La encuesta como técnica de investigación social

UNIVERSIDAD DE VIGO

DEPARTAMENTO DE DIDÁCTICA, ORGANIZACIÓN ESCOLAR Y MÉTODOS DE

INVESTIGACIÓN

CURSO DE DOCTORADO

Bienio 2007-2009

INVESTIGACIÓN A TRAVÉS DE LOS CUESTIONARIOS

Prof. Dtor. Adolfo Pérez Abellás

Investigación a través de los cuestionarios 2

ESQUEMA

I.- INTRODUCCIÓN A LA INVESTIGACIÓN SOCIAL

Introducción

1. Metodología de investigación

1.1. Metodología

1.2. Método científico

2. Métodos o tácticas

2.1. Experimental

2.2. Correlacional

2.3. Observacional

3. Técnicas

4. Elección del método y las técnicas

4.1. Criterios de selección del método y las técnicas

5. Las técnicas en sí mismas

II.- LA ENCUESTA COMO MÉTODO DE INVESTIGACIÓN SOCIAL

Introducción

1. Historia de las encuestas en la investigación social

1.1. La aritmética política

1.2. La estadística moral

1.3. El movimiento de encuestas y monografías sociales

1.4. Marx y Weber

1.5. El estudio de las actitudes

1.6. Las votaciones particulares

1.7. Gallup, Roper y Crossley

2. ¿Qué son las encuestas?

2.1. La encuesta y las técnicas de investigación


2.2. La encuesta: una técnica para explorar, describir y explicar la realidad social

2.3. Propuesta de una definición de encuesta

3. Tipos de encuesta

3.1. La encuesta personal

3.2. La encuesta de correo

3.3. La encuesta telefónica

3.4. Otros tipos de encuesta

3.5. La elección del tipo de encuesta más adecuada en función de sus ventajas e

inconvenientes

4. El proceso general de investigación mediante encuestas

III.- SELECCIÓN DE MUESTRAS

1. Abordaje directo de la población

2. Solución: encuestar sólo a una muestra

2.1. A la búsqueda de una solución

2.2. Representatividad de las muestras

2.3. Fases en le obtención de una muestra

2.4. Conclusión

3. Acerca del tamaño de la muestra

3.1. Importancia del concepto

3.2. Algunos consejos

3.3. Expresiones de cálculo

4. Muestras no aleatorias

5. Muestreo aleatorio

5.1. Muestreo aleatorio simple

5.2. Muestreo sistemático con arranque aleatorio

5.3. Muestreo estratificado


5.4. Muestreo de conglomerados

5.5. Variantes

5.6. ¿Cómo escoger un procedimiento de muestreo?

6. Errores de muestreo

6.1. El error muestral y sus expresiones asociadas

6.2. El error muestral y la estimación

6.3. Riesgo en la estimación

6.4. Un ejemplo concreto

7. Consecuencias del muestreo en el análisis de los datos

7.1. Ponderación

7.2. Varianzas

7.3. Modelos de muestreo en el sotfware al uso

8. Problemas prácticos

8.1. Problemas con bases de datos

8.2. Problemas con la ausencia de respuesta

8.3. Los encuestadores

Anexo I: Tabla de números aleatorios (3.000 dígitos)

IV.- SELECCIÓN DEL ENCUESTADO

Introducción

1. Encuestas por correo

2. Encuestas por teléfono

3. Encuestas cara a cara: muestreo por cuotas

4. Encuestas cara a cara: muestreo por rutas aleatorias

4.1. Construcción de la ruta aleatoria

4.2. Selección del encuestado en la vivienda

Anexo I. Tabla de números aleatorios para el encuestador


V.- ELABORACIÓN DEL CUESTIONARIO

Introducción

1. ¿Qué es un cuestionario?

2. ¿Por qué utilizar un cuestionario?

3. Esquema conceptual para orientar la elaboración del cuestionario

3.1. Las variables son constructos

4. Pasos para la elaboración del cuestionario

5. El objetivo del cuestionario

5.1. El contexto de la encuesta

5.2. Los recursos disponibles

6. El diseño del cuestionario

7. Recomendaciones para hacer las preguntas del cuestionario

7.1. Recomendaciones para elaborar preguntas factuales

7.2. Preguntas abiertas comparadas con preguntas cerradas

7.3. Preguntas llave o filtro

8. Medición de estados subjetivos

8.1. Tests de ordenación

8.2. Tests tipo Likert

9. Revisión de las preguntas

9.1. Procedimientos subjetivos

9.2. Procedimientos empíricos

10. Preguntas demográficas

11. Orden y disposición de las preguntas en el cuestionario

VI. LA CALIDAD DE LA ENCUESTA

Introducción

1. Errores asociadas al muestreo


1.1. La no respuesta

2. Errores asociados con el cuestionario

2.1. Necesidad de hacer estudios piloto

3. Errores asociados con la entrevista

3.1. Errores asociados a los encuestados

3.2. La importancia en la supervisión

3.3. Repaso de la entrevista y cumplimentación correcta de cuestionarios

4. Errores asociados al tratamiento de datos

4.1. Errores en la codificación de datos

4.2. Errores asociados al registro de los datos

4.3. Errores en la preparación de los datos para el análisis

4.4. Imputación de datos a las respuestas perdidas y a las no respuestas

5. Conclusión

BIBLIOGRAFÍA


I.- INTRODUCCIÓN A LA INVESTIGACIÓN SOCIAL1

Cristino Pérez Meléndez

Antonio J. Rojas Tejada

Juan Sebastián Fernández Prados

Introducción

Imaginemos a un investigador preocupado por conocer la realidad social de su entorno

(léase barrio, ciudad, provincia, comunidad autónoma, país, etc.). Ha escuchado hablar

de la existencia de distintas “formas de investigar” y decide buscar en algunas librerías

obras que hagan referencia a ese tema. Encuentra algunos textos que hablan de estas

formas de investigar:

• Metodología de las ciencias sociales.

• Métodos en las ciencias sociales.

• Técnicas de investigación social.

• Metodología de la investigación.

• Métodos y técnicas de investigación social.

• Métodos y técnicas de investigación para el análisis de la realidad social.

• Los métodos en sociología.

En todos estos textos se habla de distintas “formas de investigar”, pero se confunde la

terminología: metodologías, métodos y técnicas. Podemos pensar que estas tres

palabras son sinónimas, pero no es así.

Una de las primeras lecciones que tiene que aprender este investigador es que debe

dominar los conceptos que se utilizan en su campo de estudio. Nada mejor para ello

que presentar, de forma breve, qué se entiende por metodología, qué se entiende por

métodos y qué por técnicas, sin que esto indique que se trata de elementos

independientes, sino muy al contrario, ya que en el proceso científico dichos conceptos

están íntimamente ligados.

Intentamos definir los términos básicos para una mejor ubicación y desarrollo del tema

que nos ocupa: la encuesta como técnica de investigación social. Para ello se

1 Rojas Tejada, A. et al. (1998): Investigar mediante encuestas. Fundamentos teóricos y aspectos prácticos. Madrid. Síntesis.


delimitarán los conceptos metodología, métodos y técnicas y se establecerán una serie

de criterios que nos puedan guiar a la hora de decidir por una determinada “forma de

investigar”.

1. Metodología de investigación

1.1. Metodología

La palabra “metodología” se utiliza habitualmente con dos acepciones o significados:

En un sentido amplio, definirnos metodología como el estudio de los métodos.

Etimológicamente: logía proviene del griego logos que significa palabra, discurso o

tratado sobre. Por su parte método deriva de las raíces griegas metá y odos: metá

(hacia, a lo largo) es una preposición que da idea de movimiento y odos significa

camino.

En un sentido restringido, se aplica el concepto de metodología como la manera o

conjunto de pasos que tenemos a la hora de aplicar una determinada programación,

proceso o técnica. Existen otras palabras y conceptos más adecuados que metodología

para referirse a esta idea como son método, planificación y/o diseño.

Atendiendo a la primera acepción, metodología sería el estudio de los métodos –su

descripción, explicación y justificación- y no los métodos en sí mismos. Su finalidad es

comprender el proceso de la investigación y no los resultados de la misma. Tenemos

tantas metodologías como formas y maneras de adquisición de los diversos saberes:

saber mítico, saber vulgar, saber científico, etc., los cuales responden de una forma

distinta a cada una de las preguntas y cuestiones que se plantea la propia metodología.

Pero es desde comienzos del siglo XVII cuando los problemas metodológicos o, para

ser más precisos, las cuestiones concernientes a la metodología, comenzaron a

adquirir importancia. Es entonces, como consecuencia de la gran expansión y progreso

de las ciencias modernas, cuando se hizo necesario desarrollar nuevos procedimientos

e instrumentos para hallar caminos de acceso a la realidad.

Actualmente los problemas metodológicos han ido adquiriendo un amplio desarrollo

como fundamento teórico de los métodos, esto es, como ciencia del método. La

metodología adquiere su importancia ante la aparición del saber denominado científico,

con su método particular para conocer.

En el contexto del proceso de la producción de un conocimiento científico sobre una

realidad concreta, es necesaria la articulación de tres esferas fundamentales:


a) Análisis teórico.

b) La investigación tecnológica.

c) Las investigaciones concretas que tratan de una realidad realidad.

Pues bien, este planteamiento, así como la articulación de estas tres esferas son

tratadas bajo el prisma de la metodología de cada área de estudio. Dicha metodología

se manifiesta, fundamentalmente, al resolver los problemas y las distintas condiciones

que surgen, de acuerdo con las características propias de los objetos de estudio

correspondientes. Entre ellos podemos destacar la clarificación de los conceptos, la

precisión de las observaciones, formas de medida, el paso de los hechos a los datos y,

de ahí, a las interpretaciones, la formalización del razonamiento, la estructura de las

teorías, las bases empíricas de las mismas, etc. La toma de conciencia y resolución de

cada uno de ellos nos permitirá no sólo conectar el trabajo práctico con el teórico, y

viceversa, sino un desmenuzamiento de los diferentes componentes de la investigación

(Musso, 1979a; 1979b). En consecuencia, según la manera en que se resuelvan dichas

cuestiones, podremos situarnos más cerca de la filosofía o de la metafísica o, por el

contrario, más cerca de las ciencias naturales y exactas, o de actividades muy

particulares que no admiten comparación con otros campos de conocimiento.

La importancia de la metodología es tal que actualmente, en casi todos los campos del

conocimiento científico, existen áreas dedicadas a la metodología propia de las

mismas. Así podemos encontrarnos con trabajos con títulos como Metodología de la

Investigación en Sociología, Metodología de la Investigación en Psicología Social,

Metodología de la Investigación en Trabajo Social, Metodología de la Investigación en

Educación, etc., donde sus diferencias fundamentales están en tener en cuenta las

peculiaridades de cada una de estas áreas de conocimiento.

De lo que no cabe duda es que la preocupación metodológica en “ciencias” tales como

la Psicología, Sociología, etc., más que estar en auge y presente en los investigadores

de dichas disciplinas, se encuentra aislada en una especie de “Santuario” al que de

manera poco frecuente peregrinan los científicos teóricos y, aún más esporádicamente,

los especialistas aplicados. Además, en cada visita buscan objetivos distintos: la

primera, a la que le conceden una importancia desproporcionada, está motivada por la

necesidad de cumplimentar trámites académicos o administrativos; y, en la segunda y

última, el investigador un poco más veterano, trata de justificar el propio punto de vista

metodológico de sus investigaciones en curso. Después de ésta, el llamado


investigador “medio” contemporáneo debido a su pretendida y exigida especialización,

propia del mundo moderno, termina justificando su metodología adoptando las

posiciones metodológicas diseñadas por los antecesores que trataron sus mismos

temas de investigación. Todos juntos conforman un grupo, relativamente amplio, fuera

del cual será difícil aceptar o entender sus posiciones metodológicas. Se trata de

“burbujas aisladas” más o menos voluminosas, en las que se insertan aquellos que

abordan un mismo tema y comparten una manera de proceder aunque, a veces, de

forma implícita. Esta razón hace que el diálogo metodológico entre investigadores

pertenecientes a distintas “burbujas” se traduzca en unas descalificaciones mutuas

sostenidas de manera afectiva e ideológica. Así, es posible que en la actualidad se

publiquen trabajos de investigación en revistas especializadas sin que por ello se

pueda presuponer que el autor de los mismos justifique o pudiera justificar, ni siquiera

superficialmente, los criterios metodológicos y, en consecuencia, las implicaciones a las

que le lleva el método adoptado.

Continuando con el ejemplo de los investigadores sociales, su metodología se

consagra exclusivamente (y no en todos los casos y con el suficiente rigor) a:

1. Garantizar la precisión de sus observaciones.

2. Asegurar la precisión de sus instrumentos de medida.

3. Hacer corresponder sus ideas -a veces ni siquiera conceptos- con pobres variables

empíricas consideradas por él como su expresión en la realidad (Castells y de

Ipola, 1975).

Por último, debemos comentar que no vamos a utilizar el concepto metodología en

sentido restringido, como se ha utilizado con bastante frecuencia (Clemente, 1992), ya

que los autores consideran más adecuado el uso de la palabra metodología en su

primera acepción, a saber: como el estudio de los métodos y no en referencia a los

métodos en sí mismos.

1.2. Método Científico

Todo el planteamiento metodológico anterior, propio de la Filosofía de la Ciencia,

persigue diferenciar el conocimiento denominado científico de otros tipos de

conocimientos a los que denominaremos ordinarios (místico, autoritario o lógico

racional). Es decir, el objetivo es establecer unos criterios seguros que nos permitan

distinguir entre lo que es ciencia y lo que se presenta como científico sin serlo y, con


ello, poder fijar la superioridad epistemológica de la ciencia sobre otras formas de

conocimiento.

El conocimiento científico ha sido definido de muchas maneras y distintos autores han

determinado, más o menos exhaustivamente, unos criterios que lo caracterizan, de tal

manera que el calificativo de “científico” no se le pueda aplicar a cualquier tipo de

conocimiento. Pues bien, en opinión de los autores de este trabajo, el conocimiento

científico se caracteriza por el método adoptado y no tanto por el objeto de estudio de

tal manera que cuando el método aplicado por el investigador es el hipotético-deductivo

(con todas sus implicaciones) se deslinda con claridad entre conocimiento científico y

no científico (figura 1.1).

INTUICIÓN CREATIVIDAD

INTUICIÓN

FORMALIZACIÓN HIPÓTESISDEDUCCIÓN

CONTRASTTE

DATOS CIENTÍFICOS

LEYES / TEORÍAS

REALIDAD

TRANSFORMACIÓN

MÉTODOS DE INVESTIGACIÓN

VALIDACIÓN DE LA LEY,

TEORÍA

TÉCNICAS DE RECIGIDA DE DATOS

EXPERIMENTOS OBSERVACIONES

CUESTIONARIOS, TESTS...

Figura 1.1. Marco general de investigación científica

En dicho método, se establecen una serie de momentos y reglas que deben seguirse

en cada caso. No obstante, cabría distinguir por un lado un método general que sirve

de guía a todas aquellas disciplinas que aspiren a la categoría de científicas y, por otro,

unos métodos particulares o tácticas diferenciadas en función del objeto y complejidad

de estudio. Hay que indicar que “método”, en sentido propio, es aquel conjunto de

operaciones teóricas, lógico-epistemológicas y procedimentales que permiten validar o

justificar las teorías científicas.

La esencia del método general (hipotético-deductivo) reside en la posibilidad de


anticipar los conocimientos (aun aquellos más ocultos a la experiencia directa). Ésta es

la función de las hipótesis formalmente deducidas de un cuerpo teórico, que

posteriormente se tratarán de confirmar o refutar con datos de la realidad. Cualquier

otra modalidad de conocimiento no deja de ser una matización más o menos empirista.

Los conocimientos así adquiridos (científicos, lo que llamamos ciencia, etc.) se

distinguen porque se manifiestan a dos niveles bien interconectados: por un lado un

conjunto de conocimientos presentados mediante conceptos (elementos de las leyes y

teorías) y, por otro, una integración lógica de dichos conceptos (teorías) que nos

conducen a conocimientos nuevos. La integración lógica aplicada a la totalidad de los

conocimientos produce un sistema teórico que supera a la suma de conocimientos

aislados. Dicho sistema, a su vez, permite sacar nuevas conclusiones sobre la realidad.

Éste sería el proceso y el producto de la aplicación del método científico. En este

párrafo se muestra la distinción entre ciencia como proceso y ciencia como producto,

así como la integración entre ambas.

De esta manera, el método hipotético-deductivo posibilita el ordenamiento coherente de

conocimientos al aplicar la racionalidad a los pasos lógicos que conducen a este

objetivo. Aquí se sitúa todo el debate de la Filosofía de la Ciencia, que trata los temas

relativos a la inducción, la deducción, la verificación, las reglas de correspondencia

entre los conceptos y los hechos, las teorías o la explicación, entre otros.

En cuanto a los métodos particulares, cabría añadir, además de lo dicho para el

método general, que se trata de herramientas útiles que el investigador utiliza para

comprobar hipótesis de investigación objetivas, deducidas desde el esquema del

método general. En este sentido, tanto la táctica experimental como la selectiva, la

observacional y las distintas técnicas de recogida de información y procedimentales,

también son objeto, al ser métodos y técnicas de investigación, de la metodología y su

validez viene determinada en función del grado de adecuación de éstas con la

formulación de las hipótesis que se someten a prueba. El uso de una táctica frente a

otra, en sí misma no concede status científico a los datos obtenidos por ella.

Resumiendo todo lo anterior, podríamos decir que una investigación y, como

consecuencia, un conocimiento, se considera científica cuando es posible, siguiendo

las reglas del método, presentar los hechos en forma de enunciados, conceptos o

teorías explicativas, y a partir de estas reglas, poder deducir unas consecuencias

(hipótesis) cuyo grado de comprobación lógica o empírica nos permiten consolidar o

reformular las teorías de las que se parte.


Para la comprobación empírica hay que poner en marcha una serie de métodos

particulares que nos determinen unos procedimientos de observación adecuados

(tácticas de investigación) que hagan posible una correcta recopilación de datos que,

junto a la clasificación de los mismos -mediante análisis adecuados, estadísticos o no-

nos conduzcan a unas conclusiones. Éstas harán posible verificar o no aquellas

consecuencias derivadas de las teorías (hipótesis); de tal manera que cuando son

verificadas dichas hipótesis pasan a ser consideradas como leyes y se introducen en el

sistema (teoría).

Por este mecanismo se puede decir que los conocimientos así adquiridos

(conocimientos científicos) trascienden al sujeto cognoscente: son aceptados por todos,

independientemente de los gustos, valores, ideología, etc., dado que pueden ser

reproducidos por cualquiera y ser sometidos a la inspección pública. Igualmente son

una representación (pactada) de los objetos de la realidad que se estudian -el pacto de

la operativización- y adquieren el estado de “verdaderos”, aunque no de infalibles ni

autosuficientes.

La fase de comprobación empírica de las hipótesis exige, como ya se ha indicado

anteriormente, una adecuación de los procedimientos a seguir con los enunciados a

verificar. Para que se dé esta adecuación han ido surgiendo a lo largo de la historia de

la ciencia diversas tácticas (métodos particulares) de investigación que hacen posible la

operativización de los enunciados deducidos de las teorías a verificar.

Estas tácticas de investigación son lo que se denomina en la mayoría de los textos

especializados “métodos de investigación”, aunque en su connotación más restringida

significa: camino a seguir para salvar los obstáculos que nos conduzcan a un fin

determinado; en este caso, el fin no es otro que contrastar empíricamente las hipótesis

deducidas. Serán las características de dichas hipótesis las que determinen el método

de investigación a seguir, de tal manera que uno de ellos no tiene por qué ser válido

frente a cualquier hipótesis, es más, no será el tipo de táctica de investigación la que

determine el tipo de conocimiento (científico, no científico) obtenido, ya que ese estado

viene determinado por el planteamiento más general del método hipotético-deductivo,

que para cualquier área de estudio deberá cumplir las siguientes fases (Bunge, 1985):

1. Enunciar preguntas bien formuladas.

2. Establecer conjeturas, fundadas y contrastables con la experiencia, para dar

respuesta a las preguntas (leyes y teorías).


3. Derivar consecuencias lógicas de las conjeturas.

4. Arbitrar técnicas para someterlas a contrastación.

5. Someter, a su vez, las técnicas a prueba para comprobar su relevancia e idoneidad.

6. Llevar a cabo el contraste e interpretación de los resultados.

7. Estimar la verdad (sin declararla satisfactoriamente confirmada y considerarla, en el

mejor de los casos, como parcialmente veraz).

8. Determinar los dominios en los que valen las conjeturas y las técnicas y formular

los nuevos problemas originados por la investigación.

En general, podemos decir que toda investigación parte de un problema a estudiar y

que por una serie de fases se llega a unos resultados empíricos relevantes para el

problema inicialmente planteado, que sirven de base para contrastar las conjeturas

realizadas en relación con el problema planteado. La forma de llegar a estos resultados

empíricos es diversa, pero el proceso de investigación en sí mismo es, desde un punto

de vista lógico-formal, similar (Alvira, 1984).

2. Métodos o tácticas

Como ya se ha indicado anteriormente las tácticas de investigación son consideradas

como métodos que nos permiten operativizar no sólo hipótesis científicas, sino también

objetivos de investigación desconectados del método científico, más o menos

formalizados. Por ello, es conveniente enumerar las principales características de cada

una de las tres grandes tácticas de investigación y, así, disponer de una guía que nos

permita determinar cuál de ellas adoptar de acuerdo con las características de los

enunciados que se quieren someter a comprobación empírica.

En Ciencias Sociales hay multitud de clasificaciones de los métodos de investigación

existentes, pero una de las más útiles, y por ello más empleada, es la siguiente (Arnau,

Anguera y Gómez, 1990; León y Montero, 1993, Delgado y Prieto, 1997):

• Táctica, Modalidad o Método Experimental (también llamada explicativa).

• Táctica, Modalidad o Método Correlacional (también llamada cuasi-experimental,

selectiva, diferencial o comparativa).

• Táctica, Modalidad o Método Observacional (también llamada natural, descriptiva,

de campo, exploratoria).


Vamos a ver cada una de ellas brevemente.

2.1. Experimental

En esta táctica el punto central es la posibilidad de poner a prueba hipótesis que

establecen relaciones causales entre las variables sometidas a estudio. Las notas más

destacables de este procedimiento serían las siguientes (Arnau, Anguera y Gómez,

1990; Clemente, 1992; León y Montero, 1993; Morales, 1981):

• El procedimiento de operativización de variables está fuertemente sistematizado,

exigiendo al investigador una exhaustividad en el cumplimiento de sus fases y

condiciones de aplicación.

• El investigador puede manipular directamente las variables antecedentes

(independientes) para comprobar qué efectos producen sobre las variables

consecuentes (dependientes).

• Se puede determinar el tipo de relación causal existente entre las variables

antecedentes y consecuentes.

• Permite controlar bien directamente bien estadísticamente, las variables extrañas

previa detección de las mismas por el investigador.

• Generalmente, se aplica en ambientes muy controlados y muy artificiales.

Para determinar las relaciones causales entre variables, el procedimiento a seguir por

el investigador en una comprobación empírica de un enunciado le obliga a manipular y

variar de manera directa la/s variable/s antecedente/s y, aun más, le obliga a hacerlo

en todos los niveles en los que se manifiesta de manera significativa. El paso inmediato

es el de determinar leyes explicativas o al menos predictivas de las mismas. De hecho,

como hemos dicho, ésta es la principal ventaja de esta táctica de investigación:

establecer relaciones causales entre variables. Los principales inconvenientes están en

la dificultad de controlar todas las variables extrañas que pueden influir en la

investigación (que se hace mediante el control experimental expresado en el diseño de

la investigación) y en el alto grado de artificialidad que se produce en una situación tan

controlada.

2.2. Correlacional

Hay que recordar, una vez más, que es el enunciado hipotético que se quiere someter

a comprobación empírica el que determina la táctica a seguir, de manera que serán las


características de la táctica las que nos permitirán adoptarla para un enunciado

concreto. Así, la táctica correlacional es muy útil cuando los enunciados a contrastar no

permiten al investigador una manipulación directa de las variables sometidas a estudio.

Esto determina sus principales características (Arnau, Anguera y Gómez, 1990;

Clemente, 1992; León y Montero, 1993; Morales, 1981):

• Se intenta descubrir la posible relación existente entre las variables que interesan

en la investigación. Este método nos permite establecer sólo relaciones de

covarianza (no causales) entre las variables, ya que las variables que contrastamos

no permiten la manipulación directa.

• El investigador selecciona las variables que le interesan. En general, el investigador

selecciona una variable (antecedente, predictora o independiente) para conocer la

relación que ejerce sobre otra variable (consecuente, criterio o dependiente). No

existe la posibilidad de controlar exhaustivamente las variables que pueden influir

en la variable predictora, tal y como se hace en el método experimental.

• Generalmente se aplica en ambientes más naturales que el experimental, aunque

también impone un cierto grado de control.

Este método se ha aplicado mucho en el campo de las Ciencias Sociales, ya que el tipo

de hipótesis que se desarrolla en estas ciencias está constituido por variables que el

investigador no tiene la posibilidad de alterar en los sujetos (sexo, inteligencia, etc.). La

estrategia básica que sigue esta táctica de investigación es la de aprovechar las

diferencias y semejanzas existentes entre los sujetos como un sistema para la

clasificación de los grupos en las variables de interés. Por ello, es destacable el

cuidado que hay que tener a la hora de seleccionar a los sujetos y asignarlos a los

grupos (diseño de la investigación). En gran medida, esto va a posibilitar el control no

sólo de variables extrañas detectadas por el investigador, sino de todas aquellas de

menor importancia que juntas pudieran contaminar los resultados.

2.3. Observacional

El tercer método que vamos a comentar brevemente es el método observacional. Éste

se utiliza cuando el problema estudiado no es objeto de una teoría. Se suele usar

mucho en los primeros pasos de la investigación y para obtener información destinada

a estudios posteriores. Sus principales características son (Arnau, Anguera y Gómez,

1990; Clemente, 1992; León y Montero, 1993):


• No existe ni manipulación ni selección de variables por parte del investigador. El

investigador juega un papel pasivo, ya que se limita a registrar y describir las

variables tal y como ocurren en la situación de investigación. Ello hace que exista

un menor grado de sistematización en el proceso de recogida de datos que en

tácticas como las dos anteriores.

• Pretende detectar las regularidades o diferencias o ambas de los fenómenos objeto

de estudio.

• Generalmente se aplica en ambientes naturales, sin ningún grado de

control/artificialidad.

Como hemos podido observar, los tres métodos de investigación vienen articulados en

función del control que ejerce el investigador sobre la situación investigada. Siguiendo

a Arnau, Anguera y Gómez (1990) podemos plasmar gráficamente esta relación en un

continuum de naturalidad o control por parte del investigador:

M. OBSERVACIONAL M. CORRELACIONAL M. EXPERIMENTAL

+ GRADO DE NATURALIDAD DE LA SITUACIÓN DE INVESTIGACIÓN - - GRADO DE CONTROL DE LA SITUACIÓN DE INVESTIGACIÓN +

Sirva el cuadro 1.1 como resumen de lo dicho para los distintos métodos de

investigación.

CUADRO 1.1. Características de las tácticas o métodos de investigación

EXPERIMENTAL CORRELACIONAL OBSERVACIONAL

ARTIFICIALIDAD ALTA MEDIA BAJA

MANIPULACIÓN VARIABLES

DIRECTA POR SELECCIÓN NO HAY

TIPO DE RELACIÓN

CAUSAL COVARIANTE REGULARIDADES

AMBIENTE LABORATORIO SEMI-NATURAL NATURAL

3. Técnicas

Por técnicas entendemos los procedimientos específicos que utiliza una determinada

área científica para la obtención de los datos de la investigación. Son procedimientos


de actuación concretos y particulares (Sierra, 1982), relacionados con la táctica de

investigación que estemos utilizando en nuestra investigación. Mientras las técnicas

tienen un carácter práctico y operativo, los métodos se diferencian de ellas por su

carácter más global y de coordinación de las operaciones. Las técnicas se engloban

dentro de un método y, a la inversa, un método comporta el uso de diferentes técnicas

(Ander-Egg, 1995).

Las técnicas de investigación también suelen llamarse técnicas de recogida de datos,

nombre que es mucho más acertado porque las circunscribe a una etapa concreta

dentro del método o táctica de investigación que se utilice.

A pesar de la confusión existente entre técnica y método, provocada en parte por la

proliferación de textos que se usan en la enseñanza (con títulos como Métodos de

investigación en... cuyos contenidos responden básicamente a técnicas de recogida y

análisis de datos), para los autores está clara la diferencia entre ellos. Las técnicas son

un elemento del método, en virtud de lo cual se debe ir desechando la actitud, todavía

común en demasiados investigadores, de interesarse por problemas de investigación

en función de la última de las técnicas aprendidas o dominadas, o de aquellos otros

investigadores que sólo confían en, por ejemplo, la encuesta y no quieren saber nada

de la observación o experimentación, y al contrario. Ante este problema sería más

correcto que el investigador que se enfrenta a un tema se preguntara: ¿qué método

debo seguir y qué técnicas de recogida de datos es la apropiada para lo que pretendo?

En este sentido, las técnicas se han de considerar como un aspecto del método que

hacen posible una recogida de datos acorde con el mismo; de ahí que tanto un

experimento como un informe verbal sean considerados por los autores de este texto

como técnicas de investigación. En definitiva, se trata de ver las observaciones como

un encadenamiento lógico entre campo teórico, métodos y técnicas de investigación.

Debido al gran número de áreas que se pueden estudiar dentro del campo de las

Ciencias Sociales, ha habido una gran especialización y aumento de las técnicas de

investigación que se aplican a cada una de estas áreas. En parte por lo anterior, en

parte por la diversidad de puntos de vista de los investigadores, no existe una

clasificación que sea universalmente aceptada de las técnicas de investigación en

Ciencias Sociales (Visauta, 1989). Por tanto, tenemos técnicas distintas que varían

según el grado de simplicidad, según la información que proporcionan, según las

formas de utilización, según los datos a recoger, etc. Podemos citar entre otras:


• La observación.

• La entrevista.

• La encuesta.

• Las historias de vida.

• Los tests, cuestionarios y escalas.

• Grupos de discusión.

• La experimentación.

• Las medidas psicofisiológicas.

Todas las técnicas son, en definitiva, procedimientos o instrumentos para obtener datos

y, por tanto, todas deben tener aseguradas los criterios de calidad de dicha medida

(nos referimos a su fiabilidad y validez), por lo que deben estar sometidas a criterios

metodológicos.

Para terminar, aunque podemos decir que la utilización de una u otra técnica está

relacionado con el método de investigación que estemos utilizando en nuestro trabajo,

es cierto que existen técnicas que se aplican en los distintos métodos (por ejemplo la

técnica de observación podemos aplicarla a los tres métodos) y técnicas que se aplican

a un solo método (por ejemplo la experimentación como tal sólo la podemos aplicar si

utilizamos el método al que da nombre: el experimental).

4. Elección del método y las técnicas

En todos los manuales de metodología encontramos los distintos métodos que se

pueden utilizar en la investigación, además de un buen número de técnicas; pero la

gran mayoría olvidan indicarnos qué criterios nos pueden guiar a la hora de elegir el

método y las técnicas que mejor se adecuen a la investigación que nos interesa

realizar. En este contexto no queremos olvidarnos de ello y, por eso, mostramos

algunas de las consideraciones que se deben tener en cuenta antes de la elección de

un determinado método y de una/s determinada/s técnica/s (Pons, 1993):

1. Para una investigación concreta normalmente no existe un sólo método ni una

técnica específica; de hecho, es recomendable emplear a la vez técnicas distintas

si es posible y se dispone de los medios necesarios (Sierra, 1982).


2. A priori, ningún método ni técnica puede ser considerado el mejor. Lo que define

esta situación a favor de un método u otro, o de una técnica frente a otra, es

“depende de”, las características del enunciado que se va a someter a prueba.

Ahora podemos entender con conocimiento de causa por qué razón muchos manuales

no incluyen este apartado entre sus capítulos: no existen recetas mágicas. Bajo este

panorama, que pudiera parecer desolador, cobra especial importancia la labor previa

de analizar y comparar los diversos métodos y técnicas teniendo en cuenta sus

ventajas e inconvenientes, y siempre comprobando si se pueden ajustar a nuestra

investigación.

En cualquier caso puede servir de guía atender a una serie de cuestiones que nos

pueden dar la clave a la hora de decidirnos por alguno en concreto. Estas cuestiones,

entre otras, son las siguientes (Sierra, 1982; Pons, 1993):

• El grado de adecuación a las características del objeto de estudio de nuestra

investigación y, más concretamente, a las hipótesis, cuando se trata de un objeto

científico.

• El nivel de rigor y de calidad que nos proporcionarán.

• La posibilidad de llevarlas a cabo depende de, al menos, los siguientes aspectos:

- La capacitación del personal participante en la investigación.

- El acceso a las fuentes de información necesarias.

- El tiempo.

- Los recursos disponibles.

- Los costes: humano, social y económico.

- Los aspectos éticos.

Detengámoslos en ellos, aunque sea brevemente.

4.1. Criterios de selección del método y las técnicas

De igual forma que no existe ni un método ni una técnica mejor que otra, tampoco

existe un criterio mejor que otro y ninguno es válido por sí solo (Pons, 1993). En

cualquier caso hay que tenerlos en cuenta todos y el investigador deberá decidir cuál

de ellos es más importante en su investigación concreta.

La exposición que a continuación realizaremos de los criterios no se hace con el ánimo


de proporcionar un recetario para obtener el método y la técnica que necesitamos, más

bien se hace con el ánimo de tener una serie de cuestiones para reflexionar y que

además puedan condicionar nuestra decisión.

1. El grado de adecuación a las características del objeto de estudio de nuestra

investigación. Parece un requisito previo a la elección determinar si el método a

utilizar y la/s técnica/s se pueden ajustar a los objetivos y al objeto de estudio de

nuestra investigación concreta.

2. El nivel de rigor y de calidad que nos proporcionarán. Podemos decir que el rigor es

una característica de toda investigación científica, pero no todos los métodos y no

todas las técnicas nos proporcionan igual grado de rigor, Por tanto, es necesario

determinar el grado mínimo aceptable teniendo en cuenta que los estándares

técnicos elaborados en el ámbito científico son en muchos casos simplemente

orientativos (Pons, 1993). Debemos poner en una balanza los beneficios o

inconvenientes que pueden derivarse de utilizar un determinado nivel de rigor. En

todos los casos, las técnicas deben mostrar suficientes criterios de calidad, en

términos de validez, para poder hacer una utilización adecuada de los resultados

que se obtendrán en la investigación.

3. La capacitación del personal participante en la investigación. Un aspecto que se

descuida en muchas ocasiones es la formación del personal que interviene en la

investigación. No todo el mundo está capacitado para poner en práctica un

determinado método de investigación o técnica y no todas las técnicas o métodos

requieren un mismo grado de formación. Este tema es una cuestión de vital

importancia en la investigación mediante la técnica de encuestas.

4. El acceso a las fuentes de información necesarias. El acceso a la información es

muy importante. A veces nos hemos decidido por un método y justo cuando

aplicamos la técnica para la recogida de datos es cuando caemos en la cuenta de

que es prácticamente imposible el acceso a la información. Debemos evaluar este

aspecto antes de tomar una decisión.

5. El tiempo. En la sociedad actual el tiempo cobra cada vez más importancia y no lo

es menos en este contexto. Normalmente, las investigaciones están sujetas a

plazos que cumplir, por tanto tendremos que descartar aquellos métodos o técnicas


que superen en su aplicación el tiempo que tengamos para la realización de la

investigación.

6. Los recursos disponibles. El presupuesto económico, materiales y aparatos,

personal, etc., son cuestiones que nos determinan la elección de un método y/o

técnica. En cualquier caso siempre tenderemos a maximizar los beneficios con los

mínimos recursos, recordando que no debemos escatimar estos recursos si los

tenemos y si son imprescindibles para la realización de la investigación. A veces

nos quejamos de la falta de ellos y luego nos sobran.

7. Los costes: humano, social y económico. No sólo tenemos que contar con los

costes económicos que generará la utilización de un método u otro o de una técnica

u otra, sino que también debemos atender al esfuerzo que deba realizar el equipo

investigador, las molestias que se puedan causar a la población objeto de la

investigación, etc. Debemos conocer si los costes merecen la pena en función de

las necesidades, dimensiones y repercusiones que puede tener la investigación

(Pons, 1993).

8. Los aspectos éticos. Hay que tener muy en cuenta aquellos métodos y/o técnicas

que planteen problemas éticos en su aplicación.

5. Las técnicas en sí mismas

Cualquier método o táctica de investigación necesita, en última instancia, reducir

constructos, conceptos, ideas o hipótesis a datos. En este proceso de operativización

entran de lleno las técnicas. Estas técnicas van a estar muy relacionadas con todo

aquello que tenga que ver con instrumentos y procedimientos para transformar hechos

concretos en datos significativos. Lo más genérico con lo que se puede caracterizar a

las técnicas es con los procedimientos de medida. De manera resumida, se trata de

unas operaciones complejas consistentes en: a) obtener, mediante su aplicación, una

medida de una característica observable, que la reduce a una descripción numérica y

transforma la característica en datos; b) controlar las variables que, por acción directa

sobre la característica observada o por acción del investigador, puedan confundir el

valor de dicha característica; y c) interpretar, a la luz de las teorías, el significado del

dato. En este sentido, las técnicas traducen la realidad caótica a datos reproducibles y

objetivos. Estos datos se filtran a partir de unas concepciones teóricas y unos

instrumentos de recogida de información. Sin embargo, por técnica, en muchas


ocasiones sólo se entiende el modo en cómo se usa un instrumento para obtener un

dato, sin deseo de interpretarlo. En este otro sentido, los datos que se obtienen con ella

son mejores o peores en función de la potencia de la técnica. La técnica por sí misma

niega toda verdad definitiva. Todo lo conseguido por ella y, en consecuencia por el

sistema científico contemporáneo, es inseguro. A pesar de esto, la técnica pretende

construir una segunda naturaleza, y de ahí la contradicción entre conocimiento

científico y saber (conocimiento). El principio de manipulación de la naturaleza, a través

del método hipotético-deductivo, impone la primacía de la técnica y la convierte por sí

misma en la auténtica herramienta de la creación científica.

Este principio de manipulación de la realidad es el que ha ido produciendo la primacía o

solapamiento de la técnica (como productora de datos e información) sobre la ciencia

(como productora de un tipo de conocimiento). La técnica se convierte, por sí misma,

en herramienta de creación de conocimientos.

El citado científico “medio” contemporáneo, se ocupa de temas muy particulares en

espacios muy definidos de investigación. Esto le hace perder el sentido global de la

realidad y, por ello, se aleja del proceso general del conocimiento. Muchas de sus

actuaciones se concretan en el uso de técnicas en sí mismas y sin conexión con temas

de estudio determinados. Si a esto se le añade que participa del pacto de la

operativización de los fenómenos y de la aplicación y utilización del conocimiento

científico -muy propio de la ciencia moderna-, la técnica y la ciencia se han confundido

hasta hacerse, en algunos ambientes, sinónimos.

Dicho todo esto, el texto que sigue está dedicado a una técnica de uso cada vez más

frecuente: la encuesta. Que ésta sea utilizada en el contexto de la investigación

científica (motivada teóricamente) incluida en la fase de recogida de datos de una

determinada táctica, o bien sea utilizada por el simple hecho de obtener información

(saber) desconectado de cualquier teoría científica, es responsabilidad de cada

investigador. Lo que no ponen en duda los autores es que esta técnica se muestra muy

potente en ambos ámbitos.


II.- LA ENCUESTA COMO TÉCNICA DE INVESTIGACIÓN SOCIAL2

Andrés Arias Astray

Baltasar Fernández Ramírez

Introducción

Se ha descrito el proceso general para acceder a un conocimiento metódico, riguroso,

crítico, idealmente objetivo y potencialmente útil de la realidad social. De igual forma, y

al enumerar los múltiples y variados propósitos a los que dicho proceso pretende servir,

la pluralidad de contextos en los que se lleva a cabo y la bondad diferencial de las

estrategias y técnicas que tiene a su disposición, han mostrado el carácter no

algorítmico y, por lo tanto, las dificultades y el decisionismo que lo caracterizan.

Ahora, y concretando ya un poco más, se profundizará en el análisis de la estrategia de

investigación: la encuesta. Estrategia que, sin duda, participa de las características y

rasgos que se acaban de enumerar.

Para ello, y en primer lugar, se realizará un breve recorrido a lo largo de la historia de la

investigación social, al objeto de constatar que la encuesta, tal y como se conoce hoy

en día, y a pesar de sus insignes antecedentes, constituye una técnica de investigación

relativamente reciente, pues apenas cuenta con un siglo de antigüedad.

En segundo lugar se propondrá una definición de encuesta e, intentando no confundir

la parte con el todo, se distinguirá del cuestionario, la entrevista y de otras técnicas y

procedimientos de los que hace uso. Del mismo modo, se intentará que no se

identifique la investigación mediante encuestas con un propósito determinado de

investigación, esto es, exploratorio, descriptivo o explicativo.

A continuación, y en tercer lugar, se indicarán los principales tipos de encuestas

existentes, describiendo, por su importancia, las características, las ventajas y los

inconvenientes de las encuestas personales, telefónicas y por correo.

Para terminar se ofrecerá una serie de observaciones sobre los aspectos que han de

tenerse en cuenta en la planificación y elaboración de un proyecto de investigación

mediante encuestas.

2 Rojas Tejada, A. et al. (1998): Investigar mediante encuestas. Fundamentos teóricos y aspectos

prácticos. Madrid. Síntesis.


Pero antes de comenzar, el lector ha de disculpar que, como ya habrá observado, se

utilicen ciertas perífrasis para hacer referencia a términos tan familiares como el de

“ciencia social” o “conocimiento científico social”. Esto, sin duda, dificulta la lectura del

texto, pero permite a quien lo escribe seguir manteniendo su escepticismo ante los

rígidos criterios de demarcación entre ciencia y no ciencia -con los que a algunos, por

cierto, todavía se les “llena la boca”-, así como defender, de esta forma, que no existen

normas universales ni eternas sobre cuál es la manera adecuada de llevar a cabo una

investigación y, paralelamente, afirmar que a la hora de conocer la realidad social no

“todo vale”.

1. Historia de las encuestas en la investigación social

La encuesta, tal y como hoy se define y realiza, constituye una estrategia de

investigación relativamente reciente. En este sentido, existe un acuerdo generalizado a

la hora de situar su nacimiento y rápida expansión en los años comprendidos entre las

dos guerras mundiales (Stoezel y Girard, 1973; Kerlinger, 1987; García Ferrando, 1992;

Wert, 1996) en los que destacaron las labores realizadas, entre otros, por Gallup

(1935-1971), Crossley y Roper, Lazarsfeld et al. (1944) y Stouffer y otros (1949).

No podría ser de otra forma, pues, por una parte, los desarrollos teórico-metodológicos

que justifican, conforman y dan sentido a las encuestas y los procedimientos y técnicas

de los que hacen uso, no se encontraban disponibles, en su conjunto, hasta esos

momentos. Por otra parte, lo que ofrecían y permitían se ajustaba de manera muy

satisfactoria a las imperiosas necesidades del momento. Necesidades que no sólo eran

de carácter bélico, sino también fruto de los importantes cambios políticos y

comerciales que estaban ocurriendo en las sociedades occidentales.

Pero con anterioridad a este período, la historia de la investigación social está plagada

de innumerables “historias” sobre los antecedentes de las encuestas. “Historias” que

tienen que ver, en general, con distintos esfuerzos para obtener un conocimiento

preciso de la realidad social, al objeto de anticipar y establecer las medidas más

apropiadas para ajustarse o mejorar las condiciones sociales que la conforman (Cfr. los

artículos de H. C. Selvin, B. Lécuyer y A. R. Oberschall, M. G. Kendall, y W. E. Deming,

recogidos en la edición de 1974 de la obra Enciclopedia Internacional de las Ciencias

Sociales).

Así, por ejemplo, Stoezel y Girard (1973: 56 y ss.), haciendo ver que el “espíritu” de la


investigación actual mediante encuestas ya se encontraba, desde antiguo, en el

“ánimo” de muchos gobernantes, recuerdan como en Las mil y una noches el califa

Harún-al-Rashid recorre, disfrazado, alguno de los zocos de Bagdag con la intención

de averiguar el sentir general de su pueblo. La misma idea de fondo, esto es, que se

puede acceder al conocimiento de la opinión colectiva sirviéndose de una serie de

informantes bien escogidos, ha guiado las acciones de otros muchos mandatarios. En

ocasiones, y debido a lo que hoy se consideraría una selección inadecuada de la

muestra, el resultado no era el más satisfactorio. Este es el caso, por ejemplo, de Luis

XIV, quien, desoyendo la correcta impresión de sus ministros y creyendo mejor

informadas a sus princesas sobre el parecer de los franceses, decide aceptar para su

nieto, el duque de Angevia, la corona de España. En otras circunstancias, sin embargo,

el éxito acompaña a estas prácticas rudimentarias de investigación social y política.

Una muestra de ello se encuentra en el encargo de Napoleón al conde Lavalette:

Doce personas distinguidas de opiniones diferentes: jacobinos, realistas, republicanos e

imperiales, que recibían mil francos mensuales, le llevaban cada mes (a Lavalette)

relaciones sobre el estado de la opinión pública relativas a los actos de Gobierno y al

estado de cosas en Francia. Lavalette recibía estas relaciones selladas y me las traía.

Después de leerlas las quemaba. Mis ministros y mis amigos ignoraban que yo recibía

estas comunicaciones tan importantes para mí (del Memorial de Santa Elena, citado en

Stoezel y Girard, 1973: 57).

Resulta curioso, pero en este párrafo ya se encuentran reflejadas ciertas características

que no son difíciles de identificar en alguna de las encuestas que se realizan hoy en

día. Los investigadores, en este caso Napoleón y Lavalette, hacían uso de ayudantes a

la hora de recoger la información que precisaban. El trabajo de estos últimos estaba

remunerado y, todo hay que decirlo, mucho mejor que en la actualidad. Por otra parte,

el resultado de la investigación se mantenía en secreto, cosa que sigue ocurriendo con

la mayoría de los resultados de las encuestas (Wert, 1996).

Sin embargo, y a pesar de la capacidad predictiva y de la utilidad de muchas de estas

prácticas intuitivas y asistemáticas, aún restaba mucho camino por recorrer para que

los investigadores sociales pudiesen ofrecer, como mostraron George Gallup, Archival

Crossley y Elmo Roper, un procedimiento de análisis y anticipación a los fenómenos

sociales tan potente, fiable y válido como el de las encuestas actuales.

Pero dicho camino no fue, ni mucho menos, unidireccional, pues en él habrían de con-


fluir aportaciones de las más diversas procedencias. De éstas, y debido a las

limitaciones de espacio, en este trabajo sólo es posible mencionar alguna de las más

importantes.

1.1 La aritmética política

En un principio, no parece descabellado defender que la investigación social en general

y las encuestas en particular son consecuencia claramente representativa de uno de

los dictums más importantes de la historia social de la modernidad: “el conocer para

prever y el prever para poder”. Lema que explicita Augusto Comte, pero que tiene en

Bacon uno de sus primeros valedores.

De esta forma, y siguiendo a Lécuyer y Oberschall (1974), puede decirse que la idea de

que es posible acceder al conocimiento de la realidad social mediante el análisis

cuantitativo de los hechos que la conforman tiene su primera e importante defensa en

la Inglaterra de la segunda mitad del siglo XVII. La obra de Sir Francis Bacon, unida a

la convicción, dominante en aquel momento, de que un buen gobierno debía basarse

en una información precisa y al convencimiento de que la población era la primera

fuente de poder nacional, crean el clima adecuado para el desarrollo de importantes

contribuciones metodológicas.

Destaca, en este sentido, el trabajo que realizan los que se dedican a lo que en aquel

entonces se conocía con el nombre de “Aritmética Política”. Sin formar una escuela

organizada, y con una procedencia tan diversa como la del comerciante de mercería

John Graunt, la del médico, marinero y, entre otras cosas, inspector de la propiedad

William Petty, o la del famoso astrónomo Edmund Halley, sientan las bases y el patrón

de lo que será el trabajo de muchos demógrafos y estudiosos sociales posteriores.

Graunt, que fue el primero en razonar de manera estadística sobre material

demográfico, publicó, en una fecha tan temprana como la de 1662, su obra Natural

and political observations made upon the bills of mortality. En la misma, y sirviéndose

de ciertos registros parroquiales (bautizos y defunciones), estimaba, entre otras cosas,

diversas tasas de natalidad y mortalidad y el total de la población londinense. Petty,

gran amigo de Graunt, fue el primero en acuñar el término “Aritmética política”.

Escribió una obra titulada The political anatomy of Irland en la que desarrollaba una

teoría del gobierno basándose en sus experiencias personales y en la recogida de

datos empíricos concretos. Halley, por su parte, editó, mejorándolas, las “tablas


vitales” de las que hacía uso Graunt, en las que se especificaba la probabilidad de

supervivencia de un individuo a una cierta edad.

Este tipo de trabajos continuó realizándose con posterioridad, apoyado de manera muy

importante por las compañías aseguradoras, las cuales, todo hay que decirlo, han

jugado un papel muy destacado en el desarrollo de ciertos tipos de investigación social.

Cabe citar los trabajos que realizó Gregory King en Inglaterra y que fueron publicados

en su obra Natural and Political Observations upon the state and condition of England

(1916). Una obra en la que además de estimar el número de familias del país,

calculaba la media de ingresos familiares y, con ello, ofrecía un indicador de la manera

en la que los individuos participaban del bienestar nacional. En Francia destacan las

investigaciones de Colbert y del Marqués Sébastien le Prestre. El primero de ellos,

controlador general de finanzas francés desde 1661 hasta su muerte en 1683, realizó

una serie de estudios sobre el estado general del Reino y, bajo la influencia de Graunt,

sobre su población. Así mismo, realizó trabajos más específicos sobre las

manufacturas francesas. Por su parte, Vauban, comisionado general de las

fortificaciones francesas, además de realizar diversos trabajos de investigación,

recomendaba que, a diferencia de como se venía haciendo, en la construcción de los

censos se utilizase al individuo como unidad de análisis y no a la familia.

Para finalizar este breve comentario sobre la aritmética política, es preciso destacar

que a partir de 1697, bajo el reinado del mencionado Luis XIV, el duque de Beauvilliers,

gobernador del nieto del rey, el duque de Burgundy, promovió la realización de lo que

se conoce como la “Gran Encuesta”, con el objeto de demostrar a su superior la

inadecuada política bélica y fiscal de su abuelo. Se realizaron 32 “memorias”, cada una

de las cuales se basaba en los datos recogidos a través de un cuestionario que se

enviaba a los intendentes de cada distrito. Estos últimos, además de elaborar un censo,

ofrecían información sobre el territorio, la naturaleza de la población, la reputación de

los religiosos y de los nobes, y una serie de cuestiones relativas a la situación

económica del distrito.

1.2 La estadística moral

Con unos orígenes más tardíos, y ya en el siglo XIX, otra gran tradición, de notable

influencia en la historia antecedente a la investigación mediante encuestas, es la que

se conoce con el nombre de “Estadística Moral”. A pesar de que se suele identificar al


francés Le Play y al belga Adolphe Quetelet como sus primeros y grandes defensores,

ya con anterioridad André de Guerry de Champneuf -director del Departamento de

Justicia Criminal del Ministerio de Justicia francés desde 1821 hasta 1835-, Jean

Baptiste Fourier y André de Chabrol de Crousol -con sus Reserches statistiques sur la

ville de Paris es le département de la Seine-, el alemán Joham Peter Süssmilch -al

constatar que las tasas de algunos comportamientos voluntarios, como por ejemplo las

del suicidio, mostraban cierta constancia en el tiempo- y el médico francés Parent-

Duchalet -con sus estudios sobre salud pública-, habían contribuido al estudio,

medición y descripción de las “cualidades morales” y del bienestar social, al prestar

atención a temas tales como el crimen, el suicidio, la ilegitimidad, la prostitución y

fenómenos similares.

Frédéric Leplay (1881: 3), que se había formado como ingeniero de minas, incorpora el

espíritu empirista de dicha profesión a las investigaciones sociales que realiza sobre los

obreros europeos:

Desde tiempo había reflexionado sobre un punto esencial, a saber, que, tanto en la ciencia

de las sociedades como en la de los metales, sólo me consideraré en posesión de la verdad

cuando mi convicción pueda apoyarse en la observación de los hechos.

Para tal fin desarrolla nuevos procedimientos de recogida y análisis de datos, tanto

cuantitativos como cualitativos, que se concretan en su conocido Método Monográfico

de investigación. Éste deriva del tipo de informes sistemáticos que los estudiantes de la

Escuela de Minas realizaban en sus estudios del terreno, y en los que tenían que

destacar aquellos elementos que podían ser contados y tabulados. De esta forma, el

contacto directo con los datos y la utilización de una serie de principios selectivos

guiados teóricamente para la comparación y presentación de los mismos, constituyen,

junto con la utilización de algunas estrategias rudimentarias de muestreo y de ciertos

indicadores e índices de tipo económico, las características principales de la

monografía de Leplay. Sin embargo, y debido, entre otros factores, a sus posiciones

políticas, religiosas y teóricas, la repercusión de la escuela de Leplay en el desarrollo

posterior de las ciencias sociales y, en concreto, de la sociología francesa, no ha sido

demasiado importante, viéndose ensombrecida, sobre todo, por la centralidad de la

figura de Durkheim.

Entre las aportaciones de Quetelet, son dignas de mención:


a) La idea de que la materia viva manifiesta distribuciones de frecuencia con patrones

reconocibles y similares a las que habían estudiado, a finales del siglo XVIII,

Laplace y Gauss;

b) La utilización de tablas multivariadas para explorar relaciones entre las tasas de

crímenes o de matrimonios y una serie de factores sociodemográficos como la

edad o el sexo;

c) La aplicación del cálculo de probabilidades para explicar la constancia en el tiempo

de las tasas de determinados fenómenos; y

d) La ayuda que prestó al establecimiento de la Sociedad Estadística de Londres y a la

organización de varios congresos internacionales.

1.3 . El movimiento de Encuestas y Monografías Sociales

En los años treinta del siglo XIX se fundó un gran número de Sociedades Estadísticas a

lo largo de Inglaterra. Uno de sus principales objetivos era orientar, basándose en el

estudio objetivo y cuantitativo de la sociedad, las reformas y mejoras necesarias para

solventar los principales problemas sociales del momento. Para ello, y preocupándose

por temas tales como la salud, la educación, las prácticas religiosas y las condiciones

de vida de las clases trabajadoras, financiaban la realización de laboriosas encuestas.

Los datos obtenidos solían presentarse en las reuniones anuales de la Asociación

Estadística Británica y con frecuencia se publicaban en el Journal of the Royal

Statistical Society. Muchas de estas encuestas utilizaban entrevistadores que,

cuestionario en la mano, recorrían puerta a puerta los lugares de los cuales se requería

información.

El movimiento de las encuestas y monografías sociales, del que los trabajos que se

acaban de mencionar constituyen tan sólo un ejemplo, se extendió con rapidez por el

resto de Europa y los Estados Unidos. Sin lugar a dudas, es imposible recoger aquí,

aunque sea mínimamente, los trabajos más importantes que se realizaron y los autores

que con su esfuerzo pretendían aportar información y contribuir a la mejora de los

problemas sociales asociados con la creciente industrialización y urbanización,

perfilando y mejorando, a la par, los procedimientos e instrumentos de investigación

social.

No obstante, a partir de 1850 se produce un parón importante en la actividad de las

sociedades estadísticas y, con ello, al menos en Inglaterra, una ruptura en la tradición


investigadora que conduce a la encuesta actual. La razón principal estuvo asociada, sin

duda, al cambio en el clima intelectual propiciado por el desarrollo de las tesis

evolucionistas y por un pujante darwinismo social. La raza y la heredabilidad se

proponían como categorías fundamentales para el análisis sociológico. De esta forma,

el espíritu ambientalista y de reforma social que había primado hasta ese momento y

que orientaba, en muchos casos, mejoras sustanciales de las condiciones de

existencia, se desvanece. Si en los años treinta lo característico entre las élites

intelectuales era pertenecer a una sociedad estadística, a partir de los cincuenta serán

las sociedades antropológicas, etnográficas y eugenésicas las que cuenten con un

mayor número de afiliados.

Pero con el cambio de siglo se constata un renovado interés por los estudios sociales

de corte ambientalista. Un ejemplo de ello lo constituye Charles Booth. Sus trabajos,

así como los realizados por sus colaboradores Beatrice y Sidney Webb en los primeros

años de este siglo, forman parte de una tradición de investigación mediante encuestas

que, en Inglaterra, se extiende hasta nuestros días. Booth, preocupado por la

afirmación de los socialistas de que la tercera parte de la población londinense vivía en

la pobreza, financia y realiza una encuesta dirigida a los obreros del East End de

Londres con la que pretendía descubrir las causas de dicho problema. La calidad

metodológica de sus trabajos, todo hay que decirlo, dejaba bastante que desear.

Habría mejorado, sin duda, si el autor hubiese estado al tanto de los avances

estadísticos que en aquel entonces estaban desarrollando Galton, Edgeweorth,

Pearson y Yule. Sin embargo, no fue hasta los años veinte de nuestro siglo cuando los

investigadores sociales comenzaron a hacer uso de los mismos, influidos por los

trabajos que se venían realizando en campos tales como la biología, la agricultura o la

psicología.

En el mismo período en el que trabaja Booth, pero al otro lado del Estrecho, Emilie

Durkheim ofrece, basándose en los datos acumulados por la estadística moral, una

explicación sociológica del suicidio. Tampoco en su caso se hace uso de esas nuevas

estrategias de muestreo. No es de extrañar, pues el muestreo aleatorio y el muestreo

por cuotas no serían admitidos como estrategias de investigación "verdaderamente

científicas" por el Instituto Internacional de Estadística hasta 1903, gracias al tesón y al

esfuerzo del estadístico noruego A. N. Kiaer.


1.4 Marx y Weber

Rompiendo un poco el hilo conductor de esta exposición, habría que mencionar que

otras figuras tan destacadas en la fundación de las modernas ciencias sociales, como

Marx y Weber, también tienen su lugar en la historia de la investigación mediante

encuestas. El primero de ellos realizó, aunque sin concluirla, una encuesta obrera que

pretendía orientar ciertos cambios sociales. Weber, por su parte, participó en una

investigación que tenía como objetivo estudiar las condiciones de trabajo en el medio

rural. Con posterioridad, volverá a utilizar la encuesta en otras dos investigaciones. La

primera sobre el mismo tema. En la segunda se preocupa por el estudio de las

actitudes de los trabajadores industriales. En este último trabajo ya se observa la

mayoría de los rasgos de la investigación mediante encuestas actual: estudio de la

opinión y/o actitud, selección representativa de los sujetos que participan y elaboración

cuidadosa del cuestionario que guía la recogida de la información.

Pero el caso de Weber es una excepción. La mayoría de los trabajos que se han

reseñado hasta el momento, si bien guardan ciertas similitudes con las encuestas

actuales, difieren de las mismas en una serie de aspectos importantes. En muchos

casos se trata de trabajos, que estudian el total de la población. En otros, si bien se

utilizan muestras de individuos, éstas no reúnen, salvo excepciones, un carácter

representativo. Por último, se dedican, generalmente, a recoger información sobre

características objetivas de la realidad social y no datos sobre opiniones y/o actitudes.

Y es que a estos breves retazos de la historia de la investigación mediante encuestas

les resta, todavía, tener en cuenta otras dos importantes líneas de trabajo relacionadas,

concretamente, con el estudio de la opinión pública. La primera tiene que ver con el

trabajo metodológico y técnico realizado en el campo de las actitudes y su medida. La

segunda está representada por las “votaciones particulares” que desde principios del

siglo XIX promovían algunos periódicos con el fin de anticipar resultados electorales.

1.5 . El estudio de las actitudes

Poco después de que Thomas y Zaniecki definieran la Psicología Social como la

disciplina que se encarga del estudio de las actitudes, Thurstone en 1928 y Likert en

1932 publicaban sendos artículos en los que presentaban técnicas muy precisas y

elaboradas a partir de las cuales se demostraba que era posible su medida. Sus

escalas y las que en años posteriores desarrollaron autores como Guttman (1950) y


Osgood, Succi y Tannembaum (1957), entre otros, representan, sin duda, una de las

técnicas que configuran el arsenal metodológico y técnico con el que cuentan los

investigadores sociales cuando planifican sus encuestas.

1.6 . Las votaciones particulares

Las votaciones particulares constituyen uno de los antecedentes más importantes de

las encuestas electorales y, a la par, por su fracaso relativo ante las mismas, el

detonante de su éxito y popularidad.

Las primeras votaciones particulares datan de 1824, tuvieron un carácter local y fueron

realizadas en los Estados Unidos por los diarios Harrisburg Pensylvanian y Raleigh

Star. Lo que se buscaba mediante estas estrategias era realizar una especie de

“simulacro” electoral. Para ello se utilizaban diversos procedimientos: desde papeletas

recortables que los subscriptores rellenaban con el nombre del candidato al que iban a

votar y enviaban a la redacción del periódico, pasando por la recolección de votos

situando urnas en las calles más concurridas de las ciudades, hasta la realización de

encuestas por correo o personales, pero sin una selección representativa de los

encuestados. A partir de 1912 adquieren gran popularidad cuando algunas revistas

como The Farm Journal las realizan con carácter nacional.

1.7 . Gallup, Roper y Crossley

Desde 1916 las votaciones particulares más famosas fueron las de la revista Literary

Digest, que predijo con éxito los resultados electorales hasta 1936. Este es, como ya se

ha referido, un momento clave para la historia de la investigación mediante encuestas.

Lo cierto es que la Literary Digest, después de gastarse una gran suma de dinero en

enviar 10 millones de cuestionarios por correo y en procesar las repuestas de los 2

millones de personas que los contestaron, fracasó de forma estrepitosa al anticipar,

erróneamente, una victoria aplastante del candidato del partido republicano. En esta

misma fecha, George Gallup, Elmo Roper y Archival Crossley, tres recién llegados al

campo de los sondeos políticos, de manera independiente y utilizando las respuestas

de muestras que rondaban las 4.000 y 5.000 personas, predijeron, de manera

adecuada, que Eleanor Roostvelt sería el futuro presidente. De esta forma ponían en

evidencia las debilidades inherentes de las votaciones particulares, esto es, su carácter

sesgado y la falta de representatividad de los datos que recogían. Hay que recordar

que la “base de datos” que utilizó el Literary Digest para remitir sus cuestionarios


estaba conformada por personas que aparecían en listados telefónicos o que eran

propietarias de un automóvil. Aspecto éste que, sin duda, “covariaba” con una

tendencia de voto muy concreta, esto es, conservadora. Sin embargo, Gallup, Crossley

y Roper, seleccionaron de manera muy cuidadosa sus pequeñas muestras, asignando

cuotas específicas de hombres y mujeres para sus entrevistas, teniendo cuidado, a la

par, de que entre las mismas estuviesen representados los distintos rangos de edad y

niveles económicos. Esta forma de trabajo ya había demostrado su eficacia en el

campo de los estudios de mercado, pero su aceptación y uso generalizado no se

produjo hasta que se aplicó a la predicción de los resultados electorales.

A partir de entonces, la investigación mediante encuestas muestrales comienza a

generalizarse. Se fundan, primero en los Estados Unidos y, poco después, en toda

Europa, un número considerable de Instituciones públicas y empresas privadas que se

sirven de las encuestas para el estudio de los más diversos temas.

Los departamentos universitarios, que hasta ese momento no habían prestado atención

ni a los estudios de mercado ni a los de opinión pública, comienzan a interesarse,

desde entonces, por el tema. Destaca, en este sentido, Paul Lazarsferld (Lazarsferld,

Barelson, Gandet, 1944), fundador del Instituto de Investigación Social Aplicada de la

Universidad de Columbia y figura clave en el desarrollo de las bases teóricas y

metodológicas de la investigación social mediante encuestas.

La Segunda Guerra Mundial supuso un nuevo aldabonazo en el desarrollo técnico de

las encuestas y, de igual modo, en la reafirmación de su utilidad. Los estudios sobre la

moral de la tropa (Stouffer y otros, 1949) y sobre la eficacia de la persuasión bélica en

las actitudes de la población fueron los más sobresalientes.

Desde ese momento, y a pesar del gran desarrollo conseguido, la historia de la

investigación mediante encuestas no ha sido un camino de rosas. La oposición de

muchos gobiernos y políticos a la realización de determinados tipos de encuestas, en

concreto las pre-electorales, y los tropiezos predictivos que se han constatado en

algunos momentos son buena prueba de ello. Sin embargo, éstas ya son otras

“historias”, por lo que se remite al lector interesado a la literatura existente sobre el

tema (por ejemplo Noelle-Neumann, 1986; Wert, 1996).

2. ¿Qué son las encuestas?

Alguna de las “historias” que se han ofrecido en el epígrafe anterior habrá servido, sin


duda, para que el lector haya desarrollado -al menos de manera implícita, y si no lo

había hecho con anterioridad- su propia definición sobre las encuestas. En la misma,

habrá incluido, ordenándolas de una forma u otra, referencias a un conjunto de técnicas

adecuadas de muestreo, a la elaboración y/o realización de cuestionarios y/o

entrevistas de diverso tipo, cuidadosamente elaborados, para indagar, entre otras

cosas, los intereses, preferencias o intenciones de los ciudadanos, al objeto de

describir sus características o para predecir su comportamiento futuro.

No obstante, se hace precisa una mayor clarificación y una serie de distinciones para

ofrecer, como decíamos al principio de este capítulo, una definición adecuada de la

encuesta que no confunda la parte con el todo y en la que su función no se restrinja a

meras tareas descriptivas.

2.1 La encuesta y las técnicas de investigación

Para ello, y en primer lugar, es necesario recordar la distinción existente entre métodos

y técnicas de investigación. Los métodos de investigación (por ejemplo el experimental,

el correlacional) son las estrategias generales del trabajo científico. Por su parte, las

técnicas de investigación (por ejemplo la encuesta) son los procedimientos específicos

que se utilizan durante el proceso de investigación para la recogida y elaboración de

los datos.

Para entender mejor esta distinción la siguiente comparación es bastante útil. Un viaje

desde Almería hasta Barcelona puede realizarse mediante tres procedimientos o

“métodos” generales: por tierra, mar o aire. Sin embargo, para viajar por tierra se puede

hacer uso de diferentes “técnicas” de automoción: el autobús, el tren o el coche (otros

ejemplos similares a éste pueden encontrarse en Manstead y Semin, 1988, y en

Robson, 1993).

Por lo tanto, es necesario tener claro que la encuesta es una técnica de investigación.

Una técnica que hace uso, según los casos y la conveniencia, de un amplio conjunto de

procedimientos e instrumentos con los que no se debe identificar ni confundir y que no

constituyen los criterios a partir de los cuales se la puede distinguir de otras técnicas de

investigación social.

Así, lo fundamental del estudio de caso, y lo que lo diferencia de la encuesta y del

experimento, es que centra su atención en la recogida de información precisa y

detallada sobre un “caso único”, sea este un individuo, una situación, un proceso o un


pequeño número de acontecimientos relacionados.

Por su parte, el experimento y la encuesta se distinguen entre sí por la existencia o no

de ciertas manipulaciones hechas por los investigadores en la situación objeto de

estudio. En el experimento se observan y miden los efectos que produce la

manipulación de una o más variables (independientes) sobre otra u otras variables

(dependientes) intentando que el resto de los factores que puedan mediar las

relaciones que se exploraran estén controlados. En las encuestas no se realiza tal

intervención por parte de los investigadores, cuya función consiste, principalmente, en

recoger un conjunto de datos (variables dependientes) de un grupo de personas y en

estudiar sus relaciones (método correlacional). Para ello se utilizarán diversas técnicas

o instrumentos. En la mayoría de los casos serán cuestionarios que, o bien se envían

por correo a los encuestados, o sirven como guión para una entrevista personal o

telefónica.

2.2 La encuesta: una técnica para explorar, describir y explicar la realidad social

Otro error en el que se incurre con frecuencia es el de identificar las distintas técnicas

de investigación con diferentes niveles de análisis de la realidad social, ordenándolos,

de esta forma, según su potencia analítica. Al estudio de caso le correspondería un

nivel de análisis exploratorio, a la encuesta descriptiva y al experimento explicativo.

Sin embargo, el nivel de análisis de cualquier investigación social no viene determinado

por las técnicas que utiliza, sino por el tipo de preguntas que plantea.

En este sentido, y al igual que ocurre, por ejemplo, con el estudio de caso (véase Yin,

1994), es necesario recordar que, gracias al reciente desarrollo de una serie de

técnicas estadísticas de análisis multivariado y a la posibilidad práctica de su aplicación

a través del ordenador, la encuesta se puede utilizar no sólo para realizar

investigaciones de tipo exploratorio o descriptivo, sino también para analizar y explicar

las relaciones existentes entre diferentes y múltiples variables y fenómenos sociales

(Marsh, 1982; De Vaus, 1993).

Por lo tanto, y mediante la elaboración y realización adecuada de una encuesta, un

investigador social puede llegar a responder preguntas sobre el qué, el cuándo, el

cómo, el quién y también el porqué de la realidad en la que se ve inserto.


2.3 Propuesta de una definición de encuesta

Con las distinciones anteriores en mente, tan sólo resta ofrecer una definición de

encuesta que se ajuste a las precisiones que se acaban de realizar y que aporte,

además, información adecuada sobre el resto de los rasgos que caracterizan y

distinguen a esta técnica de investigación. La que aquí se adopta, inspirada en la que

recientemente ha ofrecido García Ferrando (1992: 141) es la siguiente:

La encuesta es una técnica que utiliza un conjunto de procedimientos estandarizados de

investigación mediante los cuales se recogen y analizan una serie de datos de una muestra

de casos representativa de una población o universo más amplio, del que se pretende

explorar, describir, predecir y/o explicar una serie de características.

Si se lee con detenimiento la definición anterior se verá que las dos condiciones que se

han comentado hasta el momento se recogen con claridad. Esto es, por una parte se

distingue la encuesta de los procedimientos de los que hace uso y, por otra, no se

limita su finalidad a la exploración o descripción de los fenómenos objeto de estudio.

Así mismo, y a diferencia de García Ferrando, se opta, como hace por ejemplo De

Vaus (1993), por no circunscribir las unidades de análisis de las encuestas a los seres

humanos, puesto que, si bien son las más frecuentes, la encuesta también puede ser

utilizada para realizar investigaciones sobre otros aspectos de la realidad como, por

ejemplo, el estado de las obras de arte de un museo o la situación del parque móvil de

la policía.

Otra de las características centrales de las encuestas es que, a diferencia de los

censos, se realizan sobre muestras o partes de la población objeto de estudio. Estas

muestras tienen que ser representativas y no sesgadas, esto es, deben poseer, de

manera ideal, la misma proporción de casos con características diferentes que se

observen en la población. Para satisfacer estas condiciones se han desarrollado

diferentes estrategias de muestreo, siendo las más utilizadas la de rutas aleatorias y la

de cuotas.

3. Tipos de encuestas

En general, suelen distinguirse tres tipos principales de encuestas en función de la

forma en la que se administran las técnicas que utilizan para la recogida de datos: la

encuesta personal o cara a cara, la encuesta por correo y la encuesta telefónica. A

continuación se describen, de forma concisa, las características principales de cada


una de ellas y los aspectos más importantes a tener en cuenta en su selección; a la

par que se resumen, al final del texto en los cuadros 2.2 y 2.3, sus principales ventajas

e inconvenientes.

No obstante, es importante indicar que en otros trabajos como los de Ferber (1980) y

Visauta (1989) se clasifican los tipos de encuesta en función de otros criterios, como

son, por ejemplo, la población a la que se dirigen (adultos, profesionales de la salud,

etc.), la clase de datos que pretenden recoger (actitudes, comportamientos, etc.). El

lector interesado en un estudio en profundidad de los diferentes tipos de encuesta

puede consultar, entre otros, los trabajos de Frey (1983), Lavrakas (1987) y Bosch y

Torrente (1993).

3.1 La encuesta personal

Este tipo de encuesta es la que se utiliza con mayor frecuencia. Implica la participación

de uno o más entrevistadores que plantean una serie de cuestiones a los sujetos de

investigación o entrevistados. En la mayoría de los casos el entrevistador hace uso de

un guión de entrevista y/o cuestionario en el que se incluyen las preguntas que ha de

formular. Ha de intentar plantearlas de la misma forma y en el mismo orden para que

todas las personas entrevistadas se enfrenten a una situación similar y, de esta forma,

sus respuestas puedan ser comparadas y analizadas con cierta fiabilidad. Por ello se

hace aconsejable que las personas encargadas de realizar las entrevistas cuenten con

cierta experiencia y hayan recibido un entrenamiento específico para realizar su labor.

En función del tipo de muestreo que se realice, el entrevistador habrá de “buscar” a los

entrevistados de diferentes formas. Cuando el tipo de muestreo que se utiliza es el de

rutas aleatorias, el entrevistador recorre, desde un punto fijado de antemano, un

itinerario que va construyendo, paso a paso y con la ayuda de una tabla de números

aleatorios, hasta que localiza en su vivienda a la persona que debe entrevistar (en el

capítulo II del texto de Manzano y otros -1996-, se describe, de manera muy sencilla,

este tipo de muestreo). En el caso del muestreo por cuotas, al entrevistador se le dice a

cuántas personas y con qué características tiene que entrevistar, cayendo bajo su

responsabilidad la selección de las mismas.

3.2 La encuesta por correo

Como su propio nombre indica este tipo de encuesta implica la utilización del servicio

de correos para hacer llegar, a una muestra representativa de sujetos, un cuestionario


autoadministrado, unas instrucciones que indican cómo cumplimentarlo y un sobre

estampado y con la dirección impresa para que lo remitan de vuelta a los

investigadores.

En este caso, y a diferencia de las encuestas personales, no se utilizan entrevistadores

y, por lo tanto, no existe contacto personal alguno entre los investigadores y los

encuestados. Debido a ello es necesario prestar una atención especial a la elaboración

y presentación del cuestionario, de forma que su cumplimentación resulte sencilla y que

las preguntas que planteen puedan ser claramente entendidas.

Una de las principales dificultades que plantea este tipo de encuesta es la baja tasa de

respuestas que consigue. Para solventar este problema algunos autores han

desarrollado una serie de recomendaciones, que se resumen, con brevedad, en el

cuadro 2.1 (véase al final del texto).

3.3 . La encuesta telefónica

Al igual que en las entrevistas personales, en las que se realizan mediante el teléfono

se hace uso de un entrevistador que, a través de este medio, se dirige al encuestado

para realizarle las preguntas que se incluyen en un guión y/o cuestionario. A pesar de

que su uso no fue, en un principio, muy generalizado, hoy en día, y gracias a la

ampliación de la cobertura telefónica, a la implementación de procedimientos de

muestreo automatizados como la RDD (Random Digit Dialing) y al desarrollo de

entrevistas telefónicas asistidas por ordenador (CATI, Computer-Assisted Telephone

Interviewing), representan la mayor parte de las encuestas que se realizan, debido,

sobre todo, a su rapidez.

3.4 Otros tipos de encuesta

Además de los tres tipos de encuesta que se han comentado, cabe distinguir otras dos

modalidades más en función de la manera en la que se recogen los datos: la encuesta

en grupo que utiliza un cuestionario autoadministrado, y la que se conoce con el

nombre de household drop-off. En el primer caso, se reúne a un grupo de sujetos en un

lugar determinado y se les solicita que contesten a un cuestionario. Las household

drop-off intentan combinar las ventajas de las entrevistas por correo y las de las que se

realizan cara a cara con la ayuda de un entrevistador. Este último se dirige al hogar de

los entrevistados para entregarles un cuestionario, indicándoles, en ese momento, la

fecha en la que volverá a recogerlo o en la que lo tienen que remitir por correo.


De reciente aparición son las encuestas vía Internet, que utilizan la red como medio

para la realización de encuestas. Sin duda, este último tipo de encuestas tienen un

futuro muy prometedor.

3.5 . La elección del tipo de encuesta más adecuada en función de sus ventajas e

inconvenientes

Como es lógico, cada una de las diferentes modalidades de encuesta tiene una serie

de ventajas e inconvenientes (un resumen de las mismas se ofrece en los cuadros 2.2

y 2.3). De esta forma, y en función de las mismas, en algunos casos su uso estará

perfectamente indicado, mientras que en otros su administración puede implicar

importantes dificultades y costes muy elevados o, lo que es peor, conducir a graves

errores y sesgos.

Por lo tanto, el investigador habrá de conocer muy bien cuáles son las ventajas y los

inconvenientes que se asocian con cada tipo de encuesta para, en función de los

mismos, seleccionar el que más le convenga. Esta elección no es ni mucho menos

sencilla y, en muchas ocasiones, depende de la experiencia y buen juicio del

investigador. Sin embargo, es posible ofrecer una serie de recomendaciones en función

de las características de la población, la muestra, el tema de la encuesta, el tipo de

preguntas que se vayan a realizar, los sesgos que se puedan producir y ciertos

aspectos relacionados con su administración (Trochim, 1997).

A) Aspectos relacionados con la población

Con respecto a la población, el investigador puede plantearse una serie de cuestiones

que, sin duda, le serán de gran ayuda a la hora de seleccionar el tipo de encuesta más

adecuado.

En primer lugar ha de preguntarse si dispone de un listado exhaustivo y correcto de las

direcciones de los individuos que desea encuestar. Si no es así, tendrá que descartar la

posibilidad de realizar una encuesta por correo o por teléfono (si es que no dispone de

un sistema RDD). En este caso, parece que la elección más adecuada puede ser la

realización de una encuesta personal, sirviéndose, por ejemplo, de un muestreo de

rutas aleatorias.

En segundo lugar, es necesario que conozca el nivel educativo de la población a

encuestar. Como es evidente, si los encuestados son analfabetos o analfabetos

funcionales, habrá de renunciar a cualquier encuesta que implique la utilización de


cuestionarios autoadministrados.

En tercer lugar, habrá de tener en cuenta ciertas peculiaridades relativas a la lengua en

la que se expresen los encuestados, como ocurre con algunas de nuestras

Comunidades Autónomas en las que existen dos lenguas oficiales. Esto, en un

principio, no va a excluir la realización de ningún tipo de encuesta, pero tendrá que ser

tenido en cuenta a la hora de disponer de cuestionarios y/o entrevistadores bilingües.

En cuarto lugar, es necesario que considere el grado en el que la población objeto de

estudio va a cooperar. Piénsese en el caso de los inmigrantes no regularizados o en

aquellos sujetos que llevan a cabo prácticas o conductas ilegales. El investigador habrá

de ponderar cuáles son las características de cada uno de los tipos de encuesta que

mejor se adaptan a estas situaciones. En un principio, parece que la encuesta personal

puede ser la mejor elección.

Por último, tiene que plantearse si existen restricciones geográficas para la realización

de la encuesta. En el caso de muestras muy dispersas, la mejor elección, y siempre

que no haya otros inconvenientes, puede ser la realización de una encuesta por correo

o por teléfono.

B) Aspectos relacionados con el muestreo

Con respecto a la muestra de individuos con la que se va a contactar para llevar a cabo

la encuesta, el investigador ha de tener en cuenta una serie de cuestiones importantes.

En primer lugar, y al igual que se indicaba al hablar de la población, para realizar

encuestas postales o por correo tendrá que comprobar si dispone de las direcciones

y/o de los números de teléfono correctos de los encuestados.

Un segundo aspecto que habrá de tener en cuenta, sobre todo si se realizan encuestas

personales o telefónicas, es si las personas de la muestra van a estar disponibles en el

momento que se precise (por ejemplo, profesionales de alto nivel y muy ocupados). En

caso contrario, una buena solución puede ser una encuesta tipo drop off o por correo.

Así mismo, tendrá que considerar cuáles son las personas concretas que se requieren

para la encuesta. Si se precisa encuestar a individuos específicos y si se dispone de un

listado con su nombre y dirección no va a existir ningún problema para realizar

encuestas por correo. Si no es así, será preferible hacer uso de encuestas personales.


C) Aspectos relativos al tema y al contenido de la encuesta

En este sentido, entre las cuestiones más importantes que ha de plantearse el

investigador para ponderar cuál es el tipo de encuesta que más le conviene destacan

las siguientes.

En primer lugar, qué tipo de preguntas va a realizar. Por ejemplo, si van a tener un

carácter personal, si requieren de un gran número de alternativas de respuesta, si

pueden contestarse de manera dicotómica, qué orden tendrán las alternativas (sobre

todo por el llamado efecto de memoria, ya que en las encuestas por teléfono se

responderán más a las últimas alternativas leídas), etc.

Así mismo, deberá anticipar si el cuestionario que redacte va a necesitar de muchos

filtros de respuesta. Cuanto mayor sea el número de éstos, más complicada será el

cuestionario y, por tanto, lo recomendable será no basar la encuesta en procedimientos

auto-adininistrados para no confundir a los encuestados.

En tercer lugar, será preciso que tenga en cuenta si es necesario controlar la secuencia

en la que los encuestados han de responder a las preguntas, pues, si es así, los

procedimientos menos recomendables serán los que hagan uso de pruebas de lápiz y

papel.

Finalmente, hay que prestar atención a la longitud de las preguntas que se planteen y

de las aclaraciones que éstas vayan a precisar. Si las preguntas son muy largas o sus

alternativas de respuesta muy numerosas no se aconseja la elección de entrevistas

telefónicas, pues será muy difícil mantener la atención de los encuestados durante toda

la encuesta.

D) Aspectos relativos a ciertos sesgos que se pueden producir en las encuestas

En este punto es conveniente atender a tres aspectos principales. El primero tiene que

ver con la deseabilidad social que generen las preguntas. Esta siempre se incrementa

en las encuestas que utilizan entrevistadores. El segundo implica las distorsiones que

puede provocar el encuestador en las respuestas de los individuos o en su registro. En

un principio esto se puede evitar mediante un buen entrenamiento y supervisión del

trabajo de campo. Por lo tanto, no se ha de descartar, a priori, la realización de

encuestas personales cuando se sospeche que esto puede ocurrir. El tercero se

relaciona con la posibilidad de que los sujetos no expresen lo que realmente piensan.

El tipo de encuesta que mejor evita este sesgo es la que se realiza mediante


entrevistas personales.

E) Aspectos relacionados con la administración de las encuestas

Por último, es necesario atender a cuatro aspectos de considerable importancia en la

realización de la encuesta: el presupuesto con el que se cuenta, el material del que se

dispone, el tiempo en el que ha de finalizarse y el personal que requiere.

Las encuestas más caras y las que requieren un mayor número de colaboradores son

las personales. Las que precisan de mayores recursos materiales pero también las más

ágiles y rápidas son las que se realizan por teléfono. Por último, las más económicas,

las que necesitan menos personal, pero también las más lentas y las que ofrecen una

mayor tasa de no-respuesta son las encuestas postales.

4. El proceso general de investigación mediante encuestas

Para terminar, realizaremos una descripción esquemática del proceso general que se

lleva a cabo al realizar una investigación mediante encuestas, independientemente de

cuál sea el tipo que se utilicen.

Siguiendo a Oppenheim (1992) se pueden distinguir 14 pasos o etapas fundamentales:

1. Determinar los objetivos generales de la encuesta y, si es posible, los desarrollos

teóricos principales relacionados con el tema objeto de estudio. Estos objetivos

generales, que pueden venir determinados por un cliente externo o por los propios

intereses del investigador, será necesario concretarlos en objetivos de investigación

específicos que, a su vez, tendrán que expresarse en una serie de objetivos

operacionales, es decir, un conjunto concreto de hipótesis a investigar.

2. Es aconsejable revisar la literatura existente sobre el tema de investigación y, en

concreto, cualquier estudio que guarde similitud con el que se va a emprender.

3. Redactar un primer borrador del proyecto de investigación en el que se especifiquen

y relacionen, de manera lógica, los diferentes objetivos de la misma, así como las

tareas de investigación a partir de las cuales se van a cumplimentar. En este

momento puede ser aconsejable realizar un pequeño estudio exploratorio, como

por ejemplo, una serie de entrevistas en profundidad o de grupos de discusión. Sin

duda alguna, y a partir de los mismos, se realizarán algunos ajustes sobre el

borrador inicial de la investigación que se haya confeccionado.

4. Establecer el diseño de la investigación y evaluar su viabilidad en función de los


recursos y tiempo de los que se disponga. Este es un buen momento para

abandonar el trabajo o para reducir o hacer más realistas sus objetivos.

5. Decidir cuáles van a ser las hipótesis específicas que se van a investigar,

concretarlas en términos situacionales y especificar el tipo de variables que será

necesario medir.

6. Diseñar o adaptar las técnicas de investigación mediante encuestas más adecuadas

para realizar la investigación.

7. Llevar a cabo un estudio piloto de las técnicas que se hayan desarrollado o

adaptado (es decir, realizar ensayos con ellas) así como cualquier otro aspecto de

la investigación que se considere necesario.

8. Diseñar y establecer el tipo de muestra o muestras que se va a encuestar.

Especificar el tipo de representatividad que deben poseer y las condiciones

necesarias para que esto se consiga. Hace un estudio piloto de las estrategias de

muestreo que se vayan a utilizar.

9. Construir la muestra, esto es, seleccionar a la gente que debe ser encuestada.

10. Realizar el trabajo de campo. Esto implica la recogida de datos a partir de las

técnicas que se hayan diseñado con anterioridad (encuestas personales, postales y

telefónicas). Establecer y llevar a cabo estrategias de control adecuadas para

asegurarse que todo discurre según se haya establecido.

11. Procesar los datos. Para ello será necesario codificar las respuestas de los

encuestados e introducirlas en el ordenador.

12. Realizar los análisis estadísticos que sean pertinentes.

13. Reunir los resultados que se hayan obtenido en los análisis anteriores y contrastar

las hipótesis de investigación.

14. Redactar el informe de la investigación. Es aconsejable que las conclusiones que

se obtengan se relacionen, si es posible, con los resultados que se hayan ofrecido

en otros trabajos similares y con las propuestas teóricas existentes en la literatura

especializada.

Sin duda alguna, el establecer 14 fases o etapas para describir el proceso de

investigación mediante encuestas es completamente arbitrario. Lo que no es arbitrario


es el estudio concienzudo y sistemático de cada uno de los aspectos que implica la

realización de una buena encuesta. Por ello, indudablemente, el estudio y la consulta

de la abundante literatura sobre las encuestas serán de ayuda al estudioso que desee

profundizar más allá de las breves pinceladas que se han ofrecido en este capítulo.

CUADRO 2.1. Factores que aseguran una buena tasa de respuestas en las encuestas por correo.

FACTORES QUE ASEGURAN UNA BUENA TASA DE RESPUESTAS EN LAS ENCUESTAS POR CORREO

(Adaptado de Robson, 1993)

1. La apariencia del cuestionario es de gran importancia. Debe ser sencillo de leer y rellenar y con suficiente espacio para responder a las preguntas.

2. La claridad del lenguaje y la simplicidad del diseño es esencial. De la misma forma, unas instrucciones claras son imprescindibles.

3. Se deben ordenar los contenidos para maximizar la cooperación. Por ejemplo asegurarse de que las primeras preguntas no indiquen a los que responden que la encuesta “no es para ellos”.

Diseño y disposición

4. La utilización de páginas de color puede ayudar a identificar la estructura del cuestionario. Por ejemplo se pueden utilizar páginas de distinto color para las instrucciones.

5. Las respuestas que se realizan poniendo marcas en cajas ‘[ ]’ son más familiares y fáciles de responder para la mayoría de las personas. Los sujetos se pueden confundir si tienen que rodear con un círculo respuestas pre-codificadas.

6. La identificación de las preguntas con números y letras es de gran ayuda, sobre todo si se agrupan aquellas que están relacionadas con un tema específico.

7. Si se sospecha que los sujetos pueden confundirse no ha de dudarse a la hora de repetir las instrucciones las veces que sean necesarias.

8. Las respuestas iniciales deben ser más fáciles e interesantes. Las cuestiones de la parte central del cuestionario deben abarcar las áreas más difíciles. Las finales deben de ser, de nuevo, más interesantes (es cuando el sujeto se encuentra más fatigado).

9. La redacción adecuada de las preguntas es de crucial importancia. La presentación es esencial.

10. Al final del cuestionario es aconsejable, además de dar las gracias y ofrecer un resumen de los hallazgos de la investigación, incluir una breve nota en la que se solicite: a) la revisión de las respuestas al cuestionario, por si hay algún error o se ha dejado alguna sin responder; b) la rápida devolución del cuestionario.

Correo inicial

11. Utilizar sobres de buena calidad, mecanografiados y si es posible personalizados.

12. Utilizar franqueo de primera clase y sobres que no necesiten sello.

13. Incluir un sobre franqueado para la devolución del cuestionario.

14. Para las encuestas domiciliarias el mejor día para enviarlas es el jueves, para las


relacionadas con empresas y organizaciones el lunes o martes.

15. Evitar el correo en diciembre.

Carta acompañante

16. Debe indicar el objetivo de la encuesta y describir su importancia, asegurar la confidencialidad y animar a que los sujetos contesten. Si se utilizan números de serie u otros códigos, indicar el porqué.

17. Describir la encuesta como si estuviese realizada a medida para la audiencia (por ejemplo una encuesta a los padres podría servir para mejorar el cuidado de la infancia).

18. Dar el nombre del organizador o empresa que financia la encuesta, tanto en el encabezamiento de la carta como en su cuerpo.

19. Una carta enviada con anterioridad a la encuesta propiamente dicha, incrementa la probabilidad de la respuesta.

Carta de seguimiento

20. Es el factor más importante para asegurar una buena tasa de respuestas (aun cuando se hayan aplicado todo el resto de sugerencias).

21. Enfatizar la importancia del estudio y el valor de la participación de los respondientes.

22. Señalar la sorpresa de que todavía no se haya recibido la respuesta.

23. No sugerir que es común la no devolución.

24. Enviar una copia más del cuestionario y otro sobre franqueado.

Cartas de seguimiento adicionales

25. Lo que se recomienda suelen ser tres cartas recordatorias.

Utilización de incentivos

26. Los incentivos que acompañan el correo inicial parecen ser más efectivos que los que se utilizan cuando ya se han devuelto los cuestionarios (prometidos con anterioridad).

CUADRO 2.2. Algunos rasgos diferenciales entre los distintos tipos de encuesta. ALGUNOS RASGOS DIFERENCIALES ENTRE LOS DISTINTOS TIPOS DE

ENCUESTA Adaptado de Trochim (1997)

Grupo Correo Drop-off Personal Telefónica ¿Permite la presentación de estímulos visuales? Si Si Si Si No

¿Se pueden utilizar categorías de respuesta extensas?

Si Si Si ? No

¿Permite la privacidad de las respuestas?

No Si No Si ?

¿Ofrece la suficiente flexibilidad? No No No Si Si ¿Es factible la realización de preguntas abiertas?

No No No Si Si

¿Es necesario que los encuestados sepan leer y escribir?

? Si Si No No

¿Se puede saber si los encuestados han sido los que ha

Si No ? Si ?


contestado a las preguntas? ¿Se obtienen tasas de respuesta altas?

Si No Si Si No

¿Se pueden explicar personalmente a los encuestados las razones de la investigación?

Si No Si Si ?

¿Implica un costo bajo o moderado?

Si Si No No No

¿Requiere una gran cantidad de personal y recursos?

No No Si Si Si

¿Permite el acceso a muestras dispersas?

No Si No No Si

¿Dispone el entrevistado de tiempo suficiente para elaborar sus respuestas?

No Si Si No No

Existe contacto personal entre el encuestador y el encuestado?

Si No Si Si No

¿Es factible realizar una encuesta que implique un número elevado de cuestiones?

No No No Si No

CUADRO 2.3. Principales ventajas e inconvenientes de los diferentes tipos de encuesta.

PRINCIPALES VENTAJAS E INCONVENIENTES DE LOS DIFERENTES TIPOS DE ENCUESTA

(Adaptado de Fowler, 1993)

Ventajas potenciales de la encuesta personal

1. Son las más adecuadas cuando se utiliza determinado tipo de diseños muestrales (por ejemplo el de rutas aleatorias).

2. Son las más efectivas para asegurarse la cooperación de los encuestados.

3. La presencia del entrevistador permite, entre otras cosas, responder las dudas del encuestado y asegurarse la manera en que éste responde a las preguntas.

4. Permite la utilización de estrategias que combinan varias técnicas de recogida de datos (p.e. observación y partes auto-administradas del cuestionario).

5. Permiten la realización de encuestas que implican entrevistas de larga duración.

Inconvenientes potenciales de la encuesta personal

6. Implica un gasto mayor que el resto de las encuestas.

7. Se necesitan encuestadores entrenados y que éstos estén geográficamente próximos a la muestra que se desea encuestar.

8. Requieren más tiempo que las telefónicas para la recogida de los datos.

9. Ciertas muestras pueden ser más accesibles por otros tipos de encuesta (por ejemplo estudiantes, trabajadores, etc.).

Ventajas potenciales de la encuesta telefónica

10. Bajo coste (si se compara con la encuesta personal).

11. Se pueden utilizar la estrategia de Random Digit Dialing, lo que permite el desconocimiento de las direcciones y los nombres de los encuestados.

12. Permite el acceso a determinados tipo de población (si se compara especialmente con las encuestas personales).

13. Muy útiles cuando se necesita realizar la encuesta en un breve período de tiempo.


14. Permite aclarar dudas al encuestado (si se compara con la encuesta por correo).

15. Las cuestiones relativas al personal necesario implican menos problemas que en las encuestas personales (por ejemplo su número es menor, no necesitan estar geográficamente próximos a la muestra, la supervisión y el control de la calidad resultan más sencillas, etc.).

16. Ofrecen una buena tasa de respuestas si se comparan con las encuestas por correo.

Inconvenientes potenciales de la encuesta telefónica

17. Sólo permite el acceso a aquellas personas que disponen de teléfono.

18. Cuando se utiliza el muestreo RDD ofrece unas tasas bastante bajas de respuesta si se las compara con la encuesta personal.

19. Implica limitaciones importantes para la elaboración del cuestionario (por ejemplo en el número de las alternativas de respuesta) y tampoco permite la presentación de estímulos visuales ni la observación de la conducta no verbal del encuestado.

20. Es probable que no sea muy adecuada para realizar encuestas sobre temas delicados, al menos si no ha habido un contacto previo con el encuestado.

Ventajas potenciales de los diferentes tipos de encuesta auto-administrada (correo, en grupo, drop-off) comparadas con las encuestas personales y telefónicas

21. Permite la realización de preguntas que requieren presentaciones visuales (a diferencia de la telefónica).

22. Se pueden realizar preguntas largas y con categorías de respuesta complejas.

23. Permite la realización de baterías de preguntas.

24. El encuestado no tiene que compartir sus respuestas con ningún entrevistador,

Ventajas potenciales de los diferentes tipos de encuesta auto-administrada (correo, en grupo, drop-off) comparadas con las encuestas personales y telefónicas.

25. Permite la realización de preguntas que requieren presentaciones visuales (a diferencia de la telefónica).

26. Se pueden realizar preguntas largas y con categorías de respuesta complejas.

27. Permite la realización de baterías de preguntas.

28. El encuestado no tiene que compartir sus respuestas con ningún entrevistador.

Inconvenientes potenciales de los diferentes tipos de encuesta auto-administrada (correo, en grupo, drop-off) comparadas con las encuestas personales y telefónicas

29. El diseño del cuestionario es muy laborioso.

30. Las preguntas abiertas no suelen ser muy útiles.

31. Se necesita que los encuestados sepan leer y escribir correctamente.

32. No se dispone de un entrevistador que se asegure que las preguntas se comprenden adecuadamente y de su calidad.

Ventajas potenciales de la encuesta auto-administrada en grupo

33. Se suelen conseguir altas tasas de cooperación.

34. Existe la posibilidad de explicar los objetivos del estudio y de aclarar las dudas de los encuestados.

35. En general implica un coste económico bajo.

Inconvenientes potenciales de la encuesta auto-administrada en grupo

36. Muy difícil obtener muestras representativas mediante este procedimiento.

Ventajas potenciales de la encuesta por correo


37. Implica un costo relativamente bajo.

38. Se puede llevar a cabo con pocos recursos y personal.

39. Permite acceder a muestras dispersas y aquellas que no disponen de teléfono.

40. Los encuestados tienen tiempo para elaborar y revisar sus respuestas.

Inconvenientes potenciales de la encuesta por correo

41. Dependiendo de la muestra estudiada, en ocasiones es bastante difícil conseguir una cooperación adecuada.

42. Implica diversos inconvenientes asociados con la no presencia de un entrevistador.

43. Se necesita conocer y elaborar correctamente el listado de las direcciones de los encuestados.

Ventajas potenciales de la encuesta drop-off

44. El encuestador puede explicar las razones del estudio y aclarar las dudas del encuestado (comparada con la encuesta por correo).

45. La tasa de respuestas suele ser similar a la que se obtiene con las encuestas personales.

46. Existe la posibilidad de que los sujetos piense con detenimiento sus respuestas o consulten con sus familiares.

Inconvenientes potenciales de la encuesta drop-off

47. Supone un costo similar al de las encuestas personales.

48. Requiere personal entrenado aunque menos cualificado que en las personales.


I.- SELECCIÓN DE MUESTRAS3

Vicente Manzano Arrondo

1. Abordaje directo de la población

Existen muchas ocasiones durante la lectura de un texto en las que la atención baja

sensiblemente y el lector termina entretenido en imágenes y sensaciones que nada

tienen que ver con el libro abierto. De hecho, puede ocurrir que pase alguna que otra

hoja sin retener absolutamente nada. Quizá sea eso lo que está pasando ahora o lo

que ha pasado antes de una segunda lectura.

Otra de las variantes en las que se sumerge un lector no muy implicado con la cuestión

que se trata en el texto (o la forma de tratarlo), es buscar tareas tangenciales como

contar letras, observar los márgenes o el espaciado entre palabras, etc.

Un ejercicio de interés puede ser el que consiste en fijarse en la figura 3.1. ¿Podría

contar cuántas veces aparece el símbolo ♂? Está claro que se trata de un

entretenimiento muy limitado. Con unos minutos de paciencia se puede conseguir una

solución. Inténtelo antes de continuar en el siguiente párrafo.

El resultado se ha calculado a través del ordenador y la solución correcta es 473. Hay

473 símbolos ♂ en la figura 3.1. Si el lector ha realizado el ejercicio puede haber

coincidido su solución. Y puede que no. Lo cierto es que cabe esperar cierta

discrepancia puesto que una de las características más interesantes de las personas

es nuestra capacidad para no responder siempre del mismo modo, mezcla de error y

creatividad.

De la tarea que estamos comentando, cabe establecer un par de conclusiones. La

primera es que hay quehaceres pesados, tediosos o que requieren un esfuerzo de

tiempo y concentración especiales, que podrían ahorrarse si existieran estrategias para

ello. La segunda conclusión, derivada de la primera, es que fruto de las características

de la tarea las personas cometemos errores durante el proceso. Ante tales quehaceres,

por lo tanto, es comprensible que exista una relativa desconfianza acerca del resultado




obtenido.

♫ ☼ ♫ ☼ ♫ ♫ ♫ ☼ ♫ ♂ ☼ ☼ ♫ ♂ ♫ ♫ ♂ ♫ ♫ ♫ ♂ ☺ ☼ ☼ ♫ ♫ ☼ ♫

♫ ♫ ♫ ♫ ♫ ☺ ♫ ♂ ♫ ♂ ☼ ☼ ♫ ♫ ♂ ♂ ♫ ♫ ♂ ♂ ☼ ♫ ♂ ♫ ♫ ♠ ♫ ♂

♫ ☼ ☺ ☼ ♫ ♫ ♠ ♫ ☺ ♠ ☺ ♂ ☼ ☼ ♫ ♫ ♂ ♂ ☼ ☼ ☼ ♂ ♫ ♠ ☺ ♫ ♂ ☼ ♂ ♂ ♫ ♫ ♫ ☼ ☼ ♫ ♫ ♂ ☼ ♫ ☺ ♂ ♂ ☺ ☼ ♂ ♠ ☼ ☼ ☼ ♂ ♫ ♫ ☼ ☼ ☼

♫ ♫ ♫ ♠ ♂ ♫ ☼ ♠ ♠ ☼ ♫ ♂ ♫ ♫ ♂ ☼ ♫ ☼ ☼ ♂ ♫ ♠ ☼ ♫ ♫ ♂ ☼ ♫

♫ ♫ ♫ ♫ ☼ ♂ ♫ ♫ ☼ ☼ ☼ ♫ ♠ ♫ ☼ ♫ ♫ ♫ ♠ ☼ ☼ ☼ ♂ ♫ ♫ ☼ ♫ ☺ ☼ ☼ ☼ ☼ ♂ ♫ ♂ ♂ ☼ ♠ ♫ ♫ ♂ ♠ ♫ ♂ ♫ ♫ ♫ ♂ ☺ ♫ ♣ ♂ ♂ ☼ ♂ ☼

♫ ♠ ♫ ♂ ☺ ☼ ♫ ♫ ♫ ☼ ♫ ♫ ♂ ♂ ☺ ♂ ♫ ♫ ☼ ♫ ♂ ☼ ☼ ♫ ♫ ☼ ♫ ♫

♫ ♫ ♫ ♫ ♂ ♂ ♫ ♫ ♂ ♂ ☼ ☼ ♫ ♂ ♫ ♂ ♠ ♫ ♂ ☼ ♂ ♠ ♫ ♫ ♫ ☺ ♫ ♫ ♠ ☺ ♂ ☼ ☼ ♫ ♫ ♂ ♂ ♫ ☼ ☼ ♂ ♂ ♂ ☺ ♂ ♫ ♫ ♂ ☼ ♫ ♫ ♠ ☺ ♂ ♫ ♂

♫ ♂ ☼ ♫ ☼ ♂ ♂ ☼ ☼ ♂ ♫ ☼ ☼ ♫ ♂ ♫ ♫ ☺ ☼ ♫ ♂ ♂ ♫ ♫ ♫ ☼ ☼ ☼

♂ ♫ ♫ ♂ ♂ ♂ ♂ ☼ ♫ ☼ ☼ ♂ ♫ ♠ ♫ ♫ ♂ ♫ ♂ ☼ ☼ ☼ ☺ ♫ ☺ ☼ ♫ ♠ ♫ ♫ ♂ ♂ ♂ ♫ ☼ ♂ ♫ ♫ ♫ ☼ ☺ ☼ ♫ ☺ ☺ ☼ ♫ ☼ ♂ ♫ ♂ ♫ ♂ ♫ ♫ ♫

♫ ♠ ♫ ♫ ♂ ♫ ♫ ♂ ♫ ♫ ♫ ♂ ☼ ♫ ♠ ♂ ♂ ☼ ♂ ♫ ♫ ♫ ☼ ♂ ☼ ♫ ♫ ♫

♫ ♂ ☼ ☼ ♂ ♂ ♂ ☼ ♂ ♫ ♫ ☼ ♫ ♂ ☼ ☼ ♫ ♫ ☼ ♫ ♫ ☺ ♠ ☼ ♫ ♫ ☼ ♂ ♫ ♫ ☼ ♂ ☼ ☼ ☺ ♫ ♂ ♂ ♂ ♫ ♠ ♫ ☼ ♂ ♠ ♂ ♫ ☼ ♫ ☺ ☺ ☼ ♫ ☼ ☻ ☼

♂ ♂ ♫ ☼ ☼ ♂ ♂ ♂ ☼ ♂ ♫ ♂ ♂ ☼ ♫ ♫ ☺ ☺ ♂ ☺ ♂ ♂ ♂ ♂ ☻ ☼ ♂ ♫

☼ ♫ ♫ ♫ ☼ ☼ ☼ ☼ ♫ ☺ ☼ ♫ ♫ ♣ ♂ ☼ ♂ ☼ ☼ ☼ ☼ ♫ ☺ ♂ ♫ ☼ ♫ ♂ ☼ ♫ ♫ ♫ ♂ ♫ ☺ ♫ ♫ ♠ ♫ ♂ ☼ ☼ ♫ ☺ ♫ ☺ ☼ ♫ ♫ ☼ ♂ ♫ ♠ ♫ ♫ ☺

♫ ☼ ☺ ☼ ♫ ☺ ☺ ♫ ♫ ☼ ♫ ☼ ♫ ♂ ♫ ♫ ♫ ♫ ☼ ☺ ♫ ♂ ♫ ♫ ♂ ♂ ♂ ☼

☼ ♫ ♂ ♂ ♂ ♫ ♠ ♫ ♫ ♫ ☼ ♂ ☼ ♂ ♫ ♫ ♫ ☻ ☼ ☼ ♫ ☺ ☼ ☼ ♂ ♂ ♫ ☺ ♫ ♂ ☼ ☼ ♫ ♂ ♫ ♫ ♫ ☺ ♠ ☼ ♠ ♫ ♂ ♫ ♫ ♫ ♫ ♫ ☺ ☺ ☼ ♫ ☼ ♂ ♫ ☼

♠ ♂ ☼ ♠ ♠ ♂ ☼ ♠ ♫ ♂ ♂ ☼ ♫ ☼ ☼ ☼ ♫ ♫ ♫ ♫ ♫ ♂ ♫ ♠ ♫ ♫ ☼ ☼ ♫ ♂ ♫ ♫ ♂ ☼ ♂ ☺ ♂ ♂ ♠ ☼ ♂ ☼ ♂ ♫ ♂ ♠ ♫ ♫ ☼ ☼ ♫ ♂ ♂ ♂ ♂ ☼

♠ ♂ ☼ ♂ ☼ ☼ ☼ ☼ ♫ ☺ ♂ ♫ ☼ ♫ ♂ ♂ ♫ ♠ ♫ ♠ ♫ ♫ ♫ ♫ ♂ ♂ ♂ ♫

♫ ☺ ♫ ☺ ♫ ♫ ♫ ☼ ♂ ♫ ♫ ♫ ♫ ☼ ♫ ♫ ☼ ♂ ♫ ♫ ♂ ♫ ☼ ☼ ♫ ♫ ♂ ♠ ♂ ♂ ♫ ♫ ♫ ♫ ☼ ☼ ☺ ♂ ♫ ♂ ♂ ♂ ☺ ♫ ☼ ♫ ☼ ♫ ♂ ♫ ♫ ♠ ♂ ♫ ♫ ♫

♫ ♂ ♫ ♫ ☺ ☼ ☼ ♫ ☺ ☼ ☼ ♂ ♫ ♂ ♫ ♠ ♂ ♫ ☼ ☼ ☼ ♂ ♫ ♫ ☼ ☻ ♫ ♫

♂ ♂ ♫ ♂ ♫ ♫ ☼ ♂ ♂ ♫ ♫ ☼ ♂ ♂ ☼ ♂ ☺ ♫ ☺ ☼ ♂ ♠ ♂ ♂ ☼ ♣ ☼ ♂ ☼ ☼ ♫ ☼ ☼ ♫ ☺ ♫ ♫ ♫ ☼ ♫ ♫ ♂ ♂ ♠ ♫ ♫ ♠ ♂ ☺ ☼ ☼ ♂ ♂ ♫ ♂ ♫

♂ ♠ ♫ ♫ ☼ ☼ ♫ ♂ ♂ ♂ ♫ ♫ ☼ ☼ ♫ ♫ ♫ ♫ ☼ ♂ ☼ ♫ ☼ ♫ ♫ ☼ ♠ ☼

♫ ☻ ☺ ☼ ☼ ☼ ♂ ♫ ♫ ♂ ☼ ♠ ♫ ♫ ♫ ♠ ♫ ☼ ♫ ♫ ☼ ♠ ♂ ☼ ♫ ♫ ♂ ♠ ♫ ♂ ☼ ♫ ♫ ♂ ☺ ☼ ☼ ♫ ♫ ♂ ♫ ♫ ♫ ♫ ♫ ☼ ♫ ♫ ☼ ♫ ♂ ☺ ☼ ♫ ☼ ♣

☼ ♫ ♫ ♂ ♂ ♫ ♫ ☻ ♂ ♂ ♫ ♫ ♠ ♫ ♂ ☺ ♫ ♂ ☼ ♂ ♫ ♫ ♫ ♫ ♫ ♫ ♫ ☼

☼ ♫ ♫ ♂ ♂ ☼ ☼ ☼ ♂ ♫ ♫ ☼ ♂ ♂ ☼ ♫ ♫ ♂ ☼ ♠ ☼ ☺ ♂ ☺ ♂ ♂ ♂ ♫ ♂ ☼ ♠ ☼ ♂ ☺ ☺ ♫ ♠ ♂ ☼ ♠ ♠ ☼ ♂ ♠ ♫ ☺ ☼ ☼ ♂ ♂ ♫ ☼ ♫ ☼ ☼ ♂

♂ ♂ ☺ ♫ ♫ ♠ ♂ ☺ ♫ ☼ ♣ ♂ ♫ ♠ ☼ ♫ ♫ ♂ ☼ ♫ ♠ ☺ ♫ ♫ ♂ ☼ ♂ ☼

☼ ♫ ♫ ♫ ♫ ♫ ☼ ♂ ☼ ☼ ☺ ☼ ♂ ♫ ☼ ♫ ☺ ♫ ♠ ♂ ♫ ♂ ☼ ♫ ♫ ☼ ♫ ☺ ♫ ♫ ♫ ♠ ♫ ♫ ♫ ♫ ♫ ♂ ♣ ☼ ♂ ♂ ♂ ♫ ♫ ♂ ☼ ☼ ♫ ☼ ♂ ☼ ♠ ♫ ☺ ☼

♂ ♫ ♂ ♫ ☼ ♫ ♫ ☼ ♫ ♂ ☺ ☼ ♫ ♫ ☼ ♫ ♫ ♂ ♫ ♫ ♫ ☺ ♫ ♂ ♫ ♂ ☺ ☼

♫ ♫ ♠ ♫ ♂ ☺ ♫ ♂ ♠ ♫ ♂ ♂ ♫ ♫ ☺ ♂ ♫ ☼ ♠ ♫ ☼ ☺ ☼ ♫ ♫ ☻ ♫ ☺ ☺ ♂ ♫ ♫ ☼ ♂ ♫ ♫ ♂ ☼ ☼ ☺ ♂ ♂ ♂ ♫ ♂ ♫ ♫ ♫ ♂ ♂ ♫ ♫ ♫ ☼ ☼ ♫

☼ ♂ ♫ ♫ ☺ ☼ ☼ ♂ ♂ ♫ ♫ ♫ ♫ ☼ ♂ ☼ ♫ ☼ ♫ ☼ ☼ ♫ ♫ ♠ ♂ ♫ ☼ ☺

☼ ♫ ♫ ♂ ☼ ♫ ☺ ☺ ♫ ♫ ☼ ☼ ☼ ☼ ♂ ♫ ♠ ♫ ♠ ♫ ♫ ♫ ♫ ☼ ♫ ♂ ♂ ♂ ♫ ☼ ♫ ☺ ♂ ☻ ♂ ♫ ♂ ☼ ♫ ☼ ♫ ☺ ♂ ♂ ☼ ♫ ♂ ♂ ♫ ♂ ☺ ☼ ♫ ♂ ☼ ♠

♂ ♫ ♫ ♂ ☼ ☼ ♫ ☼ ♂ ☼ ♫ ♫ ♫ ♫ ♠ ♫ ♂ ♫ ♂ ♫ ♠ ☼ ♂ ☺ ☼ ☼ ♫ ♫

♫ ☼ ♫ ♫ ♫ ☼ ♫ ♫ ♫ ♫ ♫ ☺ ☼ ☼ ☺ ☼ ♫ ♫ ♫ ♫ ♂ ♂ ♫ ♫ ♂ ♂ ☼ ♫ ♂ ♫ ☺ ♫ ♫ ☺ ♫ ☼ ☺ ☼ ♫ ♫ ♂ ♫ ☼ ♠ ☺ ♂ ☼ ☼ ♫ ♫ ♂ ♂ ♫ ☼ ☼ ♂

♫ ♂ ♂ ♫ ♫ ♫ ☼ ♫ ♫ ☼ ♫ ♫ ♫ ☺ ☼ ♫ ♠ ☼ ☼ ♫ ♫ ♫ ♂ ♠ ♫ ♂ ☼ ☼

☺ ♫ ♂ ☼ ♂ ♫ ☺ ♫ ♫ ☺ ♂ ♫ ☼ ♠ ♫ ♫ ☼ ☺ ☼ ♂ ☺ ☼ ♫ ♫ ☼ ♫ ♫ ♂ ♫ ♫ ♂ ☼ ☼ ☺ ♂ ♂ ♂ ♂ ♂ ♫ ♫ ♫ ♠ ♫ ♫ ♂ ♂ ♠ ♫ ♠ ♫ ♫ ♫ ☼ ♂ ☼

♂ ♂ ♫ ♫ ♫ ☼ ☼ ☼ ♂ ☺ ♠ ☼ ♫ ☼ ☼ ♂ ♂ ☼ ♫ ♫ ♂ ☼ ♠ ☼ ☺ ♂ ♫ ♂

♂ ☼ ☺ ♫ ♫ ☼ ♫ ☼ ☼ ♂ ♫ ♠ ♫ ♠ ♠ ♫ ♫ ☼ ☺ ♂ ♂ ♫ ♫ ☼ ☼ ☼ ♫ ☼ ♂ ☺ ♂ ♫ ♂ ☼ ♫ ♫ ♫ ☺ ♂ ♂ ♫ ♫ ♫ ♫ ♂ ☼ ♫ ♂ ☼ ☼ ♠ ♫ ♂ ☼ ♂ ☼

♫ ♫ ☼ ♂ ☼ ♫ ♫ ♫ ☺ ☼ ♫ ♫ ♫ ♂ ☺ ♂ ♂ ♠ ♂ ♫ ♫ ☼ ♂ ♫ ☼ ♫ ♂ ♂

☺ ♠ ♫ ♫ ♫ ☺ ♂ ♂ ♫ ♂ ☼ ☼ ☺ ♫ ♫ ♂ ♫ ☺ ♫ ♫ ♫ ♫ ♠ ♫ ♠ ☼ ♂ ♫ ☺ ☼ ♫ ☼ ♠ ♫ ☼ ☺ ☼ ♫ ♫ ♂ ♂ ☼ ♫ ♫ ♫ ♫ ♫ ☺ ♫ ♂ ♫ ♂ ♠ ☼ ♫ ☺

♂ ♂ ♂ ♣ ☼ ♂ ♫ ♠ ♫ ♫ ♫ ☼ ♫ ♫ ♠ ☼ ☼ ☺ ☼ ☼ ☼ ♂ ♂ ♂ ♫ ♠ ♂ ♫

♂ ☼ ☺ ♫ ☼ ♫ ♫ ♫ ♫ ♠ ♫ ♂ ☺ ☼ ♂ ♫ ♫ ☼ ♂ ♂ ♫ ♫ ☼ ☼ ☼ ♫ ♫ ♂ ☼ ♂ ♫ ♠ ♫ ♠ ♠ ♫ ♫ ♫ ☼ ♂ ♠ ☼ ☼ ♫ ☼ ♫ ☼ ☼ ♫ ♫ ♠ ♂ ♫ ☼ ♂ ♂

☼ ☼ ♫ ♫ ♂ ♫ ♫ ♂ ☼ ☼ ♠ ♫ ♂ ☼ ♂ ♫ ♠ ♫ ♂ ♠ ♫ ♫ ♂ ♂ ♫ ♫ ☺ ☼

♫ ♠ ☼ ♂ ♫ ♫ ♂ ♫ ☼ ♫ ♂ ☼ ☼ ♫ ♂ ♫ ♫ ♠ ☺ ☼ ☼ ☼ ♂ ♫ ♫ ♂ ☼ ♠ ♂ ♫ ♂ ☼ ☼ ☺ ☼ ♫ ☼ ♂ ♫ ♫ ♂ ♫ ♂ ♫ ♫ ♂ ♫ ♫ ♫ ♂ ☺ ☼ ☼ ♫ ♫ ♂

☼ ♂ ♫ ♫ ♂ ♂ ☼ ♠ ☺ ♂ ♫ ☼ ♫ ♫ ☺ ☼ ♫ ☼ ♫ ♫ ♂ ♂ ♫ ♫ ♂ ♂ ☼ ♫

♂ ♠ ♫ ♫ ☼ ☼ ♫ ♂ ♫ ♂ ♂ ☼ ☺ ☼ ♠ ♫ ♫ ☼ ♫ ♫ ♂ ♂ ☼ ☼ ☼ ♂ ♫ ☺ ♂ ♫ ♠ ♫ ♂ ☺ ☼ ♂ ♫ ♫ ♂ ♂ ♂ ♫ ♫ ♂ ♂ ☼ ♠ ♫ ♂ ☺ ☼ ♂ ☼ ☼ ☺ ♂

♫ ♫ ☼ ♂ ♠ ♫ ♫ ♫ ♂ ♠ ♫ ♫ ♫ ☺ ☻ ∋ ♫ ♂ ♂ ♂ ☼ ♫ ♫ ☼ ☺ ♂ ♫ ♠

☼ ♫ ☼ ♠ ♫ ♫ ♂ ♫ ♫ ♂ ♫ ♫ ♫ ♂ ☼ ♫ ♫ ♫ ♫ ♫ ☼ ♂ ♫ ☼ ☼ ☼ ♂ ♫ ☼ ♫ ♫ ♂ ☼ ☼ ♫ ♂ ♂ ☼ ♂ ♫ ♫ ☼ ♫ ♫ ♂ ♠ ♫ ♫ ♫ ♫ ♫ ♂ ☺ ♫ ♂ ♂

♂ ☺ ♫ ☺ ☼ ♂ ☺ ☼ ☺ ♫ ♂ ♂ ☺ ♫ ☼ ♫ ♫ ♂ ♠ ♂ ♫ ♫ ☼ ♫ ♂ ☼ ☼ ♫

♫ ♂ ♂ ♠ ☼ ♫ ♂ ♂ ☼ ☼ ☼ ♂ ♫ ♂ ♂ ♫ ♫ ♠ ♫ ♂ ☺ ♫ ♂ ♫ ♫ ♂ ♠ ☼


☺ ☼ ♫ ♫ ♫ ☼ ☼ ♂ ☺ ♫ ☼ ☼ ☼ ♠ ♂ ♠ ♫ ♫ ☼ ♂ ☺ ♫ ♂ ☼ ♫ ♫ ♂ ☼

FIGURA 3.1. Disposición espacial de los símbolos ♠ ♣ ♂ ♫ ☼ ☺☻

Pongamos, por ejemplo, que no estamos implicados en contar los simbolitos de la

figura 3.1, sino en encontrar cuántos andaluces fuman, al menos, diez cigarrillos al día.

Las conclusiones anteriores son también aplicables aquí:

1. Imaginemos por un momento que hay que salir a la calle y preguntar a cada uno de

los 7.314.644 andaluces si fuma y, en el caso de una respuesta afirmativa, si la

cantidad supera los nueve cigarrillos al día. ¿Cuánta gente y durante cuánto tiempo

se necesitaría para culminar con el objetivo de medición? Para la inmensa mayoría

de los mortales es una tarea inabordable.

2. Pero si alguien culminara el trabajo, ¿quién iba a creerse el resultado? Posiblemente,

para cuando se hubiera terminado el estudio, parte del conjunto de personas

encuestadas ya habría fallecido. Quizá ya no exista el tabaco para entonces. Quizá

estén todos y en las mismas condiciones, pero los encuestadores hayan

suministrado respuestas imprecisas y errores. Algunos encuestados lo han sido

varias veces. A otros no ha habido manera de localizarlos. Así pues, si se culminara

el estudio, ¿seguro que el porcentaje facilitado es el correcto?

La inmensa mayoría de las ocasiones en las que se pone en marcha una investigación

mediante encuestas es imposible o no recomendable trabajar directamente con la

población. Se ha comentado la limitación en cuanto a tiempo, esfuerzo y credibilidad en

los resultados. Pero hay un mayor número de problemas. Pongamos, por ejemplo, que

hay que dar una opinión acerca de los productos que suministra una pastelería. Se va

al local y se comen los pasteles. Supongamos también que la tienda está en periodo de

prácticas y quería saber si ya podría abrir ese día o no sus puertas al público. Ahora el

problema ya no tiene sentido. Ya no hay pasteles que vender. El catador ha terminado

con todos. ¿Qué ha ocurrido?: al medir las unidades éstas quedan destruidas o

transformadas. Si se mide a toda la población se destruye o transforma en su conjunto,

con lo cual se pierde el sentido de la investigación.

Con las personas ocurre algo parecido a los pasteles: una vez medidas (encuestadas)

no son las mismas. Si abordamos a un conjunto de sujetos que están esperando para

adquirir la localidad en un cine que proyecta una película violenta, y les preguntamos

sobre la influencia nefasta de ésta en la inteligencia útil del espectador, quizá no vean


la película con los mismos ojos que si no les hubiéramos preguntado nada.

Así pues, por lo general, no es posible encuestar a toda la población. Pero si fuera

posible, los resultados no serían creíbles. Y si fueran creíbles, ya no serían aplicables a

la población objetivo, pues ésta habría sido transformada.

2. Solución: encuestar sólo a una muestra

2.1. A la búsqueda de una solución

En el punto anterior nos planteamos encontrar el número de ♂ que contiene la figura

3.1. Surgió el problema de lo costoso del proceso y el problema quedó sin solución. No

obstante, cabe esperar que algunos lectores hayan elaborado ya una estrategia

concreta para obtener la medida. Una buena salida es cuadricular la figura 3.1, como

consta por ejemplo en la figura 3.3. Todas las cuadrículas cuentan con la misma área y

el mismo número de símbolos. En el caso de la figura 3.3, hay 3 x 4 = 12 cuadrículas

con 12 x 14 = 168 símbolos por cuadrícula. Podemos escoger una cualquiera y contar

el número de veces que aparece.

♫ ☼ ♫ ☼ ♫ ♫ ♫ ☼ ♫ ♂ ☼ ☼ ♫ ♂ ♫ ♫ ♫ ♫ ♫ ☺ ♫ ♂ ♫ ♂ ☼ ☼ ♫ ♫ ♫ ☼ ☺ ☼ ♫ ♫ ♠ ♫ ☺ ♠ ☺ ♂ ☼ ☼ ♂ ♂ ♫ ♫ ♫ ☼ ☼ ♫ ♫ ♂ ☼ ♫ ☺ ♂ ♫ ♫ ♫ ♠ ♂ ♫ ☼ ♠ ♠ ☼ ♫ ♂ ♫ ♫ ♫ ♫ ♫ ♫ ☼ ♂ ♫ ♫ ☼ ☼ ☼ ♫ ♠ ♫ ☼ ☼ ☼ ☼ ♂ ♫ ♂ ♂ ☼ ♠ ♫ ♫ ♂ ♠ ♫ ♠ ♫ ♂ ☺ ☼ ♫ ♫ ♫ ☼ ♫ ♫ ♂ ♂ ♫ ♫ ♫ ♫ ♂ ♂ ♫ ♫ ♂ ♂ ☼ ☼ ♫ ♂ ♠ ☺ ♂ ☼ ☼ ♫ ♫ ♂ ♂ ♫ ☼ ☼ ♂ ♂ ♫ ♂ ☼ ♫ ☼ ♂ ♂ ☼ ☼ ♂ ♫ ☼ ☼ ♫ ♂ ♫ ♫ ♂ ♂ ♂ ♂ ☼ ♫ ☼ ☼ ♂ ♫ ♠

FIGURA 3.2. Disposición de los símbolos en la cuadrícula 1.

La primera cuadrícula (fila 1, columna 1) aparece separada en la figura 3.2. Su lectura

resulta ahora menos compleja que en el primer ejercicio. Si abordamos el objetivo de

encontrar cuántos símbolos ♂ aparecen, el resultado al que debe llegarse es 39. La

estrategia continúa suponiendo que esa cantidad (39) viene a ser constante para las

doce cuadrículas, por lo que el total debe ser, aproximadamente, 39 x 12 = 468.

El procedimiento que hemos puesto en marcha para encontrar solución a la pregunta

“¿Cuántos ♂ hay en la figura?”, da pie a establecer una serie de reflexiones de gran

trascendencia en las investigaciones mediante encuestas:

1. Dado que la población en su totalidad no es abordable, existe una estrategia que


parte de considerar únicamente una porción de la población, porción que

denominamos muestra.

1 2 3 4 5 6 7 8 9 10 11 12 13 14 1 2 3 4 5 6 7 8 9 10 11 12 13 14 1 ♫ ☼ ♫ ☼ ♫ ♫ ♫ ☼ ♫ ♂ ☼ ☼ ♫ ♂ ♫ ♫ ♂ ♫ ♫ ♫ ♂ ☺ ☼ ☼ ♫ ♫ ☼ ♫ 1 2 ♫ ♫ ♫ ♫ ♫ ☺ ♫ ♂ ♫ ♂ ☼ ☼ ♫ ♫ ♂ ♂ ♫ ♫ ♂ ♂ ☼ ♫ ♂ ♫ ♫ ♠ ♫ ♂ 2 3 ♫ ☼ ☺ ☼ ♫ ♫ ♠ ♫ ☺ ♠ ☺ ♂ ☼ ☼ ♫ ♫ ♂ ♂ ☼ ☼ ☼ ♂ ♫ ♠ ☺ ♫ ♂ ☼ 3 4 ♂ ♂ ♫ ♫ ♫ ☼ ☼ ♫ ♫ ♂ ☼ ♫ ☺ ♂ ♂ ☺ ☼ ♂ ♠ ☼ ☼ ☼ ♂ ♫ ♫ ☼ ☼ ☼ 4 5 ♫ ♫ ♫ ♠ ♂ ♫ ☼ ♠ ♠ ☼ ♫ ♂ ♫ ♫ ♂ ☼ ♫ ☼ ☼ ♂ ♫ ♠ ☼ ♫ ♫ ♂ ☼ ♫ 5 6 ♫ ♫ ♫ ♫ ☼ ♂ ♫ ♫ ☼ ☼ ☼ ♫ ♠ ♫ ☼ ♫ ♫ ♫ ♠ ☼ ☼ ☼ ♂ ♫ ♫ ☼ ♫ ☺ 6 7 ☼ ☼ ☼ ☼ ♂ ♫ ♂ ♂ ☼ ♠ ♫ ♫ ♂ ♠ ♫ ♂ ♫ ♫ ♫ ♂ ☺ ♫ ♣ ♂ ♂ ☼ ♂ ☼ 7 8 ♫ ♠ ♫ ♂ ☺ ☼ ♫ ♫ ♫ ☼ ♫ ♫ ♂ ♂ ☺ ♂ ♫ ♫ ☼ ♫ ♂ ☼ ☼ ♫ ♫ ☼ ♫ ♫ 8 9 ♫ ♫ ♫ ♫ ♂ ♂ ♫ ♫ ♂ ♂ ☼ ☼ ♫ ♂ ♫ ♂ ♠ ♫ ♂ ☼ ♂ ♠ ♫ ♫ ♫ ☺ ♫ ♫ 9 10 ♠ ☺ ♂ ☼ ☼ ♫ ♫ ♂ ♂ ♫ ☼ ☼ ♂ ♂ ♂ ☺ ♂ ♫ ♫ ♂ ☼ ♫ ♫ ♠ ☺ ♂ ♫ ♂ 10 11 ♫ ♂ ☼ ♫ ☼ ♂ ♂ ☼ ☼ ♂ ♫ ☼ ☼ ♫ ♂ ♫ ♫ ☺ ☼ ♫ ♂ ♂ ♫ ♫ ♫ ☼ ☼ ☼ 11 12 ♂ ♫ ♫ ♂ ♂ ♂ ♂ ☼ ♫ ☼ ☼ ♂ ♫ ♠ ♫ ♫ ♂ ♫ ♂ ☼ ☼ ☼ ☺ ♫ ☺ ☼ ♫ ♠ 12 1 ♫ ♫ ♂ ♂ ♂ ♫ ☼ ♂ ♫ ♫ ♫ ☼ ☺ ☼ ♫ ☺ ☺ ☼ ♫ ☼ ♂ ♫ ♂ ♫ ♂ ♫ ♫ ♫ 1 2 ♫ ♠ ♫ ♫ ♂ ♫ ♫ ♂ ♫ ♫ ♫ ♂ ☼ ♫ ♠ ♂ ♂ ☼ ♂ ♫ ♫ ♫ ☼ ♂ ☼ ♫ ♫ ♫ 2 3 ♫ ♂ ☼ ☼ ♂ ♂ ♂ ☼ ♂ ♫ ♫ ☼ ♫ ♂ ☼ ☼ ♫ ♫ ☼ ♫ ♫ ☺ ♠ ☼ ♫ ♫ ☼ ♂ 3 4 ♫ ♫ ☼ ♂ ☼ ☼ ☺ ♫ ♂ ♂ ♂ ♫ ♠ ♫ ☼ ♂ ♠ ♂ ♫ ☼ ♫ ☺ ☺ ☼ ♫ ☼ ☻ ☼ 4 5 ♂ ♂ ♫ ☼ ☼ ♂ ♂ ♂ ☼ ♂ ♫ ♂ ♂ ☼ ♫ ♫ ☺ ☺ ♂ ☺ ♂ ♂ ♂ ♂ ☻ ☼ ♂ ♫ 5 6 ☼ ♫ ♫ ♫ ☼ ☼ ☼ ☼ ♫ ☺ ☼ ♫ ♫ ♣ ♂ ☼ ♂ ☼ ☼ ☼ ☼ ♫ ☺ ♂ ♫ ☼ ♫ ♂ 6 7 ☼ ♫ ♫ ♫ ♂ ♫ ☺ ♫ ♫ ♠ ♫ ♂ ☼ ☼ ♫ ☺ ♫ ☺ ☼ ♫ ♫ ☼ ♂ ♫ ♠ ♫ ♫ ☺ 7 8 ♫ ☼ ☺ ☼ ♫ ☺ ☺ ♫ ♫ ☼ ♫ ☼ ♫ ♂ ♫ ♫ ♫ ♫ ☼ ☺ ♫ ♂ ♫ ♫ ♂ ♂ ♂ ☼ 8 9 ☼ ♫ ♂ ♂ ♂ ♫ ♠ ♫ ♫ ♫ ☼ ♂ ☼ ♂ ♫ ♫ ♫ ☻ ☼ ☼ ♫ ☺ ☼ ☼ ♂ ♂ ♫ ☺ 9 10 ♫ ♂ ☼ ☼ ♫ ♂ ♫ ♫ ♫ ☺ ♠ ☼ ♠ ♫ ♂ ♫ ♫ ♫ ♫ ♫ ☺ ☺ ☼ ♫ ☼ ♂ ♫ ☼ 10 11 ♠ ♂ ☼ ♠ ♠ ♂ ☼ ♠ ♫ ♂ ♂ ☼ ♫ ☼ ☼ ☼ ♫ ♫ ♫ ♫ ♫ ♂ ♫ ♠ ♫ ♫ ☼ ☼ 11 12 ♫ ♂ ♫ ♫ ♂ ☼ ♂ ☺ ♂ ♂ ♠ ☼ ♂ ☼ ♂ ♫ ♂ ♠ ♫ ♫ ☼ ☼ ♫ ♂ ♂ ♂ ♂ ☼ 12 1 ♠ ♂ ☼ ♂ ☼ ☼ ☼ ☼ ♫ ☺ ♂ ♫ ☼ ♫ ♂ ♂ ♫ ♠ ♫ ♠ ♫ ♫ ♫ ♫ ♂ ♂ ♂ ♫ 1 2 ♫ ☺ ♫ ☺ ♫ ♫ ♫ ☼ ♂ ♫ ♫ ♫ ♫ ☼ ♫ ♫ ☼ ♂ ♫ ♫ ♂ ♫ ☼ ☼ ♫ ♫ ♂ ♠ 2 3 ♂ ♂ ♫ ♫ ♫ ♫ ☼ ☼ ☺ ♂ ♫ ♂ ♂ ♂ ☺ ♫ ☼ ♫ ☼ ♫ ♂ ♫ ♫ ♠ ♂ ♫ ♫ ♫ 3 4 ♫ ♂ ♫ ♫ ☺ ☼ ☼ ♫ ☺ ☼ ☼ ♂ ♫ ♂ ♫ ♠ ♂ ♫ ☼ ☼ ☼ ♂ ♫ ♫ ☼ ☻ ♫ ♫ 4 5 ♂ ♂ ♫ ♂ ♫ ♫ ☼ ♂ ♂ ♫ ♫ ☼ ♂ ♂ ☼ ♂ ☺ ♫ ☺ ☼ ♂ ♠ ♂ ♂ ☼ ♣ ☼ ♂ 5 6 ☼ ☼ ♫ ☼ ☼ ♫ ☺ ♫ ♫ ♫ ☼ ♫ ♫ ♂ ♂ ♠ ♫ ♫ ♠ ♂ ☺ ☼ ☼ ♂ ♂ ♫ ♂ ♫ 6 7 ♂ ♠ ♫ ♫ ☼ ☼ ♫ ♂ ♂ ♂ ♫ ♫ ☼ ☼ ♫ ♫ ♫ ♫ ☼ ♂ ☼ ♫ ☼ ♫ ♫ ☼ ♠ ☼ 7 8 ♫ ☻ ☺ ☼ ☼ ☼ ♂ ♫ ♫ ♂ ☼ ♠ ♫ ♫ ♫ ♠ ♫ ☼ ♫ ♫ ☼ ♠ ♂ ☼ ♫ ♫ ♂ ♠ 8 9 ♫ ♂ ☼ ♫ ♫ ♂ ☺ ☼ ☼ ♫ ♫ ♂ ♫ ♫ ♫ ♫ ♫ ☼ ♫ ♫ ☼ ♫ ♂ ☺ ☼ ♫ ☼ ♣ 9 10 ☼ ♫ ♫ ♂ ♂ ♫ ♫ ☻ ♂ ♂ ♫ ♫ ♠ ♫ ♂ ☺ ♫ ♂ ☼ ♂ ♫ ♫ ♫ ♫ ♫ ♫ ♫ ☼ 10 11 ☼ ♫ ♫ ♂ ♂ ☼ ☼ ☼ ♂ ♫ ♫ ☼ ♂ ♂ ☼ ♫ ♫ ♂ ☼ ♠ ☼ ☺ ♂ ☺ ♂ ♂ ♂ ♫ 11 12 ♂ ☼ ♠ ☼ ♂ ☺ ☺ ♫ ♠ ♂ ☼ ♠ ♠ ☼ ♂ ♠ ♫ ☺ ☼ ☼ ♂ ♂ ♫ ☼ ♫ ☼ ☼ ♂ 12 1 ♂ ♂ ☺ ♫ ♫ ♠ ♂ ☺ ♫ ☼ ♣ ♂ ♫ ♠ ☼ ♫ ♫ ♂ ☼ ♫ ♠ ☺ ♫ ♫ ♂ ☼ ♂ ☼ 1 2 ☼ ♫ ♫ ♫ ♫ ♫ ☼ ♂ ☼ ☼ ☺ ☼ ♂ ♫ ☼ ♫ ☺ ♫ ♠ ♂ ♫ ♂ ☼ ♫ ♫ ☼ ♫ ☺ 2 3 ♫ ♫ ♫ ♠ ♫ ♫ ♫ ♫ ♫ ♂ ♣ ☼ ♂ ♂ ♂ ♫ ♫ ♂ ☼ ☼ ♫ ☼ ♂ ☼ ♠ ♫ ☺ ☼ 3 4 ♂ ♫ ♂ ♫ ☼ ♫ ♫ ☼ ♫ ♂ ☺ ☼ ♫ ♫ ☼ ♫ ♫ ♂ ♫ ♫ ♫ ☺ ♫ ♂ ♫ ♂ ☺ ☼ 4 5 ♫ ♫ ♠ ♫ ♂ ☺ ♫ ♂ ♠ ♫ ♂ ♂ ♫ ♫ ☺ ♂ ♫ ☼ ♠ ♫ ☼ ☺ ☼ ♫ ♫ ☻ ♫ ☺ 5 6 ☺ ♂ ♫ ♫ ☼ ♂ ♫ ♫ ♂ ☼ ☼ ☺ ♂ ♂ ♂ ♫ ♂ ♫ ♫ ♫ ♂ ♂ ♫ ♫ ♫ ☼ ☼ ♫ 6 7 ☼ ♂ ♫ ♫ ☺ ☼ ☼ ♂ ♂ ♫ ♫ ♫ ♫ ☼ ♂ ☼ ♫ ☼ ♫ ☼ ☼ ♫ ♫ ♠ ♂ ♫ ☼ ☺ 7 8 ☼ ♫ ♫ ♂ ☼ ♫ ☺ ☺ ♫ ♫ ☼ ☼ ☼ ☼ ♂ ♫ ♠ ♫ ♠ ♫ ♫ ♫ ♫ ☼ ♫ ♂ ♂ ♂ 8 9 ♫ ☼ ♫ ☺ ♂ ☻ ♂ ♫ ♂ ☼ ♫ ☼ ♫ ☺ ♂ ♂ ☼ ♫ ♂ ♂ ♫ ♂ ☺ ☼ ♫ ♂ ☼ ♠ 9 10 ♂ ♫ ♫ ♂ ☼ ☼ ♫ ☼ ♂ ☼ ♫ ♫ ♫ ♫ ♠ ♫ ♂ ♫ ♂ ♫ ♠ ☼ ♂ ☺ ☼ ☼ ♫ ♫ 10 11 ♫ ☼ ♫ ♫ ♫ ☼ ♫ ♫ ♫ ♫ ♫ ☺ ☼ ☼ ☺ ☼ ♫ ♫ ♫ ♫ ♂ ♂ ♫ ♫ ♂ ♂ ☼ ♫ 11 12 ♂ ♫ ☺ ♫ ♫ ☺ ♫ ☼ ☺ ☼ ♫ ♫ ♂ ♫ ☼ ♠ ☺ ♂ ☼ ☼ ♫ ♫ ♂ ♂ ♫ ☼ ☼ ♂ 12 1 ♫ ♂ ♂ ♫ ♫ ♫ ☼ ♫ ♫ ☼ ♫ ♫ ♫ ☺ ☼ ♫ ♠ ☼ ☼ ♫ ♫ ♫ ♂ ♠ ♫ ♂ ☼ ☼ 1 2 ☺ ♫ ♂ ☼ ♂ ♫ ☺ ♫ ♫ ☺ ♂ ♫ ☼ ♠ ♫ ♫ ☼ ☺ ☼ ♂ ☺ ☼ ♫ ♫ ☼ ♫ ♫ ♂ 2 3 ♫ ♫ ♂ ☼ ☼ ☺ ♂ ♂ ♂ ♂ ♂ ♫ ♫ ♫ ♠ ♫ ♫ ♂ ♂ ♠ ♫ ♠ ♫ ♫ ♫ ☼ ♂ ☼ 3 4 ♂ ♂ ♫ ♫ ♫ ☼ ☼ ☼ ♂ ☺ ♠ ☼ ♫ ☼ ☼ ♂ ♂ ☼ ♫ ♫ ♂ ☼ ♠ ☼ ☺ ♂ ♫ ♂ 4 5 ♂ ☼ ☺ ♫ ♫ ☼ ♫ ☼ ☼ ♂ ♫ ♠ ♫ ♠ ♠ ♫ ♫ ☼ ☺ ♂ ♂ ♫ ♫ ☼ ☼ ☼ ♫ ☼ 5 6 ♂ ☺ ♂ ♫ ♂ ☼ ♫ ♫ ♫ ☺ ♂ ♂ ♫ ♫ ♫ ♫ ♂ ☼ ♫ ♂ ☼ ☼ ♠ ♫ ♂ ☼ ♂ ☼ 6 7 ♫ ♫ ☼ ♂ ☼ ♫ ♫ ♫ ☺ ☼ ♫ ♫ ♫ ♂ ☺ ♂ ♂ ♠ ♂ ♫ ♫ ☼ ♂ ♫ ☼ ♫ ♂ ♂ 7 8 ☺ ♠ ♫ ♫ ♫ ☺ ♂ ♂ ♫ ♂ ☼ ☼ ☺ ♫ ♫ ♂ ♫ ☺ ♫ ♫ ♫ ♫ ♠ ♫ ♠ ☼ ♂ ♫ 8 9 ☺ ☼ ♫ ☼ ♠ ♫ ☼ ☺ ☼ ♫ ♫ ♂ ♂ ☼ ♫ ♫ ♫ ♫ ♫ ☺ ♫ ♂ ♫ ♂ ♠ ☼ ♫ ☺ 9 10 ♂ ♂ ♂ ♣ ☼ ♂ ♫ ♠ ♫ ♫ ♫ ☼ ♫ ♫ ♠ ☼ ☼ ☺ ☼ ☼ ☼ ♂ ♂ ♂ ♫ ♠ ♂ ♫ 10 11 ♂ ☼ ☺ ♫ ☼ ♫ ♫ ♫ ♫ ♠ ♫ ♂ ☺ ☼ ♂ ♫ ♫ ☼ ♂ ♂ ♫ ♫ ☼ ☼ ☼ ♫ ♫ ♂ 11 12 ☼ ♂ ♫ ♠ ♫ ♠ ♠ ♫ ♫ ♫ ☼ ♂ ♠ ☼ ☼ ♫ ☼ ♫ ☼ ☼ ♫ ♫ ♠ ♂ ♫ ☼ ♂ ♂ 12 1 ☼ ☼ ♫ ♫ ♂ ♫ ♫ ♂ ☼ ☼ ♠ ♫ ♂ ☼ ♂ ♫ ♠ ♫ ♂ ♠ ♫ ♫ ♂ ♂ ♫ ♫ ☺ ☼ 1 2 ♫ ♠ ☼ ♂ ♫ ♫ ♂ ♫ ☼ ♫ ♂ ☼ ☼ ♫ ♂ ♫ ♫ ♠ ☺ ☼ ☼ ☼ ♂ ♫ ♫ ♂ ☼ ♠ 2 3 ♂ ♫ ♂ ☼ ☼ ☺ ☼ ♫ ☼ ♂ ♫ ♫ ♂ ♫ ♂ ♫ ♫ ♂ ♫ ♫ ♫ ♂ ☺ ☼ ☼ ♫ ♫ ♂ 3 4 ☼ ♂ ♫ ♫ ♂ ♂ ☼ ♠ ☺ ♂ ♫ ☼ ♫ ♫ ☺ ☼ ♫ ☼ ♫ ♫ ♂ ♂ ♫ ♫ ♂ ♂ ☼ ♫ 4 5 ♂ ♠ ♫ ♫ ☼ ☼ ♫ ♂ ♫ ♂ ♂ ☼ ☺ ☼ ♠ ♫ ♫ ☼ ♫ ♫ ♂ ♂ ☼ ☼ ☼ ♂ ♫ ☺ 5 6 ♂ ♫ ♠ ♫ ♂ ☺ ☼ ♂ ♫ ♫ ♂ ♂ ♂ ♫ ♫ ♂ ♂ ☼ ♠ ♫ ♂ ☺ ☼ ♂ ☼ ☼ ☺ ♂ 6 7 ♫ ♫ ☼ ♂ ♠ ♫ ♫ ♫ ♂ ♠ ♫ ♫ ♫ ☺ ☻ ∋ ♫ ♂ ♂ ♂ ☼ ♫ ♫ ☼ ☺ ♂ ♫ ♠ 7 8 ☼ ♫ ☼ ♠ ♫ ♫ ♂ ♫ ♫ ♂ ♫ ♫ ♫ ♂ ☼ ♫ ♫ ♫ ♫ ♫ ☼ ♂ ♫ ☼ ☼ ☼ ♂ ♫ 8 9 ☼ ♫ ♫ ♂ ☼ ☼ ♫ ♂ ♂ ☼ ♂ ♫ ♫ ☼ ♫ ♫ ♂ ♠ ♫ ♫ ♫ ♫ ♫ ♂ ☺ ♫ ♂ ♂ 9


10 ♂ ☺ ♫ ☺ ☼ ♂ ☺ ☼ ☺ ♫ ♂ ♂ ☺ ♫ ☼ ♫ ♫ ♂ ♠ ♂ ♫ ♫ ☼ ♫ ♂ ☼ ☼ ♫ 10 11 ♫ ♂ ♂ ♠ ☼ ♫ ♂ ♂ ☼ ☼ ☼ ♂ ♫ ♂ ♂ ♫ ♫ ♠ ♫ ♂ ☺ ♫ ♂ ♫ ♫ ♂ ♠ ☼ 11 12 ☺ ☼ ♫ ♫ ♫ ☼ ☼ ♂ ☺ ♫ ☼ ☼ ☼ ♠ ♂ ♠ ♫ ♫ ☼ ♂ ☺ ♫ ♂ ☼ ♫ ♫ ♂ ☼ 12

1 2 3 4 5 6 7 8 9 10 11 12 13 14 1 2 3 4 5 6 7 8 9 10 11 12 13 14

FIGURA 3.3. Cuadriculado de la disposición espacial de los símbolos ♠ ♣ ♂ ♫ ☼ ☺☻

2. La investigación se realiza sobre la muestra, no sobre la población. No obstante, es

esta última la que interesa, por lo que debe ponerse en marcha algún procedimiento

para el camino de vuelta. En otros términos, una vez obtenidos los resultados al

nivel de la muestra, debe responderse a la pregunta clave ¿qué se habría obtenido

de haber realizado las mediciones directamente en la población? En el ejemplo se

han obtenido 39 ocurrencias de ♂ en la muestra y hemos supuesto que, de haber

medido directamente la población, se habría obtenido 468 observaciones de ♂.

3. Es razonable pensar que la calidad del camino de vuelta dependa en muy buena

medida de cómo se ha realizado el de ¡da. En otros términos, no basta con extraer

una muestra, sino que el procedimiento de selección de ésta debe cumplir con

determinadas características. El objetivo es garantizar, a través del procedimiento

de selección, que la muestra sea representativa de la población, es decir, que los

resultados que se consigan al nivel de la muestra sean razonablemente

extrapolables a la población a la que representa o sustituye en el estudio.

4. No se ha medido directamente la población. En su lugar se ha puesto en marcha

una estrategia. Como resultado final, cabe esperar algún error durante el camino de

vuelta, ya que la población no tiene por qué coincidir con la estimación que se hace

de ella. En el ejemplo, se supone la existencia de 468 símbolos ♂, cuando

realmente hay 473. La diferencia entre el valor de la medida en la población y la

medida en la muestra (468 - 473 = 5) se desconoce en la práctica (conocer el valor

en la población es el objetivo de la investigación), pero cabe esperar que no sea

muy elevado. Esta esperanza es tanto mayor cuanto mejor se ha seleccionado la

muestra.

3.2. Representatividad de las muestras

Hasta el momento hemos hecho explícito la intención de obtener una medida en la

población. Dado que esto no ha sido posible, se ha seleccionado una muestra y

realizado la medición en ella. La cuestión es que este proceder es recomendable sólo

si la muestra es representativa de la población que interesa en el estudio.

En el fondo, la representatividad se refiere a que la muestra reúna las características


más importantes de la población de cara a los objetivos del estudio. Pongamos por

caso que queremos averiguar la opinión que un colectivo determinado tiene con

respecto a la integración de la mujer al mundo laboral. Es razonable suponer que el

sexo del encuestado puede influir en las respuestas. Si la muestra contiene una

proporción más elevada de mujeres o de hombres que la población de interés, los

resultados obtenidos pueden no ser representativos. En tal caso se dice que la muestra

está sesgada con respecto a la variable sexo.

Una solución puede consistir en forzar que en la muestra existan las mismas

proporciones de hombres y mujeres que en la población. Esto es posible. Pero

pongamos por caso que existen sospechas de que el nivel socioeconómico sea una

variable también influyente en la opinión sobre la integración laboral de la mujer. En tal

situación, debería procurarse que la repartición de esa variable en la muestra fuera un

fiel reflejo de su distribución en la población. También es posible, si bien el diseño del

muestreo comienza a complicarse. Si se establecen cinco categorías para el nivel

socioeconómico, se debe conseguir 2 x 5 = 10 subconjuntos de la población en la

muestra. ¿Qué ocurre si la edad también quiere ser considerada? ¿Y la experiencia

laboral? ¿Y el nivel y tipo de estudios? Es más, quizá existan variables importantes de

las que el investigador no suponga influencia alguna. Quizá el color de los ojos o la

longitud del cabello, por ejemplo.

Está claro que es imposible considerar a todas las variables con algún tipo de

repercusión sobre los objetivos de medida en la investigación. Entonces, ¿cómo

garantizar una muestra representativa? Respuesta: mediante el azar.

Si lanzamos una moneda al aire y dejamos que caiga, una vez que permanece inmóvil

mostrará una de sus dos caras. Será la cara A o la cara B. Si realizamos 100

lanzamientos, cabría esperar que aproximadamente en 50 ocasiones se haya obtenido

A y en las 50 restantes B. En este último resultado no ha intervenido la intención de

quien tira la moneda al aire. Quizá en los tres primeros lanzamientos se ha obtenido

sólo A. Pero conforme se ha continuado con la experiencia y si la moneda está

equilibrada, el resultado se ha ido acercando progresivamente a un porcentaje del 50%

para ambas caras.

Se puede repartir a 1.000 personas en dos grupos de 500 personas cada uno. Si la

repartición es aleatoria (se lanza una moneda al aire para decidir en qué grupo va cada


sujeto), cabe esperar que las proporciones de mujeres y hombres en cada grupo sean

equiparables en ambos grupos. Igualmente debe ocurrir con cualquier otra variable:

color de ojos, edad, número de calzado, aspiraciones políticas, cantante preferido, etc.

Por esta razón se establece que una muestra, para ser considerada representativa, ha

debido de ser obtenida mediante un procedimiento aleatorio.

No obstante el azar es eso, azar. Su comportamiento es imprevisible con total

exactitud. Por esta razón, los procedimientos de muestreo, aun basándose en la

selección aleatoria, establecen ciertas restricciones para garantizar el control específico

de algunas variables. Así, por ejemplo, en la investigación que nos ocupa en este punto

se pueden extraer dos muestras totalmente aleatorias: una de hombres y otra de

mujeres, con la cantidad de sujetos necesaria en cada caso para que la proporción de

las categorías de sexo coincidan con exactitud en muestra y población.

Más adelante se abordarán los diferentes procedimientos al uso para obtener muestras

aleatorias, bien sea con o sin restricciones o controles específicos. Lo que nos importa

aquí es comprender la importancia del azar para garantizar la representatividad de una

muestra. Esta importancia es la que fundamenta muchos aspectos en la investigación

por muestreo, como lo es la selección de los encuestados, el comportamiento del

encuestador, incluso el análisis de datos posterior.

3.2. Fases en la obtención de una muestra

La selección de una muestra concreta y no otra, corresponde a un macroapartado

dentro del marco más amplio de la investigación en su conjunto. Como cabe esperar

que ocurra, los pasos iniciales de la investigación y la especificación de los objetivos,

bañan todo el proceso hasta el establecimiento final de conclusiones, sin que el diseño

de la muestra sea una excepción.

Así pues, el esquema básico de una investigación por muestreo debe consistir en la

culminación de los siguientes puntos (un esquema mucho más completo y extenso

puede encontrarse en Campoy, 1980:

1. Definición de los objetivos del estudio.

2. Definición de la población o colectivo de interés, que pasa por responder a cuatro

preguntas básicas:

- Qué: cuál es el contenido de la población, es una población de qué, cuáles son


los elementos básicos que la conforman.

- Cómo: en qué va a ser medida la población, cuál es su unidad de contenido

(unidad de muestreo: familias, instituciones, etc.). “Las unidades de muestreo

deben ser definidas de forma tal que su identificación sea inequívoca, no exista

solapamiento entre ellas, a cada unidad se le pueda asignar una probabilidad

para su posible selección, y que la totalidad de las unidades de muestreo

coincida con la población que pretendemos estudiar” (Sánchez Crespo, 1967:

24).

- Dónde: qué extensión, volumen o número de unidades de muestreo abarca, o

bien cuál es el espacio de referencia.

- Cuándo: en qué momento del tiempo (período de referencia), sea puntual o

especificado en un intervalo.

Un caso: alumnos de la Universidad de Sevilla, en grupos de clase, durante el

curso académico 1992/1993.

3. Especificación de qué variables deben medirse en las unidades seleccionadas.

4. Consideración de los recursos reales a disposición del equipo investigador: en qué

condiciones se desarrolla el trabajo y qué potencial y limitaciones existen a niveles

personales, materiales, económicos y temporales. “Cada diseño real representa

una adaptación de la teoría de muestreo a los problemas existentes y a los

recursos de que se dispone” (Kish, 1982: 46).

5. Obtención, revisión y primeras depuraciones del marco o soporte de información

sobre la población (listas, directorios, mapas, referencias de otras investigaciones,

etc.).

6. Construcción o selección y modificación de la/s herramienta/s de recogida de datos.

7. Diseño del muestreo: “El diseño de la muestra es una programación preparada de

antemano destinada a recopilar y analizar la información necesaria para satisfacer

los objetivos del estudio al más bajo costo posible” (Lininger y Warwick, 1984: 69).

- En función de los puntos 1 a 5, decisión sobre el modelo o tipo de muestreo que

va a ser aplicado.

- Decisión acerca del tamaño de la muestra.


- Confección del listado con las unidades de muestreo que se seleccionan, salvo

en los diseños de muestreo donde las unidades concretas son seleccionadas

sobre la marcha, durante el trabajo de campo.

- Redacción del programa de operaciones o planificación temporalizada de la fase

de recogida de datos.

8. Formación o capacitación de los entrevistadores, encuestadores o

experimentadores (en general, agentes). El agente no sólo es la persona que

realiza una entrevista personal con quien facilita los datos, puede ser también el

encargado de repartir, instruir y recoger cuestionarios en un entorno natural. Las

consecuencias de un muestreo inadecuado son igualmente desastrosas en

cualquier procedimiento de investigación científica. Asimismo, las implicaciones en

el análisis de datos, con respecto a qué diseño de muestreo fue realizado, son

idénticas en trabajos de entorno natural o de laboratorio a la hora de manejar

estimaciones de los valores poblacionales.

9. Recogida de datos. Supervisión de la labor de los agentes. Resolución de

problemas prácticos (problemas de marco, personas que rehúsan responder,

errores de los agentes, ...). Antes de esta etapa, puede ser de mucho interés

realizar un ensayo previo o estudio piloto donde se prueban el procedimiento, el

marco, los agentes y la herramienta.

10. Revisión de los datos recogidos: incoherencias, errores en la codificación o

trascripción, decisión sobre nuevos problemas de marco. Si la cantidad de datos es

muy voluminosa puede ser recomendable utilizar métodos generales de revisión

automática (medios informáticos) para todo el conjunto de datos. Para una muestra

aleatoria de éstos se realiza una revisión y seguimiento de errores mucho más

minuciosa (Aparicio, 1991).

11. Conclusiones operativas útiles para futuras investigaciones en el mismo o similar

entorno, en lo que se refiere a la obtención y trabajo con la muestra.

A grandes rasgos, estos puntos son aspectos cronológicamente ordenados. No

obstante, los saltos son continuos en función de las necesidades del momento. Así, por

ejemplo, la construcción de un cuestionario puede estar en función no sólo

directamente de los recursos y definición de la población y variables a medir, sino

también del tamaño de la muestra y la preparación de los agentes, aspectos que limitan


sensiblemente la longitud del cuestionario e influyen sobre su estructura.

Asimismo, los problemas de marco inundan toda la investigación desde sus fases

iniciales; la resolución de inconvenientes fácticos derivados del marco puede durar casi

tanto como la investigación misma.

Por otro lado, en los estudios de las ciencias sociales, la población (y, por tanto, la

muestra) está constituida, en último término, por personas; el marco está construido,

facilitado, estudiado y depurado por personas; los investigadores, agentes, entidades

financieras, colaboradoras, comerciales, los codificadores y transcriptores, etc. son o

están constituidos por personas; y, por último, quienes facilitan los datos de las

mediciones son también personas. En este entorno, no es posible realizar un buen

estudio, planificación y diseño de muestreo y trabajo de campo, sin plantearse el

contacto con todas estas personas, para que llegue a ser lo más exitoso y lo menos

problemático posible, a través de la consideración de factores como la motivación, el

trato o el refuerzo (Fazeli y otros, 1990). Al respecto, quizá los eslabones más frágiles

de la cadena sean los encuestadores y los encuestados (Noelle, 1970).

3.3. Conclusión

El trabajo de campo es uno de los apartados más voluminosos y costosos en toda

investigación no exclusivamente teórica. Es una fase en la que los aspectos prácticos

dominan claramente la situación. Las limitaciones temporales y sobre todo económicas,

imponen serias restricciones a diseños ideales de recogida de datos (Cochran, 1976;

Raj, 1980; Manheim, 1982). Por ello, la obtención de una muestra a través de un

diseño de muestreo adecuado no sólo permite ajustarse a las limitaciones prácticas (lo

que posibilita el estudio), sino que también permite concentrar los esfuerzos

personales, temporales y económicos en un estudio de mayor calidad y exactitud,

derivando finalmente en unas conclusiones más fiables (Kalton, 1987). Como señala

Raj (op. cit.: 36), “es curioso que se espere que los resultados de una encuesta por

muestreo bien planeada y ejecutada sean más exactos (más cercanos al objetivo de

estudio) que los que proceden de un censo completo”, afirmación compartida por otros

autores (por ejemplo, Yates, 1981).

4. Acerca del tamaño de la muestra

4.1. Importancia del concepto

Sin duda alguna, uno de los aspectos que antes preocupan a un investigador que se


enfrenta a un estudio que requiere selección de una muestra es el tamaño de ésta

(Feigl, 1978; Teijeiro, 1990; Sudman, 1983; Kalton, 1987; Fink y Kosecoff, 1989; Czaja

y Blair, 1996). La decisión sobre el número de unidades a seleccionar no siempre está

bien fundada y, por el contrario, frecuentemente se encuentra en función de criterios

como la comodidad o el hábito (Manzano, 1996).

Observemos la figura 3.6. En ella se ha realizado un cuadriculado más pequeño que en

el caso de la figura 3.3. Como resultado, se han obtenido 8 x 6 = 48 porciones o

posibles muestras de la población de símbolos. Indudablemente, seleccionar una

muestra compuesta por una única cuadrícula y contar las ocurrencias del símbolo ♂, es

mucho más rápido y cómodo en la figura 3.6 que en la 3.3. No obstante, esta

comodidad conlleva consecuencias desastrosas. Para obtener una idea de lo que se

está tratando, seleccionaremos la primera cuadrícula (figura 3.4).

♫ ☼ ♫ ☼ ♫ ♫ ♫

♫ ♫ ♫ ♫ ♫ ☺ ♫

♫ ☼ ☺ ☼ ♫ ♫ ♠

♂ ♂ ♫ ♫ ♫ ☼ ☼

♫ ♫ ♫ ♠ ♂ ♫ ☼

♫ ♫ ♫ ♫ ☼ ♂ ♫

FIGURA 3.4. Ampliación de la primera cuadrícula de la figura 3.6.

En ella, se obtiene un monto de 4 ocurrencias para ♂, de un total de 42 símbolos.

Luego la estimación para la población es de 4 x 48 = 192 unidades ♂. Se observa la

discrepancia entre la cantidad estimada (192) y la real (473).

Dos cuadrículas más a la derecha (figura 3.5) se cuentan 12 ocurrencias para ♂, lo que

implica una estimación de 12 x 48 = 576 unidades ♂ para la población. Observemos la

enorme distancia entre las estimaciones desde dos muestras provenientes de la misma

población: 192 y 576.

♫ ♫ ♂ ♫ ♫ ♫ ♂

♂ ♂ ♫ ♫ ♂ ♂ ☼

♫ ♫ ♂ ♂ ☼ ☼ ☼

♂ ☺ ☼ ♂ ♠ ☼ ☼

♂ ☼ ♫ ☼ ☼ ♂ ♫

☼ ♫ ♫ ♫ ♠ ☼ ☼

FIGURA 3.5. Ampliación de la cuadrícula tercera de la figura 3.6.

El problema origen de estas discrepancias es un tamaño de muestra excesivamente

pequeño. En el apartado anterior se menciona la utilidad del azar para garantizar la


representatividad de la muestra. No obstante, esta garantía decrece rápidamente

conforme el número de ensayos disminuye.

1 2 3 4 5 6 7 8 9 10 11 12 13 14 1 2 3 4 5 6 7 8 9 10 11 12 13 14

1 ♫ ☼ ♫ ☼ ♫ ♫ ♫ ☼ ♫ ♂ ☼ ☼ ♫ ♂ ♫ ♫ ♂ ♫ ♫ ♫ ♂ ☺ ☼ ☼ ♫ ♫ ☼ ♫ 1 2 ♫ ♫ ♫ ♫ ♫ ☺ ♫ ♂ ♫ ♂ ☼ ☼ ♫ ♫ ♂ ♂ ♫ ♫ ♂ ♂ ☼ ♫ ♂ ♫ ♫ ♠ ♫ ♂ 2 3 ♫ ☼ ☺ ☼ ♫ ♫ ♠ ♫ ☺ ♠ ☺ ♂ ☼ ☼ ♫ ♫ ♂ ♂ ☼ ☼ ☼ ♂ ♫ ♠ ☺ ♫ ♂ ☼ 3 4 ♂ ♂ ♫ ♫ ♫ ☼ ☼ ♫ ♫ ♂ ☼ ♫ ☺ ♂ ♂ ☺ ☼ ♂ ♠ ☼ ☼ ☼ ♂ ♫ ♫ ☼ ☼ ☼ 4 5 ♫ ♫ ♫ ♠ ♂ ♫ ☼ ♠ ♠ ☼ ♫ ♂ ♫ ♫ ♂ ☼ ♫ ☼ ☼ ♂ ♫ ♠ ☼ ♫ ♫ ♂ ☼ ♫ 5 6 ♫ ♫ ♫ ♫ ☼ ♂ ♫ ♫ ☼ ☼ ☼ ♫ ♠ ♫ ☼ ♫ ♫ ♫ ♠ ☼ ☼ ☼ ♂ ♫ ♫ ☼ ♫ ☺ 6 7 ☼ ☼ ☼ ☼ ♂ ♫ ♂ ♂ ☼ ♠ ♫ ♫ ♂ ♠ ♫ ♂ ♫ ♫ ♫ ♂ ☺ ♫ ♣ ♂ ♂ ☼ ♂ ☼ 7 8 ♫ ♠ ♫ ♂ ☺ ☼ ♫ ♫ ♫ ☼ ♫ ♫ ♂ ♂ ☺ ♂ ♫ ♫ ☼ ♫ ♂ ☼ ☼ ♫ ♫ ☼ ♫ ♫ 8 9 ♫ ♫ ♫ ♫ ♂ ♂ ♫ ♫ ♂ ♂ ☼ ☼ ♫ ♂ ♫ ♂ ♠ ♫ ♂ ☼ ♂ ♠ ♫ ♫ ♫ ☺ ♫ ♫ 9 10 ♠ ☺ ♂ ☼ ☼ ♫ ♫ ♂ ♂ ♫ ☼ ☼ ♂ ♂ ♂ ☺ ♂ ♫ ♫ ♂ ☼ ♫ ♫ ♠ ☺ ♂ ♫ ♂ 10 11 ♫ ♂ ☼ ♫ ☼ ♂ ♂ ☼ ☼ ♂ ♫ ☼ ☼ ♫ ♂ ♫ ♫ ☺ ☼ ♫ ♂ ♂ ♫ ♫ ♫ ☼ ☼ ☼ 11 12 ♂ ♫ ♫ ♂ ♂ ♂ ♂ ☼ ♫ ☼ ☼ ♂ ♫ ♠ ♫ ♫ ♂ ♫ ♂ ☼ ☼ ☼ ☺ ♫ ☺ ☼ ♫ ♠ 12 1 ♫ ♫ ♂ ♂ ♂ ♫ ☼ ♂ ♫ ♫ ♫ ☼ ☺ ☼ ♫ ☺ ☺ ☼ ♫ ☼ ♂ ♫ ♂ ♫ ♂ ♫ ♫ ♫ 1 2 ♫ ♠ ♫ ♫ ♂ ♫ ♫ ♂ ♫ ♫ ♫ ♂ ☼ ♫ ♠ ♂ ♂ ☼ ♂ ♫ ♫ ♫ ☼ ♂ ☼ ♫ ♫ ♫ 2 3 ♫ ♂ ☼ ☼ ♂ ♂ ♂ ☼ ♂ ♫ ♫ ☼ ♫ ♂ ☼ ☼ ♫ ♫ ☼ ♫ ♫ ☺ ♠ ☼ ♫ ♫ ☼ ♂ 3 4 ♫ ♫ ☼ ♂ ☼ ☼ ☺ ♫ ♂ ♂ ♂ ♫ ♠ ♫ ☼ ♂ ♠ ♂ ♫ ☼ ♫ ☺ ☺ ☼ ♫ ☼ ☻ ☼ 4 5 ♂ ♂ ♫ ☼ ☼ ♂ ♂ ♂ ☼ ♂ ♫ ♂ ♂ ☼ ♫ ♫ ☺ ☺ ♂ ☺ ♂ ♂ ♂ ♂ ☻ ☼ ♂ ♫ 5 6 ☼ ♫ ♫ ♫ ☼ ☼ ☼ ☼ ♫ ☺ ☼ ♫ ♫ ♣ ♂ ☼ ♂ ☼ ☼ ☼ ☼ ♫ ☺ ♂ ♫ ☼ ♫ ♂ 6 7 ☼ ♫ ♫ ♫ ♂ ♫ ☺ ♫ ♫ ♠ ♫ ♂ ☼ ☼ ♫ ☺ ♫ ☺ ☼ ♫ ♫ ☼ ♂ ♫ ♠ ♫ ♫ ☺ 7 8 ♫ ☼ ☺ ☼ ♫ ☺ ☺ ♫ ♫ ☼ ♫ ☼ ♫ ♂ ♫ ♫ ♫ ♫ ☼ ☺ ♫ ♂ ♫ ♫ ♂ ♂ ♂ ☼ 8 9 ☼ ♫ ♂ ♂ ♂ ♫ ♠ ♫ ♫ ♫ ☼ ♂ ☼ ♂ ♫ ♫ ♫ ☻ ☼ ☼ ♫ ☺ ☼ ☼ ♂ ♂ ♫ ☺ 9 10 ♫ ♂ ☼ ☼ ♫ ♂ ♫ ♫ ♫ ☺ ♠ ☼ ♠ ♫ ♂ ♫ ♫ ♫ ♫ ♫ ☺ ☺ ☼ ♫ ☼ ♂ ♫ ☼ 10 11 ♠ ♂ ☼ ♠ ♠ ♂ ☼ ♠ ♫ ♂ ♂ ☼ ♫ ☼ ☼ ☼ ♫ ♫ ♫ ♫ ♫ ♂ ♫ ♠ ♫ ♫ ☼ ☼ 11 12 ♫ ♂ ♫ ♫ ♂ ☼ ♂ ☺ ♂ ♂ ♠ ☼ ♂ ☼ ♂ ♫ ♂ ♠ ♫ ♫ ☼ ☼ ♫ ♂ ♂ ♂ ♂ ☼ 12 1 ♠ ♂ ☼ ♂ ☼ ☼ ☼ ☼ ♫ ☺ ♂ ♫ ☼ ♫ ♂ ♂ ♫ ♠ ♫ ♠ ♫ ♫ ♫ ♫ ♂ ♂ ♂ ♫ 1 2 ♫ ☺ ♫ ☺ ♫ ♫ ♫ ☼ ♂ ♫ ♫ ♫ ♫ ☼ ♫ ♫ ☼ ♂ ♫ ♫ ♂ ♫ ☼ ☼ ♫ ♫ ♂ ♠ 2 3 ♂ ♂ ♫ ♫ ♫ ♫ ☼ ☼ ☺ ♂ ♫ ♂ ♂ ♂ ☺ ♫ ☼ ♫ ☼ ♫ ♂ ♫ ♫ ♠ ♂ ♫ ♫ ♫ 3 4 ♫ ♂ ♫ ♫ ☺ ☼ ☼ ♫ ☺ ☼ ☼ ♂ ♫ ♂ ♫ ♠ ♂ ♫ ☼ ☼ ☼ ♂ ♫ ♫ ☼ ☻ ♫ ♫ 4 5 ♂ ♂ ♫ ♂ ♫ ♫ ☼ ♂ ♂ ♫ ♫ ☼ ♂ ♂ ☼ ♂ ☺ ♫ ☺ ☼ ♂ ♠ ♂ ♂ ☼ ♣ ☼ ♂ 5 6 ☼ ☼ ♫ ☼ ☼ ♫ ☺ ♫ ♫ ♫ ☼ ♫ ♫ ♂ ♂ ♠ ♫ ♫ ♠ ♂ ☺ ☼ ☼ ♂ ♂ ♫ ♂ ♫ 6 7 ♂ ♠ ♫ ♫ ☼ ☼ ♫ ♂ ♂ ♂ ♫ ♫ ☼ ☼ ♫ ♫ ♫ ♫ ☼ ♂ ☼ ♫ ☼ ♫ ♫ ☼ ♠ ☼ 7 8 ♫ ☻ ☺ ☼ ☼ ☼ ♂ ♫ ♫ ♂ ☼ ♠ ♫ ♫ ♫ ♠ ♫ ☼ ♫ ♫ ☼ ♠ ♂ ☼ ♫ ♫ ♂ ♠ 8 9 ♫ ♂ ☼ ♫ ♫ ♂ ☺ ☼ ☼ ♫ ♫ ♂ ♫ ♫ ♫ ♫ ♫ ☼ ♫ ♫ ☼ ♫ ♂ ☺ ☼ ♫ ☼ ♣ 9 10 ☼ ♫ ♫ ♂ ♂ ♫ ♫ ☻ ♂ ♂ ♫ ♫ ♠ ♫ ♂ ☺ ♫ ♂ ☼ ♂ ♫ ♫ ♫ ♫ ♫ ♫ ♫ ☼ 10 11 ☼ ♫ ♫ ♂ ♂ ☼ ☼ ☼ ♂ ♫ ♫ ☼ ♂ ♂ ☼ ♫ ♫ ♂ ☼ ♠ ☼ ☺ ♂ ☺ ♂ ♂ ♂ ♫ 11 12 ♂ ☼ ♠ ☼ ♂ ☺ ☺ ♫ ♠ ♂ ☼ ♠ ♠ ☼ ♂ ♠ ♫ ☺ ☼ ☼ ♂ ♂ ♫ ☼ ♫ ☼ ☼ ♂ 12 1 ♂ ♂ ☺ ♫ ♫ ♠ ♂ ☺ ♫ ☼ ♣ ♂ ♫ ♠ ☼ ♫ ♫ ♂ ☼ ♫ ♠ ☺ ♫ ♫ ♂ ☼ ♂ ☼ 1 2 ☼ ♫ ♫ ♫ ♫ ♫ ☼ ♂ ☼ ☼ ☺ ☼ ♂ ♫ ☼ ♫ ☺ ♫ ♠ ♂ ♫ ♂ ☼ ♫ ♫ ☼ ♫ ☺ 2 3 ♫ ♫ ♫ ♠ ♫ ♫ ♫ ♫ ♫ ♂ ♣ ☼ ♂ ♂ ♂ ♫ ♫ ♂ ☼ ☼ ♫ ☼ ♂ ☼ ♠ ♫ ☺ ☼ 3 4 ♂ ♫ ♂ ♫ ☼ ♫ ♫ ☼ ♫ ♂ ☺ ☼ ♫ ♫ ☼ ♫ ♫ ♂ ♫ ♫ ♫ ☺ ♫ ♂ ♫ ♂ ☺ ☼ 4 5 ♫ ♫ ♠ ♫ ♂ ☺ ♫ ♂ ♠ ♫ ♂ ♂ ♫ ♫ ☺ ♂ ♫ ☼ ♠ ♫ ☼ ☺ ☼ ♫ ♫ ☻ ♫ ☺ 5 6 ☺ ♂ ♫ ♫ ☼ ♂ ♫ ♫ ♂ ☼ ☼ ☺ ♂ ♂ ♂ ♫ ♂ ♫ ♫ ♫ ♂ ♂ ♫ ♫ ♫ ☼ ☼ ♫ 6 7 ☼ ♂ ♫ ♫ ☺ ☼ ☼ ♂ ♂ ♫ ♫ ♫ ♫ ☼ ♂ ☼ ♫ ☼ ♫ ☼ ☼ ♫ ♫ ♠ ♂ ♫ ☼ ☺ 7 8 ☼ ♫ ♫ ♂ ☼ ♫ ☺ ☺ ♫ ♫ ☼ ☼ ☼ ☼ ♂ ♫ ♠ ♫ ♠ ♫ ♫ ♫ ♫ ☼ ♫ ♂ ♂ ♂ 8 9 ♫ ☼ ♫ ☺ ♂ ☻ ♂ ♫ ♂ ☼ ♫ ☼ ♫ ☺ ♂ ♂ ☼ ♫ ♂ ♂ ♫ ♂ ☺ ☼ ♫ ♂ ☼ ♠ 9 10 ♂ ♫ ♫ ♂ ☼ ☼ ♫ ☼ ♂ ☼ ♫ ♫ ♫ ♫ ♠ ♫ ♂ ♫ ♂ ♫ ♠ ☼ ♂ ☺ ☼ ☼ ♫ ♫ 10 11 ♫ ☼ ♫ ♫ ♫ ☼ ♫ ♫ ♫ ♫ ♫ ☺ ☼ ☼ ☺ ☼ ♫ ♫ ♫ ♫ ♂ ♂ ♫ ♫ ♂ ♂ ☼ ♫ 11 12 ♂ ♫ ☺ ♫ ♫ ☺ ♫ ☼ ☺ ☼ ♫ ♫ ♂ ♫ ☼ ♠ ☺ ♂ ☼ ☼ ♫ ♫ ♂ ♂ ♫ ☼ ☼ ♂ 12 1 ♫ ♂ ♂ ♫ ♫ ♫ ☼ ♫ ♫ ☼ ♫ ♫ ♫ ☺ ☼ ♫ ♠ ☼ ☼ ♫ ♫ ♫ ♂ ♠ ♫ ♂ ☼ ☼ 1 2 ☺ ♫ ♂ ☼ ♂ ♫ ☺ ♫ ♫ ☺ ♂ ♫ ☼ ♠ ♫ ♫ ☼ ☺ ☼ ♂ ☺ ☼ ♫ ♫ ☼ ♫ ♫ ♂ 2 3 ♫ ♫ ♂ ☼ ☼ ☺ ♂ ♂ ♂ ♂ ♂ ♫ ♫ ♫ ♠ ♫ ♫ ♂ ♂ ♠ ♫ ♠ ♫ ♫ ♫ ☼ ♂ ☼ 3 4 ♂ ♂ ♫ ♫ ♫ ☼ ☼ ☼ ♂ ☺ ♠ ☼ ♫ ☼ ☼ ♂ ♂ ☼ ♫ ♫ ♂ ☼ ♠ ☼ ☺ ♂ ♫ ♂ 4 5 ♂ ☼ ☺ ♫ ♫ ☼ ♫ ☼ ☼ ♂ ♫ ♠ ♫ ♠ ♠ ♫ ♫ ☼ ☺ ♂ ♂ ♫ ♫ ☼ ☼ ☼ ♫ ☼ 5 6 ♂ ☺ ♂ ♫ ♂ ☼ ♫ ♫ ♫ ☺ ♂ ♂ ♫ ♫ ♫ ♫ ♂ ☼ ♫ ♂ ☼ ☼ ♠ ♫ ♂ ☼ ♂ ☼ 6 7 ♫ ♫ ☼ ♂ ☼ ♫ ♫ ♫ ☺ ☼ ♫ ♫ ♫ ♂ ☺ ♂ ♂ ♠ ♂ ♫ ♫ ☼ ♂ ♫ ☼ ♫ ♂ ♂ 7 8 ☺ ♠ ♫ ♫ ♫ ☺ ♂ ♂ ♫ ♂ ☼ ☼ ☺ ♫ ♫ ♂ ♫ ☺ ♫ ♫ ♫ ♫ ♠ ♫ ♠ ☼ ♂ ♫ 8 9 ☺ ☼ ♫ ☼ ♠ ♫ ☼ ☺ ☼ ♫ ♫ ♂ ♂ ☼ ♫ ♫ ♫ ♫ ♫ ☺ ♫ ♂ ♫ ♂ ♠ ☼ ♫ ☺ 9 10 ♂ ♂ ♂ ♣ ☼ ♂ ♫ ♠ ♫ ♫ ♫ ☼ ♫ ♫ ♠ ☼ ☼ ☺ ☼ ☼ ☼ ♂ ♂ ♂ ♫ ♠ ♂ ♫ 10 11 ♂ ☼ ☺ ♫ ☼ ♫ ♫ ♫ ♫ ♠ ♫ ♂ ☺ ☼ ♂ ♫ ♫ ☼ ♂ ♂ ♫ ♫ ☼ ☼ ☼ ♫ ♫ ♂ 11 12 ☼ ♂ ♫ ♠ ♫ ♠ ♠ ♫ ♫ ♫ ☼ ♂ ♠ ☼ ☼ ♫ ☼ ♫ ☼ ☼ ♫ ♫ ♠ ♂ ♫ ☼ ♂ ♂ 12 1 ☼ ☼ ♫ ♫ ♂ ♫ ♫ ♂ ☼ ☼ ♠ ♫ ♂ ☼ ♂ ♫ ♠ ♫ ♂ ♠ ♫ ♫ ♂ ♂ ♫ ♫ ☺ ☼ 1 2 ♫ ♠ ☼ ♂ ♫ ♫ ♂ ♫ ☼ ♫ ♂ ☼ ☼ ♫ ♂ ♫ ♫ ♠ ☺ ☼ ☼ ☼ ♂ ♫ ♫ ♂ ☼ ♠ 2 3 ♂ ♫ ♂ ☼ ☼ ☺ ☼ ♫ ☼ ♂ ♫ ♫ ♂ ♫ ♂ ♫ ♫ ♂ ♫ ♫ ♫ ♂ ☺ ☼ ☼ ♫ ♫ ♂ 3 4 ☼ ♂ ♫ ♫ ♂ ♂ ☼ ♠ ☺ ♂ ♫ ☼ ♫ ♫ ☺ ☼ ♫ ☼ ♫ ♫ ♂ ♂ ♫ ♫ ♂ ♂ ☼ ♫ 4 5 ♂ ♠ ♫ ♫ ☼ ☼ ♫ ♂ ♫ ♂ ♂ ☼ ☺ ☼ ♠ ♫ ♫ ☼ ♫ ♫ ♂ ♂ ☼ ☼ ☼ ♂ ♫ ☺ 5 6 ♂ ♫ ♠ ♫ ♂ ☺ ☼ ♂ ♫ ♫ ♂ ♂ ♂ ♫ ♫ ♂ ♂ ☼ ♠ ♫ ♂ ☺ ☼ ♂ ☼ ☼ ☺ ♂ 6 7 ♫ ♫ ☼ ♂ ♠ ♫ ♫ ♫ ♂ ♠ ♫ ♫ ♫ ☺ ☻ ∋ ♫ ♂ ♂ ♂ ☼ ♫ ♫ ☼ ☺ ♂ ♫ ♠ 7 8 ☼ ♫ ☼ ♠ ♫ ♫ ♂ ♫ ♫ ♂ ♫ ♫ ♫ ♂ ☼ ♫ ♫ ♫ ♫ ♫ ☼ ♂ ♫ ☼ ☼ ☼ ♂ ♫ 8


9 ☼ ♫ ♫ ♂ ☼ ☼ ♫ ♂ ♂ ☼ ♂ ♫ ♫ ☼ ♫ ♫ ♂ ♠ ♫ ♫ ♫ ♫ ♫ ♂ ☺ ♫ ♂ ♂ 9 10 ♂ ☺ ♫ ☺ ☼ ♂ ☺ ☼ ☺ ♫ ♂ ♂ ☺ ♫ ☼ ♫ ♫ ♂ ♠ ♂ ♫ ♫ ☼ ♫ ♂ ☼ ☼ ♫ 10 11 ♫ ♂ ♂ ♠ ☼ ♫ ♂ ♂ ☼ ☼ ☼ ♂ ♫ ♂ ♂ ♫ ♫ ♠ ♫ ♂ ☺ ♫ ♂ ♫ ♫ ♂ ♠ ☼ 11 12 ☺ ☼ ♫ ♫ ♫ ☼ ☼ ♂ ☺ ♫ ☼ ☼ ☼ ♠ ♂ ♠ ♫ ♫ ☼ ♂ ☺ ♫ ♂ ☼ ♫ ♫ ♂ ☼ 12

1 2 3 4 5 6 7 8 9 10 11 12 13 14 1 2 3 4 5 6 7 8 9 10 11 12 13 14

FIGURA 3.6. Cuadriculado de la disposición espacial de los símbolos en 48 porciones ♠ ♣ ♂ ♫ ☼ ☺☻

Así, al lanzar un millón de veces una moneda al aire, cabe esperar un porcentaje de

cada cara del 50%. Pero si la moneda es lanzada sólo cuatro veces, nadie se echaría

las manos a la cabeza si apareciera la cara A en las cuatro ocasiones. Son resultados

esperables por mero azar cuando el número de ensayos es tan pequeño.

Está claro, pues, que una muestra demasiada pequeña no puede considerarse

representativa. Pero ello no debe llevar a la creencia de que la mejor regla para el

tamaño de una muestra es mejor que sea más bien grande (Jollife, 1986). Si bien las

muestras son, con frecuencia, demasiado pequeñas (Kachelmeier y Messier, 1990),

otras veces son demasiado grandes, y ambos extremos son usualmente fatales (Stuart,

1984). Si es pequeña (con respecto a lo que debería), no confiamos suficientemente en

el control inespecífico del azar y los resultados son poco creíbles. Si es grande (con

respecto a lo que debería), implica un despilfarro innecesario de medios personales,

temporales y económicos e, incluso, una disminución del control efectivo sobre la

situación del trabajo de campo, por lo que los resultados también serían poco creíbles.

En definitiva, se requiere obtener un tamaño óptimo.

4.2. Algunos consejos

La solución sobre el tamaño más apropiado de la muestra en la investigación mediante

encuestas es harto complicada, puesto que requiere el conocimiento y el control de

múltiples variables (Manzano, 1996). No obstante, sí que se pueden indicar algunos

principios generales útiles:

1. Debe considerarse el procedimiento de muestreo utilizado. Los procedimientos

difieren entre sí en varios aspectos, entre los que se encuentra la variación de

resultados posibles que son capaces de generar. Un procedimiento que suministre

un intervalo reducido de variación es preferible a otro con el que se puede obtener

cualquier cosa. En la comparación de procedimientos que se abordarán

posteriormente se entrará de nuevo en esta cuestión. Lo importante aquí es que en

función del procedimiento utilizado debe recurrirse a una u otra expresión de

cálculo para el tamaño de la muestra.


2. Debe quedar bien definido el grupo de variables importantes del estudio. En las

investigaciones mediante encuestas se recurre a cuestionarios con multitud de

preguntas. No todas son igualmente relevantes. Incluso, siempre hay algunas que

se pregunta por si acaso y considerando que son fáciles de hacer y responder. En

principio debería calcularse un tamaño de muestra para cada objetivo de medida

(estimar la proporción de respuestas afirmativas a la pregunta 12, estimar una

diferencia entre las medias de respuesta a la pregunta 8 por sexos, etc.). Pero tal

proceder es muy laborioso, especialmente sin el auxilio de herramientas de

software. Sin embargo, sí debería realizarse una estimación independiente del

tamaño de muestra para cada una de las preguntas u objetivos de medida que se

consideren especialmente importantes. No debe ocurrir que, tras realizar el trabajo

de campo, nos encontremos con que la estimación para un objetivo de interés

especial, es muy frágil, pues la muestra era demasiado pequeña para ese objetivo

(si bien, puede ser adecuada para otras estimaciones, dentro del mismo estudio).

3. La exigencia sobre la cuantía concreta del tamaño óptimo no es ciega al contexto.

Unas pocas entrevistas más o menos no representan ninguna diferencia apreciable

ni en el tiempo empleado en la recogida de los datos, ni en el coste del trabajo de

campo, ni en la seguridad en los resultados. A su vez, ese intervalo de variación

aceptable para el tamaño de la muestra crece conforme disminuyen las exigencias

de control en el estudio. Así, por ejemplo, en los estudios piloto las exigencias de

control están relajadas, por lo que carece de sentido emprender la búsqueda de un

tamaño de muestra preciso. Los estudios piloto se realizan como un ensayo general

que pretende probar el cuestionario, los encuestadores y cualquier otro elemento

del proceso. También se utiliza para recoger información previa de la población,

necesaria para calcular el tamaño de la muestra definitiva, como lo es alguna

medida de variación de las características en la población.

4. La utilización de tablas para calcular el tamaño no es muy recomendable. Fomentan

la salida fácil o cómoda, en detrimento de una solución adecuada. El cálculo del

tamaño más recomendable no implica mucho tiempo. Incluso la fórmula más

compleja llevará pocos minutos a un inexperto. Algo más difícil es tomar decisiones

previas al cálculo del tamaño, como las cuantías para el nivel de significación, el

error de precisión, las varianzas poblacionales, etc. En definitiva, no merece la pena

escatimar esfuerzos en la fase para el cálculo del tamaño de la muestra. Lo único


que implica es un poco de tiempo para el investigador responsable de esta

decisión. Si no se culmina adecuadamente, las consecuencias sí pueden ser

negativas, en términos de costes y/o credibilidad en los resultados obtenidos.

5. Por último, uno de los aspectos que los investigadores noveles suelen pasar por alto

es la previsión de estimaciones independientes para diversos colectivos. Cuando se

establecen distinciones entre elementos de la población puede ser para aumentar

la representatividad de la muestra (como en el muestreo estratificado) o para

establecer conclusiones del estudio en cada uno de los subcolectivos o dominios

considerados en la población. En este segundo caso debe considerarse que cada

dominio o subconjunto es una población en sí y que, por tanto, requerirá una

muestra por separado. Tal circunstancia elevará con mucha diferencia el tamaño

final de la muestra.

4.3. Expresiones de cálculo

Seguidamente se explicitan algunas expresiones de cálculo. Corresponden a cuatro

modelos básicos de selección de muestras que se tratarán algo más adelante en este

mismo capítulo. Se supone que la estimación es de una media. En el caso de que sea

una proporción bastará con sustituir la varianza 2S por la que corresponde a las

proporciones ( )ππ −1 . Las expresiones contemplan tamaños finitos en la población. Es

lo que ocurre en investigación mediante encuestas. Sólo en las situaciones de

poblaciones muy grandes (y lo grandes que deben ser depende del contexto de

estimación) son aplicables las expresiones de cálculo para poblaciones infinitas. Pero

recogerlas aquí implicaría duplicar el espacio dedicado al tamaño de muestra en un

texto cuyos objetivos son más amplios.

En las siguientes expresiones de cálculo se utilizan los siguientes símbolos:

N : número de elementos en la población.

cN : número de conglomerados en la población.

iN : número de elementos en el estrato i poblacional.

n : número de elementos en la muestra.

cn : número de conglomerados en la muestra.

2σ : varianza de la característica en la población.


2

iσ : varianza de la característica en la población, en el estrato i.

2

eσ : varianza de la característica entre los conglomerados de la población.

2

dσ : varianza de la característica dentro de los conglomerados de la población.

2αZ : medida estandarizada del riesgo de errar en la estimación. Así, con una

probabilidad de errar de = 0,05, en una distribución normal, corresponde una distancia

estandarizada de 1,96.

pe : error de precisión o radio del intervalo de estimación.

δ : grado de correlación u homogeneidad entre conglomerados.

Muestreo aleatorio simple:

1)1(

2

2

2

2

+⋅

−=

ασ Z

Ne

Nn

p

Muestreo estratificado:

[ ]

( )∑

∑

−+

⋅

−=

2

2

2

2)(

ii

p

ii

NZ

Ne

Nn

σ

σ

α

Muestreo de conglomerados monoetápico (la segunda expresión corresponde al caso

en el que se desconozca un valor aproximado para δ ):

( )N

N

N

N

NN

NNZ

Ne

N

N

N

N

NZ

Ne

Nn

c

cc

c

cp

C

c

c

cp

c

+

+

−

−

−⋅

−⋅=

+

+

−⋅

−⋅=

112/

1

11

)1(

2

2

2

2

2

2

2

2

αα σδσ

Muestreo de conglomerados con submuestreo (bietápico):

( )

−

−−

−+⋅

⋅⋅=

1

2

2

2

2

2

c

cce

p

ccdc

dc

N

nN

Z

enNNN

nNn

σσ

σ

α

Si se desconoce 2

dσ , sustituir por 22

eσσ − .


Si se desconoce 2

eσ , sustituir por

+

−

−

−11

2/2

cc

cc

N

N

NN

NN

N

Nσ

5. Muestras no aleatorias

Los procedimientos de obtención de muestras mediante estrategias no aleatorias no

suelen estar muy bien vistos en ciencia. La razón es sencilla: no sólo la

representatividad está en tela de juicio, sino que no se cuenta con un procedimiento

objetivo de extrapolar los resultados a la población. La estrategia preferida en ciencia

para el camino de vuelta es el cuerpo de conocimiento que se ha denominado

inferencia estadística. No es posible hacer inferencia estadística si la muestra no se ha

obtenido mediante un procedimiento aleatorio.

No obstante, las muestras no aleatorias tienen su función especial. Por un lado, existen

ocasiones en que no es posible extraer una muestra aleatoria, como es el caso de

poblaciones cuyas unidades se desconocen o se trasladan continuamente. Además,

los procedimientos no aleatorios suelen implicar menos tiempo, esfuerzo y dinero. Por

esta razón, se aplican en situaciones en las que se exige un bajo control a la

investigación, especialmente si la intención es tener una primera impresión de la

situación, como en estudios piloto y en multitud de estudios en el ámbito comercial.

Una posible taxonomía de muestreos no aleatorios es:

1. Sin norma, circunstancial o errático (Azorín, 1969): la muestra se toma sin seguir un

criterio claro, sin tener en cuenta consideraciones especiales para la obtención de

la muestra (Cyert y Davidson, 1965). El control por parte del investigador sobre las

fuerzas que actúan en la selección es nulo o casi inexistente. Es un muestreo

casual y fortuito (los primeros en llegar ... ). Es, únicamente, un trozo de población.

Para Ostle (1970), este apartado no es un tipo de muestreo, ya que por definición

una muestra es una parte de la población seleccionada de acuerdo con algún

criterio, regla o plan. Un tipo con un criterio muy cuestionable es el deliberado o por

segmentos (Chou, 1972): se escoge el segmento más accesible de la población.

Criterio: la comodidad. Un ejemplo de selección basada en la accesibilidad es la

selección de subpoblaciones previamente dispuestas, como los grupos de clase o

colectivos definidos en un espacio y estructura concretos: determinados pacientes

en un hospital, un barrio concreto, etc. Otro tipo de muestreo fortuito, muy


extendido especialmente en el ámbito académico, es el de voluntarios, calificado de

“muestreo realmente terrible” por Bradburn y Sudman (1988: 137).

2. Selección experta o de juicio (Särndal y otros, 1992), donde el investigador acude a

un experto (que puede ser él mismo) que utiliza sus prejuicios, experiencia y

conocimientos previos, para decidir qué unidades deben ser incluidas en la muestra

por ser los elementos más representativos de la población. La selección experta es

preferida a la aleatoria en los casos en que la muestra debe poseer muy pocos

elementos y no se aspira a una inferencia probabilística (por ejemplo, en algunos

estudios piloto). Cuando la muestra es pequeña, la estimación probabilística es muy

imprecisa (el intervalo de estimación es muy amplio) y pierde utilidad. En esta

situación se confía más en la apreciación de un experto que en el azar. El

conocimiento de experto no desaparece en los modelos de muestreo aleatorio,

aunque no puede sustituir otros procedimientos de medida objetivos (Hansen y

otros, 1993). Es un componente de gran utilidad, pues consigue reunir información

pertinente para aumentar la representatividad de la muestra. La diferencia estriba

en que en el muestreo de experto, el conocimiento de éste es el componente

decisorio, mientras que en los modelos aleatorios, el conocimiento del experto es

una información complementaria con respecto al procedimiento que es, en esencia,

aleatorio. La selección propiamente de experto y algunas variantes de ésta son

denominadas también modelo intencional u opinático (Azorín, 1969) o aplicando

criterio (Raj, 1980).

3. En el muestreo por cuotas se combina el muestreo de experto con el circunstancial

(Barnett, 1974), generando un procedimiento no aleatorio, pero sofisticado, de

amplio uso (Derdo, 1980; Särndal y otros, op. cit.). Inicialmente se recoge

información sobre algunas variables poblacionales con respecto a las que podría

realizarse un muestreo estratificado. No obstante, la etapa de selección aleatoria es

sustituida por un procedimiento basado en la subjetividad del encuestador. A éste

se le suministra una tabla de contingencia, en la que figura el número de

encuestados que debe conseguir con perfiles determinados. Si bien se puede

recoger información más o menos compleja acerca de la distribución de bastantes

variables poblacionales, en la práctica esta información se circunscribe únicamente

a la edad y el sexo (Rodríguez Osuna, 1991). Dentro de cada subpoblación (por

ejemplo, varones de 25 a 35 años), la selección se realiza por juicio del


encuestador e intervienen factores ajenos a éste y no aleatorios, como por ejemplo

sus preferencias personales. Es un tipo de muestreo muy utilizado en sondeos

comerciales y que suele dar resultados satisfactorios. Pero si bien puede ser más

rápido y barato que un muestreo probabilístico, presenta la desventaja de que no

permite que se realicen inferencias científicas en función de la estadística, por lo

que no es recomendable en estudios a partir de los cuales deban tomarse

decisiones importantes (Rodríguez Osuna, 1991).

4. Muestreo por bola de nieve (Noelle, 1970; Harvatopoulos, Livan y Sarnin, 1992): se

comienza a encuestar a unos pocos seleccionados, bien sea por su condición de

expertos o por criterios de disponibilidad. Tales contactos llevan a otros,

aumentando progresivamente el tamaño de la muestra hasta completar la cantidad

prefijada.

Un caso paradigmático sobre cómo un muestreo no aleatorio puede resultar muy útil es

el de la selección necesaria de colegios electorales durante un sondeo de intención de

voto el mismo día de las elecciones: existen determinados colegios electorales que han

mostrado, en ocasiones similares anteriores, resultados muy parecidos a los totales de

su provincia. Los expertos (en este caso los especialistas de la empresa consultora)

seleccionan estas unidades necesariamente, es decir, sin que medie un procedimiento

aleatorio y, precisamente, la intención en este proceder es aumentar la

representatividad de la muestra.

6. Muestreo aleatorio

Los diseños aleatorios, probabilísticos o al azar se caracterizan básicamente por dos

aspectos (Sánchez Crespo, 1967; Raj, 1980; Aparicio, 1991; Harvatopoulos y otros,

1992; Särndal y otros, 1992; Czaja y Blair, 1996):

- Las unidades de muestreo de la población tienen una probabilidad conocida y

distinta de cero de ser seleccionadas.

- La selección se realiza mediante un procedimiento que respeta tales

probabilidades.

El objetivo “respetar las probabilidades” transciende el contexto teórico del diseño. De

hecho, para que el muestreo sea probabilístico no sólo hay que respetar las

probabilidades cuando se diseña un método de selección, sino también cuando se

realiza el estudio en el trabajo de campo. Es en el trabajo de campo cuando las


circunstancias prácticas puede llegar a distanciar tanto el muestreo diseñado del real y

provocar que se pierda la condición de muestra probabilística (Rodríguez Osuna,

1991), lo que puede ocurrir, por ejemplo, si el comportamiento de los encuestadores es

subjetivo.

En la práctica de la investigación por encuestas se parte de una misma probabilidad de

selección para todas las unidades de la población. El procedimiento de construcción de

la muestra debe comportarse de tal modo que la probabilidad de selección de un

habitante de un pueblo sea la misma que la de alguien que vive en la ciudad, la misma

para hombres y mujeres, zonas de la periferia o del centro, etc. En tales casos se habla

de muestras autoponderadas. Es una forma de indicar que el peso de todos los

individuos es el mismo. Si los de la ciudad tuvieran mayor probabilidad de pertenecer a

la muestra que los del medio rural, los primeros se encontrarían sobre representados,

frente a la subrepresentación de los segundos. En tales casos, la muestra ya no sería

autoponderada y debería ponerse en marcha un proceso de ponderación o

equilibración previo al análisis de datos, tal y como se abordará más adelante en el

apartado específico sobre este tema.

El proceso de inferencia o estimación estadística es un procedimiento establecido en

función de criterios probabilísticos. Para que pueda aplicarse una inferencia estadística

sobre los resultados obtenidos con una muestra, es necesario que la selección de ésta

se haya efectuado por algún proceso aleatorio (Aparicio, 1991: 11). En caso contrario

no puede realizarse una estimación probabilística; es decir, no puede conocerse el

margen de error, en términos de probabilidad, al afirmar que la estimación es o no

acertada (Deming, 1966; Sánchez Crespo, 1967; Chou, 1969; Mills, 1969; Stoetzel y

Girard, 1973; Cochran, 1976; McRae, 1978; Kish, 1982; Rodríguez Osuna, 1991).

Existe una amplia variedad de muestreos probabilísticos, especialmente los diseños

mixtos y multitud de variaciones. Sin embargo, unas pocas categorías abarcan, con

mejor o peor suerte, a todos estos modelos. Éstas serán las tratadas en el presente

apartado: muestreo aleatorio simple, estratificado y de conglomerados monoetápico,

con las variantes del muestreo de dominios y de conglomerados con submuestreo.

6.1. Muestreo aleatorio simple

La denominación muestreo aleatorio simple es la más usual en la literatura. No

obstante, se encuentran otros sinónimos como muestreo irrestricto aleatorio o muestreo


probabilístico de elementos. Es el modelo más simple de la serie (Babbie, 1973;

Barnett, 1974; Frankel, 1983; Sudman, 1983; Morsy, 1989; Silva, 1993) y, a su vez, la

base teórica sobre la que se asienta el resto (Yates, 1981; Martínez Arias, 1995b), de

forma que constituye el fundamento más trascendente de la teoría de muestreo (Kish,

1982; Stuart, 1984; Mirás, 1985; Levy y Lemeshow, 1991; Rodríguez Osuna, 1991).

Es, sin duda alguna, el procedimiento más simple de concebir, si bien en la práctica es

quizá el más difícil de implementar al enfrentarse con las imperfecciones del marco o

base de datos (Gorden, 1980; Bradburn y Sudman, 1988), según se verá en el último

apartado de este capítulo. Tal es el caso que “en investigación por encuestas es

virtualmente imposible producir la muestra aleatoria perfecta” (Hutton, 1992: 9), por lo

que no es un modelo utilizado usualmente (Hansen y otros, 1993) más que en

poblaciones pequeñas (Abad y Servín, 1978).

El procedimiento estándar para la consecución de una muestra aleatoria simple parte

de contar con un marco, listado o base de datos perfecta en la que se encuentra toda la

información necesaria sobre la identidad de las unidades de la población. Mediante un

procedimiento aleatorio son seleccionadas n unidades de la base de datos, de la que

se obtiene también la información sobre dónde se encuentran localizadas estas

unidades. El trabajo de campo consiste en establecer comunicación (personal,

telefónica o por correo) con las unidades y realizar la encuesta. Así, por ejemplo, las

unidades pueden corresponder a personas concretas, identificadas y numeradas. Un

procedimiento automático, como un programa de ordenador o la consulta repetida a

tablas de números aleatorios, genera una secuencia de n números aleatorios: son las

identificaciones numéricas de los sujetos seleccionados.

Para realizar una selección aleatoria existen, pues, varios recursos. Con la intención de

ser útiles, en el anexo 1 se encuentra una tabla de números aleatorios.

En el muestreo aleatorio simple, las unidades de muestreo coinciden con los elementos

de la población. Además, todos son equiprobables. Estas dos características

simplifican mucho los cálculos y las expresiones sobre las estimaciones. Suelen

distinguirse únicamente dos tipos:

1. Sin reemplazo o sin reposición: los elementos de una muestra son todos

diferentes, no existen repeticiones.

2. Con reemplazo o con reposición: los elementos de la población pueden ser


seleccionados, en teoría, más de una vez para la misma muestra, es decir,

existe la posibilidad de encontrar en una muestra el mismo elemento en más de

una ocasión.

Desde el punto de vista de las deducciones teóricas, los modelos con o sin reemplazo

se traducen en independencia o dependencia, respectivamente, en las probabilidades

de selección, aspectos que llevan a expresiones diferentes para la estimación de las

medidas poblacionales.

Pero desde la práctica de la investigación de encuestas, un modelo con reemplazo

carece de sentido. Se argumenta que conforme el tamaño de la población tiende a ser

infinito, la probabilidad de repetición de unidades tiende a ser cero. Considerando que

las expresiones algebraicas para el muestreo con reposición son más sencillas, se

entiende la tendencia a escoger este modelo, especialmente cuando el tamaño de la

población es relativamente grande. Sin embargo, la distinción con/sin reemplazo es

artificial y de difícil aplicación conceptual en la práctica de la investigación por

encuestas. Partiendo de un modelo sin reposición, el único coherente en investigación

social, se llega a expresiones que contienen al tamaño de la población como variable

independiente. Deducidas las expresiones cuando ∞→N , se llegan a los formatos

que corresponden para modelos con reemplazo. Con ello, el dilema con/sin reposición

es totalmente sustituido desde la discusión de tamaños de población grandes o

pequeños, aspecto este último que sí resulta planteable en investigación por

encuestas.

Un ejemplo real concreto puede consistir en seleccionar alumnos desde la base de

datos de una universidad. En tal estudio, el marco es bueno: contiene la identificación

de cada alumno así como su localización tanto particular como del centro, curso y

asignaturas en las que se encuentra matriculado.

6.2. Muestreo sistemático con arranque aleatorio

Si de una población que consta de N elementos (tamaño N) se quiere conseguir una

muestra de tamaño n, el muestreo sistemático selecciona, a partir del elemento j-ésimo

inclusive, n elementos separados entre sí por la misma cantidad de k elementos

ordenados aleatoriamente. Por ejemplo, si N = 500, n = 50, y se comienza por el sexto

sujeto (j=6) de la lista, marco o base de datos, serán seleccionadas las unidades que

ocupan las posiciones


6, 16, 26,36 ... 476, 486 y 496

La extracción no implica, pues, n selecciones aleatorias, sino tan sólo una: la primera

unidad. Además, el arranque j también es un número aleatorio entre 1 y k = N/n. La

expresión N/n es denominada coeficiente de elevación.

Suele indicarse que el período o salto sistemático (que coincide con el número de

muestras posibles) es k = N/n. No obstante, puede ocurrir que N/n no sea un número

entero, es decir, que N no sea múltiplo exacto de n. En ese caso k debe aproximarse a

la parte entera de N/n (simbolizado por I(N/n) o de esta cantidad más uno. Para

cualquier caso, las expresiones que hemos deducido son:

- Período (opcionales): ( )nNIk = o ( ) 1+= nNIk

- El tamaño real de la muestra n' será, para cualquiera de los anteriores valores de

k:

kNn =' o ( ) 1' += kNIn si ( )kNIkN ≠

- El número k de muestras totales estará dividido en:

( )1'−− nkN muestras de tamaño n'

Nkn −' muestras de tamaño n' - 1

Cuando N/n = I(N/n) y el marco se encuentra dispuesto de forma aleatoria, el muestreo

sistemático es equivalente al aleatorio simple. Con el marco en disposición aleatoria,

pero con N/n ≠ I(N/n), se puede producir un sesgo en favor de unas muestras (más

numerosas, con un elemento más) que con otras. No obstante, cuando n ≥ 50 (Mirás,

1986) estas diferencias son despreciables. Si el marco no está dispuesto

aleatoriamente en su conjunto, pero sí por estratos, el sistemático da los mismos

resultados que el estratificado. Otra perspectiva asemeja el muestreo sistemático con el

de conglomerados (Jolliffe, 1986).

Por último, si el marco no está dispuesto aleatoriamente, sino que puede guardar algún

tipo de periodicidad o tendencia, el muestreo sistemático, aunque posea arranque

aleatorio, no es aleatorio ni representativo y, por tanto, no resulta válido para realizar

inferencias probabilísticas. Por ejemplo, si la mayoría de las familias de una población

están compuestas por dos padres y dos hijos y constan en el padrón por ese orden,

ocurrirá que un periodo de k = 4 llevará a seleccionar mayoritariamente padres o


mayoritariamente hijos, con lo que la muestra resultante estará sesgada en cualquiera

de ambas direcciones.

6.3. Muestreo estratificado

En el muestreo estratificado se establecen restricciones a la selección enteramente

aleatoria. La conciencia de que existen variables con influencia sobre la característica

que se pretende medir, lleva a ejercer un control específico. Con respecto a la variable

con influencia (sexo, edad, nivel de estudios ... ) se establecen h categorías. Para cada

categoría se extrae una muestra aleatoria de la población. Por ejemplo, si la variable

que interesa controlar es la edad, considerando las categorías joven, adulto y anciano,

se extraerá una muestra de J jóvenes, D adultos y A ancianos. De esta forma, la

muestra final tendrá un tamaño de cuantía n = J + D + A.

Cada uno de los subconjuntos generados por la variable de control se denomina

estrato. La denominación recuerda al ámbito de la geología, donde un estrato se

corresponde con una capa homogénea. De hecho, cabe esperar que los individuos se

parezcan más entre sí dentro de los estratos y difieran más de unos estratos a otros,

con respecto a la característica que se pretende medir.

La distinción entre estratos, si se conocen medidas poblacionales en éstos, permite

reducir el error tipo (Gorden, 1980; Levy y Lemeshow, 1991) y, con ello, disminuye el

tamaño requerido para la muestra (American Institute of Certified Public Accountants,

1973; 1974b)

Conocer las medidas de los estratos poblacionales puede ser uno de los objetivos del

estudio, con independencia de que también interesen medidas del conjunto de la

población. No obstante, en tal caso, cabría utilizar con más propiedad la denominación

muestreo de dominios. El objetivo de la estratificación es aumentar las garantías de

representatividad y reducir la variación posible de la característica, consiguiendo un

tamaño de muestra más reducido. Si se pretende establecer conclusiones

independientes por estratos, éstos deben considerarse como poblaciones

independientes, definición del muestreo de dominios.

Se llama afijación al procedimiento de reparto de las unidades de muestreo en los

diferentes estratos que componen la muestra. Existen varios procedimientos de

afijación, cada uno de ellos con determinadas consecuencias para la estimación:

1. Uniforme o igual: todos los estratos son del mismo tamaño en la muestra. Rara vez


se utiliza, pues ignora los tamaños poblacionales, información de la que puede

disponerse. En términos de precisión en la estimación, esta afijación favorece a los

estratos poblacionales pequeños y perjudica a los de mayor tamaño. Si la población

cuenta, por ejemplo, con 10.000 mujeres y 500 hombres y son seleccionados 100

sujetos de cada colectivo, de cada cinco hombres será seleccionado uno, mientras

que sólo se contará con una de cada cien mujeres. Queda clara la diferencia en

términos de representatividad de los colectivos en la muestra.

2. Proporcional: el tamaño del estrato i en la muestra in es proporcional al tamaño del

estrato en la población iN . Es decir:

N

N

n

n ii = y fN

n

N

n

i

i ==

donde fNn =/ es denominada fracción de muestreo que, se observa, coincide con

el inverso del coeficiente de elevación. En el ejemplo de hombres y mujeres, si son

seleccionadas 105 personas para la muestra, éstas deberían corresponder a 100

mujeres y 5 hombres, de tal forma que en ambos colectivos se respeta la misma

fracción de muestreo ( f = 0,01 o 1%).

Gracias a la estrategia de mantener la fracción de muestreo constante para todos

los estratos, ocurre que todas las unidades de la población tienen la misma

probabilidad f de ser seleccionadas. Así, en la estimación de la población en su

conjunto, no es necesario ponderar las unidades de la muestra en función del

estrato al que pertenezcan. Por esta razón, se denomina a estas muestras

estratificadas con afijación proporcional muestras autoponderadas. Más adelante

abordaremos el tema de la ponderación.

3. De varianza mínima (también llamado afijación de Neyman): para un determinado

tamaño fijo de la muestra, se calculan los tamaños de cada estrato ni de tal forma

que la varianza de la muestra sea la más pequeña posible. El método establecido

para el cálculo de estos ni necesita de las varianzas poblacionales, es decir, hay

que conocerlas o estimarlas de algún modo (estudios previos, por ejemplo).

Consigue mayor precisión que la afijación proporcional, pero sólo bajo la suposición

de que las varianzas de los estratos poblacionales están bien estimadas. Como

indica Cochran (1976) y Frankel (1983), si bien es el trabajo de Neyman (1934) el


que justifica la denominación de este procedimiento, la obra de Tschuprow (1923)

es la primera en donde se utiliza el recurso de la varianza mínima. Aunque las

expresiones matemáticas de esta afijación pueden ser algo más complejas, lo cierto

es que su comprensión es bastante intuitiva. Si contamos con una población sin

varianza, es que todas las unidades tienen el mismo valor de la característica que

se pretende medir. Bastará con seleccionar a una única unidad y generar una

estimación sin error. En el caso contrario, con una varianza muy elevada se puede

obtener casi cualquier cosa en una muestra. Por esta razón, ésta deberá contar con

un tamaño suficientemente grande como para generar un error lo más pequeño que

parezca razonable. Así, en poblaciones con estratos de varianzas sensiblemente

diferentes, una forma de reducir el tamaño de la muestra necesaria es escoger más

unidades de los estratos con mayor varianza y menos de los que cuenten con

menor varianza. Como efecto secundario, los cálculos se complican al perderse la

autoponderación de la muestra.

4. De compromiso: el muestreo proporcional posee un inconveniente importante si los

estratos poblacionales cuentan con tamaños muy desiguales. La submuestra del

estrato poblacional más pequeño puede contar con un ni excesivamente bajo, de tal

forma que no pueda mantenerse la hipótesis de que se trata de una submuestra

representativa (la estimación al nivel de ese intervalo dará lugar a intervalos

desmesuradamente amplios). El ejemplo de 100 mujeres y 5 hombres es claro al

respecto. Una muestra de 5 unidades es ridícula para la casi totalidad de las

investigaciones imaginables e inadmisible en investigación por encuestas. Una

solución consiste en aumentar el tamaño total de la muestra hasta conseguir que

todos los ni sean de cuantía satisfactoria. Pero esta medida puede generar un

tamaño de muestra demasiado grande, con un coste prohibitivo. Otra solución es la

afijación de compromiso. En ésta se establece un tamaño mínimo para toda

submuestra. El resto de los elementos que son seleccionados hasta completar el n

muestral se reparten por estratos de forma proporcional. Como efecto secundario,

los cálculos se complican al perderse la autoponderación de la muestra.

5. Optima: es una variación de la afijación de mínima varianza, considerando además

un coste particular en la obtención de cada submuestra. En la afijación óptima se

busca la mínima varianza para un coste dado o el mínimo coste para una varianza

dada. No obstante, es éste último un tipo de muestreo infrecuente, salvo en el


contexto de instituciones especializadas (institutos de estadística, empresas de

sondeos de opinión, etc.). En tales casos, sucesivos estudios sobre la misma

población y las mismas variables centrales ayudan a concretar medidas

aceptablemente fiables sobre las varianzas de los estratos poblacionales, con

respecto a esas variables centrales. Una vez que se considera que las varianzas se

conocen suficientemente, se está en disposición de realizar muestreos

estratificados con afijación de Neyman u óptima, lo que permite aspirar a la misma

precisión en las estimaciones, reduciendo costes.

Hay muchos modelos que consiguen una afijación óptima (mínima varianza para un n

dado, mínimo n para un coste dado, etc.), depende de los objetivos que se persigan

(Koti, 1988). En cualquier caso, los sistemas de afijación diferentes al proporcional

requerirán de una fase de ponderación previa al análisis de datos definitivo (Hedges,

1980).

Mirás (1986) realiza algunas comparaciones de precisión entre las afijaciones

proporcional y óptima, con respecto al muestreo simple aleatorio, concluyendo que:

- La afijación proporcional genera mayor precisión que el muestreo aleatorio

simple. Esta afirmación es tanto más cierta cuanto más diferentes son las

medias de los estratos.

- Las afijaciones óptimas y de Neyman son más precisas que la proporcional. Esta

afirmación es tanto más cierta cuanto más diferentes sean los errores típicos de

los estratos.

Lo usual es que no se considere una única subdivisión en estratos de la población, sino

que existan varias simultáneas. Lo frecuente es que el muestreo estratificado se

conciba como polidimensional. Puede establecerse una primera partición en función de

la dimensión sexo, generando las clases mujer y hombre. A su vez, se considera una

segunda dimensión, la edad categorizada en tres intervalos, generando las clases

menos de 25 años, de 25 a 50 años y más de 50 años. La consideración de varias

dimensiones de estratificación no complica el proceso de conceptualización del modelo,

puesto que observando éste en un nivel más globalizador puede considerarse la

existencia de una única subdivisión, cuyas categorías surgen de las intersecciones

entre las categorías de las dimensiones de estratificación contempladas. Así, la

subdivisión final puede contar con la categoría: hombre ∩ de 25 a 50 años.


6.4. Muestreo de conglomerados

Los conglomerados se corresponden con subdivisiones de la población, al igual que

ocurría con los estratos. No obstante, la característica que define a un conglomerado

es que sus unidades coinciden en una localización común, no necesariamente que son

homogéneas en algo. Cuando la definición se establece en términos geográficos

(municipios, comarcas, distritos, barrios, ...), suele hablarse de muestreo de áreas.

Resulta comprensible que los adultos varones de 35 a 45 años (un estrato) se

parezcan más entre sí y se diferencien más del resto de subdivisiones de la población

que los habitantes de un municipio concreto (un conglomerado o área). Los

conglomerados pueden considerarse como miniaturas, no aleatorias, de la población,

por lo que cabe esperar que sean más parecidos unos conglomerados con respecto a

otros que los elementos dentro de cada conglomerado.

En primer lugar se considera una subdivisión de la población en k conglomerados

(familias, colegios, barrios, ...). En un segundo momento se establece una selección de

conglomerados, no de las unidades elementales que los componen. La muestra se

construye, pues, con la unión de los conglomerados completos seleccionados. Una

unidad elemental que pertenezca al subconjunto muestra no ha sido seleccionada

aisladamente, sino que su extracción implica la selección del resto de unidades

elementales que forman el conglomerado al que pertenece.

Si la probabilidad de selección de los conglomerados es proporcional al número de

unidades elementales que los componen, se trata de un modelo de muestra

autoponderada, por lo que la inferencia puede realizarse sin operaciones especiales

intermedias. De esta forma, un conglomerado con 400 unidades debe tener el doble de

posibilidades de ser seleccionado en la muestra, con respecto a un conglomerado de

200 unidades.

Un concepto útil para estudiar la eficacia del muestreo por conglomerados es δ , el

coeficiente de homogeneidad:

( )( )

( ) 2

1

1σδ

−

−−

=

∑∑= ≠

MNM

XXXXN

i

M

kj

tikiij

donde:

N = número de conglomerados.


M = tamaño medio de los conglomerados.

ijX = unidad i del conglomerado j .

tX = media de las medias de los conglomerados.

2σ = varianza total.

δ es máximo ( )1=δ con la máxima homogeneidad de los conglomerados, es decir,

cuando la varianza intraconglomerados es cero (dentro de cada conglomerado todas

las unidades han suministrado el mismo valor). Es mínima ( )( )1/1 −−= Mδ cuando

existe una máxima heterogeneidad, es decir, cuando la varianza Inter-conglomerados

es cero y las únicas variaciones se observan dentro de los conglomerados.

La eficiencia del muestreo por conglomerados frente al aleatorio simple va a depender

de la homogeneidad de los conglomerados, de tal forma que (Mirás, 1986; Azorín y

Sánchez Crespo, 1986):

a) Si 0<δ es más eficiente el muestreo de conglomerados.

b) Si 0>δ es más eficiente el aleatorio simple.

c) Si 0=δ las varianzas coinciden.

El caso más usual es b), puesto que cabe esperar mayor homogeneidad dentro de los

conglomerados que entre ellos. Así pues, usualmente el muestreo de conglomerados

implica una pérdida de precisión en las estimaciones, frente al muestreo aleatorio. No

obstante, presenta dos ventajas muchas veces decisivas para la planificación del

trabajo de campo:

1. Hace más viable la solución de marcos imperfectos pues, contando con un marco

de conglomerados, sólo deben definirse los elementos de los conglomerados

seleccionados.

2. Las unidades a medir se encuentran menos dispersas en la población, lo que facilita

sensiblemente la fase de recogida de datos por los agentes.

Estas ventajas definen al muestreo de conglomerados como un modelo de bajo coste

(Sudman, 1976; Hedges, 1980; Stuart, 1984; Levy y Lemeshow, 1991), al menos si los

conglomerados coinciden con áreas geográficas (Derdo, 1980). Tanto es así que un

muestreo por conglomerados puede llegar a ser más preciso que el aleatorio simple, a


pesar de que 0>δ , puesto que la disminución de los costes por unidad encuestada

permite aumentar el tamaño de la muestra lo suficiente como para poder reducir la

cuantía de los errores típicos, por debajo de lo que correspondería a un muestreo

aleatorio simple.

6.5. Variantes

Las variaciones que pueden realizarse partiendo de los modelos básicos expuestos en

las anteriores páginas, son muchas. Aquí expondremos las variantes más comunes: los

llamados muestreos de dominios y bietápico.

Muestreo de dominios

Las denominaciones que recibe este modelo no son unívocas. Quizá la más extendida

sea la de muestreo de dominios (Kish, 1982; Chaudhuri y Stenger, 1992; Särndal y

otros, 1992).

Existen algunas ocasiones en las que los objetivos de inferencia implican dos niveles

de conjuntos de referencia. Las poblaciones en las que se pretende aplicar las

inferencias cambian según el nivel de análisis. Este tipo de muestreo tiene la apariencia

de un modelo estratificado, con la salvedad de que las clases son también, y a

determinado nivel de análisis, poblaciones. Así pues, en el muestreo de dominios

interesa concluir tanto a nivel de toda la población como a nivel de cada uno de los

dominios contemplados (Särndal, 1984).

Un ejemplo concreto de este tipo de procedimiento de muestreo es el caso de una

investigación a nivel de una comunidad autónoma, en la que no sólo se pretende

extraer conclusiones (realizar inferencias) a nivel de toda la comunidad, sino también

en cada provincia.

En una primera actuación cada provincia es una población. Por tanto, dentro de cada

provincia se realiza un muestreo que puede utilizar cualquiera de los procedimientos

descritos hasta el momento. Una vez finalizada la fase de recogida de datos y

realizadas las inferencias a nivel de provincia, éstas pasan a ser consideradas estratos

de la población global o comunidad autónoma, estableciendo las inferencias al nivel de

ésta.

Lo esperable en tales casos es que la representación de las provincias en la muestra

final no sea proporcional al tamaño de cada una, puesto que la selección se ha


realizado procurando una inferencia con suficiente poder a nivel de cada provincia.

Esta circunstancia requiere que, previo al proceso de inferencia a nivel de toda la

región, deba realizarse una ponderación de los datos en función de la provincia de

procedencia: las provincias sobrerrepresentadas en la muestra final (de menor tamaño

poblacional) deberán ponderarse con pesos inferiores a la unidad, mientras que las

provincias infrarrepresentadas en la muestra final (de mayor tamaño poblacional)

deberán ponderarse con pesos superiores a la unidad. De esta forma, un muestreo de

dominios puede conceptualizarse como un muestreo estratificado con afijación óptima

o de Neyman, donde el tamaño de muestra es tal que permite estimaciones

independientes por clase. Debe considerarse que el objetivo de inferencia en el

muestreo estratificado no es cada una de las clases, sino la población en su conjunto,

por lo que las estimaciones por clase generan errores de precisión muy grandes.

La utilización de este modelo de muestreo se encuentra tan extendida que Hedges

(1980: 61) afirma que “en la práctica, el determinante principal del tamaño de muestra

es casi siempre la necesidad de observar separadamente los resultados de los

diferentes subgrupos en la muestra total”.

B) Muestreo de conglomerados bietápico o con submuestreo

En principio cabe esperar que un muestreo bietápico sea aquél que se realiza en dos

etapas. No obstante, aunque esto es cierto, se utiliza la denominación para referirse a

un dos-etapas en particular.

La muestra final se obtiene como resultado de seleccionar unidades elementales de los

conglomerados que, en una primera actuación, han sido seleccionadas de la población.

Así, en la primera etapa se realiza un muestreo de conglomerados cuyo resultado es

una muestra intermedia de gran tamaño. En la segunda etapa, llamada submuestreo se

consigue la muestra definitiva con una selección de unidades elementales utilizando

como conjuntos de referencia a las clases seleccionadas en la primera etapa.

El proceso permite resolver problemas de marco referentes a la falta de información,

razón por la cual es sin duda uno de los modelos de muestreo más extendidos (Jolliffe,

1984; Särndal y otros, 1992). Para culminar la primera etapa basta con tener

información sobre la identidad y tamaño de los conglomerados (no de sus elementos

constituyentes). En la segunda etapa únicamente interesa reunir información útil de los

conglomerados seleccionados (no del resto). La existencia de submuestreo hace del


modelo bietápico un diseño de selección de muestras especialmente poderoso, “no en

el sentido de que sea más preciso para iguales tamaños de muestra, sino en el sentido

práctico: se puede introducir donde otros esquemas no tienen cabida prácticamente”

(Abad y Servín, 1978).

En el ejemplo de las provincias, en una primera etapa son seleccionados municipios

dentro de cada provincia. En la etapa de submuestreo, son seleccionadas unidades

elementales únicamente dentro de cada uno de los conglomerados que han sido

seleccionados.

En el muestreo llamado polietápico, cada etapa consiste en la consecución de una

muestra cada vez más pequeña y de tales características que la información que se

posee de ella es cada vez más precisa. Por ejemplo, en un muestreo de

conglomerados con tres etapas, se obtendría una muestra de conglomerados en la

primera etapa (por ejemplo, municipios); en un momento posterior se seleccionan

conglomerados de menor tamaño dentro de los que han sido seleccionados en la etapa

anterior (por ejemplo, secciones censales dentro de los municipios seleccionados); y,

por último, de estos últimos conglomerados serán obtenidas las unidades finales que

constituirán la muestra (personas dentro de las secciones censales seleccionadas).

6.6. ¿Cómo escoger un procedimiento de muestreo?

Como suele ocurrir no hay una regla fácil. En principio y desde la teoría estadística, el

muestreo estratificado es el más recomendable porque permite obtener las muestras

de menor tamaño posible, manteniendo fijas el resto de exigencias en el proceso de

inferencia. No obstante hay algunos inconvenientes claros frente a este consejo:

1. En primer lugar, es posible que no se tenga información sobre las variables de

estratificación, en cuyo caso no es posible estratificar. Puede ocurrir también que

aunque se puede acceder a esta información, se sospecha que las variables

consideradas no tienen influencia sobre la característica a medir, por lo que no

existirán diferencias entre estratos y el esfuerzo de la estratificación será en vano.

En ambas ocasiones, será más recomendable el muestreo aleatorio.

2. No obstante, el muestreo aleatorio simple tampoco es posible en multitud de

ocasiones, puesto que requiere una base de datos especial y unas condiciones

propicias de aplicación que no se encuentran habitualmente. Una posible solución

es improvisar aleatoriamente sobre la marcha mediante la aplicación de las rutas


aleatorias de las que nos ocuparemos en el próximo capítulo. Otra es aplicar un

muestreo de conglomerados con submuestreo en donde se emplee el espacio entre

ambas etapas para completar la base de datos de los conglomerados

seleccionados.

Aun así, los párrafos anteriores sólo consideran la relación entre el procedimiento de

muestreo y los problemas con el marco o listado de unidades. Por lo general, existen

muy serias limitaciones económicas para decidir tamaños de muestra, pagos de

encuestadores, tiempo implicado en el trabajo de campo, material invertido, etc. Si se

incluye el argumento del coste, indudablemente el procedimiento más barato es el de

conglomerados monoetápico, puesto que disminuye el tiempo del trabajo de campo

(menos gastos en dietas y sueldos fijos) y las distancias que deben recorrerse para

realizar las encuestas (menos gastos en concepto de desplazamiento).

No obstante, cuando se combinan todos los argumentos, la solución no es única ni

fácil. El muestreo de conglomerados es más barato, pero genera mayor variación de la

característica en el muestreo, por lo que requiere un tamaño de muestra sensiblemente

mayor que en el estratificado, por ejemplo. En cada caso se verá si la limitación

económica puede más o menos que la precisión. Así hay tres grupos principales de

argumentos que no van en la misma dirección a la hora de aconsejar un modelo u otro:

los costes, la precisión y la información de base. Así, ordenando a los cuatro

procedimientos específicos abordados según las tres variables mencionadas, se

obtiene el resultado del cuadro 3.1.

En las encuestas que se realizan por un procedimiento diferente al cara a cara, la

selección del modelo de muestreo es más sencilla por cuanto los procedimientos que

implican la consideración de conglomerados carecen de interés. Los conglomerados

son artilugios a los que se recurre para completar el marco o para reducir costes en las

encuestas cara a cara. Cuando la entrevista se va a realizar por teléfono o por correo,

se parte de una base de datos completa o suficiente al menos para la selección de

encuestados, por lo que no tienen sentido los conglomerados para recoger información

por etapas, como ocurre en la encuesta cara a cara. Por otro lado, en las encuestas por

teléfono y correo no existen gastos por desplazamiento.

Cuadro 3.1. Ordenación de cuánto consigue un procedimiento de selección de muestras, con respecto a tres variables de interés.

Coste Precisión Información


requerida Estratificado 4 1 4 Aleatorio 3 2 3 Monoetápico 1 4 1 Submuestreo 2 3 2

En las encuestas por teléfono, el procedimiento de selección de muestras más viable

es el aleatorio simple. Al respecto, lo esperable es que sea un programa de ordenador

el que seleccione los números mediante un procedimiento pseudo-aleatorio con

restricciones. Así, se suministra información al programa con respecto a las

limitaciones de prefijos, longitud en número de dígitos, etc. Con esta información el

ordenador realiza una selección de números concretos, si bien puede ocurrir que

algunos de ellos no tengan ningún abonado o éste sea una oficina o cualquier entidad

diferente a un domicilio particular. Para poner en marcha este procedimiento no es

necesario contar con información sobre la población más que las restricciones

explícitas a la variación posible en cuanto a los números de teléfono.

En las encuestas por correo se cuenta con una base de datos que facilita la

estratificación. Mayoritariamente este tipo de encuestas bebe de las bases de

entidades comerciales donde consta no sólo la identidad y localización postal del

posible encuestado, sino también algunas variables de interés como su status

socioeconómico. De esta forma puede establecerse una estratificación y, con ello,

reducir el tamaño requerido para la muestra.

7. Errores de muestreo

7.1. El error muestral y sus expresiones asociadas

El primer error que aparece en la mente del investigador es la diferencia entre el

resultado obtenido en la muestra y el que se habría obtenido de haber trabajado en la

población. Es el principal, sin lugar a dudas, y justifica el resto de los errores abordados

en este punto. Por esta razón se le denomina, sencillamente, error muestral o error de

muestreo. El mayor deseo del investigador sería poder establecer una afirmación tan

categórica como, por ejemplo, que 11 de cada 23 ciudadanos fuman al menos un

paquete al día. Pero esto es imposible.

En el ejemplo, el investigador considera que la proporción de fumadores de al menos

un paquete de tabaco es 478,023/11 ==p con respecto al total de los ciudadanos (de

no importa dónde). No obstante, puede que el verdadero valor en la población sea


356,0≠ . La diferencia entre ambos

122,0356,0478,0 =−=me

es el error muestral ( )me .

Primera observación: si conociéramos la cuantía del error muestral bastaría con sumar

tal cantidad a la estimación puntual que se realiza desde la muestra y el investigador

daría con seguridad en el valor exacto en la población. Por supuesto, esto no ocurre.

Así que el valor concreto de me es desconocido. No obstante, existe alguna alternativa

que permite avanzar en el proceso para conocer los valores poblacionales.

Antes de entrar de lleno en ello es necesario compartir una misma simbología entre

texto y lector. Pongamos que lo que interesa es averiguar el valor de una función

poblacional: la media de una variable, la proporción de una variable, una correlación

entre dos variables, etc. Simbolizaremos esta función poblacional con δ (aunque

usualmente, la función poblacional se ha bautizado como parámetro, este último es un

término no unívoco, puesto que también se recurre a él para otros menesteres). Para

estimar su valor a partir de las mediciones realizadas en una muestra se calcula una

función de los datos de ésta, que llamaremos estimador y que será simbolizada con ∗δ . Por ejemplo, se utiliza la media aritmética de los datos de la muestra para estimar

el valor de la media aritmética de los datos de la población. Así pues:

δδ −= ∗

me

Una primera aproximación al manejo del error muestral es plantear una medida de su

varianza, es decir, cómo varía el error de una muestra a otra. Si ocurriera que existe

una gran variabilidad, entonces el investigador debería sentir bastante indefensión a la

hora de establecer sus conclusiones, ya que su muestra puede ser una de las muy

abundantes nuestras raras de la población (es decir, que suministran valores para ∗δ

muy alejados de δ ). La varianza de ∗δ con respecto a δ , es decir, el error muestral al

cuadrado por término medio (al igual que ocurre con la justificación para la expresión

de cálculo de una varianza, en ECM , se eleva la diferencia entre los elementos para

transformar las diferencias en cantidades positivas), recibe el nombre de error

cuadrático medio, con la expresión:


( )( )

kECM

k

i

∑−

∗

∗

−

= 1

2δδ

δ

donde k indica el número de muestras que pueden ser obtenidas de la misma

población, con el mismo tamaño y siguiendo el mismo modelo de muestreo. La forma

empírica de obtener el valor del error cuadrático medio es:

1. Obtención de todas las muestras posibles de la misma población, con el mismo

modelo de muestreo y el mismo número de unidades seleccionadas.

2. Cálculo de ∗δ en la muestra, del error muestral ( )δδ −∗ y su cuadrado ( )2me . De

esta forma se construye la distribución muestral de los errores muestrales al

cuadrado.

3. Cálculo del promedio del error muestral al cuadrado (media aritmética de todos los 2

me obtenidos).

Como resulta obvio, este proceso empírico no se hace. Primero porque si somos

capaces de obtener todas las muestras posibles de la población, es que podemos

medir directamente a ésta, con lo que el muestreo carece de sentido. Y, segundo,

porque en la práctica no se pueden obtener todas las muestras posibles (por ejemplo,

de una población de tan sólo 40 unidades, pueden obtenerse alrededor de 140.000

millones de muestras diferentes de tamaño n = 20, con un muestreo aleatorio simple).

Luego la siguiente expresión del error cuadrático medio es más correcta que la anterior,

puesto que no indica una extracción empírica real, sino que se muestra en función de

valores esperados:

( ) ( ) ( )22δδδ −== ∗∗ EeEECM m

Al igual que ocurre con cualquier varianza, su manejo resulta incómodo, puesto que,

utiliza unidades cuadráticas. La solución más sencilla es calcular la raíz cuadrada del

error cuadrático medio. El resultado tiene la sugerente denominación de error total del

muestreo:

( ) ( )2δδδ −= ∗∗ EETM


Así pues, el error total del muestro indica una medida de la dispersión que cabe

esperar en el error muestral. Cuanto mayor sea su cuantía, más esperable resulta

obtener una muestra cuyo ∗δ esté alejado de δ .

¿En qué medida es útil ( )∗δETM ? Lo cierto es que no para mucho. El problema del

error muestral es que resulta desconocido a los ojos del investigador. El error

cuadrático medio y su derivado, el error total del muestreo, no sólo manejan el error

muestral, sino que añaden otro problema más: el total de las muestras posibles (con las

restricciones señaladas). No obstante, si bien directamente es inmanejable, de forma

indirecta puede obtenerse alguna información de utilidad práctica. Para ello, vamos a

definir el concepto de sesgo en un estimador como la diferencia entre su valor

esperado y la función poblacional que se pretende estimar ( )( )δδ −= ∗EB . Con ello:

( ) ( ) ( )[ ]( ) ( )[ ]( )[ ]( ) ( ) ( )[ ]( )∗∗∗∗

∗∗∗∗∗∗

−++−

=+−=−−=−=

δδδδ

δδδδδδδ

EBEBEEE

BEEEBEEEECM

222

222

(1)

Como el sesgo, B, es una constante, entonces:

( ) 22BBE =

( )[ ]( ) ( )[ ]( )[ ] 00 =⋅=−−−⋅=− ∗∗∗∗∗∗ BEEEEBEBE δδδδδδ

Sustituyendo ambas expresiones en (1):

( ) [ ]( ) ( ) 222BVBEEECM +=+−= ∗∗∗∗ δδδδ

De esta forma, se observa que el error cuadrático medio (el cuadrado del error total del

muestreo) puede subdividirse en dos elementos más. Por un lado, la varianza del

estimador [ ]( )∗δV y, por otro, su sesgo al cuadrado ( )2B . Ambos son también medidas

de error, no sólo por participar de ( )∗δECM , sino también por méritos propios:

1. La varianza del estimador tiene una fácil interpretación: cuanto mayor sea su

cuantía, mayor dispersión de valores suministra el estimador y, por tanto, menos

fiable es su medida, menos creíble es el resultado ∗δ como sustituto o

representante del verdadero valor poblacional δ . Por las mismas razones que

hemos comentado en la traducción de ECM a ETM, es preferible manejar la raíz

cuadrada de ( )∗δV , función que recibe la denominación de error tipo, error típico o

error estándar:


( ) ( ) ( )( )2∗∗∗ −==∗ δδδσδ

EEV

2. Para el sesgo, existen expresiones que muestran su cálculo, si bien están también

en función de variables poblacionales. Fijémonos que el sesgo de un estimador

podría ser bautizado como error muestral medio o valor esperado del error

muestral:

( ) ( ) ( ) δδδδ −=−== ∗∗ EEeEB m

Uniendo los conocimientos adquiridos hasta el momento:

( ) ( )22

mediotipototal eee +=

¿Cómo obtener una utilidad de los resultados teóricos presentados hasta el momento?

Es fácil compartir la idea de que lo ideal es reducir al máximo el error total del

muestreo. Una vía indirecta es tomar decisiones tales que reduzcan sus dos

componentes: error típico y sesgo.

Para reducir el error tipo se puede recurrir al diseño de la muestra. Así por ejemplo, y

siguiendo lo expuesto en el segundo capítulo, un muestreo estratificado genera un error

tipo menor (o, como muy alto, igual) que el aleatorio simple. Para el sesgo lo ideal es

considerar estimadores insesgados ( )0=B . Así, en todas las muestras autoponderadas

(aleatorio simple, estratificado con afijación proporcional, etc.), es decir, en todas las

muestras obtenidas mediante procedimientos que respetan el que todas las unidades

de la población tengan la misma probabilidad de pertenecer a la muestra, la media

aritmética de la muestra es un estimador insesgado de la media aritmética de la

población. Otro ejemplo: en un muestreo aleatorio simple la cuasivarianza de la

muestra es un estimador insesgado de la cuasivarianza en la población.

El error total del muestreo es un concepto interesante, tal y como se ha visto. No

obstante, cuando el investigador ha recogido los datos e, incluso, ha concluido los

análisis de inferencia, suministra otros valores de error a la comunidad científica.

Veamos de qué se trata y qué relación guarda con el error muestral.

7.2. El error muestral y la estimación

El error muestral tiene sentido en el ámbito de una estimación puntual: se calcula una

función de los datos de la muestra, que llamamos estimador, y se afirma que la función

poblacional de interés tiene ese mismo valor. El error en la estimación puntual es el


error de muestreo.

Pero en la práctica, cuando interesa estimar un valor poblacional, no se recurre a una

estimación puntual, sino por intervalo. Así, se establecen conclusiones como la que

sigue: “la media de consumo de bebidas alcohólicas durante la Feria de Sevilla, dentro

del recinto ferial, se encuentra entre 3 y 4 litros por visitante y día”. “Entre 3 y 4” es

equivalente a “3,5±0,5”. En este último caso, 3,5 representa el valor del estimador,

mientras que 0,5 es el radio del intervalo de estimación. Es obvio que conforme el radio

sea mayor, más difícil será que el investigador se equivoque en la inferencia.

El radio del intervalo de estimación ha recibido varias denominaciones. Se puede

encontrar incluso “error muestral”. Grave error, puesto que su cuantía es desconocida,

tal y como se ha visto en el subapartado anterior. Hay quien lo denomina “error de

estimación” con cierta lógica lingüística. Sin embargo, también se puede encontrar la

expresión “error de estimación” para referirse a la discrepancia entre ∗δ y δ . Nosotros

preferimos la expresión error de precisión ( )pe (Manzano, 1996). Cuanto mayor es pe ,

más imprecisa es la estimación, puesto que el intervalo es mayor.

Usualmente se define el proceso de estimación por intervalo indicando que existe cierta

dosis de confianza (probabilidad) en que el valor de la función poblacional de interés δ

se encuentre dentro del intervalo de estimación. Si denominamos a ese valor de

probabilidad con la letra griega λ , entonces:

( )( ) λδδ =±∈ ∗pep

Esta misma información puede expresarse de otra forma, indicando:

( ) λ=≤ pm eep

Es decir, si bien el error muestral es desconocido, se espera que su cuantía no rebase

la del error de precisión. Esta esperanza se mide en términos de probabilidad con el

valor λ . Así pues, dentro de la estimación por intervalo, el error de precisión puede ser

conceptualizado como “el máximo valor esperado para el error muestral”.

7.3. Riesgo en la estimación

En el subapartado anterior se ha mencionado el valor de probabilidad λ . Si en la

literatura estadística no es posible encontrar unicidad de criterios con respecto a los

errores muestral y de estimación, el caos es total con respecto a ese valor de


probabilidad. Lo más fácil es encontrar una sencilla letra p para representarlo (lo que se

confunde con una proporción, por ejemplo). Si bien no es inusual encontrar la letra

griega (α como alternativa). No es tampoco una buena alternativa: (α aparece

también en la teoría de la decisión estadística, como nivel de significación estadística).

Es un valor que el investigador decide antes de la obtención de los datos y que

representa el máximo riesgo que está dispuesto a asumir cuando rechaza la hipótesis

nula. Así pues, es un valor de probabilidad que aparece antes que los datos. Muy

relacionado con él está el grado de significación estadística. Es un valor de

probabilidad que se calcula con los datos del estudio y que representa el riesgo

calculado de errar al rechazar la hipótesis nula. El investigador procederá al rechazo si

ocurre que el riesgo calculado (grado de significación) es inferior al máximo establecido

(nivel de significación). Así pues, el grado es un valor de probabilidad que aparece

después que los datos.

En la estimación estadística, la confianza en que δ se encuentre en el intervalo puede

ser calculada o establecida. En la situación más frecuente, el investigador decide un

valor para λ y, tras obtener los datos, calcula pe , construyendo seguidamente el

intervalo. No obstante, resulta viable (y así se ejercita con no poca frecuencia),

construir primero el intervalo estimación (es decir, definir primeramente un valor para

pe ) y después calcular λ .

No es éste el lugar más apropiado para sugerir diferentes símbolos para las diferentes

situaciones, no obstante, sí es deseable que el lector sepa discriminar que encontrará

tanto valores de λ calculados como pre-establecidos, y tanto con el símbolo p, como

α .

7.4. Un ejemplo concreto

Hasta el momento se han tratado diversos errores. Se comenzó con el total del

muestreo, desglosable en el error tipo y en el medio. Tras ese discurso teórico,

pasamos a situaciones más prácticas: el contexto de estimación, en el que apareció el

error de precisión y los riesgos asociados. Es el momento de ver tales conceptos con

algún ejemplo práctico.

Para ello, consideramos una población de 7 unidades y la selección de una muestra de

4 elementos. Son posibles, por tanto 3547 = muestras diferentes. En cada una de ellas


vamos a calcular la media aritmética, el error muestral y el cuadrado de ambos valores

para posteriores operaciones.

Con respecto a la población:

Datos: 5, 3, 8, 7, 4, 5, 3 Media: 5

Como se observa en la quinta columna del cuadro 3.2, la suma de los errores

muestrales es cero, por lo que estamos ante un estimador insesgado, por esta razón su

valor esperado coincide con la media poblacional y el error total del muestreo con el

error tipo.

( ) ( ) 0;535

175==== meEXE µ

( ) ( )22

35

75,133929,05

35

75,888meEXV =====

( ) ( ) ( ) 6268,0====x

XVXECMXETM σ

La distribución muestral de la media en este ejemplo no sigue una ley normal. Pero

estos datos concretos nos resultan útiles no sólo para ejercitar los conceptos y sus

expresiones asociadas, sino también para observar la relación entre los errores

muestral y de precisión en una estimación por intervalo.

Supongamos que el investigador decide un error de precisión de ½. Su intención es,

por tanto, realizar una estimación por intervalo con una “anchura” de una unidad. Al

realizar la selección de unidades obtiene la muestra identificada con el número de

orden 16 en la tabla anterior (5, 8, 5, 3). La media correspondiente es 5,25. Luego,

construye el intervalo:

4,75 5,25 5,75

CUADRO 3.2. Ejemplo de una población de 7 unidades y la selección de una muestra de 4 elementos.

muestra X 2X me 2

me

1 5387 5,7500 33,0625 0,7500 0,5625

2 5384 5,0000 25,0000 0,0000 0,0000


3 53 85 5,2500 27,5625 0,2500 0,0625

4 5383 4,7500 22,5625 -0,2500 0,0625

5 5374 4,7500 22,5625 -0,2500 0,0625

6 5375 5,0000 25,0000 0,0000 0,0000

7 5373 4,5000 20,2500 -0,5000 0,2500

8 5345 4,2500 18,0625 -0,7500 0,5625

9 5343 3,7500 14,0625 -1,2500 1,5625

10 5353 4,0000 16,0000 -1,0000 1,0000

11 5874 6,0000 36,0000 1,0000 1,0000

12 5875 6,2500 39,0625 1,2500 1,5625

13 5873 5,7500 33,0625 0,7500 0,5625

14 5845 5,5000 30,2500 0,5000 0,2500

15 5843 5,0000 25,0000 0,0000 0,0000

16 5853 5,2500 27,5625 0,2500 0,0625

17 5745 5,2500 27,5625 0,2500 0,0625

18 5743 4,7500 22,5625 -0,2500 0,0625

19 5753 5,0000 25,0000 0,0000 0,0000

20 5453 4,2500 18,0625 -0,7500 0,5625

21 3874 5,5000 30,2500 0,5000 0,2500

22 3875 5,7500 33,0625 0,7500 0,5625

23 3873 5,2500 27,5625 0,2500 0,0625

24 3845 5,0000 25,0000 0,0000 0,0000

25 3843 4,5000 20,2500 -0,5000 0,2500

26 3853 4,7500 22,5625 -0,2500 0,0625

27 3745 4,7500 22,5625 -0,2500 0,0625

28 3743 4,2500 18,0625 -0,7500 0,5625

29 3753 4,5000 20,2500- -0,5000 0,2500

30 3453 3,7500 14,0625 -1,2500 1,5625


31 8745 6,0000 36,0000 1,0000 1,0000

32 8743 5,5000 30,2500 0,5000 0,2500

33 8753 5,7500 33,0625 0,7500 0,5625

34 8453 5,0000 25,0000 0,0000 0,0000

35 7453 4,7500 22,5625 -0,2500 0,0625

Total 175 888,75 0 13,75

El centro del intervalo es 5,25, valor al que suma y resta el error de precisión 5,0=pe

para obtener los extremos (4,75; 5,75). Se observa que el valor 5=µ se encuentra en

el intervalo, por lo que la estimación es un acierto ( )pm ee =<= 5,025,0 .

Supongamos ahora que la muestra obtenida es la 22 (3, 8, 7,5), cuya media es 5,75.

Por tanto:

5,25 5.75 6,25

Como se observa, la función poblacional 5=µ no se encuentra en el intervalo

( )pm ee =>= 5,075 , por lo que la estimación no acierta en el valor poblacional.

8. Consecuencias del muestreo en el análisis de los datos

8.1. Ponderación

Lo esperable, en investigación mediante encuestas, es que el investigador esté

interesado en establecer conclusiones a nivel de la población, sin otorgar mayor

importancia a unos colectivos que a otros. En investigación comercial puede ocurrir que

determinados grupos sean de mayor interés (por ejemplo, el de mayor poder

adquisitivo o una laguna de edad en cuanto al consumo de un producto) que otros. En

tal caso la muestra y las conclusiones pueden estar sesgadas en el sentido de contar

con mayor participación de unidades que provienen de los colectivos de mayor interés.

No obstante, en la mayoría de las ocasiones, las conclusiones se redactan en términos

similares a estos: “un X% de los españoles fuma, al menos, diez cigarrillos al día”, “X

de cada diez niños andaluces desconoce quién fue Blas Infante”, “Un sevillano

consume una media de X litros de vino fino durante la Feria de Abril”, etc. Las


conclusiones se establecen al nivel de la población que interesa, en su globalidad, por

lo que un peso diferencial de los subcolectivos implicados en la muestra es indeseable.

Esta idea trae consigo el que los elementos constituyentes de la población tengan una

representación acorde a su relevancia: aquellos con mayor representación en la

población deben tener un peso también mayor en la muestra. Cuando el procedimiento

de selección consigue respetar este principio, se habla de muestras autoponderadas.

Si, por el contrario, los elementos tienen en la muestra una importancia desigual con

respecto a la población de origen, procede realizar una manipulación previa al análisis

de datos, que recibe el nombre de ponderación de casos (Adams, 1989).

En el contexto de los modelos de muestreo considerados en el presente trabajo, dos

son las situaciones en las que puede violarse la autoponderación:

1. Selección mediante muestreo estratificado con afijación óptima y varianzas

desiguales por estratos, lo que origina que los estratos con mayor varianza cuenten

con una representación mayor en la muestra de la que corresponde a su tamaño.

2. Muestreo de dominios. Dado que cada uno de éstos debe contar con una muestra

independiente representativa con los mismos parámetros definitorios (por ejemplo,

el mismo riesgo y el mismo error de precisión), los dominios con menor tamaño

tendrán una representación porcentual mayor que los dominios mayores.

La ponderación de casos consiste en aplicar un peso a cada dato que puede diferir de

1. En el análisis de datos, el peso sustituye a la frecuencia tradicional o, en otros

términos, la frecuencia habitual de cada dato (1) constituye un caso particular de peso

en el que todo caso tiene la misma importancia. Denominando iw al peso en la muestra

del dato i, podemos distinguir tres situaciones, según el grupo de procedencia del dato:

1. ( )1>iw . El colectivo se encuentra sobrerrepresentado. La proporción de

participación del colectivo en la muestra es superior a la proporción que le

corresponde en la población. Ocurre con estratos de mayor varianza que el resto o

dominios pequeños. Luego el peso de estos datos, durante el análisis estadístico,

debe ser menor que la unidad, de tal forma que la suma de pesos corresponda a la

frecuencia total teórica en una muestra autoponderada.

2. ( )1<iw . El colectivo se encuentra subrepresentado. La razón de participación del

colectivo en la muestra es inferior a la proporción que le corresponde en la


población. Ocurre con estratos de menor varianza que el resto o dominios grandes.

Luego el peso de estos datos, durante el análisis estadístico, debe ser mayor que la

unidad, de tal forma que la suma de pesos corresponda a la frecuencia total teórica

en una muestra autoponderada.

3. ( )1=iw . Las frecuencias de los datos de este colectivo no requiere ninguna

manipulación previa. Si tal peso coincide en todos los grupos, se trata de una

muestra autoponderada.

Llamaremos in a la representación del colectivo i en la muestra. Si ésta fuera

autoponderada:

N

N

n

n ii =

Luego, las frecuencias de los datos del colectivo i deben someterse a la transformación

(aquí utilizamos iw como el peso que debe tener el dato):

∑=

=⇒==in

j i

ii

iiii

Nn

nNw

N

nNwnw

1

Veamos un ejemplo. Se ha realizado un muestreo en un municipio, distinguiendo entre

los estratos E1, E2, E3 y E4. El procedimiento de selección ha consistido en un

estratificado con afijación de mínima varianza. En la tabla que sigue se muestra la

identidad del estrato (E), el tamaño en la población (N), el tamaño en la muestra (n), las

operaciones de cálculo para el peso de cada estrato (Cálculo) y el peso resultante

(Peso):

N

nNn

N

N

n

n ii

ii =⇒=

E N n Cálculo Peso E1 5630 150 (5630 580)/(21805 150) 0,998 E2 3500 148 (3500 580)/(21805 148) 0,629 E3 2800 125 (2800 5 80)/(21805 125) 0,596 E4 9875 157 (9875 580)/(21805 157) 1,673 Total 21805 580

8.2. Varianzas


Una vez realizado el muestreo y analizados los datos al nivel de la muestra, procede

establecer las inferencias y concluir consecuentemente. Para realizar estimaciones se

requiere construir un intervalo de valores alrededor del estadístico calculado (una

proporción, por ejemplo). La estimación por intervalo requiere, entonces, un valor

central (el estadístico), una medida de variación de la distribución muestral (el error

típico, en función del tamaño de la muestra y del modelo de muestreo) y una medida de

seguridad en la estimación (distancia estandarizada en la distribución teórica de

probabilidad). En el caso de estimación de una proporción:

( )pZp σπ α 2/±∈

El valor σp corresponde al error típico o desviación tipo de la distribución muestral de

proporciones. Depende del tamaño de la muestra y del modelo de muestreo. Para no

resultar innecesariamente redundantes, basaremos la exposición en las fórmulas de

Azorín Sánchez Crespo (1986), donde se encuentra la que se refiere a la estimación de

medias ira el muestreo aleatorio simple en poblaciones finitas (página 65), estratificado

(página 5) y de conglomerados bietápico (página 187).

a) Muestreo aleatorio

N

nN

n

Sx

−

−=

1σ

donde S es la desviación tipo de la característica en la muestra, N es el tamaño de la

población y n es el tamaño de la muestra.

b) Muestreo estratificado

( )1−

−=

nN

nNS

i

ii

ixiσ

donde iS es la desviación tipo de la característica en el estrato i (en la muestra), iN es

el tamaño del estrato i en la población y in es el tamaño del estrato i en la muestra.

c) Muestreo de conglomerados monoetápico

c

cc

c

e

x N

nN

n

S −

−=

1σ

donde eS es la variación entre las medias de los conglomerados en la muestra. cN es


el número de conglomerasdos en la población y cn es el número de conglomerados en

la muestra.

d) Muestreo de conglomerados monoetápico

⋅

⋅−+

−

⋅=

c

ced

c

cc

c

c

x nN

nN

n

nN

nN

n122 σσσ

donde cN es el número de conglomerados en la población, cn es el número de

conglomerados en la muestra, n es el número de unidades elementales en la muestra,

N es el número de unidades elementales en la población y los estimadores de las

varianzas poblacionales entre y dentro conglomerados ( 2ˆeσ y 2ˆ

dσ , respectivamente),

corresponden a los componentes típicos del análisis de la varianza:

( )

( )∑∑

−

−

=c

i

n

i i

n

j

iij

c

dn

XX

n 1

1ˆ

2

2σ y ( )

1ˆ

2

2

−

−

=∑

c

n

i

tii

en

XXnc

σ

8.3. Modelos de muestreo en el software al uso

No se dispone de soporte informático para realizar las estimaciones, en el software

estadístico convencional, considerando el procedimiento de extracción de la muestra.

La asunción de un modelo de muestra aleatorio simple para poblaciones de gran

tamaño (o sin reemplazo o reposición) es la base para los desarrollos de los métodos

estadísticos (Kish y Frankel, 1974), así como para los programas de análisis estadístico

(Martínez Arias, 1995a). Como expresa Särndal (1984), el diseño utilizado para la

obtención de la muestra tiene efecto sobre las conclusiones extraídas del análisis de

datos, pero la mayoría de los programas de ordenador no consideran el modelo de

muestreo. Es más, si el modelo de muestreo no ha sido el aleatorio simple para

poblaciones de gran tamaño, las estimaciones de las varianzas suelen ser erróneas e

invalidar las conclusiones.

Ante el problema o deficiencia planteada, pueden plantearse dos soluciones factibles.

La primera de ellas es confeccionar utilidades informáticas que contemplen el

procedimiento concreto que se ha utilizado en la extracción de la muestra, adecuando

los procesos de estimación y decisión a cada contexto concreto. No obstante, la

mayoría de las ocasiones, el software específico de tratamiento de datos que corrige

las deficiencias originadas al salir del patrón estándar apenas existe o bien es


confeccionado para instituciones que no facilitan su uso (Aparicio, 1991). Una buena

excepción es el programa para ordenadores compatibles IBM PC denominado PC

CARP, que permite el análisis de datos provenientes de modelos de muestra con

estratificación y conglomerados polietápico (y modelos de complejidad inferior a éste),

realizando estimaciones para el total de la población y para los colectivos

contemplados (Fuller y otros, 1986).

La segunda de las soluciones consiste en ingeniar estrategias tales que permitan

utilizar el software estadístico convencional, de tal forma que los resultados de la

inferencia sean sensibles al procedimiento de extracción de muestras utilizado.

Existe una estrategia para conseguir que el software estadístico comercial realice

inferencias, considerando el procedimiento de extracción de muestras utilizado en la

investigación cuyos datos se analizan (Manzano, 1996). Consiste en modificar la

varianza de los datos de la muestra antes de hacer la inferencia. Para ello, si la

intención es estimar la media o la proporción (u otra medida poblacional) de la

característica X, bastará con generar la variable derivada Y mediante una

transformación simple de X consistente en:

( ) XXXkY +−=

La expresión anterior permite multiplicar por 2k la varianza de la muestra sin variar su

media aritmética.

La cuestión, pues, es contar con la expresión de cálculo para la variable k, según sea

procedimiento de encuesta utilizado. Así, si se ha realizado un muestreo aleatorio

simple considerando una población de tamaño infinito, k = 1. En todos los demás

casos, el valor de k debe ser calculado. Veamos las expresiones concretas, suponiendo

en todo caso que las poblaciones (elementos y conglomerados) tienen tamaños finitos

y utilizando los mismos símbolos del subapartado anterior sobre varianzas:

a) Muestreo aleatorio simple

N

nNk

−=

b) Muestreo estratificado

( )( )

∑−

−−= 2

11

1i

i

iii Sn

nNNn

NSk


c) Muestreo de conglomerados monoetópico

1

1

−

−⋅

−=

cc

ce

n

n

N

nN

S

Sk

e) Muestreo de conglomerados con submuestreo

( )

⋅

⋅−−

−

⋅

−=

c

ced

c

cc

c

c

nN

nN

n

nN

nN

nn

Sk 1ˆˆ

11 22 σσ

9. Problemas prácticos

La puesta en práctica de una investigación por muestreo cuenta con algunos

problemas específicos en lo referente a la selección de muestras. Durante el presente

apartado abordaremos los más importantes, observando algunas soluciones.

9.1. Problemas con la base de datos

Como vimos, la selección de muestras necesita de la existencia de una buena base de

datos, listado o marco de la población en la que se desea aplicar los resultados del

estudio. Pero ocurre que, en la práctica, existen abundantes imperfecciones de marco.

Podemos considerar la existencia de tres tipos de marco de interés desde una

investigación por encuestas:

• Basadas en los censos. Son los listados oficiales de que disponen las instituciones

públicas: los ayuntamientos e institutos de estadística nacional o por comunidades

autónomas. Una de las funciones de los institutos de estadística es facilitar

información a la población. Por ello, cuentan con servicios específicos de atención e

información. Por un lado publican los resultados censales periódicamente y en

varios formatos. Alguno de ellos nos será de utilidad. Inclusive, algunos institutos

cuentan también con una base informatizada, implementada en software que se

puede adquirir o consultar y que permite construir un archivo de salida, como por

ejemplo el programa SIMA, del Instituto de Estadística de Andalucía. La información

más actual, no obstante, se encuentra en el padrón municipal, pero éste no siempre

está disponible ni organizado convenientemente. Depende del ayuntamiento de que

se trate, pueden tenerse más o menos facilidades para obtener información.

A pesar de su carácter oficial, los censos no son perfectos. Por ello y con el objetivo

de adecuarse lo más posible a los hechos, los datos referidos a la población se


encuentran divididos u organizados en dos categorías: población de derecho (la

que debería encontrarse) y población de hecho (la que parece que se encuentra

realmente). No obstante la actualización de los datos oficiales se realiza con

relativa lentitud considerando la motilidad de las poblaciones. Pero es muy útil y

aunque no coincida con total exactitud (aspiración imposible) los errores entran en

el saco de las imprecisiones admisibles.

Por lo general, los datos oficiales se estructuran en tablas de contingencia con

abundantes subdivisiones donde constan las frecuencias por zonas, edades, sexo,

nivel de estudios y año de actualización.

Los problemas más frecuentes se derivan de cambios en la estructura de los

municipios (uniones y disgregaciones completas o parciales), la ausencia de

información en el censo con respecto a variables de interés y problemas de

colaboración con los ayuntamientos. Ante cualquiera de ellos, una salida viable y

fácil, que además permite obtener una información aproximada, es la estimación

lineal. Pongamos por caso que se carece de la repartición de frecuencias, por

categorías de edad, para un municipio, pero sí se cuenta con su total poblacional

(número total de empadronados). A partir de la tabla de contingencia o de

estratificación de la provincia (que consta en la información pública del instituto

nacional y de la comunidad), se puede reproducir la repartición al nivel del

municipio, manteniendo los mismos porcentajes, proporciones o razones que a

nivel de la provincia. Por ejemplo, si de 450.000 habitantes de la provincia, 198.000

son hombres (un 44%), se estimará que de los 3.500 empadronados en el

municipio, 1.540 serán hombres (aplicando 3.500 x 44). No obstante y por lo

general, existe una buena disposición por parte de los ayuntamientos para facilitar

información global (número de mujeres, por ejemplo, no identificaciones

personales), por lo que en algunas ocasiones basta incluso con una llamada por

teléfono para obtener la información necesaria.

• Basadas en listados comerciales. Existen empresas cuyo único cometido es

almacenar datos de posibles compradores. Cuentan con esta información y la

venden a quien esté dispuesto a comprarla. La información cuenta con nombres,

apellidos, dirección y algunas características de interés como el estado civil, sexo y

edad, y una idea del poder adquisitivo a partir de la zona de residencia, tipo de

ocupación o, directamente, nivel de ingresos.


Si bien el origen de estas bases de datos puede ser muy variado, un procedimiento

frecuente consiste en aprovechar el consentimiento de la persona a registrar por

medio de un regalo seguro o un sorteo. Así, por ejemplo, para recibir en casa una

mantelería, un muñeco de peluche, un libro de recetas o una casita de plástico, el

interesado rellena un cupón con sus datos personales y lo envía por correo. Al

respecto, cada vez es más frecuente observar en tales cupones un pequeño texto

donde se indica algo así como “si usted desea que sus datos sean borrados de

nuestra base, por favor, indíquelo tachando la casilla adjunta”.

Estos marcos son de interés puesto que cuentan con información actualizada y

específica. Pero suelen ser propiedad de la marca que ha gestionado su obtención.

Por esta razón, la entidad comercial que desee hacer uso de una base de datos

similar, deberá comprar la información a una empresa especializada.

• Ligadas al contexto: cuando la población de interés no es la población global sino

una de características muy específicas, puede existir un marco asociado de fácil

localización. Por ejemplo, si se desea hacer una encuesta en una cadena de

comercios, la entidad tiene la identificación exacta de todos sus empleados. Otro

caso: un estudio con estudiantes universitarios. En las dependencias

administrativas de la universidad que se trate, tienen la identificación y localización

de cada uno de los estudiantes matriculados durante el curso académico actual.

Otro más: una encuesta sobre satisfacción con el producto, promovida por una

empresa de coches. La entidad cuenta con una base de datos donde figura,

incluso, el número de teléfono de los clientes.

En las bases de datos ligadas al contexto es donde menos problemas se encuentra

el investigador en el caso, claro está, de que el estudio esté promovido por la

entidad propietaria de la información.

Las investigaciones mediante encuestas por teléfono y por correo son las que disponen

de un marco más fácil de conseguir, si bien más difícil de actualizar. En las encuestas

por teléfono la exigencia mínima es contar con la definición o características de los

números de teléfono de interés. Pueden corresponder sólo a un prefijo determinado y

variar únicamente parte de los dígitos situados más a la derecha. Es difícil contar con

una base de datos de números de teléfono aparte de las empresas de teléfono,

obviamente. Por lo que la selección de números mediante un procedimiento automático


debe hacerse mediante generación aleatoria.

Por otro lado, la existencia de un listín telefónico no facilita la tarea en el sentido de que

la selección aleatoria es tediosa, exige esfuerzo y está sujeta a error. Si se utilizara el

listín, un procedimiento aconsejable es poner en marcha un muestreo sistemático con

arranque aleatorio. Se supone que la distribución de los abonados es, en la práctica,

aleatoria, ya que se disponen por orden alfabético, característica que cabe esperar que

no correlacione con ninguna de las variables de interés. La utilización del soporte

impreso, frente al informático, tiene la ventaja de que permite descartar los números

que no corresponden a domicilios particulares.

Por último, existe una limitación muy criticada con respecto a las encuestas telefónicas:

el sesgo de cobertura. Mientras que todos los habitantes habitan en algún sitio, no

todos tienen un teléfono de localización. No obstante, este problema decrece con

velocidad, de tal forma que las encuestas por teléfono se muestran como una poderosa

alternativa (en tiempo y, sobretodo, en costes) a las personales o cara a cara.

En referencia a las encuestas por correo, si éstas se realizan con direcciones

concretas, las imperfecciones del marco corresponden a problemas de recogida o

actualización de la información por parte de las empresas dedicadas a ello. No

obstante suele estar en vigor un acuerdo entre las dos partes interesadas según el cual

la comunicación de una dirección errónea desde la entidad encuestadora a la

propietaria de la base de datos, es gratificada de alguna forma. La mínima recompensa

se traduce en una nueva dirección, pero pueden existir variantes como descuentos en

el presupuesto, direcciones extra, etc. Consideremos que ambas entidades están

interesadas en que la base de datos sea actual: quien encuesta porque ello aumenta

las garantías de una muestra aleatoria, quien suministra la base porque aumenta la

calidad de ésta.

Con respecto al sesgo de cobertura, cabe señalar que las encuestas por correo no

pueden aspirar a encuestar a cualquier tipo de población (inicialmente al alcance del

procedimiento cara a cara). Sin embargo, en la práctica no interesa cualquier tipo de

población, de tal forma que el procedimiento es seleccionado si existe un marco

adecuado a la población de interés.

9.2. Problemas con la ausencia de respuesta

La famosa expresión popular “del dicho al hecho hay mucho trecho” tiene una


aplicación directa en investigación mediante encuestas cuando se trata de obtener la

muestra que se ha diseñado. El primer problema ha sido abordado en el subapartado

anterior: el marco del que se dispone no es perfecto. Pero el problema más grave con

el que se encuentra el investigador viene después, cuando debe contarse con la

colaboración de la población y recoger la información de interés. Hay gente que no se

encuentra, otros que se localizan pero que no responden y otros que responden pero

no a todo. En cualquier caso, tales sucesos se aglutinan en tomo a un problema

común, omnipresente y de gran trascendencia en investigación mediante encuestas: el

fenómeno de la no-respuesta.

No es de extrañar, pues, que sea “éste uno de los problemas de no muestreo que más

atención ha recibido por parte de los investigadores del método de encuestas”

(Martínez Arias, 1995a: 499). Y ello principalmente por dos inconvenientes de peso que

genera: disminuye el tamaño de la muestra y provoca un sesgo importante en los

resultados (Adams, 1989: 105; Aparicio, 1991: 60; Levy y Lemeshow, 1991: 303) al no

contar con la información proveniente de subpoblaciones concretas (a las que

representan las unidades faltantes en el conjunto final de datos). Cuando alguien no

responde a una encuesta, cabe sospechar que exista alguna variable que pueda

explicar tal acontecimiento y es posible que esa variable tenga relación con la

característica que se pretende medir. Pongamos por ejemplo que no se consiguiera la

colaboración de buena parte de los empresarios en una investigación sobre el futuro

laboral. ¿Quién creería los resultados del estudio?

Es preceptivo el facilitar una medida de éxito en la participación de la población, a la

hora de facilitar los resultados del estudio. Esta medida es conocida como tasa de

respuesta (tr): número de unidades que han sido encuestadas con respecto al número

de unidades que deberían haber sido encuestadas.

encuestados tr =

encuestables

Pero ¿cómo de alta debe ser la tasa de respuesta? La contestación es muy sencilla: “la

regla general es cuanto más alta mejor” (Fink y Kosecoff, 1989). Pero la aspiración al

100% es utópica. Groves y Kahm (1979: 3-4) facilitan algunas explicaciones al

respecto:

- La gente no está y cuando está, está ocupada.

- No creen que el estudio tenga consecuencias positivas o sospechan que tenga


consecuencias negativas o ambas cosas.

- Desconfían de abrir la puerta de casa a extraños.

Aspectos a los que podríamos añadir la influencia negativa que sobre la actitud de la

población frente a las encuestas se ejerce desde la venta a domicilio (Manzano y otros,

1996). De hecho, si una investigación no pública alcanza una tasa de respuesta

superior al 90% puede considerarse un verdadero éxito. Con mucha frecuencia, lo

esperable es trabajar con tasas inferiores al 90% incluso en estudios donde se realizan

revisitas.

En general, cabe señalar una falta de máxima motivación o implicación en responder,

lo que explica en parte el éxito de los censos precedidos por campañas de

concienciación (Aparicio, 1991). Por otro lado, la conciencia de este problema lleva a

los investigadores, especialmente en Psicología Social, al estudio de los conceptos de

altruismo y conformidad como factores explicativos de la cooperación de los

potenciales entrevistados en las encuestas (Groves, 1990).

Por otro lado, la ausencia de respuesta puede ser debida a diferentes categorías de

carácter técnico que tienen influencia en el modo en que son calculados los índices

descriptivos de la no respuesta. Así, Lessler y KaIsbeek (1992:123-125) indican las

siguientes categorías:

- Determinadas subpoblaciones no pueden ser elegidas. Se encuentran en la

población geográfica pero no pertenecen a la población objetivo. Es el caso de

alguien que abre la puerta pero no debe ser encuestado (no corresponde al

intervalo de edad de interés, corresponde a una categoría ya completa ...).

- El seleccionado es elegible, pero se encuentra ausente del domicilio.

- El seleccionado es elegible, se encuentra en su domicilio, pero rehúsa responder.

- El seleccionado es elegible, se encuentra en su domicilio, accede a responder, pero

existen impedimentos físicos, mentales, emocionales o de lenguaje que impiden la

respuesta (por ejemplo, una enfermedad temporal que dificulta la expresión oral).

De las cuatro, la segunda (ausencia o no contacto) y la tercera (rechazo o no

cooperación) son las más comunes (Martínez Arias, 1995a) como fenómenos básicos

para el cálculo de la no respuesta.

Existe una muy abundante literatura sobre cuantías concretas para tasas de respuesta.


Pero esta amplitud de información no va seguida de una calidad ni utilidad parejas.

Ocurre que existe cierta reticencia a facilitar tasas de no respuesta en general, puesto

que conforme ésta es mayor, disminuye la credibilidad en los resultados facilitados por

el investigador. Por otro lado, los contextos de aplicación de las encuestas son muy

variados y dispares espacio-temporalmente. Así, la mayoría de los estudios sobre el

tema provienen de Estados Unidos, lugar muy peculiar en términos de frecuencia y

actitud frente a las encuestas.

Otro problema relacionado es la amplia y muy extensa cantidad de tasas de respuesta

que se facilitan en los diferentes estudios. Dependen del tipo de investigación, medios

disponibles, preparación de los encuestadores, cuestionario utilizado, contexto social

en el que se realiza la encuesta, entorno geográfico y cultural, etc. La única conclusión

con una validez amplia, pero con excepciones, es cualitativa y se refiere a que la tasa

de respuesta es mayor en la entrevista personal, seguida muy de cerca por la

telefónica y, bastante lejos ya, la entrevista postal. No obstante, algunos estudios

comparativos otorgan el primer lugar a la encuesta por teléfono (Groves y Lyberg,

1988) lo que hace suponer que, al menos en Estados Unidos, el desarrollo técnico y la

acumulación de experiencia para la encuesta por teléfono la sofistica y permite un

mayor aumento del control de las respuestas.

Los problemas de no-respuesta en los tres procedimientos de encuestas son

diferentes. En términos generales, la cuestión es la misma: no se ha obtenido

respuesta por parte del seleccionado. No obstante, existen ciertas particularidades.

En la entrevista cara a cara, el encuestador cuenta con información y habilidades para

resolver dudas, motivar e indagar respuestas, por lo que aumenta la probabilidad de

obtenerlas.

En la entrevista por teléfono, no existe la invasión de la intimidad y la seguridad que el

encuestado puede sentir o temer ante una entrevista cara a cara, por lo que el acto de

coger el teléfono resulta más fácil que el de abrir la puerta. Pero igualmente, es menos

agresivo colgar el teléfono que cerrar la puerta, cuando no se desea continuar con la

conversación. En general, depende mucho de las habilidades del encuestador,

características de su voz, tipos de pregunta y longitud del cuestionario.

La entrevista por correo es, sin duda, la que muestra menor tasa de respuesta. La

sensación de compromiso con el encuestador (por teléfono o cara a cara) no existe,


puesto que es el procedimiento menos personal. Por otro lado, cuando una persona es

entrevistada por teléfono o cara a cara, ése es el momento y el lugar, mientras que

responder a un cuestionario que se ha enviado por correo puede aplazarse

indefinidamente. Se han puesto en marcha procedimientos para reducir la no-respuesta

que pasan principalmente por facilitar la tarea (cuestionarios breves y fáciles de

responder que impliquen poco esfuerzo y que incluyan el sobre sellado para su

devolución) y motivar al encuestado (con textos de interés e incentivos económicos o

regalos). En el capítulo próximo, sobre selección del encuestado, volveremos

brevemente sobre esta cuestión, que, por otro lado, ya fue tratada en el capítulo

anterior.

Pero sea cual fuere el procedimiento aplicado y mientras no existan fundamentadas

razones para suponer lo contrario, el colectivo de unidades que no responden cuenta

con unas características definitorias cuya ignorancia puede invalidar con facilidad los

resultados del estudio, al menos si se mantiene la misma población objeto inicial. De

este modo, la tasa de respuesta no debería influir en el cálculo del tamaño óptimo de la

muestra. La estrategia más recomendable es insistir en las unidades seleccionadas

pero no entrevistadas. Al respecto, el encuestador tiene instrucciones precisas para

insistir en la entrevista, quedar con los que comparten la vivienda con el seleccionado

para pasar más adelante...

Una estrategia muy recomendable, desde la teoría del muestreo (que no desde la

práctica de las limitaciones económicas), es tratar al colectivo de unidades de no-

respuesta como una población de la que debe obtenerse una muestra, por lo que se

debe poner en marcha una investigación paralela a la principal, incluyendo

especialmente la fase de recogida de datos.

9.3. Los encuestadores

Se supone que el investigador que diseña un estudio mediante encuestas tiene un

conocimiento teórico suficiente como para abordar la tarea. Pero puede elaborar el

diseño de la investigación en general y de la muestra en particular desde el sillón de un

despacho.

Pero llega el momento de la verdad: un grupo de gente debe salir a la calle (o llamar

por teléfono) y realizar las encuestas. Son los encuestadores. Sobre sus espaldas

recae buena parte de la credibilidad en los resultados finales del estudio. El trabajo de


campo cuenta con abundantes oportunidades para relajar la atención, tomar decisiones

incorrectas y provocar errores. Un encuestador puede seleccionar una calle a la

izquierda en lugar de la derecha sencillamente por que ésta es cuesta arriba mientras

que la otra no. En tal caso, las familias residentes en barrios altos tendrían menos

oportunidades de pertenecer a la muestra que las de los barrios más bajos, con lo que

se obtendría una muestra sesgada.

El encuestador ideal es aquél que conoce su trabajo, sabe cómo hacerlo y lo hace bien.

Tales características globales idílicas serán concretadas en un capítulo posterior, sobre

la selección del encuestado.

Para garantizar, en la medida de las posibilidades del investigador, que el encuestador

cuenta con tales características, debe ponerse en marcha un proceso de formación o

reciclaje de encuestadores antes del trabajo de campo. Igualmente y sobre todo si el

estudio tiene cierta envergadura, cabe estructurar un sistema de supervisión que puede

aconsejar, inclusive, la repetición, por parte del inspector, de alguno de los movimientos

del encuestador. Por ejemplo, visitar a una persona encuestada y preguntarle acerca

de la entrevista realizada.


Anexo 1: Tabla de números aleatorios (3.000 dígitos)

36277

61350

81029

63075

73689

79771

51503

30004

37564

27868

94055

55988

04018

63356

13743

23255

01460

77008

98888

09724

49454

58420

53445

43497

92884

22163

61227

24195

36762

89141

93562

96936

75678

21307

67393

98683

20829

05639

60822

09781

42152

38453

34327

14555

96951

22210

63391

40161

32165

14046

76459

99242

80735

04437

62714

91204

21806

31209

64665

05451

04215

44058

37643

61742

59100

29993

14949

18394

30179

56413

74085

81895

39341

32208

77772

33694

44858

84685

80986

76861

44399

78454

64744

05923

82694

74915

66003

18991

41775

23268

16115

70234

33736

64340

73742

68373

16827

46748

86591

80176

76768

82521

72526

57482

60927

20772

35748

16617

24428

81874

31183

78810

03882

23561

05607

88984

22303

94036

72537

80098

59289

36587

98521

46551

05888

98936

65788

43993

19541

41420

55063

91988

00952

95979

86030

44884

64696

03760

66728

79295

89058

36094

39468

18210

63840

13725

41215

63362

48173

03355

57088

39483

31516

64836

36569

74698

56579

01821

79120

41053

46970

05246

41468

08320

86526

07197

47985

97596

34520

43485

04274

01633

87417

07228

46293

72712

98946

31591

78627

82001

74741

20304

56259

83748

05895

16221

76228

87391

27217

23519

70401

86932

20986

07276

48457

56276

17447

08535

61524

84308

52257

58648

12766

76269

06872

35416

10906

59360

89281

29123

31673

19300

25053

15058

00015

09925

63305

78281

59150

66961

52315

73716

21342

46415

66095

15069

22630

12933

29464

63520

89084

48421

98809

59980

51068

62074

83953

94790

01181

55299

38511

28563

77950

53439

01893

09260

21828

74207

61833

67586

60743

06372

52458

05837

20813

90706

45888

94848

16248

63875

19393

99621

82017

74049

07368

25227

17230

99112

44354

21653

65801

89503

47780

84001

50854

16274

49730

90518

40129

77053

22709

46807

44166

29949

49762

03460

15244

41478

74124

21159

24406

17273

62837

98792

26281

48140

58755

18760

29923

69751

49809

90990

67760

59764

41645

04056

26840

08333

32036

90313

18802

49405

58808

92263

33050

31814

71657

65242

89340

86699

57592

42548

45993

57778

84011

01683

09493

66939

59807

05370

88949

08627

90674

01287

61293

79102

57602

65163

55467

71998

83586

31616

90955

41342

02512

29059

04606

26485

37323

43714

86018

81044

71096

20482

95972

88826

51794

64361

16739

04366

24534

03276

48905

94992

48370

48428

33238

88421

37380

16581

66052

61926

42153

24549

16581

86888 26533 82662 72482 16656 41324 72457 06052 93602 97833 44426 10119 63346 06408 49902

64186 93387 19585 92295 63693 68814 12283 92342 46590 61335 74347 00124 44216 31481 21634

26119 71592 28551 31358 67067 90961 08584 33522 69373 91938 14189 85081 52026 51160 00135

74150 47139 23577 94327 45809 75771 04458 10292 50867 01340 07774 88526 09472 33206 07695

33487 69019 13628 06893 91439 30954 84687 02296 74569 34796 31873 00310 00310 43820 98000

83875 79856 63015 59272 37524 79913 67082 84178 32845 75583 29232 26544 47903 03825 14530

45046 38504 38504 46899 90904 01314 59115 29420 69067 25194 15015 59189 83857 14989 48585

36134 40365 86959 52652 05879 48941 92435 06718 35919 62119 34827 06225 11346 54816 34875

89123 03867 16879 42657 86749 74014 64167 68652 14124 71084 73892 09599 33493 51117 76055

11906 34471 56722 27613 94560 93693 42668 16682 89673 66110 36859 88342 18304 46992 52825

93400 43873 50308 31058 52005 75739 50229 76020 11551 56162 49426 33971 73487 27219 44829

17101 77329 74406 42843 44872 86354 40532 26407 22388 05547 01804 80057 22446 09614 26710

75378 18116 71765 69077 90436 46359 57063 87579 28779 81038 89432 33436 43847 01647 71953

11599 67727 57548 01722 26390 57522 91118 78667 82898 29491 95185 48412 91474 34967 49251

78452 04651 77360 48758 53879 97349 77408 31655 46400 59412 85190 29281 16546 06700 11184


IV.- SELECCIÓN DEL ENCUESTADO4

Vicente Manzano Arrondo Andrés González Gómez

Introducción

La última acción correspondiente a la selección de muestras es entrar en contacto con

cada una de las unidades seleccionadas. En investigación mediante encuestas

hablamos de la selección del encuestado. La selección de un encuestado en concreto y

el procedimiento que envuelve esta acción se encuentran en función del tipo de

encuesta que se está realizando: por correo, teléfono o cara a cara. Vamos a abordar

esta cuestión, distinguiendo entre procedimientos. Con mucho, la mayor dificultad se

centra en las encuestas cara a cara, especialmente en la recreación de un proceso

aleatorio con desconocimiento del marco (rutas aleatorias).

Existen ocasiones en las que las encuestas cara a cara exigen determinadas

implementaciones peculiares. No es posible tratar todas aquí. Por ejemplo, en una

encuesta sobre la calidad de la docencia universitaria, los alumnos son encuestados en

sus grupos de clase, de forma colectiva, y el investigador cuenta con una base de

datos actualizada y completa a los objetivos del estudio. Las instrucciones se harán en

el aula, en voz alta, etc. En una encuesta realizada a los operarios de una fábrica,

éstos pueden ser citados uno a uno para realizar una entrevista personal en una

dependencia aislada. En definitiva, pues, puede llegar a observarse multitud de

casuísticas en la investigación mediante encuestas. No obstante, en la práctica, se

observa que los dos procedimientos multitudinarios, cuando se abordan poblaciones de

gran tamaño y objetivos de amplia aplicación, son el muestreo por cuotas

(especialmente en investigación comercial) y el muestreo por rutas aleatorias

(especialmente en investigación social). Ambas estrategias serán las únicas que

abordaremos dentro de las encuestas cara a cara.

1. Encuestas por correo

Una vez que tengamos una base de datos útil y disponible, la selección del encuestado

se reduce a realizar n decisiones aleatorias, siendo n el número de encuestas a

realizar.




En investigación comercial es comprensible que no se realice un muestreo propiamente

dicho, sino más bien una selección de subpoblaciones. Así, si la base de datos cuenta

con información sobre posibles compradores de características muy dispares, en lugar

de realizar un muestreo aleatorio de todos, puede interesar mucho más el encuestar a

todos los que se encuentran en la base que cumplen con ciertas características

peculiares, como es el tener un coche cuando la entidad que encuesta es una empresa

de seguros, por ejemplo.

En investigación social sí que se requiere la extracción de una muestra en su sentido

más estricto. Con el marco a mano puede resultar fácil realizar una estratificación

previa y seleccionar a los encuestados (con su identificación completa) desde un

despacho.

Una vez realizada la selección, lo más complicado del proceso consiste en poner en

marcha una estrategia que aumente la probabilidad de obtener respuesta. Por ello se

han de cumplir las siguientes condiciones:

1. El cuestionario debe reunir determinadas características, como es la brevedad en el

número de preguntas y la claridad en su redacción y forma de respuesta.

2. La documentación que se adjunta debe ser suficientemente clara y atractiva como

para que se garantice, en la medida de lo posible, que va a ser leída. En tal sentido

una buena decisión (no en términos económicos) es utilizar formatos variados en

tamaño y forma, así como jugar con los colores de los diferentes documentos y

apartados dentro de éstos.

3. La documentación que se envía al seleccionado debe contener:

a) El cuestionario con las instrucciones para su correcta cumplimentación.

Información relativa a los objetivos del estudio, las entidades que colaboran,

deciden, organizan o financian; trascendencia de los resultados; y cuanta

información se considera que aumenta la percepción de un estudio bien hecho

y en el cual el seleccionado tiene un papel importante.

b) Información de contacto sobre dónde dirigirse, cómo y a quién, para recabar

más información, resolver dudas o aportar sugerencias o comentarios.

c) Sobre con dirección y franqueado (a ser posible con solapa autoadhesiva), de

tal forma que el encuestado únicamente tenga que introducir el cuestionario


resuelto, presionar la solapa y echar en el buzón.

d) Es muy recomendable incluir un incentivo independiente de la motivación que

haya podido crear el texto específico de información (que posiblemente no sea

mucha). El incentivo puede medirse en términos de dinero en metálico o un

regalo material. Al respecto existe cierta controversia acerca de si es mejor

recompensar antes o después de que el encuestado envíe sus respuestas.

Ocurre que al hacerlo antes, el seleccionado no tiene que responder para

obtener su regalo. Si se hace después, puede que tampoco responda pues no

tiene seguridad de que vaya a recibir su regalo después de que la empresa

responsable ya tiene lo que quería (sus respuestas). Los incentivos económicos

tienen, como cabe esperar, un efecto positivo en el sentido de que aumentan la

tasa de respuestas (Scott, 1975; Church, 1993), pero en términos globales son

preferibles pequeños incentivos, puesto que permiten el mejor equilibrio entre

tasa de respuesta y coste de la investigación (James y Bolstein, 1992).

4. Buena parte de los encuestados no responden en un primer intento (según Ortega

Martínez, 1981, las tasas de respuesta en España en las encuestas por correo

varían entre un 10% y un 20%). Luego, es recomendable poner en marcha algún

procedimiento de insistencia. Lo habitual es enviar, pasado un tiempo (por ejemplo

un mes tras el envío del material), una tarjeta postal recordatoria y repetir la

operación, si fuera necesario, tras un nuevo periodo de espera.

2. Encuestas por teléfono

Cómo seleccionar al encuestado en una investigación mediante encuestas telefónicas

pende de las características del marco y del procedimiento de selección de los

números.

Si el marco está compuesto por un listado de números reales de teléfono (un listín

oficial, por ejemplo), la selección es fácil, aunque tediosa. El procedimiento ideal es

realizar un muestreo sistemático con arranque aleatorio, bien sea distinguiendo o no

entre poblaciones o prefijos específicos.

Si no se parte del listado telefónico sino que los números son generados dígito a dígito

por algún producto de software (Bradburn y Sudman, 1988; Burkheimer y Levinsohn,

188; Massey, 1988; Nicholls II, 1988), puede ocurrir que:

1. El número marcado no exista.


2. El número corresponda a un abonado de otra población.

El segundo de los problemas tiene una solución fácil si los números de la población de

interés se encuentran claramente delimitados, con un mínimo y máximo o mediante

prefijos. Para el problema 1 no existen repercusiones en el análisis al considerar el

hecho como una unidad ficticia que es ignorada, con lo que no incrementaría la tasa de

no respuesta. En la generación por ordenador, si se encuentra conectado a la red

puede hacerse que sea éste el que marque el número e, inclusive, dé una señal

acústica y/o visual al encuestador con respecto al hecho de que se ha establecido

contacto.

Una vez con el número seleccionado y marcado se requiere un procedimiento mediante

el cual se realice contacto con quien va a ser finalmente encuestado. Es posible que

nadie coja el teléfono, en cuyo caso éste debe ser anotado (o registrado en una base

específica en el caso de llamada por ordenador) para repetir la llamada en otra

ocasión. Es posible que alguien coja el teléfono pero que no reúna las características

necesarias para ser encuestado e, incluso, que no las reúna nadie de la vivienda. Es

posible que exista una persona en la vivienda con el perfil adecuado para la encuesta,

pero que no pueda acceder teléfono en esos momentos (no está o se encuentra

indispuesto). En definitiva, la selección del número no implica selección del

encuestado, sino que se trata de un paso previo.

Como señala Fowler (1993), la decisión sobre qué persona en concreto entrevistar

depende en primer lugar del tipo de investigación que se está realizando. Si la

información es genérica sobre el domicilio y fácil de transmitir (por ejemplo cuántos

trabajan, si disponen otra vivienda, etc.) puede servir cualquier adulto que se encuentre

disponible. Si la información es genérica pero especializada, conviene preguntar por la

persona con mayores conocimientos sobre el tema. En el caso de que la investigación

verse sobre temas particulares y sea previsible, por tanto, que diferentes personas en

un mismo domicilio darían distintas respuestas, será necesario establecer el

mecanismo para seleccionar a una persona en particular. Dadas las similitudes que

presenta esta situación con la que se produce en las encuestas a domicilio,

postergamos su descripción a un apartado posterior.

3. Encuestas cara a cara: muestreo por cuotas

Este procedimiento de selección de muestras: es una estrategia no aleatoria, que


descarga en el encuestador buena parte de la representatividad de la muestra, si bien

se intenta garantizar un mínimo mediante la utilización de tablas de contingencia.

En la práctica, la entidad que gestiona el estudio obtiene un marco de la población de

interés con algunas características definidas para determinadas variables o

subpoblaciones. Usualmente, se cuenta con la repartición de la población en una doble

estratificación: por sexos y edades. El investigador elabora x tablas de contingencia

como la que figura en el cuadro 4.1, generalmente por zonas de encuesta. Estas tablas

de contingencia, de estratos de cuotas, son suministradas a los encuestadores.

El encuestador, por tanto, sabe qué cantidad de personas a encuestar se

corresponden con los perfiles que figuran en la tabla de cuotas que le han

suministrado. Se puede decidir asignar sólo determinados perfiles a determinados

encuestadores (por ejemplo, que Juan Javier Gómez encueste a las mujeres de 50 o

más años de la zona), pero esta decisión acarrea importantes inconvenientes con

respecto a los sesgos introducidos por el encuestador, tanto en la selección concreta

del encuestado como en la forma de preguntar y anotar las respuestas. Por ello, es

preferible que todos los encuestadores cubran todos los perfiles, de tal forma que el

posible efecto del encuestador se difumine por igual en las subpoblaciones

contempladas.

CUADRO 4.1. Ejemplo de una tabla de cuotas Años <18 18-25 26-40 >40 Hombre 12 15 18 15 60 Mujer 13 17 21 20 71 25 32 39 35 131

Así pues, el encuestador cuenta con una tabla de cuotas y una zona a encuestar. Sale

a la calle y comienza su andadura... ¿Cómo seleccionar al encuestado? En un

principio, la única limitación es que la persona a entrevistar encaje en alguno de los

perfiles que le han sido asignados. Una estrategia que puede dar buenos resultados es

intentar realizar la entrevista a las personas con el perfil que más entrevistas

necesitemos para completar la cuota. En una investigación realizada así, la

representatividad de la muestra no tendría ningún fundamento aleatorio sino que se

basaría exclusivamente en la adecuada determinación de las cuotas. Cabe la

posibilidad de “aleatorizar” en alguna medida el proceso instruyendo al entrevistador en

el desarrollo de rutas aleatorias. Con esto estaríamos acercando el procedimiento al


que describimos a continuación, ganando quizá en representatividad, pero a costa de

reducir una de las principales ventajas del muestreo por cuotas, como es su sencillez.

4. Encuestas cara a cara: muestreo por rutas aleatorias

Cuando interesa obtener una muestra aleatoria de una población, para realizar una

investigación mediante encuestas y con el procedimiento cara a cara, si no se cuenta

con información precisa que identifique las unidades a seleccionar, pueden aplicarse

algunas de siguientes soluciones:

1. Realizar un muestreo por etapas. Siempre se cuenta con alguna información a algún

nivel. Por ejemplo, sí se sabe el tamaño de cada provincia dentro de una región o

comunidad autónoma. En la primera etapa se realiza un muestreo de

conglomerados con el tamaño de éstos. En un momento posterior, se completa el

marco de los conglomerados seleccionados, hasta el máximo nivel de información

posible. Y así se continúa hasta que el nivel de información coincide con la

identificación completa de las unidades a seleccionar.

2. Se limita geográficamente la zona a encuestar y se pone en marcha un

procedimiento aleatorio de selección in situ, lo que conforma el procedimiento

denominado rutas aleatorias.

3. Se pone en marcha una estrategia mixta que combine x etapas y una última en la

que se aplican rutas aleatorias. Además, en la inmensa mayoría de las ocasiones,

se lleva a cabo una estratificación de la población, de tal forma que, en la última

etapa, durante la consecución de las rutas aleatorias, el encuestador debe cubrir

determinados perfiles de encuestados.

Con diferencia, el procedimiento más ampliamente utilizado es el tercero. Ahora nos

centraremos en la construcción de rutas aleatorias.

Así pues, la existencia de las rutas aleatorias queda justificada por la necesidad de

contar con un procedimiento que seleccione unidades de la población en la frecuente

situación la que se desconocen tanto las identidades como las localizaciones de las

unidades.

El procedimiento de las rutas aleatorias va a consistir básicamente en construir, sobre

la marcha y por parte del encuestador, una ruta, camino o trayectoria por las calles o

senderos de la zona, seleccionando sentidos de marcha, aceras, edificios, portales,


escaleras, pisos y viviendas, siguiendo una estrategia aleatoria.

Durante la consecución de la ruta, el encuestador irá seleccionando viviendas, en una

primera fase, y encuestados dentro de cada vivienda seleccionada, en un momento

posterior. Ambos aspectos van a ser tratados a continuación y en el mismo orden.

4.1. Construcción de la ruta aleatoria

El muestreo por cuotas y el que se realiza mediante rutas aleatorias son

aparentemente idénticos. En ambos se parte de una tabla de contingencia, estratos o

cuotas que los encuestadores deben completar con entrevistas. Igualmente se aplican

en situaciones donde no se cuenta con un marco completo que permita llegar

directamente a las unidades seleccionadas. No obstante, desde la perspectiva del

conocimiento científico, son procedimientos muy diferentes.

En el muestreo por cuotas, el encuestador decide a quién encuestar en cada ocasión.

Es cierto que debe conseguir x personas con un determinado perfil, pero ¿quiénes? Un

encuestador, en el desarrollo de un muestreo por cuotas, puede encontrar varias

personas con perfil de interés y seleccionar subjetivamente a unas en lugar de otras. El

procedimiento subjetivo puede sistematizarse, pero se realizará de tal forma que

dependerá finalmente del encuestador. De esta forma, si en lugar de ser Rosa María la

encuestadora, fuera Carlos José, el grupo de encuestados (la muestra) estaría

compuesta por otras unidades. El procedimiento es, por tanto, claramente subjetivo ya

que depende del encuestador.

En el muestreo por rutas aleatorias, por el contrario, el principio general, básico y

omnipresente es el de conseguir una selección objetiva, en el sentido de que la

selección de un encuestado concreto y no de otro no depende del encuestador que

realiza la selección. No importa que sea Rosa María o Carlos José quien esté

realizando la selección, el encuestado será el mismo. Por esta razón, no es el

encuestador quien debe tomar las decisiones, sino un procedimiento independiente:

una estrategia aleatoria. Para ello, contará con unas tablas aleatorias (o cualquier otro

soporte operativamente similar) a las que acudirá en ida ocasión en la que deba tomar

una decisión.

Así pues, interesa reconstruir el procedimiento mediante el que se consigue la

selección de una vivienda y, dentro de ella, la de un encuestado, y aislar los momentos

en los que el encuestador debe tomar una decisión. Tales momentos son:


Punto de partida en la zona.

Sentido de la marcha desde el punto de partida.

Selección de un edificio.

Selección de una vivienda dentro del edificio.

Selección de un posible encuestado, dentro de la vivienda.

El quinto punto será abordado en el siguiente apartado. Ahora nos ocupa dar solución

las situaciones 1 a 4.

A) Decisión sobre un punto de partida

El encuestador recibe una ficha de campo donde constará la zona que le ha sido

asignada para la realización de las entrevistas, además de otras informaciones de

interés. Si ya se encuentra en la zona, ¿por dónde comenzará?

En alguna ocasión, en la ficha de campo puede figurar la identificación del punto de

partida (una plaza, un límite, una calle concreta o una distancia). En tal caso, el

investigador cuenta con información sobre la zona (idealmente, un plano) y ha tomado

ya la decisión. Si no es así, el encuestador deberá decidir el punto de partida. Al

respecto, carece de sentido elaborar aquí una lista extensa de posibles alternativas

para decidir el punto de comienzo para el itinerario. El objetivo es que la decisión sea

aleatoria. Por ejemplo, se dibujan algunos puntos dispersos en el plano de la zona y se

escoge uno de ellos según la tabla de números aleatorios. O bien, si se carece de

plano, puede comenzarse la ruta sin realizar entrevistas durante un tiempo estipulado

con antelación (por ejemplo, durante cinco claves de conteo, según veremos más

adelante), de tal forma que la ruta comienza en un punto aleatorio.

B) Decisión sobre el sentido de la marcha: construcción del itinerario

La siguiente decisión a tomar es hacia dónde se comienza el itinerario. Cabe esperar

que existan varias alternativas, algunas de las cuales pueden asemejarse a las que

constan en la figura 4.1. El procedimiento comienza identificando y numerando las

alternativas y tomando una decisión aleatoria. Esta decisión consistirá en seleccionar al

azar un número comprendido entre 1 y la cantidad de alternativas. Lo que se facilita

mediante el uso de la tabla aleatoria para encuestadores, de la que tenemos un

ejemplo en el anexo 1.


Si el encuestador se encuentra realizando la encuesta número k del día, de la

investigación o de la zona, consultará la fila k de la tabla. Si el número de alternativas

es h, consultará la columna h. Luego, la alternativa seleccionada será la que se

encuentra en la casilla de la fila k, columna h. Este procedimiento es único para

cualquier decisión a tomar durante la construcción de la ruta.

Una vez que ha seleccionado el sentido de la marcha, tomará una vía con dos lados

(usualmente, una calle con dos aceras). Luego, deberá seleccionar una de las dos

alternativas, volviendo a tomar una decisión aleatoria. O bien, puede estar estipulado

de antemano que, una vez decidido el inicio de la marcha, comenzará, por ejemplo, por

la acera de la derecha.

Ahora, el itinerario se construirá siguiendo la acera seleccionada y cambiando de lado o

acera cada vez que tenga lugar un giro. La figura 4.2 muestra un itinerario construido

siguiendo esta regla: sigue la acera seleccionada y cambia en cada giro. El lado

sombreado de cada manzana corresponde a la acera seleccionada, mientras que la

línea continua representa el itinerario construido.

FIGURA 4.2. Itinerario en el que se sigue la acera seleccionada (dibujo sombreado) y cambia en cada giro.


La observación de la figura 4.2 puede llevar a la conclusión de que el procedimiento no

es aleatorio, sino sistemático. No obstante, es ambas cosas. Inicialmente, las

instrucciones siguen una sistemática clara. Sin embargo, las abundantes excepciones

en el trazado de las calles (figura 4.3) darán al trayecto una apariencia y

comportamiento aleatorios.

En efecto, los municipios, con sus distritos, secciones censales y barrios, están

construidos con una apariencia caótica: manzanas de tamaño y forma muy dispares se

entrelazan con calles rectas y curvas, largas y breves. A su vez, aparecen muros,

plazas, glorietas, callejones, ríos, puentes, desniveles, etc. Por ello, la regla de seguir la

acera y cambiar el sentido con ésta, debe matizarse en función de las excepciones a

un trazado monótono de los municipios:

FIGURA 4.3. Excepciones en los trazados de las calles.

1. Un callejón será considerado una entrada en una acera, de manera que forma parte

de ésta y no varía el sentido de la ruta (figura 4.3a).

2. La decisión de cambiar de acera como procedimiento sistemático al variar el sentido

de la marcha, podrá aplicarse cuando existan dos aceras (dos alternativas). La

figura 4.3b muestra una situación en la que, al girar, la otra alternativa no es tal: en

el lugar opuesto se encuentra una zona no habitada (sin viviendas): la tapia de una

fábrica o edificio público, un puente, un río, una plaza, etc. En tal caso, el

encuestador insiste en la acera en la que se encuentra, hasta que puede aplicar de

nuevo la regla del cambio de acera.

3. Las variaciones progresivas de sentido son conflictivas por cuanto varían la dirección

de la marcha pero no muestran un cambio brusco tal que permitan definir con


claridad un cambio de acera. Tal situación se muestra en las figuras 4.3c y 4.3d. La

decisión puede mantenerse en el sentido de variar únicamente ante un cambio

brusco (e) o, ante la percepción del cambio gradual, escoger la otra acera como

referencia (d). Cualquiera de ambos procederes debe ser indicado al encuestador

antes de abordar la zona, pues de lo contrario estaría mediatizado por la situación.

Recordemos que la regla general es tomar decisiones aleatorias, por lo que ante

cualquier duda acerca de qué camino y acera considerar, bastará con consultar la tabla

para el encuestador.

C) Selección del edificio

Mientras se construye el itinerario, se van realizando las entrevistas requeridas. Ello

implica que el encuestador debe ir seleccionando viviendas a lo largo de la ruta (cuadro

4.2). Considerando que las viviendas se insertan en edificios concretos, el

procedimiento pasará por seleccionar primeramente éstos.

CUADRO 4.2. Operaciones a realizar con respecto a la selección de los edificios de la figura

4.4, con C = 15.

Edificio E S Operación 1 2 2 -- 2 4 6 -- 3 7 13 -- 4 12 25 S=10 (e.) 5 6 16 S= (e.) 6 6 7 -- 7 5 12 -- 8 4 16 S=1 (e.) 9 9 10 --

10 3 13 -- 11 3 16 S=1 (e.) 12 3 4 -- 13 3 7 -- 14 8 15 S=0 (e.) 15 10 10 -- 16 15 25 S=10 (e.) 17 10 20 S=5 (e.) 18 14 19 S=4 (e.)

En términos generales, el encuestador recorrerá el itinerario contando y acumulando

las viviendas por las que pasa. Cada C viviendas, realizará una entrevista.

Así, al pasar por un edificio con un portal, dos escaleras, cuatro pisos por escalera y


tres viviendas por piso, contará 2 x 4 x 3 = 24 viviendas y las acumulará al conteo

previo. En el cuadro 4.2 se simboliza con S el monto o suma de viviendas contadas

durante el trayecto y E al número de viviendas del edificio en cuya entrada o acceso se

encuentra el encuestador. El procedimiento implicaría los siguientes pasos:

1. Se dirige al siguiente edificio y cuenta sus viviendas (E).

2. Realiza la operación S = S + E.

3. Si S < C entonces continúa por el paso 1, en caso contrario (S ≥ C) continúa por el

paso 4.

4. Realiza la operación S = S - C y hace una entrevista en el edificio. Vuelve al paso 3.

El proceso continúa hasta que se ha completado el número de entrevistas a realizar en

la zona asignada.

FIGURA 4.4. Ejemplo de selección de edificios (marcados con un punto).

La constante C, que llamaremos constante de conteo, obedece a una decisión del

investigador o diseñador del trabajo de campo. Cuanto mayor sea el valor de C, el

itinerario será más largo (más tiempo empleado y mayor cansancio del encuestador

con la consiguiente falta de atención y/o motivación). Cuanto menor sea el valor de C,

la muestra estará más aglutinada en tomo a una sub-zona, con el consiguiente peligro

de sesgo. C debe estar en función de la densidad de viviendas de la zona y el número

de encuestas a realizar. En general, conforme mayor sea la densidad y menor el

número de entrevistas a realizar, mayor deberá ser el valor de C, puesto que se puede


abarcar una amplia zona en términos de número de viviendas, sin recorrer grandes

distancias. Lo ideal al respecto es que el investigador realice un ensayo sobre un plano

real o simulado con la información disponible, de tal forma que observe que el itinerario

final abarca satisfactoriamente la zona de interés.

La figura 4.4 muestra un ejemplo de selección de edificios, marcados con un punto. Por

otro lado, en el cuadro 4.2 se muestran las operaciones pormenorizadas que justifican

a selección de los edificios.

D) Selección de la vivienda

Dentro de cada edificio se contarán P portales, E escaleras por portal, N niveles o pisos

por escalera y V viviendas por nivel. En cada caso se deberá tomar una decisión.

Respectivamente, un número entre 1 y P, otro entre 1 y E, otro entre 1 y N y otro entre 1

y V. En todas estas decisiones, por tanto, se consultará la tabla de números aletatorios

para el encuestador. El proceso, si bien parece complicado, corresponde a una de esas

situaciones en las que se emplea mayor tiempo y esfuerzo en explicar las acciones que

en realizaras. La experiencia demuestra que un encuestador convenientemente

formado, realiza estas tareas con soltura y sin implicar un esfuerzo especial salvo en

los primeros ensayos, ya que el encuestador lleva consigo la tabla para el trabajo de

campo y la identificación de las alternativas. Además, las consultas a la tabla llevan

sensiblemente menos tiempo que el empleado en cubrir el itinerario.

En la figura 4.5 aparece un edificio y las selecciones realizadas utilizando la tabla del

anexo 1. En este caso, en un edificio con dos portales, con cuatro pisos por escalera y

con tres viviendas por planta, se ha seleccionado el P = 1, N = 1 y V = 3.

FIGURA 4.5. Selecciones en un edificio en función de la tabla del anexo


4.2. Selección del encuestado en la vivienda

Como vimos antes, la situación que se produce cuando alguien abre la puerta de su

vivienda es similar a la que se produce cuando descuelga el teléfono. En ambos casos,

suele ser necesaria una selección de las personas dentro del domicilio hasta

determinar la persona la que finalmente se realizará la encuesta. No debemos olvidar

que en ambos casos nos encontramos ante procedimientos de muestreo aleatorios y

que debemos respetar esta aleatoriedad hasta el final del proceso si no queremos

desvirtuarlo. En este sentido, la regla general de actuación consistiría en (Fowler, 1993,

op. cit.):

1. Determinar el número de potenciales encuestados que habitan en el domicilio.

2. Numerarlos de una forma consistente en todos los domicilios.

3. Disponer de procedimiento objetivo para seleccionar a uno de ellos.

Esta forma de proceder tiene el inconveniente de que aumenta la probabilidad de

selección de las personas que viven en domicilios con menor número de habitantes.

Por tanto, en investigaciones en las que la variable de estudio pueda estar relacionada

con el número de personas que viven en el domicilio, puede ser necesario realizar

algún tipo de ajuste sobre los datos. Por ejemplo, ponderando las respuestas en

función del número de personas.

De esta manera, es desaconsejable utilizar estrategias como realizar la entrevista a la

persona que abre la puerta o descuelga el teléfono. Tal proceder podría sesgar la

muestra al encontrarse sobre representadas las personas más dispuestas, en contra,

por ejemplo, de las que prefieren seguir sentadas viendo el televisor.

Por otro lado, hemos visto cómo el proceso hasta seleccionar la vivienda o el número

teléfono estaba totalmente estructurado, no dejando cabida a la subjetividad del entre-

vistador. Es conveniente que esta estructuración se mantenga hasta el final, por lo que

el procedimiento suele quedar recogido en un documento conocido como guía de la

entrevista. Se trata de un esquema que permite al encuestador conducir con éxito el

inicio de la entrevista (Harvatopoulos, Livan y Sarnin, 1992). Aunque esta guía

comprende desde el momento en que alguien abre la puerta hasta el momento de

finalizar la entrevista (Manzano y otros, 1996), en este punto nos limitaremos a la parte


destinada a la selección definitiva del encuestado.

No existe un formato universal de guía de la entrevista. Cada investigación concreta

requerirá del desarrollo de una guía propia. Sin embargo, en el apartado dedicado a la

sección del encuestado, todas compartirán un esquema similar, encaminado a

desarrollar los tres pasos señalados con anterioridad.

1. Determinación del número de posibles encuestados que habitan el domicilio. Para

ello, el entrevistador debe tener claramente definido el perfil válido del entrevistado.

Éste puede ser constante (por ejemplo cualquier persona mayor de 18 años) o no.

Esto último sucede en los muestreos estratificados, a medida que el entrevistador

desarrolla su trabajo irá completando estratos, con lo que el perfil válido se irá

reduciendo. Si en el primer caso la información se puede obtener mediante una

sencilla pregunta, en caso de múltiples estratos una sola pregunta podría resultar

excesivamente compleja. Imaginemos por ejemplo una pregunta como “¿cuántos

hombres entre 25 y 35 años o más de 65 y cuántas mujeres de menos de 25 o

entre 35 y 45 años viven en esta casa?” En estas situaciones, puede resultar mejor

hacer una pregunta para cada estrato y que el propio entrevistador sume las

respuestas hasta encontrar la cantidad total.

2. Numeración de los candidatos. Se debe escoger un procedimiento de numeración y

mantenerlo durante toda la investigación. Un criterio sencillo es, por ejemplo, nu-

merarlos en orden creciente de edad.

3. Selección final de la persona a entrevistar. Bosch y Torrente (1993) recogen

métodos de selección del encuestado propuestos por Trodahl y Carter (1964); y por

Dillman (1978) y Yish (en Guenzel, Berkaris y Cannel, 1983). Los dos

procedimientos realizan la selección con el fin de averiguar el número de adultos de

cada género que conviven en el domicilio. Con esta información, los entrevistadores

disponen de una tabla (como la del cuadro 4.3) para seleccionar al encuestado. La

diferencia entre los procedimientos de Dillman y Trodahl y Carter radica en que en

el del primero la tabla es constante, mientras que en el de los segundos varía de

encuesta a encuesta.

CUADRO 4.3. Selección del encuestado Nº de adultos

1 2 3 4 o más Nº de hombres 0 mujer mujer más

mayor mujer más joven

mujer más joven


1 hombre hombre hombre mujer más joven

2 hombre más mayor

hombre más joven

hombre más joven

3 hombre más joven

hombre más mayor

4 o más hombre más

mayor

Estos procedimientos son relativamente sencillos, pero plantean el problema de que

sólo seleccionan a personas con edades extremas en el domicilio. El procedimiento

propuesto por Kish soluciona el problema al identificar uno a uno a todos los miembros

del hogar. En cambio es más costoso al requerir mayor número de preguntas. Implica

conocer la edad, género y relación con la persona que recibe o responde al

entrevistador de todos los habitantes del domicilio. A continuación, éstos son

numerados y el entrevistador dispone de una serie de tablas de números aleatorios que

le indican el número de la persona que ha de entrevistar.

Otra forma de proceder, bastante simple y que otorga a todos los componentes del

hogar la misma probabilidad de ser seleccionados, consiste en preguntar por la

próxima persona en el domicilio en cumplir años. Sin embargo, implica que el

interlocutor del entrevistador conozca esa fecha para todos los potenciales

encuestados.

Nosotros proponemos otro procedimiento, basado en el de Kish, pero que implica

realizar menor número de preguntas. Por ejemplo, un entrevistador desea realizar la

cuarta entrevista y el perfil válido comprende a todos los hombres mayores de edad y

todas las mujeres entre 18 y 45 años. La forma de proceder podría quedar como sigue:

1. Saludo y presentación.

2. Pregunta: ¿Cuántos hombres mayores de edad viven en esta casa?

3. Respuesta: 2 (por ejemplo)

4. Pregunta: ¿Y cuántas mujeres entre 18 y 45?

5. Respuesta: 3.

6. El entrevistador suma las dos respuestas, obteniendo 5 posibles encuestados. Por

tanto, consulta en una tabla como la del anexo 1 el cruce de la fila 4 (número de

entrevista) y la columna 5 (número de candidatos), el resultado es el número 2.


7. Pregunta: ¿Podría hablar con la segunda más joven de esas personas?

Los procedimientos que acabamos de ejemplificar nos llevan hasta la determinación de

la persona a entrevistar, pero no garantiza que finalmente podamos llevar a la práctica

la entrevista. Cabe la posibilidad de que la persona seleccionada no se encuentre en

ese momento en el domicilio. En este caso el proceder ortodoxo consistiría en

averiguar el momento en que dicha persona estará disponible para realizar la

entrevista. Si este proceder es relativamente sencillo y económico en el caso de las

encuestas telefónicas, no lo es tanto en las encuestas a domicilio. El investigador

responsable debe plantearse la investigación en términos realistas. Una excesiva

demanda de trabajo hacia los entrevistadores obligándoles a realizar sucesivas visitas

a un mismo domicilio, puede llevar a una desmotivación o fatiga de éstos, llevándoles a

realizar peor su tarea. Por tanto, quizá sea conveniente dotar al entrevistador de

procedimientos para sustituir a un entrevistado ausente por otro. Este criterio, con poca

o ninguna justificación metodológica, cuenta con un buen sustento económico y

psicológico.

El lector puede encontrar un desarrollo similar al de este apartado (encuestas cara a

cara: muestreo por rutas aleatorias), más orientado a la perspectiva del encuestador,

en Manzano y otros (1996).


Anexo 1: Tabla de números aleatorios para el encuestador

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

1 1 1 2 4 5 3 4 5 9 7 7 12 1 6 10 4 9 5 11 19 1

2 1 2 1 2 2 2 2 4 5 3 11 2 9 10 11 9 10 18 8 18 2

3 1 2 2 4 3 5 2 5 9 7 10 9 5 13 9 1 7 6 19 8 3

4 1 2 3 4 2 5 2 7 8 9 2 7 1 13 4 7 4 14 4 10 4

5 1 2 1 3 4 2 5 7 8 10 4 11 2 7 15 16 14 6 7 8 5

6 1 2 3 3 1 4 6 5 8 7 3 7 2 10 2 5 6 7 11 3 6

7 1 1 1 1 4 4 5 5 6 3 9 11 8 12 2 8 6 15 4 10 7

8 1 1 2 3 4 6 3 3 8 10 1 4 2 14 6 8 14 1 13 19 8

9 1 1 3 3 1 3 6 7 7 8 10 12 9 6 8 2 3 2 19 1 9

10 1 2 3 1 2 6 2 8 3 7 11 5 2 5 2 13 6 1 9 17 10

11 1 2 2 2 3 2 3 6 1 7 3 4 4 8 15 8 6 13 17 13 11

12 1 1 1 3 2 5 1 1 7 1 3 3 6 11 6 10 16 8 8 5 12

13 1 1 3 3 5 1 7 4 9 2 11 4 2 10 14 9 3 10 14 15 13

14 1 2 3 1 4 5 4 1 1 2 1 12 9 4 5 1 5 10 17 16 14

15 1 1 3 2 5 1 1 1 3 9 8 4 5 7 12 9 8 14 18 5 15

16 1 2 1 3 5 2 1 5 9 2 3 2 2 4 6 2 14 18 10 12 16

17 1 1 3 3 1 2 4 7 4 7 5 9 1 6 13 9 13 10 4 15 17

18 1 2 2 1 2 5 6 7 7 8 2 7 1 10 11 12 17 8 17 15 18

19 1 1 3 1 5 3 1 6 2 6 6 2 7 10 11 14 4 14 19 7 19

20 1 1 3 2 4 2 1 4 6 4 10 5 9 16 12 9 2 7 18 11 20

21 1 2 1 2 1 2 5 2 2 10 6 6 7 7 7 2 11 14 9 14 21

22 1 1 3 2 4 2 6 2 5 5 6 9 4 3 12 13 16 4 19 17 22

23 1 2 2 4 1 5 7 2 6 5 11 5 8 9 9 9 12 15 10 5 23

24 1 1 1 1 3 2 1 4 6 10 3 10 2 12 2 9 15 5 19 4 24

25 1 2 3 4 1 5 4 6 3 3 3 2 3 8 15 8 2 3 3 8 25

26 1 1 3 1 3 2 4 3 9 5 2 8 13 13 9 16 2 2 5 13 26

27 1 1 3 2 3 3 5 2 6 5 10 1 11 5 12 1 14 3 18 11 27

28 1 2 1 2 2 4 7 4 7 1 7 7 6 13 14 16 15 16 10 2 28

29 1 1 2 1 3 2 6 1 6 3 8 1 12 13 3 12 10 3 4 7 29

30 1 1 1 1 1 5 3 4 2 4 8 1 12 6 12 1 2 18 19 3 30

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20


V.- ELABORACIÓN DEL CUESTIONARIO5

José Luis Padilla García

Andrés González Gómez

Cristino Pérez Meléndez

Introducción

A simple vista, la tarea de elaborar un cuestionario no parece complicada. Los ejemplos

de las encuestas publicadas en los medios de comunicación confirman esa impresión:

“¿Qué periódico compra habitualmente?”, “¿cuál es su profesión?”, “¿dónde vive?”, etc.

Las preguntas anteriores no son “complejas” ni “sofisticadas”. Pues bien, las primeras

impresiones como en tantas situaciones pueden engañarnos. No es exagerado decir

que gran parte del éxito y solvencia de la encuesta depende de la calidad del

cuestionario. Gallup (1935) alertó ya sobre la magnitud de las variaciones introducidas

en las encuestas por el diseño del cuestionario, variaciones que pueden ser

semejantes e incluso superiores a las provocadas por el diseño y elección de la

muestra.

Esperamos haber desterrado la imagen habitual que reduce la elaboración del

cuestionario a la mera redacción, intuitiva y apresurada, de las preguntas, para

favorecer la utilización de un procedimiento sistemático y flexible.

Los contenidos que presentamos abarcan desde la decisión inicial de elaborar un

cuestionario hasta los posibles controles sobre su calidad, pasando por la aclaración

del objetivo u objetivos que se pretenden conseguir, el diseño del instrumento, la

redacción y elaboración de las preguntas y otros instrumentos de medida, para terminar

con la edición del cuadernillo.

No existe una teoría consolidada que guíe la elaboración del cuestionario y la redacción

de las preguntas. Foddy (1996) recoge las razones apuntadas por Gallup en

numerosos escritos:

a) la presión por obtener resultados inmediatos en las investigaciones por encuesta

ligadas a intereses prácticos, no favorece el estudio de la técnica de redacción




de las preguntas;

b) durante mucho tiempo la utilización de medidas subjetivas no ha estado de

moda entre los investigadores sociales; y

c) la investigación social ha tenido que enfrentarse a unas pocas reglas basadas

en el sentido común y la experiencia colectiva acumulada. Este capítulo

pretende contribuir a consolidar el cuerpo de conocimientos sobre la elaboración

del cuestionario en la investigación mediante encuesta.

Los objetivos del mismo son:

- Tomar una decisión adecuada sobre si procede o no la elaboración de un

cuestionario.

- Utilizar el esquema conceptual sobre la medición como criterio durante el proceso de

elaboración.

- Formular en términos operativos el objetivo e información que el cuestionario debe

aportar.

- Diseñar el cuestionario de forma que responda a los objetivos de la encuesta.

- Redactar preguntas precisas y relevantes sobre las variables y componentes

recogidos en los objetivos de la encuesta.

- Comprobar la calidad del cuestionario.

- Ser conscientes de las consecuencias que puede acarrear la utilización de un

cuestionario.

1. ¿Qué es un cuestionario?

La pregunta es oportuna. La literatura sobre métodos de investigación social está

repleta de definiciones diferentes de lo que es un cuestionario y de una serie de

términos con los que suele coincidir, y por tanto, ser confundido: encuesta, entrevista,

test, escala, etc.

No es este el lugar para intentar una clarificación terminológica. Sí lo es para fijar el

significado que a lo largo del capítulo asignaremos al término “cuestionario”. La

mayoría de los autores (por ejemplo Santesmases, 1997) coincidirían en la siguiente

definición: “Un cuestionario es el documento que recoge de forma organizada las

preguntas sobre el objetivo de la encuesta”.


La definición requiere dos modificaciones para adaptarla al contenido. Primera,

podemos sustituir la palabra “preguntas” por “indicadores”. El término “indicadores”

engloba tanto las preguntas sobre hechos como los tests diseñados para medir estados

subjetivos, opiniones, creencias, valoraciones, etc. Segundo, más que referimos al

“objetivo de la encuesta” debemos aludir a las variables implicadas en el objetivo de la

encuesta. La definición quedaría así: “Un cuestionario es el documento que recoge de

forma organizada los indicadores de las variables implicadas en el objetivo de la

encuesta”.

La definición tiene la virtud de la generalidad: abarca todas las posibles formas de

administración de la encuesta (“cara a cara”, por teléfono o autoadministrada); y recoge

todo el conjunto de posibles preguntas (demográficas, factuales, de opinión, etc.).

La delimitación conceptual de otros términos cercanos ha sido tratada en capítulos

anteriores, no obstante, a continuación se presentan algunas definiciones simples para

quienes estén realizando una lectura independiente de los capítulos.

- Encuesta. Sistema de recogida de información sobre una amplia variedad de temas

para una gran diversidad de objetivos. Se suele identificar con un sondeo o

medición masiva de la opinión pública mediante un cuestionario.

- Entrevista. Nombra la interacción entre el encuestador y el encuestado. El

encuestador desaparece en el caso de los cuestionarios auto-administrados.

- Test. Instrumento estandarizado de medición psicológica diseñado para cuantificar la

cantidad de una variable que presenta una persona.

- Escala. El conjunto de valores numéricos que resultan del proceso de medición.

2. ¿Por qué utilizar un cuestionario?

La pregunta está ligada a una previa: ¿por qué utilizar una encuesta? El cuestionario es

el instrumento de recogida de información en la encuesta. Las razones que hayan

llevado a realizar la encuesta son las que motivan la elaboración del cuestionario.

No obstante, la respuesta a la pregunta “¿por qué utilizar una encuesta?” debe tener en

cuenta las ventajas y limitaciones del cuestionario como instrumento de recogida de

información. De manera escueta, podemos recoger las ventajas e inconvenientes

apuntados por Munn y Drever (1995). Las ventajas son las siguientes:

- Aporta información estandarizada. Los encuestados responden al mismo conjunto


de cuestiones, por lo que es más fácil comparar e interpretar sus respuestas.

- Ahorra tiempo. El cuestionario contribuye a realizar un uso eficiente del tiempo de

diferentes formas:

1. Permite encuestar a un gran número de personas de una vez.

2. El encuestado puede responder en algunas ocasiones en el momento más

adecuado.

3. Agiliza el análisis estadístico de las respuestas.

- Facilita la confidencialidad. El encuestado puede responder con franqueza y

sinceridad, contribuyendo el cuestionario a asegurar su anonimato.

En cuanto a las limitaciones cabe mencionar:

- Responde a objetivos descriptivos. Resulta difícil diseñar el cuestionario para

contribuir a la explicación de relaciones entre variables.

- Superficialidad de la información. Es la contrapartida a la estandarización. La

formulación de preguntas homogéneas impide profundizar en las respuestas de los

encuestados.

- Difícil elaboración. El proceso de elaboración del cuestionario lleva tiempo y requiere

experiencia y conocimientos específicos. No es fácil elaborar cuestionarios de

calidad.

Estas ventajas e inconvenientes deben ser ponderados atendiendo al tipo de encuesta

de la que el cuestionario sea el instrumento (por ejemplo, telefónicas, cara a cara, etc.).

3. Esquema conceptual para orientar la elaboración del cuestionario

El cuestionario es un instrumento de medida. La mayoría de las encuestas persiguen

cuantificar de una forma u otra la información aportada por los encuestados. Cuantificar

las respuestas de las personas es “medir” las variables implicadas en el objetivo de la

encuesta. La elaboración del cuestionario es un proceso en el que, explícita o

implícitamente, intervienen concepciones e ideas sobre la medición de variables

psicológicas y sociológicas. Es importante conocer estos argumentos, ya que justifican

la dinámica del proceso de elaboración del cuestionario.

El objetivo de este apartado es introducir al lector en el conjunto de ideas y conceptos

sobre la medición que orientan la elaboración del cuestionario. Este conjunto teórico


forma un esquema que da sentido a las recomendaciones para la redacción de las

preguntas, valorándolas por su contribución a la fiabilidad y validez del proceso de

medición.

3.1. Las variables son constructos

La mayoría de las variables que se pretenden medir con los cuestionarios no se

pueden observar de forma directa. A diferencia de las variables físicas (por ejemplo

longitud, peso, altura, etc.), las variables psicológicas y educativas (por ejemplo

intención de voto, salud, autoestima, etc.) son elaboraciones teóricas denominadas

“constructos”. Rocker y Algina (1986) atribuyen al “constructo” un papel de etiqueta que

resume todo un conjunto de comportamientos relacionados. Por ejemplo, el constructo

“liderazgo” puede resumir comportamientos como “repartir tareas”, “fijar objetivos”,

“resolver problemas”, etc. Resulta obvio que la medición de un constructo debe

empezar enumerando los comportamientos que el constructo engloba, tarea

tradicionalmente denominada “definición operacional”. Lord y Novick (1968), para

superar una limitación clara de esta visión operacionalista de la medida, plantearon la

necesidad de incluir en la definición del constructo el conjunto de las relaciones del

constructo con otros constructos y/o v variables comportamentales. Esta doble

aproximación a la definición de los constructos es hoy día ampliamente aceptada por

los profesionales de la medida.

¿Qué papel juega el cuestionario? Para responder a este interrogante, además de

considerar el cuestionario como un todo, necesitamos prestar atención a las preguntas

y tests que lo forman. Todos compartiremos la idea de que el proceso de medida no es

una situación “natural”. No podemos esperar a que las personas muestren de manera

espontánea los comportamientos fijados como representativos de la variable. Debemos

provocar la aparición de esos comportamientos. Esta es la función de las preguntas y

tests del cuestionario: “provocar” las respuestas que servirán de indicadores del

constructo a medir. La figura 5.1 reproduce esta argumentación.

Este esquema permite utilizar una definición de medición muy adecuada para la

elaboración del cuestionario. Sullivan y Feldman (1994) consideraron que la medida en

las Ciencias Sociales es el proceso de “ligar” los conceptos abstractos de las teorías

con indicadores empíricos, o de otra forma, la puesta en práctica de un plan

sistemático, explícito, para “clasificar” y en la mayoría de los casos “cuantificar” los


datos particulares en términos de los conceptos más generales del esquema teórico.

CONSTRUCTO

CUESTIONARIO

C1 C2 C3 C4 Cn

R1 R2 R3 R4 Rn

Comportamientos

Respuestas

MEDICIÓN

INTERPRETACIÓN

Figura 5.1. Esquema general de la medida.

Sin embargo, el proceso de “conectar” los indicadores empíricos con los conceptos

teóricos dista de ser fácil. Torgerson (1958) analizó una de las dificultades más

evidentes: la falta de acuerdo sobre los indicadores empíricos de la mayoría de los

constructos psicológicos. Foddy (1996) recoge una serie de problemas que podrían

desanimar a cualquiera que iniciara la elaboración de un cuestionario. Sólo se apuntan

algunos:

- Las preguntas sobre hechos y datos biográficos pueden generar respuestas

inválidas.

- No hay una relación fuerte entre lo que los encuestados dicen que hacen y lo que

hacen.

- Las opiniones, creencias, actitudes e intereses de las personas son muy inestables.

- Pequeños cambios en la redacción de las preguntas pueden producir cambios

importantes en las respuestas.


- Los encuestados habitualmente interpretan mal las preguntas

En fin, sólo con buenas dosis de optimismo y falta de pudor se puede alguien embarcar

en la tarea. La mayoría de los problemas apuntados inciden sobre la relación entre la

respuesta y el constructo en la que la pregunta o test juega un papel de “mediador”.

Esta relación se puede debilitar por factores que introduzcan una variabilidad no

deseada en las respuestas. No olvidemos que el responsable de la medición pretende

atribuir las diferencias en las respuestas sólo a diferencias en la variable que se

pretende medir. De ahí la denominación de “errores de medida” para estas fuentes

indeseables de variación. El estudio de los errores de medida ha sido tradicionalmente

responsabilidad de dos áreas de investigación: la fiabilidad y la validez. El tratamiento

detallado de ambas cuestiones queda fuera del alcance de este capítulo. Ahora sólo

nos interesa apuntar su significado, ya que serán los criterios que nos conducirán en la

elaboración de las preguntas. Detengámonos un momento en cada uno:

a) Fiabilidad. La relación entre las respuestas y los constructos puede resultar

“contaminada” por fuentes de variación que actúen sin un patrón sistemático. Por

ejemplo, la redacción ambigua de una pregunta, la inclusión de una palabra con un

significado técnico, la situación en que la persona responde al cuestionario (“ruido”,

“temperatura”, “tranquilidad”, etc.). Resulta difícil predecir cómo estos factores

pueden influir en las respuestas. Desde una perspectiva pragmática el mandato de

este criterio durante la elaboración del cuestionario podría resumirse así: por un

lado, dos encuestados con el mismo valor en la variable deberían darnos la misma

respuesta; y por otro, un encuestado preguntado en dos ocasiones distintas debería

darnos la misma respuesta, si no ha cambiado su valor en la variable.

b) Validez. El responsable de la encuesta persigue atribuir las diferencias en las

respuestas de los encuestados sólo a la variable que pretende medir. Por ejemplo,

las diferencias en las respuestas a la pregunta “¿a qué partido votaría si mañana

hubiera elecciones?” sólo se explicarían por la diferente “intención de voto” de los

encuestados. Durante la elaboración del cuestionario debemos procurar no “abrir la

puerta” a fuentes sistemáticas, variables distintas a la que queremos medir, que

adulteren la interpretación de las mediciones.

La meta que debemos alcanzar con la elaboración del cuestionario ha quedado

despejada: la elaboración de preguntas y tests que proporcionen respuestas fiables y


válidas de las variables implicadas en el objetivo de la encuesta. Además, disponemos

de un criterio para valorar cualquier alternativa (por ejemplo: pregunta abierta frente a

pregunta cerrada) durante la elaboración del cuestionario: la opción que más contribuya

a la fiabilidad y validez de las mediciones.

Para completar este apartado es necesario comentar dos cuestiones, más “domésticas”

pero muy relevantes, que debemos tener presentes en la elaboración del cuestionario.

A) De lo que se pregunta es de lo que responden

La forma en que se hacen las preguntas determina las repuestas que se obtienen.

Dicho así puede parecer una obviedad: preguntas diferentes obtendrán, naturalmente,

respuestas diferentes. Pero es importante caer en la cuenta del efecto sobre las

respuestas producidas por pequeños cambios en la redacción de las preguntas.

Fink (1995a) propone un ejemplo ilustrativo de cómo pequeños cambios -una o dos

palabras- en la redacción de las preguntas pueden cambiar las respuestas. El ejemplo

compara estas tres preguntas sobre una hipotética subida de impuestos pensiones:

- ¿Apoyaría un aumento de los impuestos para financiar las pensiones?

- ¿Apoyaría un aumento de sus impuestos para financiar las pensiones?

- ¿Apoyaría un aumento del 10% en sus impuestos para financiar las pensiones?

La cursiva indica el elemento de las preguntas que puede cambiar el sentido de las

respuestas. Las tres preguntas podrían formar parte de encuestas con el mismo

objetivo. No sería aventurado apuntar una progresiva disminución en la frecuencia de

respuestas afirmativas a medida que se concreta la formulación de la pregunta.

La recomendación está clara: todas las palabras utilizadas al redactar una pregunta

cuentan. Además un consejo: al leer los resultados de una encuesta no se ha de mirar

únicamente los gráficos, hay que prestar un poco de atención a la redacción de las

preguntas.

B) Las respuestas no nos interesan en sí mismas

El impacto del epígrafe es menor si revisamos de nuevo el esquema de la figura 5.1. El

valor de las respuestas depende de su relación con la variable que pretendemos medir

y, en última instancia, de que tengan una relación predecible con hechos o

comportamientos relevantes.


La investigación mediante encuesta no termina con la presentación “bruta” de los

resultados. Siempre hay una tarea de interpretación que conecta los resultados con el

objetivo de la encuesta. Sin la interpretación la encuesta no tiene sentido. La

interpretación no sólo ocurre cuando la encuesta es la técnica de recogida de datos

para examinar una hipótesis. Pensemos qué ocurre con encuestas para objetivos más

prácticos. Por ejemplo, una encuesta para conocer la valoración de un nuevo modelo

de coche. La encuesta plantea preguntas sobre la “seguridad”, la “potencia”, la idea de

“libertad e independencia”, los “colores más atractivos”, etc. El receptor de esta

información está interesado en estos aspectos por estar relacionados con un

comportamiento predecible: comprar el nuevo modelo de coche.

¿Qué ocurre con las encuestas que miden estados subjetivos? ¿Tienen en ese caso

las respuestas un interés en sí mismas? Tampoco. Pensemos en una encuesta que

intenta conocer la “credibilidad” que tienen los líderes políticos para los votantes. Los

entrevistadores piden a los encuestados que ordenen a los líderes políticos desde el

que tiene más credibilidad hasta el que tiene menos. Las ordenaciones concretas

tienen interés si reflejan de forma adecuada la variable “credibilidad”; variable que, a su

vez, puede predecir parcialmente determinados comportamientos, por ejemplo, el voto

en las siguientes elecciones.

El autor del cuestionario no puede ignorar que las respuestas obtenidas serán después

interpretadas. Anticipar las interpretaciones le proporcionará otro elemento clave para

valorar la calidad de las preguntas e instrumentos que desee incluir en el cuestionario.

4. Pasos para la elaboración del cuestionario

La elaboración del cuestionario no empieza con la redacción de las preguntas. Esta

declaración no debería sorprender a nadie: la construcción de una casa tampoco se

inicia levantando las paredes de las habitaciones. Seguro que nadie viviría, si lo

pudiera evitar, en una casa construida sin los planos de un arquitecto; tampoco nadie

debería elaborar o utilizar un cuestionario sin hacer o disponer de una planificación del

mismo. Además, las casas antes de ser habitadas deben pasar una serie de

inspecciones y controles; los cuestionarios deben salvar también una serie de controles

que puedan detectar errores o defectos en su elaboración.

La analogía entre la elaboración del cuestionario y la construcción de una casa debe

servir para consolidar la idea de que estamos ante un proceso con una serie de pasos,


algunos de los cuales son “controles de calidad” del producto. Los pasos que

proponemos para este proceso son:

1. Determinación precisa de los objetivos del cuestionario.

2. Planificación del cuestionario.

3. Elaboración y/o selección de las preguntas y/o tests.

4. Análisis de la calidad de las preguntas y/o tests.

5. Disposición provisional de las preguntas y/o tests en el cuadernillo.

6. Análisis de la fiabilidad y validez del cuestionario.

7. Edición final del cuestionario.

Los atributos más destacables del proceso son la “sistematicidad” y “flexibilidad”.

Sistematicidad por existir un orden “lógico” en las tareas a realizar, y flexibilidad porque

las actividades realizadas en un paso pueden modificar el trabajo realizado en pasos

anteriores. Por ejemplo, el análisis de la calidad de las preguntas puede aportar

información relevante para modificar la redacción de algunas de ellas.

Dedicaremos ahora un apartado a los pasos más relevantes del proceso, dejando, por

ejemplo, el análisis de la fiabilidad y validez para más adelante.

5. El objetivo del cuestionario

El primer paso en la elaboración del cuestionario es describir con el mayor detalle

posible el objetivo u objetivos que pretende lograr. Obviamente, la primera fuente de

información es el objetivo de la encuesta. No olvidemos que el cuestionario de recogida

de información de la encuesta: el objetivo de la encuesta es el objetivo del cuestionario.

Los problemas pueden aparecer si el objetivo de la encuesta no está definido con

precisión. Dada la continua interacción entre los pasos de la investigación por

encuesta, el inicio de la elaboración del cuestionario puede ser un momento oportuno

para rertomar el objetivo de la encuesta. Harvatopoulos, Livan y Sarnin (1992)

consideran que un cuestionario puede responder a tres objetivos:

- Estimar magnitudes. Por ejemplo, para estimar el porcentaje de votantes de un

partido político en unas elecciones.

- Describir una población. Describir las características de un determinado grupo social

(por ejemplo intereses, problemas, composición étnica, etc.).


- Verificar hipótesis. Se trata de obtener los datos para examinar hipótesis sobre

relaciones entre variables (por ejemplo varía la intención de voto con la edad, la

importancia atribuida al trabajo depende del género, etc.).

Sea cual sea el objetivo, debe estar definido con precisión. Ahora bien, ¿cómo saber si

el grado de precisión de la definición es suficiente? Nos atrevemos a proponer dos

criterios que pueden ayudar a valorar la claridad de los objetivos:

- Cualquier persona que lea la declaración del objetivo debe coincidir con las variables

que es necesario medir para alcanzarlo.

- En el caso de una hipótesis, se debe conseguir el mayor consenso posible en el tipo

de resultados que confirmaría o rechazaría la hipótesis.

Somos conscientes de que el problema es mucho más complejo, pero los criterios

anteriores pueden ayudar a caminar por un territorio más confuso de lo que se suele

reconocer.

A pesar de su importancia, la formulación del objetivo se suele hacer en términos muy

vagos: situación educativa, calidad de la enseñanza, conservadurismo, necesidades

sanitarias o de salud, etc. Términos confusos que más adelante será necesario definir.

Las siguientes declaraciones presentan ejemplos de objetivos: conocer los juicios de

los alumnos sobre la calidad de la enseñanza universitaria, predecir la intención de

voto en las próximas elecciones, describir las opiniones con respecto a la

despenalización del aborto, etc.

¿Por qué insistir tanto en la necesidad de tener un objetivo claramente definido? El

objetivo es el “foco de la encuesta”, es decir, todas las decisiones que afectan a la

elaboración del cuestionario se deben tomar por su contribución al objetivo de la

encuesta. La función que desempeña el objetivo de la encuesta es tan importante que

debemos detenernos hasta no tener una declaración precisa del mismo.

El autor debe iniciar ahora la planificación del cuestionario, pero antes, debemos

apuntar el efecto que sobre el cuestionario tienen dos conjuntos de factores que hemos

agrupado bajo las denominaciones del “contexto de la encuesta” y los “recursos

disponibles”. Son tratadas en este apartado por que pueden llegar a condicionar el

objetivo de la encuesta, y por tanto, del cuestionario.


5.1. El contexto de la encuesta

Las encuestas se administran en un contexto social, económico y cultural. Las

características de este contexto influirán claramente en la redacción de las preguntas.

Numerosos autores han prestado atención a la importancia del contexto de realización

de la encuesta en la elaboración del cuestionario (Fink, 1995a, 1995b; Foddy, 1996;

Fowler, 1993). Sin duda, el elemento más importante del contexto son las

características de los propios encuestados. Fundamentalmente, el nivel de compresión

del lenguaje utilizado en el cuestionario y el grado de conocimiento sobre el tema de la

encuesta.

Imaginemos, por ejemplo, la realización de una encuesta en una localidad con

personas de diferente procedencia y dominio del lenguaje. La formulación de las

preguntas deberá adaptarse a estas circunstancias. La redacción de las preguntas

debe atender a nuestras necesidades de información, pero también a que los

encuestados las puedan responder de forma fácil y precisa. Es necesario examinar la

adecuación del lenguaje utilizado en las preguntas al nivel del lenguaje de los

encuestados. Por ejemplo, si la habilidad lectora varía considerablemente entre los

encuestados es necesario formular las preguntas de manera que puedan ser leídas y

comprendidas por el mayor número de encuestados.

También hay que estar seguro de que los encuestados tienen un conocimiento

suficiente para responder a las preguntas. Plantear preguntas que no sepan contestar

puede ser extremadamente frustrante. Imaginemos que a personas de un nivel cultural

bajo les hacemos la siguiente pregunta: “¿qué opina de la fluctuaciones del producto

interior bruto de España en la última década?” Preguntas que los encuestados no

sepan responder lleva a éstos a contestar al azar o a rechazar las respuestas. Los

encuestados también pueden tener dificultades para responder preguntas sobre sus

comportamientos o acciones pasadas o futuras, por ejemplo: “¿cuántas veces fue al

médico especialista durante los dos últimos años?”

Otro factor relevante del contexto es si las respuestas serán o no anónimas. Las

respuestas a preguntas comprometedoras dependerán fuertemente de las condiciones

en que se administre y responda a la encuesta, y la formulación de las preguntas

deberá adaptarse también a estas circunstancias.

Las características de los encuestados, la redacción de las preguntas, la


confidencialidad posible de las respuestas... son elementos que el autor del

cuestionario debe considerar en la misma formulación de los objetivos del cuestionario

y en su planificación.

5.2. Los recursos disponibles

El número de preguntas incluidas en la encuesta depende primero de lo que

necesitemos conocer y de cuántas preguntas sean necesarias para obtener una

medida adecuada de las variables implicadas en el objetivo de la encuesta. Pero,

desgraciadamente, no son éstas las únicas consideraciones. Influirá también el tiempo

disponible para hacer la encuesta, tiempo que estará en función del tamaño de la

muestra, medios económicos, modelo de muestro, etc. Es obvio que en una

administración de media hora podemos hacer más preguntas que en una de 10

minutos. La planificación del cuestionario no es ajena al número de preguntas que se

podrá hacer durante la encuesta.

Otro factor, directamente relacionado con los recursos disponibles, es la elección y

formación de los encuestadores. El encuestador ideal es aquel que siempre hace las

preguntas de la misma manera a todos los encuestados. De esta forma, el encuestador

no se convertirá en una fuente de error que impida la comparación y generalización de

la información. Además de su propia formación y experiencia, las preguntas deben

contribuir a que el encuestador no se vea obligado a dar información, interpretar el

sentido de las preguntas, intuir la orientación y las respuestas previstas, etc. Esto sólo

se puede conseguir con preguntas concretas, relevantes y fáciles de entender por los

encuestados. La experiencia y formación de los encuestadores influirá también en el

formato y complejidad de las preguntas del cuestionario.

6. El diseño del cuestionario

La finalidad del diseño es plasmar el objetivo o propósitos del cuestionario en un

conjunto de preguntas relevantes y en la elaboración o selección de los tests

necesarios para medir las variables. Podemos retomar una analogía anterior. Una vez

que hemos aclarado con los propietarios la relación de habitaciones y sus

características -los objetivos- ha llegado el momento de dibujar los planos: el diseño del

cuestionario.

El autor del cuestionario debe abordar en el momento del diseño dos actividades:


A) Clarificar las declaraciones sobre los objetivos del cuestionario

La tarea ahora es “diseccionar” los enunciados sobre el objetivo del cuestionario hasta

aislar todas las áreas de contenido e identificar las variables implicadas en cada una.

Este proceso obliga también a clarificar los términos utilizados para definir los objetivos.

Es posible que se deba volver al paso anterior para precisar el significado atribuido a

algunos de los términos.

Para clarificar los objetivos del cuestionario es necesario:

- Detallar las áreas de contenido. Por ejemplo, supongamos que deseamos conocer

la calidad de la enseñanza universitaria. Antes de nada, necesitamos “diseccionar”

el concepto “calidad de la enseñanza”, dividiéndolo en los siguientes aspectos:

profesorado, planes de estudio, medios disponibles, niveles de éxito académico,

satisfacción de los alumnos, formación previa de los alumnos, etc.

- Especificar los aspectos concretos de cada área. Siguiendo con el ejemplo anterior,

respecto a cada una de las áreas deberemos especificar los aspectos que la

componen. Por ejemplo, para el área “profesorado”: edad, género, antigüedad en el

puesto, nivel profesional, formación para las asignaturas, satisfacción con el

trabajo, etc. De igual modo habría que proceder con cada una de las áreas

anteriores.

El resultado de esta primera actividad de la planificación debe ser una relación

exhaustiva de las variables o contenidos que el cuestionario debe incluir. Por supuesto,

la exhaustividad y nivel de detalle estarán en función, principalmente, del objetivo de la

encuesta, pero también de los aspectos mencionados antes: contexto y recursos

disponibles.

B) Identificar los indicadores necesarios para cada área de contenido

La redacción de las preguntas es una tarea difícil y lenta. Si no disponemos de una

relación exhaustiva de los indicadores que debemos elaborar y/o seleccionar, lo más

probable es que nos centremos en aquellos contenidos más fáciles de medir y

descuidemos los que requieran preguntas más complejas. El castigo es claro:

descuidar aspectos clave para alcanzar el objetivo de la encuesta. Los recursos y el

esfuerzo invertido pueden caer en saco roto por una mala planificación del cuestionario.

Fink (1995a) recomienda conseguir una relación estructurada de las variables que va a


medir el cuestionario y de las preguntas y tests necesarias para cada una de ellas.

Para ilustrar la tarea podemos recurrir a uno de los objetivos apuntados en ejemplos

anteriores: la evaluación de la calidad de la enseñanza universitaria. El cuadro 5.1

muestra la relación de variables e indicadores necesarios para una del sus áreas de

contenido: el profesorado.

CUADRO 5.1. Ejemplo de diseño de un cuestionario.

Área de contenido: profesorado

VARIABLES INDICADORES TIPO

Edad 1 1 Pregunta abierta

Género 1 1 Pregunta cerrada

Antigüedad en el puesto 2 2 Preguntas cerradas

Nivel profesional 1 1 Pregunta cerrada

Formación para la asignatura 2 2 (1 abierta y 1 cerrada)

Satisfacción con el trabajo 1 1 Test tipo Likert

La especificidad con la que se realice esta tarea es una decisión del autor del

cuestionario. Por ejemplo, nada impide “desmenuzar” la información anterior incluyendo

qué tipo de preguntas se debe emplear en cada caso, e incluso, si es necesaria más de

una pregunta para un aspecto, indicando el elemento de información que cada una

debe plantear. Este podría ser el caso en el ejemplo anterior para la “antigüedad en el

puesto”: una pregunta pediría información sobre la “antigüedad en el grado académico”

(licenciado o doctor); y otra sobre la “antigüedad” en la categoría profesional

(contratado o funcionario). Un consejo: se debe invertir todo el tiempo necesario hasta

tener una planificación precisa del cuestionario. Por otra parte, el rigor en las

especificaciones no se debe entender como un “corsé” a la creatividad: la interacción

continua a lo largo del proceso de elaboración permite en todo momento rectificar

decisiones anteriores. Siempre se está a tiempo de hacer una “modificación de los

planos” en la casa.

7. Recomendaciones para hacer las preguntas del cuestionario

Las recomendaciones persiguen sobre todo redactar preguntas fiables: dos


encuestados en la misma situación deben dar la misma respuesta a la pregunta; y

válidas: relacionadas con el objetivo del cuestionario. La mayoría de estas

recomendaciones son resultado de la experiencia acumulada y tienen un carácter

“colectivo”: suelen aparecer con ligeras variantes en todas las monografías sobre la

elaboración del cuestionario (Bosh y Torrente, 1993; Harvatopoulos, Livan y Sarnin,

1992; Fink, 1995a, 1995b; Fowler, 1993; Santesmases, 1997).

Estos consejos prácticos no garantizan en términos absolutos la redacción de

preguntas adecuadas. Al igual que con los instrumentos musicales, no podemos

asegurar que la encuesta “suene perfecta”, pero al menos debemos intentar construir

un “buen instrumento”. Por otra parte, el autor de las preguntas no debe estar

atenazado por la responsabilidad de atenerse a estos consejos “al pie de la letra”: las

preguntas serán después revisadas para detectar posibles errores cometidos en la

redacción.

Es necesario hacer una distinción antes de presentar las recomendaciones habituales

para la redacción de las preguntas. Por razones didácticas vamos a distinguir entre

“preguntas factuales” y “preguntas subjetivas”.

Las preguntas factuales están diseñadas para medir hechos o sucesos que podrían ser

medidos de manera objetiva. Son aquellas preguntas en las que se podría comprobar

la precisión de la respuesta por algún tipo de observación independiente. Por ejemplo,

la pregunta “¿cuántas veces ha ido al médico la última semana?” es una pregunta

factual. Teóricamente, el investigador podría obtener este dato de forma precisa -sin

necesidad de preguntarle al encuestado- recurriendo a los registros del centro de salud.

Las preguntas subjetivas pretenden medir actitudes, opiniones, sentimientos y

creencias de las personas. Es evidente que no hay un medio objetivo de comprobar la

precisión de las respuestas de las personas, ya que sólo el encuestado tiene acceso a

sus estados subjetivos. La comprobación de las respuestas sólo es posible de forma

indirecta por su asociación con otros patrones de respuesta.

Hay, sin duda, preguntas que difícilmente podríamos localizar en una de estas dos

categorías por estar entre ambas, por ejemplo, “¿a qué partido votaría si se celebraran

hoy las elecciones?” No obstante, la distinción es adecuada para valorar el alcance de

las recomendaciones a seguir en la redacción de las preguntas.

Empezaremos con las recomendaciones dirigidas a la redacción de preguntas


factuales, por ser las más utilizadas en los cuestionarios.

7.1. Recomendaciones para elaborar preguntas factuales

Antes de entrar en las recomendaciones concretas, recordemos el tipo de pregunta que

debemos intentar redactar. Las preguntas deben facilitar la consistencia en la medida,

es decir, que cada encuestado de la muestra responda al mismo conjunto de

preguntas. Debemos procurar que las diferencias entre las respuestas sean atribuibles

a diferencias de los encuestados en las variables de interés, y no a fuentes de variación

no deseadas (errores de medida).

A) Hacer preguntas relevantes

La relevancia de las preguntas depende de su relación con los objetivos de la

encuesta. No se deben hacer preguntas superfluas. Por ejemplo, en una encuesta

sobre el transporte por autobús, los encuestados esperan preguntas sobre la rapidez,

comodidad, número de autobuses, etc. Si se hacen preguntas que no parezcan tener

relación con los autobuses (edad, hábitos de lectura, etc.), habrá que justificar

explícitamente su necesidad, por ejemplo, indicando que esta información es necesaria

para saber si la empresa de transportes está cubriendo las necesidades de todos sus

clientes.

B) Hacer preguntas concretas

Las cuestiones deben ser precisas y no ambiguas. Una pregunta precisa es aquella

que dos encuestados diferentes entienden de la misma forma. Por ejemplo,

supongamos que estamos preguntando sobre el estado de salud. Dos personas con

historias de salud diferentes (una habitualmente sana pero con problemas de salud en

los últimos días y otra con una enfermedad crónica) pueden responder en términos

similares a una pregunta ambigua.

Ejemplo:

- Mala redacción: ¿cómo describiría su salud?

Introduciendo un periodo de tiempo se puede hacer más precisa:

- Mejor: ¿cómo describiría su estado de salud en las últimas dos semanas?

En definitiva, cuanto más detalles podamos aportar más precisa será la respuesta.


C) Emplee periodos de tiempo proporcionales a la importancia de la pregunta

Preguntar a las personas sobre hechos poco relevantes en un periodo largo de tiempo

suele conducir a respuestas poco fiables porque intentan adivinar. Así, es

recomendable utilizar periodos de un año o más para los principales hechos de la vida

(comprar una casa, padecimiento de enfermedades serias, nacimiento de un niño, etc.)

y periodos de un mes o menos para hechos o acontecimientos menores. Sin embargo,

los periodos de tiempo no pueden ser tan cortos como para que los acontecimientos

puedan no haber ocurrido.

- Mala redacción: ¿cuánto ha tardado en dormirse, en promedio, durante los últimos

seis meses?

- Mejor: ¿cuánto tiempo ha tardado en dormirse, en promedio, en las últimas dos

semanas?

D) Utilice un lenguaje convencional

La encuesta no es una conversación. Para obtener información precisa es necesario

redactar las preguntas con una estructura gramatical, puntuación y vocabulario

estándar. La redacción de las preguntas debe perseguir que el mayor número de

personas las entienda. Algunos consejos habituales son:

Utilizar frases completas: el ejemplo más simple de redacción inadecuada es la

utilización de frases incompletas.

Ejemplo:

- Mala redacción: ¿edad?

Comentario: la pregunta parece simple pero las personas pueden entenderla de

diferentes formas (edad actual, número de años que va cumplir, “metido en 54”, etc.)

- Mejor: ¿Cuántos años cumplió en su último cumpleaños?

Examinemos también este otro:

Ejemplo:

- Mala redacción:¿lugar de residencia?

Comentario: significa distintas cosas para diferentes personas. Por ejemplo: región,

ciudad, barrio, residencia familiar, etc.


- Mejor: ¿cuál es el nombre de la ciudad en la que vive actualmente?

Ante preguntas incompletas, el entrevistador probablemente (o el encuestado) tendrá

que añadir palabras o expresiones para hacer más inteligible la pregunta o la

respuesta, introduciendo fuentes de variabilidad no deseadas. En definitiva, las frases

completas expresan mejor una idea o pensamiento completo y claro.

Podemos analizar otro caso de redacción incompleta que presenta algunos problemas.

Ejemplo:

- De los siguientes aspectos de su ciudad, ¿qué valoración general (muy malo, malo,

regular, bueno, muy bueno) le merece en cuanto a la calidad de...? Espacios

verdes y jardines, instalaciones deportivas, transporte público, policía y seguridad

ciudadana.

Presenta varios problemas:

a) El orden del enunciado. Si las alternativas de respuesta son leídas antes de pensar

en el contenido específico del ítem, lo más probable es que el encuestado olvide las

alternativas y el entrevistador tenga que repetírselas;

b) El encuestado no va a seguir un patrón consistente de evaluación.

Evitar abreviaturas: deben evitarse al menos que se esté seguro de que todas las

personas conocen su significado.

Ejemplo:

- Mala redacción: ¿cree que el IPC refleja la carestía de la vida?

- Mejor: ¿cree que el índice de precios al consumo refleja la carestía de la vida?

Evitar expresiones coloquiales y tecnicismos: las primeras se deben evitar, ya que

cambian rápidamente y no todo el mundo está al tanto de las últimas expresiones. Su

utilización está justificada sólo cuando estemos seguros de que todo el grupo de

encuestados conoce los términos de las preguntas. Hay, otro problema añadido: la

comunicación de los resultados a una audiencia general puede ser más difícil. La

misma consideración es aplicable a las expresiones técnicas: sólo deben utilizarse

cuando estemos seguros de que todas las personas las conocen.

Ejemplo:

- Mala redacción: ¿cuántas veces ala semana va usted ala plaza?


- Mejor: ¿cuántas veces a la semana va usted al mercado?

E) Utilice preguntas que hayan sido utilizadas con éxito en otras encuestas.

Las encuestas del INE (instituto Nacional de Estadística) y las EPA (Encuestas de

Población Activa) son unas fuentes de preguntas muy utilizadas y reconocidas, por

ejemplo, para preguntar por las profesiones. Esto nos asegura mayor fiabilidad y mejor

comunicación de los resultados.

F) Utilice preguntas breves

Las preguntas breves requieren menos tiempo y menos atención lectora, aunque

también aportan información menos detallada. Las preguntas largas generalmente dan

antecedentes a los encuestados y les ayudan a recordar o pensar en las razones por

las que hacen algo o mantienen una opinión.

- Breve: ¿cómo influiría en su decisión de recurrir a la cirugía estética el que su pareja

haya sido operada?

- Larga: habrá oído hablar de que cada vez más personas recurre a la cirugía...

Las preguntas largas son útiles para obtener información sobre temas “sensibles”

(salud o hábitos personales) o cuestiones objeto de debate social (control de armas). Al

utilizar preguntas largas en cuestionarios autoadministrados es necesario contar con el

tiempo necesario para leer la pregunta y responder.

G) Redactar con cuidado las preguntas comprometidas

Preguntas de este tipo son las relativas a temas como ingresos, situación laboral,

consumo de sustancias ilícitas, hábitos sexuales, etc. Si es necesario hacer este tipo

de preguntas (después de haber reflexionado seriamente sobre su pertinencia), hay

diversos procedimientos para “suavizar” la pregunta. Por ejemplo, utilizar intervalos

amplios en las respuestas sobre ingresos económicos, introducir mensajes que ayuden

a poner en situación al encuestado, aproximarse sucesivamente a la pregunta, etc.

Veamos algunos ejemplos.

Los autores de encuestas en ocasiones “cargan” una pregunta para obtener

información sobre temas embarazosos o polémicos. El objetivo de “cargar” una

pregunta es animar al encuestado a que dé una respuesta verdadera en lugar de una

“socialmente aceptable”. Por ejemplo:

- Mala redacción: ¿se ha llevado alguna vez algo de un supermercado sin pagar?


- Mejor: ¡usted no es el único! Todo el mundo ha pensado alguna vez en llevarse algo

sin pagar de un supermercado. En la pasada semana: ¿se ha llevado algo sin

pagar de un supermercado?

Sí No

Aproximación sucesiva

- Habrá oído comentar que los supermercados pierden anualmente millones de

pesetas por pequeños robos o hurtos. Las empresas del sector quieren proponer al

gobierno que se endurezcan las penas por este tipo de delitos. Esta propuesta está

provocando una fuerte polémica. Algunas personas están a favor y otras en contra.

¿Qué piensa usted sobre el endurecimiento de las penas a las personas que se

llevan cosas sin pagar de los supermercados?

Totalmente en desacuerdo

Bastante de acuerdo

Ni de acuerdo ni en

desacuerdo

Bastante de acuerdo

Totalmente de acuerdo

- Muchas personas se han llevado alguna vez algo sin pagar del supermercado.

¿Conoce a alguna persona de su entorno laboral, vecinos o familia que lo haya hecho?

Sí No

- Trate ahora de recordar. ¿Alguna vez ha pensado usted en llevarse algo sin pagar

del supermercado?

Sí No

- ¿Lo ha llegado a hacer?

Sí No

Sin duda, la aproximación sucesiva es más costosa, pero es el precio a pagar por una

mayor sinceridad en las respuestas.

Debemos saber que este tipo de preguntas pueden inducir a que el encuestado deje de

responder o a que directamente tire el cuestionario a la papelera (sobre todo si están al

principio del cuestionario).

H) Evitar palabras y frases sesgadas

Las frases y palabras sesgadas pueden elicitar respuestas emocionales que no tengan

nada que ver con el tema objeto de la encuesta. Palabras como: aborto, pro-vida,

“rojo”, etc., pueden generar respuestas emocionales o prejuicios.

También hay que advertir que el sesgo en las palabras tiende a cambiar con el tiempo.


El sesgo puede evitarse fácilmente con una revisión de las preguntas por expertos o

posibles encuestados.

I) Evitar preguntas con más de una idea

Las preguntas con más de una idea en su redacción, por ejemplo “¿el gobierno debe

seguir financiando la educación y la sanidad?”, pueden introducir confusión en los

encuestados, ya que realmente se trata de dos preguntas.

Ejemplo:

4. Mala redacción: ¿cree que la política económica y exterior del gobierno son

adecuadas?

5. Mejor: ¿cree que la política económica del gobierno es adecuada?

6. Mejor: ¿cree que la política exterior del gobierno es adecuada?

J) Evitar redacciones negativas

Suelen ser difíciles para los encuestados, ya que requieren un ejercicio de pensamiento

lógico. Imaginemos que estamos pidiendo que la persona nos diga si está de acuerdo o

en desacuerdo con el siguiente enunciado: las Naciones Unidas no deberían inhibirse

de los asuntos internos de los países. Algunas personas podrían dejar de leer el no y

responder en sentido contrario a su opinión; y otras, primero traducirían el enunciado a

términos afirmativos y luego responderían.

K) Utilizar indicaciones opcionales

Hay circunstancias en las que es recomendable aportar una redacción opcional de la

pregunta. Siempre debe estar indicado como tal, entre paréntesis, y el entrevistado la

utilizará cuando sea necesario.

Ejemplo:

- ¿Ha sido usted (o alguien que viva con usted) atacado por un extraño en el último

año?

- ¿Informó usted (él o ella) del ataque a la policía?

En general, las indicaciones entre paréntesis permiten al entrevistador hacer preguntas

que tengan sentido, teniendo en cuenta la información obtenida con otras preguntas

con objeto de adaptarlas a las circunstancias individuales del encuestado.

El uso de indicaciones debe hacerse con precaución, ya que la indicación no está


prevista para aclarar el significado de preguntas confusas o ambiguas.

Ejemplo:

- Mala redacción: ¿qué piensa de su barrio? (Nos interesa su opinión sobre vivienda,

zonas verdes, infraestructura, etc.)

7.2. Preguntas abiertas comparadas con preguntas cerradas

Las preguntas del cuestionario se suelen agrupar en dos categorías principales:

preguntas abiertas y preguntas cerradas. Las preguntas cerradas son aquellas en las

que las respuestas han sido previstas por el investigador y son ofrecidas al encuestado

para que elija la que considere más adecuada. Las preguntas abiertas no ofrecen

respuestas al encuestado y es él quien tiene que responder con sus propias palabras.

En general, las preguntas cerradas son consideradas más fiables y eficaces que las

preguntas abiertas, pero ambas tienen sus ventajas e inconvenientes.

A) Preguntas abiertas

El encuestado tiene que dar las respuestas con sus propias palabras. Son útiles

cuando se pretende obtener respuestas no previstas. Algunos encuestados (los de

mayor nivel cultural o con mayor conocimiento del tema) pueden sentirse más cómodos

con las preguntas abiertas que con las cerradas.

El inconveniente principal es que las respuestas a las preguntas abiertas deben ser

categorizadas e interpretadas.

Ejemplo:

- ¿Cuántas veces ha tenido problemas para dormirse en el último mes?

Respuestas posibles:

- No demasiadas veces.

- Sobre el 10% de las noches.

- Mucho menos que el mes anterior.

La utilización de preguntas abiertas plantea una pregunta inevitable: ¿hasta qué punto

las respuestas anteriores son equivalentes?

B) Preguntas cerradas

Son más difíciles de escribir que las preguntas abiertas ya que debemos anticipar las


posibles respuestas. Sin embargo, algunos encuestados prefieren este tipo de

preguntas por no estar dispuestos o no ser capaces de expresarse sobre el tema objeto

de la encuesta. Además, las preguntas cerradas facilitan la categorización y análisis de

las respuestas. ¿Cómo podemos decidirnos por un tipo de pregunta u otro? El cuadro

5.2 puede ayudar en el proceso de decisión:

CUADRO 5.2. Comparación de preguntas abiertas y cerradas

ABIERTA CERRADA

Objetivo Obtener información directa de los encuestados con sus propias palabras

Obtener datos de juicios u ordenaciones

Características de los encuestados

Nivel cultural medio-elevado y con conocimiento y opinión sobre el tema

Nivel cultura medio-bajo y sin conocimiento y opinión sobre el tema

Forma de hacer las preguntas

No disponer de las posibles respuestas.

Posibles respuestas muy numerosas

Respuestas previstas

Análisis de los resultados

Posibilidad de categorizar y analizar respuestas muy heterogéneas

Descripción meramente cuantitativa de las respuestas

Comunicar los resultados

Descripción individual de los tipos y categorías de respuestas

Información estadística de las respuestas

7.3. Preguntas llave o filtro

Las preguntas filtro o llave son aquellas que en función de la respuesta dirigen a unos

encuestados, pero no a otros, hacia unas preguntas concretas del cuestionario y no a

otras.

De una encuesta sobre la adicción a los juegos de azar podemos extraer la siguiente

pregunta filtro:

1. ¿Con qué frecuencia juega al bingo?

a) Nunca. Si contesta a) pasar a la pregunta 3.

b) Una vez al mes. Si contesta b), c) o d) pasar a la pregunta 2.

c) Varias veces al mes.


d) Varias veces a la semana.

2. ¿Cuánto dinero se gasta aproximadamente cada vez que juega al bingo?

a) Menos de 6 Euros.

b) De 6,001 a 18 Euros.

c) De 18,001 a 25 Euros.

d) Más de 25 Euros.

Esta práctica divide la muestra entre los encuestados con unas determinadas

características y los que no las tienen. Por ejemplo, los que contestan a la pregunta 2

de la encuesta sobre la adicción al juego y los que no la contestan. Esta disminución en

el tamaño de la muestra habrá de ser considerada en el análisis de los resultados.

Como regla general se recomienda evitar este tipo de preguntas, especialmente en los

cuestionarios auto-administrados, donde no esta el entrevistador para solucionar

posibles problemas. Es difícil dejar claro a unos encuestados y a otros lo que tienen

que hacer. Si tienen que saltar por secciones enteras del cuestionario, el problema se

complica aún más.

En caso de tener que utilizarlas se recomienda utilizar flechas indicadoras del

“trayecto”, justificar las preguntas a la derecha para que se puedan distinguir, presentar

instrucciones precisas sobre cuál es la siguiente pregunta a la que tiene que responder,

etc.

8. Medición de estados subjetivos

La denominación “estados subjetivos” es estrictamente metodológica. Hace referencia

a los sentimientos, actitudes, creencias, etc. de las personas.. Por comodidad y

tradición, podemos referimos a este conjunto heterogéneo de variables con el nombre

de “actitudes”.

Dejando a un lado discusiones no relacionadas con nuestro interés principal -la

medición de actitudes- podemos recurrir a la definición de actitud elaborada por

Lambert (1989:217): “una actitud es “una respuesta evaluativa, relativamente estable,

en relación a un objeto, que tiene componentes o consecuencias cognitivas, afectivas y

probablemente comportamentales”.

Morales y Moya (1996) inciden en la estructura de las actitudes en tomo a los


componentes cognitivo, afectivo y comportamental, que es de gran utilidad durante la

elaboración del cuestionario ya que proporciona la base de su diseño. Al ser nuestro

interés fundamentalmente metodológico, podemos utilizar el concepto de actitudes para

nombrar un conjunto difuso formado por sentimientos, creencias, opiniones, afectos,

juicios, etc., dadas las similitudes que comparten las metodologías para medir esos

tipos de variables. Los objetivos de la encuesta pueden hacer necesario elaborar un

“test” para medir alguna variable de este tipo. Necesidad que se debe reflejar en el

diseño del cuestionario.

La medición de actitudes presenta algunos problemas peculiares y otros comunes a la

medición de variables psicosociales. Conocer estos problemas es básico para afrontar

la tarea de medir actitudes:

- El concepto de actitud (en general y en particular cuando se refiere a una actitud

determinada) es un constructo. Sirve para “ver” orden y consistencia en lo que las

personas dicen, piensan y hacen; y así, dados ciertos comportamientos, intentar

hacer predicciones de comportamientos futuros. Tal constructo no puede medirse

directamente, sino que debemos inferir su presencia a partir de determinadas

muestras de conducta.

- Los comportamientos, creencias y sentimientos (en definitiva, las tres fuentes

fundamentales para inferir las actitudes) no siempre coinciden, incluso aunque

supongamos que reflejan una única actitud. El estudio de La Pière (1934) reveló de

forma dramática la incongruencia entre declaraciones y comportamientos de

prejuicio racial. Esta “incongruencia” puede hacer que si nos centramos en una sola

manifestación (comportamiento, creencias o sentimiento), nuestra descripción de la

actitud pueda resultar distorsionada.

- Las actitudes son variables especialmente inestables, tanto que no tenemos

garantías de que la actitud que pretendemos medir permanezca estable el tiempo

suficiente para que la medida en una sola ocasión resulte fiable.

- La medida de la mayoría de las actitudes suele hacerse sin que exista un acuerdo

universal sobre su naturaleza.

La importancia de estos problemas depende del objetivo, contexto y nivel de análisis al

que se necesite realizar la medición. Por ejemplo, las mediciones de actitudes a nivel

grupal requieren menor precisión que las mediciones a nivel individual.


Hay numerosos instrumentos disponibles para medir actitudes. Sólo nos vamos a

referir a los dos que con más frecuencia se utilizan en la investigación por encuesta.

8.1. Tests de ordenación

Los tests o escalas de ordenación son un conjunto de frases o enunciados actitudinales

que expresan el rango de posibles actitudes sobre un objeto. La utilización de esta

estrategia tiene sus primeros antecedentes en los trabajos de Thurstone para medir las

actitudes de una persona (Thurstone, 1928). No obstante, la utilización más común de

este procedimiento en el contexto de la investigación mediante encuesta persigue

meramente la descripción de las opiniones o juicios de una población.

Por ejemplo, un test de ordenación para medir la actitud hacia la escuela de niños en

edad escolar podría estar formado por las frases siguientes:

- La escuela enseña cosas que ayudan a conseguir trabajo.

- En general, los profesores se preocupan de sus estudiantes.

- La escuela es interesante.

- La escuela es aburrida.

- Hay demasiadas reglas en la escuela.

La tarea de la persona es leer cada frase y ordenarlas en función de su opinión o

valoración. La redacción de las frases debe procurar que sea posible “localizarlas” en

diferentes puntos de una sola dimensión por su valoración del objeto actitudinal. Dos

criterios ayudan en este objetivo: 1. el contenido de todas las frases se debe referir al

mismo objeto; y 2. deben expresar distinto grado de actitud hacia el objeto.

Aunque hay procedimientos analíticos sofisticados para analizar este tipo de

respuestas (Crocker y Algina, 1986), lo más común es que el investigador se limite a un

análisis descriptivo de la ordenación más frecuente o común en la población o de la

posición de cada elemento en diferentes grupos demográficos.

8.2. Tests tipo Likert

Propuesto por Likert en los años treinta es, sin duda, el modelo de medición de

actitudes, más popular e intuitivo. Es más, hoy día cualquier escala en la que la

puntuación de una persona se obtenga por la suma de sus respuestas graduadas a los

ítems que la forman, recibe el nombre de escala “sumativa” o escala tipo Likert


(Spector, 1992).

El modelo puede describirse brevemente de la forma siguiente:

1. Se presenta a un grupo de personas un conjunto de ítems formado por

aproximadamente el mismo número de ítems favorables y desfavorables al objeto

actitudinal.

2. A continuación, se pide a las personas que respondan a cada una de las frases en

función de su grado de acuerdo o desacuerdo con ellas.

3. El último paso es combinar las respuestas de las personas de manera que aquellos

que tienen una actitud más favorable obtengan las puntuaciones más altas y los

que tienen una actitud más desfavorable las puntuaciones más bajas. El modelo de

escalamiento implica un único tipo de estímulos y un único tipo de respuestas.

El modelo asume unos supuestos sobre la naturaleza de los items y de la escala final

que pueden resumirse en:

1. Las variaciones sistemáticas en las respuestas de las personas a los items se deben

únicamente a las diferencias entre las personas. Es decir, los items no aportan

nada a la variabilidad sistemática de las respuestas, cada item es considerado una

replicación de los otros.

2. Los ítems están relacionados monotómicamente con la variable actitudinal que se

supone que miden. Cuanto más favorable (o desfavorable) sea la actitud de la

persona, mayor (o más baja) será su puntuación en el item.

3. Los ítems miden una única variable, es decir, forman una escala unidimensional.

En la mayoría de las aplicaciones del modelo los supuestos no son sometidos a

examen. El proceso para elaborar una escala de este tipo sigue una serie de pasos

bien establecidos (Morales, 1988). Sólo vamos a incidir en las recomendaciones para la

redacción de las preguntas, por su interés para los objetivos del capítulo.

Podemos enumerar cinco reglas que ayudarán a escribir buenos items:

1. Cada ítem debe expresar una y solamente una idea. Si el item expresa más de una

idea lo más probable es que consigamos confundir a las personas. Será muy fácil

que la persona no sepa a cuál de las dos ideas expresadas en el enunciado no,

referimos.


2. Utilizar ítems redactados deforma favorable y desfavorable. Es una recomendación

generalizada. El escritor de items debe redactar enunciados que representen

posiciones favorables y otros desfavorables al constructo. El objetivo de esta

recomendación es evitar las denominadas tendencias de respuesta (aquiescencia,

deseabilidad social, etc.). Por ejemplo, en el caso de la aquiescencia si todos los

items están redactados de forma positiva, una persona que muestra un sesgo en su

respuesta -aquiescencia- obtendrá puntuaciones muy altas -o muy bajas- inflando

el cálculo de los estadísticos del item y del test. Cuando hay items redactados de

forma favorable y desfavorable, estas personas tienden a situarse en los valores

centrales produciendo un efecto mucho menor. El precio a pagar por intentar evitar

el sesgo en la respuesta es confundir a las personas (al tener que cambiar su forma

de responder), sobre todo en tests largos.

a) Ejemplo de ítem favorable:

Los inmigrantes deberían tener derecho a la seguridad social

Muy en desacuerdo En desacuerdo

Ni en desacuerdo

ni de acuerdo De acuerdo

Muy de acuerdo

b) Ejemplo de ítem desfavorable:

La presencia de inmigrantes hace que aumente el paro entre los españoles

Muy en desacuerdo

En desacuerdo Ni en

desacuerdo ni de acuerdo

De acuerdo Muy de acuerdo

3. Evitar coloquialismos, expresiones y jergas. Debe utilizarse un lenguaje estándar y

no sujeto a modas temporales que hagan que con el paso del tiempo los ítems

pierdan sentido.

4. Adecuar la estructura gramatical a las características de las personas que

responderán al test. Es necesario buscar un equilibrio entre una redacción del item

que garantice la medida del constructo (por ejemplo utilizando frases subordinadas)

y el nivel lector de las personas. Es obvio que si las personas dudan sobre el

significado del item no estaremos midiendo de forma adecuada el constructo.

5. Evitar redacciones negativas. Es una recomendación muy particular. Pero la

evidencia acumulada constata que es más difícil para las personas entender las

frases negativas que las que expresan la misma idea pero de forma positiva. No se

deben confundir ítems que representen posiciones desfavorables con ítems


redactados de forma negativa.

Ejemplo:

a) Mala redacción: cuando entro en un autobús no me agrada sentarme al lado de

inmigrantes.

Muy en desacuerdo

En desacuerdo Ni en



b) Mejor: cuando entro en un autobús me molesta sentarme al lado de inmigrantes

Muy en desacuerdo

En desacuerdo Ni en



9. Revisión de las preguntas

El análisis de la calidad del cuestionario se puede hacer por procedimientos empíricos

y por procedimientos subjetivos. La literatura sobre elaboración de cuestionarios no

trata con detalle ninguna de las dos aproximaciones. Nuestro objetivo es dar algunas

pautas que ayuden en el proceso de revisión.

Los contenidos de este apartado están dirigidos a la revisión de las preguntas

factuales. Las preguntas o tests diseñados para medir estados subjetivos se pueden

revisar mediante procedimientos más formales que están ampliamente descritos en la

literatura especializada (Crocker y Algina, 1986).

La finalidad general de la revisión es identificar defectos en la redacción de las

preguntas que puedan disminuir su fiabilidad y validez.

9.1. Procedimientos subjetivos

El autor del cuestionario puede recurrir a personas familiarizadas con las técnicas de

investigación por encuesta o con el tema objeto de la investigación para revisar las

preguntas.

Para sacar más partido a la tarea es conveniente “guiar” la revisión de las preguntas

hacia aspectos concretos. Los trabajos sobre el tema suelen agrupar las cuestiones a

revisar en los apartados siguientes:

- Contenido:

¿Es necesaria esta pregunta? ¿Son necesarias más preguntas sobre esta

cuestión? ¿Es necesario concretar más la pregunta?


- Redacción:

¿Se podría expresar de un modo más claro? ¿Cómo? ¿Puede tener varias

interpretaciones? ¿Presenta algún sesgo o prejuicio? ¿Las alternativas son

exhaustivas? ¿Se solapan las alternativas de respuesta?

- Ubicación:

¿Está situada en el lugar adecuado?

¿Pueden influir las preguntas precedentes?

También se puede recurrir a un grupo de encuestados potenciales para plantearles

cuestiones sobre la claridad de las preguntas.

Por supuesto, el responsable de la revisión puede plantearla en términos más formales

requiriendo a los expertos, por ejemplo, que examinen la adecuación entre la pregunta

y el contenido o variable que pretende medir, que propongan alternativas a los

elementos defectuosos, que califiquen la pertinencia de cada pregunta...

9.2. Procedimientos empíricos

La información procede de una administración del cuestionario a un grupo de personas.

La calidad de las preguntas es juzgada a partir de algunas propiedades estadísticas de

las respuestas obtenidas.

No es necesario recurrir a un procedimiento formal de muestreo para determinar el

número y seleccionar a las personas; basta con que sean suficientes para asegurar la

estabilidad de los estadísticos y de características semejantes a las de la población de

personas que responderán a la encuesta.

Las dos propiedades estadísticas base del análisis son:

a) Proporción de elección de la alternativa “No sabe / no contesta”. Las preguntas

cerradas suelen incluir como alternativa una opción para las personas que no

conocen las respuestas, no encuentran una alternativa adecuada entre las que se

les ofrecen o, simplemente, no quieren contestar. Parece evidente que una

proporción elevada de respuestas en esta opción está relevando algún problema en

la redacción de la pregunta: ambigüedad, falta de exhaustividad en las alternativas

de respuesta, etc.

El procedimiento para obtener la proporción de elección de esta alternativa “saco” es


bastante sencillo:

respuestas de Total

NS/NCelección de FrecuenciaNS/NCelección de Proporción =

Si el valor obtenido excede las expectativas del autor del cuestionario debe revisar las

preguntas para intentar determinar el origen de este problema.

b) Proporción de elección de las alternativas. No es fácil predecir a priori el patrón de

elección "adecuado" de las alternativas de respuesta en las preguntas cerradas.

Depende, por supuesto, de la distribución de la variable en la población. No

obstante, el investigador puede sospechar que hay algún problema en aquellas

preguntas con alternativas poco elegidas o con una alternativa mayoritariamente

elegida.

La obtención de los datos es sencilla:

respuestas de Total

elección de FrecuenciaasAlternativelección de Proporción =

Los resultados estadísticos no deben ser interpretados como “pruebas de valor”: una

proporción inesperada en la elección de una alternativa no indica necesariamente que

la pregunta sea defectuosa. El resultado se debe utilizar como una señal de alarma que

lleve a una nueva revisión de las preguntas.

10. Preguntas demográficas

Las preguntas demográficas tienen como objetivo general “conocer” a los encuestados.

Están diseñadas para obtener información sobre variables como edad, género, lugar de

residencia, estado civil, situación laboral, ingresos medios, antecedentes étnicos, etc.

Por su contenido común se suelen agrupar bajo la denominación “variables

demográficas”.

Se deben redactar con precaución y justificar su necesidad al encuestado, pensemos

que podemos dar sensación de falta de anonimato en las respuestas. Por la misma

razón, suelen ubicarse al final de la encuesta, cuando el encuestado ha comprendido

ya su objetivo y está comprometido con la participación en la encuesta.

Las variables demográficas son utilizadas especialmente para obtener grupos de

comparación con los que interpretar las respuestas a las preguntas: diferencias por

género, edad, nivel económico, etc.


11. Orden y disposición de las preguntas en el cuestionario

La disposición de las preguntas persigue dar la sensación de facilidad y poco consumo

de tiempo para responder a la encuesta. La primera pregunta debe ser fácil y general

para implicar al encuestado en la respuesta al cuestionario y en el objetivo de la

investigación. Deben evitarse las preguntas abiertas o con muchas alternativas de

respuesta. Debe ser una pregunta aplicable a todo el mundo, lo que facilitará crear la

impresión de que la encuesta le concierne y que está preparado para responder. La

ubicación del resto de las preguntas en el cuestionario responde algunos criterios

básicos:

- Los aspectos previsiblemente más importantes para el encuestado deben ir al

principio.

- Las preguntas de contenido similar deben estar agrupadas.

- Hay que evitar que el encuestado tenga que realizar saltos de página o seguir

indicaciones complejas.

- Dentro de cada área temática las preguntas deben ir de las menos a las más

comprometidas

- Las preguntas relativas a variables demográficas deben ir al final.


VI. LA CALIDAD DE LA ENCUESTA6

Andrés González Gómez José Luis Padilla García Cristino Pérez Meléndez

Introducción

La calidad de la encuesta puede entenderse de dos maneras íntimamente relacionadas

y unidas a lo largo de todo el proceso de la investigación, bien como todos aquellos

cuidados que han de tenerse en cuenta durante el planteamiento y desarrollo de la

investigación o bien referidos a los indicadores que mostrarían la calidad de los

resultados una vez finalizada la encuesta. En la actualidad la mayoría de los autores

aglutinan ambas perspectivas.

Fowler (1988) diferencia tres aspectos en el desarrollo de la investigación mediante

encuesta a la hora de abordar la calidad de la misma: el muestreo, el diseño de

instrumentos de medida y la recogida de datos.

Gómez (1990) distingue dos grandes grupos de errores: los debidos al muestreo y los

ajenos al mismo; diferencia a su vez para ambos los errores aleatorios de los

sistemáticos.

Martínez Arias (1995) encuadra muy acertadamente la calidad de la encuesta bajo el

rótulo general de la validez de las investigaciones en términos de lo que Cook y

Campbell (1979) establecen como amenazas a la validez interna y externa de cualquier

investigación. En este sentido, la autora diferencia tres grandes bloques, tomados de

Groves (1989), bajo los cuales analiza la calidad de la encuesta: a) errores de no

observación, b) errores de medida y c) errores de procesamiento; introduciendo los

apartados más característicos de cada uno de ellos tales como errores de no

respuesta, errores de muestreo, del entrevistador, el cuestionario, etc.

Groves (1989), apoyándose en la perspectiva de Kish (1965), se aproxima al error total




contenido en los resultados de una encuesta, como la suma de todos los errores

variables y todos los sesgados. A su vez, cada uno de ellos queda diferenciado por los

errores de no observación y los errores de observación. Con los errores de no

observación se hace referencia a la parte de la población que no ha sido medida.

Vamos a distinguir tres tipos de errores de no observación. En primer lugar, el error

muestral, que es el que más claramente limita a los sujetos de una población que serán

medidos. En segundo lugar, el error de cobertura, ya no tan evidente, es el que se

provoca por el hecho de que algunos sujetos no formen parte de la lista de los que son

previamente identificados como pertenecientes a la población. Y, por último, el error de

la no respuesta, provocado por aquellos sujetos que no han podido ser localizados por

el encuestador o aquellos localizados que rehusan ser entrevistados. Con los errores

de observación se hace referencia a las desviaciones que presentan las respuestas de

los sujetos del verdadero valor en la variable que se pretende medir; por situaciones

tales como la falta de capacidad del sujeto, la deseabilidad social de la respuesta, etc.,

distorsionan la respuesta de tal forma que provocan que no se ajuste fielmente a lo que

se le pregunta. Igualmente, la desviación podría haber sido producida por la actitud de

los encuestadores con los encuestados, por la estructura y características del

instrumento, así como por la manera de recoger los datos (correo, cara a cara,

teléfono, etc.).

Como puede comprobar el lector a través de estas limitadas pero significativas

referencias, se está produciendo un cambio importante de perspectiva en relación con

la calidad de la encuesta.

Tradicionalmente la calidad se conectaba con los errores de muestreo propiamente

dichos, pero en la actualidad es cada vez más aceptado que los errores ajenos al

muestreo son tan decisivos como aquellos a la hora de valorar la calidad de los

resultados obtenidos con este enfoque. De ahí que no sólo se preste atención al diseño

de la muestra y a su error correspondiente, sino que se dedica mucho esfuerzo al

procedimiento de recogida de datos, a quienes responden, no responden o no pueden

responder, a la supervisión, a los encuestadores, al cuestionario, etc., todos ellos bajo

el rótulo de errores ajenos al diseño de la muestra.

Este capítulo se tratará desde la perspectiva de la previsión de los errores en la

investigación mediante encuestas, más que desde la preocupación por medirlos o

estimarlos. Se contará con lo ya expuesto en capítulos anteriores que introducen


elementos específicos de control. Por ello, la fiabilidad y validez del instrumento, así

como el error de muestreo propiamente dicho, entre otros aspectos, no serán tratadas

específicamente, en cambio nos detendremos en cuestiones tales como errores

debidos al encuestador, codificación y escritura de datos, imputación de datos

perdidos, etc., que no han sido tratados en ninguno de los capítulos anteriores. Para

seguir la línea expositiva del texto, se han englobado las posibles fuentes de error en:

errores asociados al muestreo, errores asociados con el cuestionario, errores

asociados con la entrevista y errores asociados con el tratamiento de datos.

1. Errores asociados al muestreo

Los errores derivados de la obtención de muestras han sido clasificados de formas muy

variadas y, lo que es peor, se utilizan los mismos términos para conceptos diferentes.

En multitud de ocasiones no es posible o recomendable trabajar con la población y se

recurre al estudio de una muestra, supuestamente representativa de aquélla. Los

procedimientos que se siguen para la obtención de muestras pueden ser muy

rigurosos, meticulosos, estrictos, etc.; pueden respetar hasta el límite de lo respetable

los algoritmos de selección de unidades, los principios rectores para el muestreo, las

probabilidades asociadas, etc.; pueden ser catalogados como perfectos por un

observador externo al estudio, pero hay algo innegable e inevitable: se ha trabajado

con una muestra y no con la población. No existe una seguridad absoluta de lo que se

habría obtenido de haber realizado las mediciones en la población en lugar de en una

porción de ésta (especial, pero porción). Así que el fantasma del error está presente

desde el momento mismo en el que se decide obtener una muestra.

Este error de muestreo propiamente dicho fue tratado con suficiente amplitud con

anterioridad, por lo no nos detendremos en él a lo largo de esta exposición.

1.1. La no respuesta

La no respuesta es una importante fuente de error en la investigación mediante

encuesta. Ésta da lugar a importantes sesgos en la estimación de los resultados,

atentando contra la exactitud de la misma. En la actualidad se dedica una atención

considerable a esta problemática y a pesar de ello no se conoce con detalle la

naturaleza de la no respuesta y, por tanto, el efecto de la misma en los datos

resultantes. La no respuesta es la causa principal por la que en ocasiones, cada vez

más numerosas, no se ajustan los resultados pronosticados a los obtenidos en la


realidad.

El término no respuesta es una especie de cajón de sastre en el que caben realidades

claramente diferenciadas, aunque todas ellas tengan en común que no se dispone de

un dato determinado, debido, eso sí, a razones distintas. Se habla de tasa de no

contacto (sujetos de la muestra de los que no se tiene constancia de que fueran

abordados en el estudio), tasa de cobertura, tasa de no respuesta de una unidad

muestral (persona, casa, institución, etc.), tasa de respuesta en el cuestionario (dejar

una o varias preguntas sin respuesta). Como puede observarse, se trata de distintos

niveles y unos implican a otros. Así, de una persona (o unidad de muestreo) que no

responde, no se dispone de ninguna información, cosa diferente a que una persona o

unidad de muestreo deje sin responder una o varias preguntas del cuestionario.

Las tasas de respuesta/no respuesta pueden referirse a toda la muestra, a un

conglomerado, a un encuestador, a un grupo con ciertas características, etc. El lector

interesado en este tema puede comenzar consultando el texto de Platek (1986), en

donde se definen formalmente los diferentes tipos de tasas de respuesta/no respuesta

y su conexión matemática con las estimaciones de los parámetros poblacionales.

La idea general que subyace bajo esta problemática se entronca con la preocupación

de la fidelidad con la que la muestra resultante representa a la población. En esto, no

sólo influyen precisos y meticulosos diseños y procedimientos muestrales, sino otras

circunstancias, si cabe más importantes y con menor posibilidad de someter a control:

los datos finales de una encuesta dependen de la actitud de personas concretas, de

forma tal que no se puede asegurar nada en el diseño muestral de la manera en que

deben y tienen que contestar. En toda encuesta hay personas que colaboran y otras no

tanto (se dejan preguntas sin contestar, rehúsan ser entrevistados, enmascaran

consciente o inconscientemente sus respuestas, etc.); esta realidad atenta claramente

contra estimaciones realizadas desde los datos finalmente obtenidos. A continuación se

enumeran distintas situaciones de no respuesta:

1. Personas que no son accesibles por el procedimiento adoptado en la recogida de

datos y ni siquiera se tiene la posibilidad de contar con sus respuestas. Estas

personas dan lugar al llamado error de no cobertura. Una fuente general de error de

no cobertura radica en la utilización de marcos incompletos o erróneos. Es el caso

de contar con censos anticuados o listas de correo o números de teléfono


incompletas. Las personas que no figuren en el marco jamás podrán ser

seleccionadas. Incluso cuando: el muestreo se realiza sin la utilización de marcos,

el error de cobertura puede estar claramente presente. Esto puede ocurrir

especialmente en las encuestas telefónicas. Aunque utilicemos algún sistema de

marcación automática, resulta evidente que las personas que no dispongan de

teléfono nunca podrán ser seleccionadas lo que origina un claro error de cobertura.

2. Personas que rehúsan responder a todas o a parte de las preguntas que se les

plantean.

Aquéllas que, por alguna razón física o mental, no pueden responder a las tareas que

se les indica, bien directamente o bien a través de cuestionarios que deben rellenar

solos. Es el caso de personas que no saben leer, están en el hospital, han dejado de

vivir en esa casa, etc.

Todas estas situaciones añaden al error de muestreo propiamente dicho otra fuente de

error que puede introducir, como ya se ha indicado, sesgo en los datos globales, de tal

manera que provocan diferencias sistemáticas en relación con la población de interés.

Debido a esto, durante los últimos años se está prestando una atención especial,

independientemente de los errores de muestreo propiamente dicho, al desarrollo de

procedimientos que intenten atenuar esta fuente de error, con una doble finalidad:

a) Conseguir tasas de respuesta lo más elevadas posible.

b) Desarrollar métodos para adjudicar valores a las posibles no respuestas.

La tasa de respuesta es también usada como un indicador para evaluar los resultados

obtenidos tras la definitiva recogida de datos. Este indicador viene dado por la

proporción de sujetos que respondieron en relación con aquellos que fueron

seleccionados. Ahora bien, a veces un tipo de diseño muestral conlleva que sujetos con

los que se cuenta no puedan ni siquiera ser seleccionados y no se cuenta con ellos

para el cálculo de dicha tasa de respuesta; esto obliga, para un ajustado uso de la tasa

de respuesta, a contar para su cálculo con supuestos adicionales relacionados con el

número estimado de sujetos con los no se puede contactar.

Una vez que se dispone de la tasa de respuesta, se puede contrastar con el porcentaje

de la población que representa la muestra. Se considerará como valor despreciable

una tasa de respuesta menor que el porcentaje que representa la muestra en la

población.


Otra utilidad de la tasa de respuesta es la de comprobar si la no respuesta obtenida es

aleatoria, es decir, si los sujetos que no responden se concentran o no en un grupo de

la población con unas características determinadas (rurales, hombres, nivel

socio-económico, etc.). En estos casos, al tratarse de una no respuesta sistemática,

aunque la tasa de no respuesta fuera baja, la no contestación de estos sujetos

colaboraría en aumentar el error de estimación de los valores poblacionales de interés;

la valoración de estos indicadores es diferente en función del tipo y procedimiento de

recogida de datos (una tasa de no respuesta del 20% no indica lo mismo en una

encuesta por correo que en otra realizada por teléfono). Su significación y naturaleza

es también claramente diferente: en una encuesta por correo es razonable inferir que

los sujetos que antes responden son los que están más interesados en el tema

encuestado y, en consecuencia, tasas de no respuesta bajas en relación con lo habitual

nos indican que la muestra seleccionada bien pudiera estar sesgada en relación con

los sujetos encuestados y llevar al investigador a conclusiones erróneas. Igualmente,

se ha comprobado que en las encuestas por correo hay una mayor colaboración

cuando se utilizan grupos de personas de nivel cultural alto frente a personas de nivel

cultural bajo. Por todo ello, estos aspectos hay que tenerlos en cuenta a la hora

establecer las conclusiones finales en relación con poblaciones de interés

heterogéneas. En cambio, la disponibilidad de unas personas en una encuesta

telefónica realizada en horario laboral estará sesgada en relación con amas de casa,

parados, jubilados, y personas en general no pertenecientes al mundo del trabajo. Es

interesante tener en cuenta razonamientos similares para aquellos procedimientos de

recogida de datos que se realizan a través de entrevistas cara a cara. Por último, cabe

recordar una vez más que existe sesgo asociado con personas de la muestra que no

son accesibles, tales como enfermos, personas sin teléfono, viajantes, presos,

extranjeros, etc., aunque ellos representen una pequeña proporción de la población.

Los párrafos anteriores nos llevan a la conclusión de que una reducción de la tasa de

no respuesta favorecerá la fiabilidad y la calidad de las estimaciones. En líneas

generales, una encuesta con una mayor tasa de respuesta permitirá mejores

estimaciones y serán menos sesgadas que otra con una tasa de respuesta menor. De

manera que, para mejorar la calidad de la encuesta, el investigador debe poner en

marcha todos los medios a su alcance para reducir la tasa de no respuesta. He aquí

algunas iniciativas:


1. En las encuestas por teléfono es aconsejable, frente a teléfonos que no responden,

realizar entre 6 a 10 llamadas repartidas entre las tardes y los fines de semana.

2. Seleccionar encuestadores con una gran flexibilidad para trabajar a cualquier hora y

día. Esto permite poder adaptarse a las exigencias de cualquier persona que no

está dispuesta a contestar en un momento dado pero que accede a concertar una

cita para cuando él lo indique.

3. Enviar, siempre que sea posible, información previa a los sujetos que

posteriormente serán encuestados, esto facilita la labor de los encuestadores y da

mayor seguridad al encuestado frente a la situación anunciada.

4. Resaltar, antes de iniciar la entrevista, la importancia y utilidad del trabajo, tratando

a su vez que el entrevistado sienta que su colaboración es fundamental. Es

igualmente importante hacerles notar que su no colaboración atenta contra la

exactitud y fiabilidad del estudio. Groves (1989) concluye de los análisis realizados

con los sujetos que no responden en un primer contacto, que después de las

explicaciones indicadas, un porcentaje significativamente alto cambian de opinión y

se prestan a colaborar. Este resultado debe motivar a los entrevistadores para que

pongan el máximo empeño en el primer contacto para, al menos, informar

exhaustivamente del objetivo de la encuesta, su importancia, la confidencialidad de

las respuestas, proponer otro momento para realizar la entrevista, etc. En muchas

ocasiones, después de una conversación relajada y aparentemente desinteresada,

el sujeto que en un principio rechazó contestar el cuestionario accede a su

realización.

5. Hacer comprender a los entrevistadores la importancia de contar con una tasa de

respuesta elevada para la relevancia de los resultados obtenidos, el esfuerzo y el

gasto que conlleva todo el trabajo y que lo más importante del mismo recae en

ellos.

6. Identificar a los entrevistadores que obtienen tasas de respuestas bajas y adoptar

alguna estrategia que subsane la situación detectada: entrenarlos nuevamente o

apartarlos momentáneamente de su cometido.

7. En las encuestas por correo, hay que cuidar elementos tales como la claridad del

texto, el uso de colores en la elaboración del cuestionario con cabeceras

adecuadas y atractivas, el envío de regalos antes o después de la colaboración del


sujeto, cuestionarios fáciles de leer y de rellenar y cualquier otro detalle que al

sujeto le sugiera que el cuestionario es serio, atractivo y lo más personalizado

posible. Todo ello rebaja la tasa de no respuesta

8. Incluir todos los detalles necesarios que comuniquen al entrevistado que sus

respuestas se mantendrán en el más absoluto anonimato.

A pesar de seguir al pie de la letra las recomendaciones indicadas en los puntos

anteriores, de una manera u otra tendremos inevitablemente una tasa de no respuesta

más o menos alta. ¿Qué hacer al objeto de reducir lo más posible el error de medida

que esta situación produce en los resultados de la encuesta? Fowler (1993) aconseja

tres aproximaciones para la reducción de dicho error:

1. Sustituir al sujeto que no desea responder por otro de parecidas características. En

los casos que las unidades de muestreo son las casas, tratar que alguno de los que

viven en ella acceda a ser entrevistado.

2. Utilizar un ajuste estadístico de los datos. Se trata de imputar respuestas a los

sujetos que no responden a la totalidad de las preguntas o a una parte de ellas. La

estrategia de cálculo que esta aproximación sigue es la siguiente: si disponemos

sólo de un tanto por ciento de respuestas en un grupo específico del que sabemos

su tanto por ciento de presencia en la población objetivo, hay que ponderar las

respuestas obtenidas de estos sujetos -bajo el supuesto de que las respuestas de

los que no respondieron hubieran sido semejantes a las disponibles- para hacer

que su influencia en la estimación se acerque a lo real.

3. Determinar una muestra de entre los que no respondieron y tratar de conseguir su

colaboración, con métodos más intensivos y directos. Estas nuevas respuestas

pueden ser usadas por los investigadores de dos formas:

- Para estimar la cantidad, dirección y naturaleza del sesgo de la muestra inicial.

- Si en las respuestas de estos sujetos se obtienen respuestas semejantes a las

dadas por los sujetos que respondieron de la muestra inicial, se pueden

ponderar los datos obtenidos de manera que puedan ser añadidos al conjunto

de datos iniciales. Imaginemos que en una fase inicial de recogida de datos

hubo 40 sujetos que no respondieron de un total de 120, que constituían la

muestra inicial. Al diseñar una muestra de los 40 no respondientes se

consigue que 20 contesten. Al incluir estos datos en el grupo inicial como si


de los 40 se tratara habrá que ajustar sus respuestas a partir de la siguiente

ponderación:

[(Respuestas de los 80 iniciales) + 2 x (Respuestas de los 20)]/120.

2. Errores asociados con el cuestionario

Un elemento esencial incluido en el apartado de errores no muestrales que se

considera como una fuente de error que amenaza la validez de los estudios mediante

encuesta es el cuestionario. Aunque en el capítulo dedicado a ese tema se trata la

fiabilidad y la validez, parece interesante incluir en el presente capítulo una serie de

recomendaciones específicas en relación con distintos aspectos del cuestionario, que

tienen como objetivo prevenir posibles errores conceptualizados como errores de no

muestreo. Dichas recomendaciones, ampliación de las ya indicadas en el capítulo

correspondiente al cuestionario, son fáciles de seguir y, en muchas ocasiones, de

sentido común. De ellas vamos a informar a continuación:

1. Una manera sencilla de evitar errores, tanto en cuestionarios autoadministrados

como a través de entrevistador, es situar las posibles categorías de respuestas

verticalmente y cada una de ellas unida con puntos espaciados hasta el que ha de

marcarse como respuesta. Es muy común, fundamentalmente con la idea de

reducir espacio de] cuestionario, colocar la posible respuesta horizontalmente. Esta

costumbre eleva la probabilidad de error ya que a veces la contestación se realiza

marcando bien a la derecha o bien a la izquierda de la respuesta.

Ejemplo inadecuado: ¿Con qué frecuencia lee usted La Voz de Almería?

- nunca o casi nunca - alguna vez al mes - alguna vez a la semana - todos los días

Ejemplo adecuado: ¿Con qué frecuencia lee usted La Voz de Almería?

nunca o casi nunca ...................... (1)

alguna vez al mes . ...................... (2)

alguna vez a la semana ............... (3)

todos los días ........ ...................... (4)

2. Las categorías de respuesta a las preguntas deberán ser todo lo exhaustivas que

sea posible y, además, mutuamente excluyentes, así como contar con la inclusión

de una categoría de respuesta del tipo otros/as.


La inclusión de esta categoría de respuesta es fundamental al tomar las medidas

de pretest del cuestionario. El análisis de las respuestas dadas a la categoría

“otros/otras” nos permitirá detectar categorías de respuesta no anticipadas e

incluirlas en el cuestionario definitivo. Pasar por alto esta estrategia provocana que

en la recogida de datos definitiva la categoría otros/as se llenará de respuestas que

necesariamente deberemos codificar, con el consiguiente riesgo de error.

3. Otra de las categorías de respuesta que merece una atención especial es la relativa

a la categoría “no sabe/no contesta”. La manera de decidir sobre este tipo de

respuesta está en función de aspectos tales como el objetivo de la encuesta, el tipo

de información solicitada en la pregunta, etc. En cualquier caso, es de sumo interés

establecer un método para resaltar en el fichero de datos las contestaciones a las

preguntas que se dejaron de responder y distinguirlas de aquellas en las que se

eligió la alternativa no sabe/no contesta. Es muy distinto que la respuesta de un

sujeto sea la de no sabe/no contesta de aquella otra situación en la que el sujeto

deja de contestar la pregunta (porque no se le formula, el sujeto la omite, etc.); esto

deberá estar claramente diferenciado en el fichero de datos.

4. Seleccionar el tipo de pregunta (abierta o cerrada) que se pide a los sujetos, además

de para conseguir el objetivo propuesto, en función de las necesidades del análisis

de los datos. En este sentido siempre es preferible una pregunta abierta que

preserve un nivel de escala de intervalos a otra cerrada que lo limite a una escala

ordinal o nominal.

Ejemplo: ¿Qué edad tiene usted?

Entre 0 y 25 años…………1

Entre 26 y 45 años………..2

Más de 46 años ..………..3

Este es un claro ejemplo de pregunta que hubiese sido preferible hacerla abierta, a

fin de no perder nivel de medida y de esa manera poder hacer uso de análisis

estadísticos acordes con dicho nivel.

En muchas ocasiones, y a veces por el simple hecho de mantener en el

cuestionario una uniformidad en el tipo de preguntas, se utilizan preguntas cerradas

para recoger datos de carácter continuo. Para estos casos se hace uso de muchas


categorías de respuestas, creyendo, con esta actitud, que es una manera de

ayudar a los sujetos que tienen un vago recuerdo de lo que se les pregunta, a pesar

de que así los valores sólo preservan el orden. Con ello se acepta de antemano

una perdida de información útil y válida.

Además de lo indicado, una ventaja de las preguntas abiertas es que ahorrará

espacio y tiempo en el uso del cuestionario y son una excelente alternativa para

cuando no se conoce de manera exhaustiva el rango y variedad de las categorías

de respuesta.

5. Los códigos usados para categorías de respuesta repetidas en las distintas

preguntas del cuestionario, tales como no sabe/no contesta, sí, no, muchas, a

veces, etc., deberán codificarse siempre igual. En éste sentido, se han establecido

normas en relación con los códigos que se asignan a las categorías de respuesta

que más habitualmente se incluyen en los cuestionarios. Así, se usan los números

7, 8 y 9 respectivamente para las categorías de no sabe/no contesta, para cuando

no se realiza la pregunta al sujeto y para cuando se pierde el dato por alguna razón

(cuadro 1).

CUADRO 1. Códigos para categorías de respuestas.

No sabe/no contesta

No se hizo la pregunta Dato perdido

códigos con sólo un digito 7 8 9 códigos con más de uno 97 98 99 códigos con más de dos 997 998 999

Estas indicaciones evitan posibles errores, a la vez que facilitan los análisis de la

calidad de los datos una vez procesados.

6. También es de interés resaltar, en aras a la calidad de los resultados, que los

distintos números que se usen para codificar las restantes categorías de respuesta

no deben de determinarse de cualquier manera, sino más bien tratando de que el

número que se use represente lo mejor posible, en términos relativos, el sentido de

la categoría de respuesta. Así, los códigos deben relacionarse con los

cuantificadores de respuesta tales como ninguno, alguno, bastante, mucho, etc., de

manera que los códigos vayan igualmente incrementándose.

La idea general que se persigue con todo esto, es, por un lado, facilitar cualquier

tipo de transformación que se desee realizar y, por otro, el preservar al máximo el

nivel de escala de los datos recogidos.


El lector interesado en cuestiones particulares relativas a las opciones de respuesta

puede consular el trabajo de Bourgue y Clark (1994).

2.1. Necesidad de hacer estudios piloto

Uno de los aspectos que mejor nos sirve para evaluar la calidad de los datos recogidos

en una encuesta, independientemente del procedimiento seguido para obtenerlos, es el

que se haya desarrollado un estudio piloto del mismo. En este estudio se pone en

escena el instrumento entero así como todas las etapas del proceso de recogida de

datos, utilizando para ello un grupo de sujetos más reducido. Si un instrumento, así

como el proceso de recogida de datos en sí, no ha sido utilizado en una ocasión

anterior (pretest) a la recogida de datos definitivos, bien podría pensarse que la calidad

de la encuesta debe presentar graves deficiencias. Esta etapa básica, aunque

frecuentemente no desarrollada, es fundamental porque en ella se evalúan los

siguientes aspectos:

1. Cómo son de entendibles las distintas preguntas, así como las instrucciones en

general. Igual ocurre con las distintas categorías de respuesta para el caso de

preguntas cerradas.

2. Cuál será la mejor secuencia de preguntas en el cuestionario y cual será el orden

de recogida de los distintos aspectos que pretende cubrir la encuesta.

3. Cómo de adecuada y fiable es la forma de recoger los datos.

4. Cuál será el coste, en tiempo y dinero, del trabajo definitivo.

5. Cuánto tiempo medio será necesario solicitar del sujeto para completar el

cuestionario.

6. Qué preguntas se eliminarían si el tiempo de recogida de datos por sujeto resultase

demasiado largo.

7. Cómo se comportan las preguntas de filtro, las de control, etc.

El no haber dado respuesta a cada una de estas preguntas y el no incorporar en el

proceso de recogida de datos definitivos los cambios correspondientes, es uno de los

aspectos básicos para una baja evaluación de la calidad de la encuesta definitiva.

Si no se realiza un estudio piloto adecuado de todo el proceso de investigación lo más

probable es que en la recogida de datos definitiva surjan situaciones no previstas que


habrán de resolverse sobre la marcha. Esa falta de previsión provocará distorsiones en

los datos, introduciendo sesgos y errores innecesarios que serán las causas de una

baja validez y fiabilidad de los mismos y de la encuesta en general.

Todos estos elementos adquieren una mayor o menor preponderancia en función del

grado de implicación del investigador en el proceso general de la encuesta. En unas

ocasiones, parte de este proceso ya ha sido realizado (casos en los que la recogida de

datos fue llevada a cabo por otros investigadores) y, en otras, es realizado por

personas contratadas por el propio investigador. En cualquiera de estas situaciones,

dicho investigador deberá tener conocimientos de primera mano (informes exhaustivos)

de las actividades desarrolladas por otras personas. Ni que decir tiene que si el

instrumento ha sido desarrollado por él, se verá obligado a informar de todas las

incidencias recogidas mediante el estudio piloto.

3. Errores asociados con la entrevista

3.1. Errores asociados a los encuestadores

Otro aspecto de vital importancia para la calidad de la encuesta es el de los

encuestadores (entrevistadores, personas encargadas de recoger los datos en general)

y por esta razón debe cuidarse especialmente. No debe caerse en la habitual selección

de personas por la cercanía o por la facilidad de disponer de ellas, tales como alumnos

de una facultad, miembros de asociaciones vinculadas al investigador, familiares,

amigos, etc. Si este es el caso deberán ser instruidos adecuada y específicamente. En

relación con la calidad de la encuesta bien valdría una respuesta a la pregunta ¿quién

o quiénes realizaron la recogida de datos? La respuesta será valorada en función del

objetivo de la encuesta. A veces, con que los encuestadores tengan una educación

primaria, es suficiente; en cambio, si el tipo y objetivo de la encuesta necesita de datos

muy específicos, no sólo deberán tener una educación más elevada, sino una

experiencia concreta del campo en cuestión. Por ejemplo, si el objetivo de una en-

cuesta estuviera relacionado con los materiales y las condiciones óptimas para la

práctica del golf, los encuestadores deberán acreditar un conocimiento específico

relacionado con este deporte. Sea cual fuere el caso, se necesita un entrenamiento

específico, un contacto previo con el cuestionario, haberlo administrado en una ocasión

vigilada, etc. El lector, puede encontrarla una agenda básica de entrenamiento de

encuestadores en Weinberg (1983).


3.2. La importancia en la supervisión

Como se ha dicho en el capítulo 6, la persona encargada de hacer la entrevista ha de

ser ineludiblemente supervisada, independientemente de los procedimientos de

recogida de datos utilizados (entrevista cara a cara, por correo, por teléfono, por

ordenador, etc.). Esta situación ha de ser tenida en cuenta no en negativo (comprobar

que el entrevistador de una manera u otra haya falseado los datos) sino en positivo, es

decir, como ayuda a la buena realización de su trabajo. La supervisión deberá hacerse

con mayor intensidad al comienzo del estudio, ya que es entonces cuando el

encuestador dispone de menos experiencia. El supervisor deberá estar muy pendiente

de todo lo que ocurra: no sólo verificará completamente los primeros cuestionarios, sino

que además deberá comprobar cómo fueron recogidos, cómo se realizaron los

contactos, cómo seleccionaron a los sujetos, etc.

Una vez que la valoración emitida sea aceptable y pueda considerarse que el

entrevistador realiza bien el trabajo y controla todas las situaciones surgidas, el

supervisor se limitará a verificar sólo a unos pocos entrevistadores (entre un 10% y un

15%). Para ello es fundamental hacer uso de la hoja de resultados o incidencias que el

entrevistador rellenará cada vez que intenta o realiza una entrevista. Esta hoja permite

al supervisor detectar y comprobar errores, conscientes o inconscientes, cometidos por

el entrevistador. Cuando se detectan fallos en el entrevistador es obligatorio renunciar a

todo el trabajo realizado por él y repetir una recogida semejante a la que él tenía

asignada. Cualquier otra solución es rebajar la calidad de la encuesta.

3.3. Repaso de la entrevista y cumplimentación correcta de cuestionarios

Todo el proceso de preparación de los datos para su puesta a punto para los posibles

análisis comienza en la recogida de datos realizada por el encuestador. En esta fase el

encuestador deberá, una vez realizada la entrevista, repasar lo reseñado en el

cuestionario, ya que es cuando más reciente tiene lo sucedido y podrá completar todos

aquellos aspectos que no pudo anotar al tiempo que realizaba la entrevista. Cabe

destacar a modo de guía los siguientes:

- Repasar lo escrito para detectar palabras poco legibles.

- Repasar todas las preguntas y comprobar que no se olvidó ninguna.

- Determinar si las preguntas filtro se realizaron correctamente.


- Comprobar que los datos de identificación se recogieron adecuadamente.

- Cualquier otra incidencia que se diera durante la entrevista.

Estos pequeños detalles colaboran fuertemente a eliminar muchas fuentes de error y a

elevar la calidad de la encuesta, Por regla general los cuestionarios o las respuestas

codificadas serán enviados al responsable de la investigación que a su vez determinará

quién o quiénes los procesarán; por lo general, personas que no vivieron la recogida de

datos directamente se limitarán a transcribir lo que formalmente queda recogido en los

cuestionarios u hojas de respuesta y, por lo tanto, todos los datos deberán presentarse

con claridad y sin ambigüedades.

4. Errores asociados al tratamiento de datos

4.1. Errores en la codificación de datos

Otra fuente de error que rebaja la calidad de las encuestas está íntimamente ligada a la

codificación de las respuestas de las preguntas abiertas. Esta codificación trata de la

transformación de las respuestas escritas a un código que las represente. Este proceso

se realiza después de recoger la información y de analizar el contenido de todas las

respuestas obtenidas para cada una de las preguntas abiertas del cuestionario.

Este proceso no es tan intuitivo como en principio puede parecer y de no realizarse

convenientemente, provoca una serie de informaciones erróneas que atentan contra la

validez de la encuesta. Ejemplo: cómo codificar las distintas respuestas que pueden

obtenerse ante la pregunta ¿cuántos amigos tienes? Veamos: si responde 1, 3 ó 7

parece que la situación es fácil, con sólo codificarla con el número correspondiente es

suficiente y correcto. Pero si contesta con un rango, por ejemplo entre 8 ó 10, o si usa

como respuesta “muchos”, “pocos”, etc., la situación se complica. En estos casos hay

que determinar, una vez analizada toda la información requerida, qué códigos deberán

usarse, de manera que se preserve el sentido de las respuestas dadas por los sujetos

a las preguntas abiertas. De los ejemplos anteriores el mayor problema lo plantean las

respuestas verbales (no numéricas); en estos casos se determinarán códigos

arbitrarios y sólo relacionados con las respuestas en forma de correspondencia: usar

valores más altos para codificar “muchos” que para codificar “pocos”. En relación con

las respuestas a modo de rangos, Sonquist y Duntelberg (1977) aconsejan usar como

código el punto medio del intervalo. Esto, al igual que se determinó para las categorías

de respuesta no sabe/no contesta, etc., facilitará la labor en los análisis que


posteriormente se realicen a partir de los datos procesados.

Es necesario mantener especial atención a la hora de la codificación de las respuestas

abiertas. Cuando se trata de respuestas cortas y concisas tales como preferencias,

ocupación, etc., es aconsejable utilizar algún índice publicado por organismos públicos

o privados. En cambio, para respuestas más complejas es imprescindible que el

investigador cree su propia estructura de códigos. Básicamente se trata de recoger por

categorías, de manera fiel y aceptable, las distintas respuestas dadas por los sujetos.

Para esto se tendrán en cuenta las reglas indicadas para la codificación de las

categorías de respuesta en las preguntas cerradas. Además de éstas, Bourque y Clark

(1994) añaden las siguientes reglas específicas para determinar el sistema de códigos:

- Especificar los objetivos para los que va a usarse el sistema de códigos.

- Mantener un equilibrio entre recoger muchos y no demasiados detalles para cada

código.

- Crear el suficiente número de códigos, variables o dimensiones, tal que el

codificador no tenga necesidad de forzar algunas respuestas a la hora de asignar

un código.

- Mantener un mismo código para los datos perdidos. Sobre este punto ya se dieron

indicaciones anteriormente.

- Agrupar categorías relacionadas y utilizar para esas unos códigos de tal manera que

se usen uno/s mismos dígito/s que las representen, seguidos de otros que a su vez

diferencien a las distintas categorías incluidas en la agrupación.

Además de lo indicado, una buena estrategia para la creación de nuestro sistema de

codificación que facilita el cumplimiento de las reglas indicadas es desarrollar dicho

sistema tomando como base una muestra de respuestas comprendida entre el 20% y el

50%.

4.2. Errores asociados al registro o grabación de los datos

Una vez codificados y registrados los datos el investigador puede y debe comprobar la

idoneidad y consistencia de las respuestas dadas por los sujetos; si eran las

adecuadas, si las preguntas filtro se realizaron correctamente, valorar las preguntas de

control, etc. Para ello puede editar el fichero donde se registraron los datos y con una

simple inspección detectar fuentes de error que hasta ese momento pasaron


inadvertidas, tales como el número de registros completos, la dimensión y

características, de la muestra, errores claros en el cuestionario, sesgos en las

respuestas, etc. Esto permitiría al investigador introducir cambios en el procedimiento

que le lleven a subsanar los errores detectados antes de iniciar el análisis de los

mismos. Éstos pueden consistir en volver a entrevistar a algunos sujetos del estudio,

aumentar el número de entrevistadores, recoger muestras adicionales que cubran

aspectos y características no recogidas en el ensayo realizado, etc. Como el lector

podrá imaginar todas estas indicaciones favorecerán la calidad de los resultados

definitivos, que sin duda serán menos costosos en tiempo y dinero que unos datos de

baja calidad.

Aún queda una tercera y definitiva inspección a los datos registrados que permite

determinar indicadores formales de la calidad de los mismos. En esta fase hay que

atender a aspectos tales como el rango de puntuación de cada una de las variables

procesadas o la existencia de datos que muestren claras inconsistencias. Las tablas de

contingencia, en las que es posible combinar uno o varios datos entre sí de tal manera

que los valores que aparecen en cada casilla de cruce, pueden ayudar a detectar y

determinar dichas inconsistencias. En cualquier caso los errores localizados deberán

ser subsanados antes del inicio de los análisis correspondientes.

Esta tercera fase se completará lo más próxima posible a la fase de recogida y registro

de los datos. El abordar estas tareas pasado un tiempo considerable (4 ó 5 meses

después) complica enormemente la tarea de depuración de datos erróneos.

4.3. Errores en la preparación de los datos para el análisis

Después de completar todo el proceso de codificación y registro de los datos es

necesario, antes del análisis de datos definitivo, indagar sobre distintos aspectos que

sin duda favorecerán el análisis, al tiempo que se eliminan fuentes de error, lo que

mejora la calidad de la encuesta. Veamos:

1. En la hoja o libro de códigos es conveniente indicar de qué manera fueron grabados.

En dicha hoja deberán incluirse los campos en donde se sitúan las variables así

como el significado de los distintos códigos que puedan representar a la variable.

De acuerdo con la hoja de códigos que representa el cuadro 2a, se muestran los

registros correspondientes a cuatro personas (2b).


CUADRO 2a. Hoja de códigos Localización

Nº C. Inicio C. Fin

Nombre Etiqueta variable Valores Etiquetas

1 1 5 ide Número de

identificación 00001 a 05351

Número sujetos

2 6 6 sex Sexo 0 1

mujer hombre

3 7 7 cls Clase social 0 1 2

baja media

alta 4 8 9 eda Edad 00 a99 Nº años

CUADRO 2b. Fichero de datos ... 000951234 000961045 000970027 000981135 ...

Con la sola inspección de la hoja de códigos y el fichero de datos sería fácil para

todos aquellos investigadores que intentaran analizar los datos el identificar con ni-

tidez los valores de una variable en particular o de todas ellas. El registro de fichero

de datos del ejemplo hace referencia a los sujetos 95, 96, 97 y 98 de la muestra. El

sujeto 96 es hombre, con clase social baja, de 45 años de edad. La hoja de códigos

nos permite igualmente establecer el rango de valores posibles para cada variable

y a partir de ellos subsanar los errores ocurridos durante la introducción de los

datos, ya que al comprobar los valores más pequeños y más altos que aparecen en

los distintos campos, identificaríamos aquellos registros en los que es imposible

que un número determinado apareciera en una variable concreta. Por ejemplo 3 en

la variable sexo. Su comprobación nos llevaría a corregir el valor real de dicha

variable una vez que repasáramos los datos del sujeto en cuestión,

2. Descripción de las características de la muestra obtenida. Esto nos indicará el

grado de representación de la misma en relación con la población de interés. En el

caso en el que algunos estratos de población no estén bien representados habría

que determinar si es aconsejable el recoger datos de los no representados antes

del inicio de los análisis o bien hacer uso de procedimientos estadísticos para

determinar el peso de cada aspecto sobre representado en relación con las

características de la población y de esta manera contrarrestar su influencia en el

análisis de los datos originales.

3. Eliminación de registros a causa de datos perdidos, incompletos o inconsistentes.


4. Transformación de variables y, a partir de ellas, crear nuevos ficheros desde los

que realizar análisis específicos: crear, del fichero original, dos ficheros (uno en el

que están todos los hombres entre 20 y 35 años y otro entre los 36 y 50 años), por

ejemplo.

5. Evaluar las distintas escalas de medida de las variables en relación con su

fiabilidad y validez.

6. De acuerdo con el fichero de documentación, realizar unos cálculos simples a mano

con sólo los 10 primeros sujetos del fichero de datos y comprobar que el cálculo

resultante al ejecutar el programa informático específico utilizando los mismos

sujetos coincide con los obtenidos a mano. Esta estrategia asegura que la forma en

que el ordenador ha leído los datos se corresponde en lugar y espacio con los del

fichero correspondiente.

Cualquier paquete informático contiene un programa que facilita el desarrollo y

comprobación de la mayoría de los puntos comentados anteriormente, proporcionando

información del número de casos analizados, valores máximos y mínimos leídos para

cada variable, el número de casos perdidos en cada variable o categoría de respuesta,

los valores de tendencia central y dispersión de las variables introducidas, etc.

Como resultado de los pasos anteriores, en muchas ocasiones el investigador debe

enfrentarse al problema de la no respuesta detectada en los análisis indicados. Por

ejemplo, hay 120 sujetos de 230 pertenecientes al nivel socioeconómico medio que no

responden el apartado de ingresos anuales. Parte de esta falta de respuestas puede

haber sido debida bien a que el sujeto no quiso responder, bien a que se perdió el dato

correspondiente.

Para el primero de los casos se han determinado distintas estrategias estadísticas que

tratan de dar solución al problema. El esquema básico de todas ellas es el siguiente: se

establecen grupos de sujetos distintos en función de alguna o algunas variables desde

las que no hay razones para que las proporciones de respuestas obtenidas en otras

variables sean claramente diferentes. A partir de aquí se establece la tasa de respuesta

en cada uno de los grupos y se usa el valor obtenido como ponderación de todos los

datos presentados en cada grupo.

En el caso de los datos perdidos, las distintas estrategias se han tratado en apartados

anteriores de este capítulo así como en capítulos específicos de este texto.


Por último, un breve comentario en relación con los datos fuera del rango o los datos

inconsistentes con el resto. En cuanto a los primeros queda el problema resuelto

volviendo a inspeccionar los datos originales del sujeto correspondiente, aunque como

es obvio hay que identificar el dato como fuera del rango. Esta tarea se facilita con el

uso de programas informáticos. Respecto a las variables nominales y ordinales,

cualquier valor fuera del rango indica al investigador el posible error; para variables con

nivel de escala de intervalos, el problema ya no es tan simple. En estos casos se ha de

tomar como referencia las distribuciones de las variables y la probabilidad de aparición

de un dato en concreto. Serán entonces los tests estadísticos los que catalogarían los

datos inconsistentes. Para esta catalogación a veces es suficiente con sólo el percentil

de cada valor. Por otra parte, en la actualidad la mayoría de los análisis presentan una

opción para el tratamiento y detección de este tipo de datos. Una última decisión sobre

este tipo de datos: ¿qué hacer con ellos una vez detectados? La mayoría de los

investigadores no dudan en eliminar y sólo se plantean mantenerlos en aquellas

ocasiones en las que el criterio de dato inusual no está del todo claro. En estos casos,

antes de eliminarlo se consideran las características del sujeto y se valora la

importancia del mismo como componente de la población a la que se quieren referir los

resultados y, si es muy importante, se mantiene. En tal caso deberemos determinar con

qué valor.

4.4. Imputación de datos a las respuestas perdidas y a las no respuestas

Por imputación se quiere indicar el proceso o método que se sigue para asignar un

valor a los registros perdidos de uno o unos sujetos determinados, bien porque no

quisieron responder bien porque su contestación no fue anotada por el entrevistador o

por cualquier otra causa.

Existen diversos procedimientos de imputación. La base conceptual justificativa de

todos ellos radica en experiencias anteriores, en la deducción, en el tratamiento

estadístico, a veces en la intuición y en datos anteriores del mismo o parecido

fenómeno. Su objetivo es el de no tener que eliminar elementos de la muestra que

pudieran romper la representatividad de la misma. A veces se dispone de uno o de

varios elementos muestrales, de todos sus datos menos uno. En estos casos, ¿es

conveniente eliminarlos y perder el resto de su información? Si se mantienen es

necesario establecer un criterio para rellenar los datos perdidos, de tal manera que

dicha sustitución provoque el menor error posible a la vez que se evita el sesgo que


pudiera suponer la no presencia del mismo o de los mismos en la muestra definitiva.

Sin embargo, ningún procedimiento de imputación de datos asegura la reducción del

sesgo. Mirándolo fríamente, lo que se hace en definitiva es generar datos, no

recuperarlos; la cantidad de información disponible es la misma. Lo que sí se consigue,

de adoptar el procedimiento adecuado, es conservar toda la información recogida al

tiempo que se espera conseguir mejores estimaciones al incluir datos imputados.

La estrategia más adecuada de imputación es la que se sigue a partir de la información

que se tiene del conjunto de datos. Desde ellos se puede deducir el valor que falta en

un registro específico apoyándose en sus características concretas. Si de un registro

falta el dato de si el sujeto dispone o no de coche, y en otras de sus contestaciones se

recoge el dinero que gasta en gasolina, el que gasta en transporte público y cuál es su

tipo de trabajo, se podría rellenar el dato perdido con cierto grado de seguridad.

Otro método de imputación, para aquellos datos no disponibles que por alguna razón

no puedan ser deducidos, consistiría en duplicar un valor de los existentes, la elección

del valor a duplicar se obtiene, básicamente, después de clasificar a todas las unidades

muestrales en grupos homogéneos en sí mismos y a la vez heterogéneos entre sí, y a

cada dato que falte se le asigna el de su grupo correspondiente.

También es muy útil, aunque costoso teórica y materialmente, el recurrir a técnicas

estadísticas, tales como la regresión a partir de unas variables de control. Lo estimado

se tomaría como el dato a imputar a una unidad muestral concreta de la que no se

tuviera información,

Por último, cabe citar el método de ponderación de grupos de datos ya recogidos. Se

trata de otro método bastante extendido al que ya se ha hecho referencia anteriormente

en este capítulo.

5. Conclusión

Para finalizar este apartado se van a enumerar esquemáticamente los distintos

aspectos resaltados a lo largo del mismo. Dicha enumeración servirá al lector para

disponer de una serie de apartados de los que deberá obtener respuesta puntual a la

hora de valorar la calidad de los datos de la muestra:

a) El Diseño de la muestra. Bajo este epígrafe se engloba todo lo referente a la

descripción de la muestra, del método de muestreo, procedimiento seguido para

obtener la muestra, la muestra resultante, variables usadas y ponderación, en su


caso, de las mismas.

b) El instrumento de recogida de datos. Copia de todos los instrumentos de

recogida de datos, con su referencia bibliográfica, si se trata de instrumentos ya

desarrollados. En el caso de instrumentos y procedimientos ideados por el

investigador responsable de la encuesta se deben presentar los resultados del

estudio piloto y de los cambios realizados a partir del mismo. También hay que

señalar las indicaciones sobre los procedimientos seguidos para el cálculo de la

fiabilidad y la validez.

c) Procedimientos utilizados para el control de calidad de los datos obtenidos por

los encuestadores, tipos de supervisión y materiales usados para el

entrenamiento de los entrevistadores.

d) Libro de códigos en donde queden recogidos todos los códigos asignados a las

distintas variables utilizadas en el estudio, así como los campos que ocupan

cada una de ellas.

e) Las decisiones tomadas en relación con los valores “perdidos” y con los valores

“extraños”, así como las transformaciones realizadas con los datos originales y

las estructuras de los nuevos ficheros. Sobre estos últimos se debe disponer de

un fichero documentado semejante a lo realizado con los ficheros originales.


BIBLIOGRAFÍA

Abad de Servín, A. y Servín Andrade, L. (1978). Introducción al muestreo. México: Limusa.

Adams, L. (1992). Gráficos en C y ensamblador. Madrid: Anaya.

Adams, R. C. (1989). Social survey methods for mass media research. Communication textbook Series. New Jersey: Lawrence Erlbaum Associates Publishers.

AEDEMO (1986). Código internacional CCI/ESOMAR de prácticas legales en materia de investigación de mercado y opinión. Barcelona: AEDEMO.

AEDEMO (1997). Anuario 1996-97. Madrid: AEDEMO.

Alaminos, A. (1993). Gráficos. Cuadernos Metodológicos. Madrid: CIS (Centro de Investigaciones Científicas).

Álvaro, J. L. y Garrido, A. (1995). Análisis de datos con SPSS/PC+. Cuadernos Metodológicos. Madrid: CIS (Centro de Investigaciones Científicas).

Alvira, F. (1984). La investigación sociológica. En S. del Campo (Ed.) Tratado de Sociología, Madrid: Taurus. 61-94.

American Institute of Certified Public Accountants (1974a). Sampling for attributes: estimation and discovery. An Auditor’s approach to statistical sampling. Vol 2. Nueva York: American Institut of Certified Public Accountants.

American Institute of Certified Public Accountants (1974). Field manual for statistical sampling. Colección An Auditor’s approach to statistical sampling. Vol 6. Nueva York: American Institute of Certified Public Accountants.

Ander-Egg, E. (1995). Técnicas de investigación social. Buenos Aires: Lumen.

Aparicio, F. (1991). Tratamiento informático de encuestas. Madrid: Ra-ma.

Arnau, J. (Ed.)(1978). Métodos de Investigación en Ciencias Humanas. Barcelona: Omega.

Arnau, J., Anguera, M. T. y Gómez, J. (1990). Metodología de la Investigación en Ciencias de Comportamiento. Murcia: Universidad de Murcia.

Arnau, J. (1995). Metodología de la investigación psicológica. En M. T. Anguera y otros (Eds.) Métodos de Investigación en Psicología. Madrid: Síntesis.

Ato, M. y López, J. J. (1994). Fundamentos de estadística con SYSTAT. Madrid: Ra-ma.

Azorín, F., Sánchez Crespo, J. L. (1986). Métodos y aplicaciones del muestreo. Colección Alianza Universidad Textos. Madrid: Alianza.

Azorín, F. (1969). Curso de muestreo y aplicaciones. Madrid: Aguilar.

Babbie, E. R. (1973). Survey research methods. Wadsworh Belmont, California: Publishing Company.

Bacon, F. (1991). Novum Organum. 4ª Ed. México: Porrúa.

Barnett, V. (1974). Elements of sampling theory. London: The English University Press.

Bingham, W. V. D. y Moore, B. V. (1924). How to interview. Nueva York: Harper and Row.

Botella, J., León, O. y San Martín, R. (1993). Análisis de datos I. Madrid: Pirámide.

Bosch, J. L. C. y Torrente, D. (1993). Encuestas telefónicas y por correo. Cuadernos Metodológicos. Madrid: CIS (Centro de Investigaciones Científicas).

Bourgue y Clark (1994). En M. S. Lewis (ed.). Beck International Handbooks of quantitative applications in the Social Sciences. Vol. 6. Sage.


Bradburn, N. M; Sudrnan, S. (1988). Polls and surveys. Understanding what they tell us. The Jossey-Bass Social and Behavioral Science & Public Administration Series. Nueva York: John Wiley & Sons.

Bunge, M. (1985). La investigación científica. Barcelona: Ariel.

Burkheimer, G. J. y Levinsohn, J. R. (1988). Implementing the Mitofsky-Waksberg sampling design with accelerated sequential replacement. En R. M. Groves, P. P. Biemer, L. E. Lyberg, J. T. Massey, W. L. Nicholls II y J. Walsberg (Eds.). Telephone survey methodology (pp. 99-112). Wiley series in probability and mathematical statistics. Nueva York: John Wiley & Sons.

Campoy, P. (1980). Esquema de realización de una encuesta por muestreo. Estadística Española, 86, 27-43.

Cannel, C., Marquis, K. y Laurent, A. (1977). A summary of studies. Vital and health Statistics, Series 2, 69. Whasington, DC: Government Printing Office.

Castells, M. y de Ipola, E. (1975). Metodología y epistemología de las ciencias sociales. Madrid: Ayuso.

Chaudhuri, A. y Stenger, H. (1992). Survey sampling. Theory and methods. Statistics: textbooks and monographs, 130. New York: Marcel Dekker Inc.

Chou, Y. L. (1972). Análisis estadístico. México: Nueva Editorial Interamericana.

Church, A. H. (1993). Estimating the effect of incentives on mail surveys response rates: a meta analysis. Public Opinion Quartely, 57, 1, 62-79.

CIS (1996). Catálogo del Banco de Datos 1996. Madrid: CIS (Centro de Investigaciones Científicas).

Clemente, M. (Ed.) (1992). Psicología social: métodos y técnicas. Madrid: Eudema Universidad.

Cochran, W. G. (1976). Técnicas de muestreo. México: Compañía Editorial Continental S.A..

Cook, T. D. y Campbell, D. T. (1979). Quasi-experimentation: Design and Analysis Issues for Field Settings. Chicago, IL.: Rand McNally.

Crocker, L. y Algina, J. (1986). Introduction to classical and modern test theory. Nueva York. Holt, Rinehart and Wilston.

Cyert, R.M. y Davidson, H. J. (1962). Statistical sampling for accounting information. Nueva York: Prentince Hall.

Czaja, R. y Blair, J. (1996). Designing surveys. A guide to decisions and procedures. Thousand Oaks, California: Pine Forge Press.

Dader, J. L. (1990). Repercusión política y social de los sondeos de opinión. En Muñoz Alonso (1990). Opinión pública y comunicación política. Madrid: Eudema: 488-507.

De Miguel, A. (1996). El manual del perfecto sociólogo. Madrid: Espasa.

De Vaus, D. A. (1993). Surveys in social research. 3ª ed. London: UCL Press

Delgado, A. y Prieto, G. (1997). Introducción a los métodos de investigación de la psicología. Madrid: Pirámide.

Deming, W. E. (1966). Some theory of sampling. Nueva York: Dover Publications.

Derdo, M. (1980). Practique et analyse des enquètes par sondage. Études de marché. Test de produits. París: Presses Universitaires de France.

Diliman, D. (1978). Mail and the telephone survey: the total design method. New York: John Wiley.

Equipo de Investigaciones Sociológicas (1995). Las condiciones de vida de la población pobre


de la provincia de Almería. Madrid: Fundación FOESSA.

Etxeberria, J., Joaristi, L. y Lizasoain, L. (1991). Programación y análisis estadísticos básicos con SPSS/PC+. Madrid: Paraninfo.

FAJER (1996). Estudio sobre la prevalencia sobre los jugadores de azar de Andalucía. Sevilla Consejería de Asuntos Sociales. Junta de Andalucía.

Fazeli, H., Granado, M. C., López Herrador, M., Manzano, V. y Sánchez García, E. F. (1991). Tratamiento del factor humano en la investigación sobre la Calidad de la Enseñanza Universitaria. En Actas Primer Congreso Internacional sobre la Calidad de la Enseñanza Universitaria (pp. 87-97). Cádiz: Instituto de Ciencias de la Educación.

Feigl, P. (1978). A graphical aid for determining sample size when comparing two independent proportions. Biometrics, 34, 111-122.

Fink, A. (1995a). How to design surveys. Thousand Oaks, California: Sage.

Fink, A. (1995b). How to ask survey questions. Thousand Oaks, Califofflia: Sage.

Fink, A. (1995c). How to report on surveys. Thousand Oaks, Califomia: Sage.

Fink, A. y Kosecoff, J. (1989). How to conduct surveys: a step-by-step guide. Beverly Hills California: Sage.

Foddy, W. (1996). Constructing questions for inteviews and questionnaires. Cambridge, UK Cambridge University Press.

Fowler, F. J. (1993). Survey Research Methods. Newbury Park, California: Sage.

Fourez, G. (1994). La construcción del conocimiento científico. Madrid: Narcea.

Fowler, F. J. y Mangione, T. W. (1990). Standarized survey interviewing: Minimizing interviewer related error. Newbury Park, California: Sage.

Frankel, M. (1983). Sampling Theory. En P. H. Rossi, J. P. Wright y A. B. Anderson (Eds.) Handbook of survey research (pp. 21-67). Quantitative Studies in Social Relations. Orlandc Florida: Academic Press.

Frey, J. H. (1983). Survey research by telephone. 2ª ed. Newbury Park, California: Sage.

Frey, J. H. y Oishi, S. M. (1995). How to conduct interviews by telephone and in person. Thousani Oaks, California: Sage.

Fuller, W. A., Kermedy, W., Sclinell, D., Sullivan, G. y Jin, H. (1986). PC CARP. Ames, lowa Statistical Laboratory (lowa State University).

Gallup, G. (1935-197 l). The Gallup poll 1935-1971. Nueva York: Random House.

García Ferrando, M. (1993). La entrevista. En M. García Ferrando; J. Ibáñez y F. Alvira (Comp.) El análisis de la realidad social. Métodos y técnicas de investigación. Madrid: Alianza.

Ghiglione, R. y Matalon, B. (1989). Las encuestas sociológicas. Teoría y práctica. México: Trillas.

Gómez, J. (1990). Metodología de encuesta por muestreo. En J. Arnau; M. T. Anguera y J. Gómez. Metodología de la Investigación en Ciencias del Comportamiento. Murcia: Universidad d Murcia.

González Río, M. J. (1997). Metodología de la investigación social. Alicante: Aguaclara.

Gorden, R. L. (1980). Interviewing: strategy, techniques and tactics. Illinois: The Dorsey Press.

Groves, R. M. (1989). Surveys errors ans survey costs. Nueva York: Wiley.

Groves, R. M. (1990). On the path to quality improvement in social measurement: developing indicators of survey errors and survey costs. En Proceedings of the section on survey


research methods (pp. 1-10). Alexandria, Virginia: American Statistical Association.

Groves, R. M., Lyberg, L. E. (1988). An Overview of nonresponse issues in telephone surveys. E R. M. Groves, P. P. Biemer, L. E. Lyberg, J. T. Massey, W. L. Nicholls 11 y J. Walsberg (Eds.: Telephone survey methodology (pp. 191-211). Wiley series in probability and mathematical statistics. Nueva York: John Wiley & Sons.

Grzib, G. (1991). Introducción a la psicología: aspectos conceptuales y metodológicos. Addendi Madrid: UNED.

Guenzel, P. J., Berkmans, T. R. y Cannell, C. F. (1983). General interviewing techniques. Ann Arbor, N. J.: Institute for Social Research.

Guttman, L. (1950). The basis for scalogram analysis. En S. A. Stouffer (Ed.) Measurement and prediction. Priceton, N. J.: Priceton University Press.

Hague, P. N. y Jackson, P. (1994). Cómo hacer investigación de mercados. Bilbao: Deusto.

Hansen, M. H., Hurwitz, W. N. y Madow, W. G. (1953). Sample survey. Methods and theory. Vol I: Methods and applications. Serie Wiley Classics Library. Nueva York: John Wiley & Sons.

Harvatopoulos, Y., Livan, Y. F. y Sarnin, Ph. (1992). El arte de la encuesta. Principios básicos para no especialistas. Bilbao: Deusto.

Hedges, B. (1980). Sampling. En G. Hoinville y R. Jowell (Eds.). Survey research practice (pp. 55-89). Londres: Heinemann Educational Books.

Hutton, P. F. (1990). Survey research for managers: how to use surveys in management decision making. Londres: Macmillan.

Jacoby, W. G. (1997). Statistical graphics for univariate and bivariate data. California: Sage.

James, J. M. y Bolstein, R. (1992). Large monetary incentives and their effect on mail survey response rates. Public Opinion Quartely, 56, 4: 442-453.

Jiménez, F. (1986). Psicología social. Madrid: UNED.

Jolliffe, F. R. (1986). Survey Design and Analysis. Mathematics and it’s applications. Chichester: Ellis Horwood Limited.

Juárez, M. (Dir.) (1994). V Informe sobre la situación social en España. Madrid: Fundación FOESSA.

Kachelmeier, S. J. y Messier, W. F. Jr. (1990). An investigation of the influence of a nonstatistical decision aid on auditor sample size decisions. Accounting review, 65, 1. 209-226.

Kalton, G. (1987). Introduction to survey sampling. Beverly Hills, California: Sage.

Kendall, M. G. (1968). The history of statistical method. En International Encyclopedy of the social sciences. vol 8. McMillan and Free Press

Kerlinger, F. N. (1987). Investigación del comportamiento. Técnicas y metodología, 2ª ed. México: Interamericana.

Kisb, L. (1982). Muestreo de encuestas. México: Trillas.

Koti, K. M. (1988). Optimun stratified sampling using prior information. Ann Arbor, Michigan: UMI Dissertation services.

La Perre, R. T. (1934). Attitudes versus actions. Social Forces, 13, 230-237.

Lambert, J. (1989). Psicología Social. Madrid: Pirámide.

Lavrakas, P. J. (1987). Telephone survey methods. Sampling, selection and supervision. Beverly Hilis, California: Sage.


Lazarsfeld, P., Berelson, B. y Gaudet, H. (1944). The people’s choice. How the voter makes up his mind in a presidential campaign. New York: Columbia University Press.

Lécuyer, y Oberschall (1974). Los orígenes de la investigación social. En Enciclopedia Internacional de las Ciencias Sociales. Madrid: Aguilar.

León, O. G. y Montero, I. (1993). Diseño de Investigaciones. Madrid: McGraw-Hill.

Leplay, F. (1881). La constitution essentielle de l’humanité. Exposé des principes et des costumes qui créent la prosperité ou souffrance des nations. París.

Lessler, J. T., Kalsbeek, W. D. (1992). Non sampling error in survey. Wiley Series in probability and mathematical statistics: applied probability and statistics section. Nueva York: John Wiley & Sons.

Levy, P. S., Lemeshow, S. (1991). Sampling of populations. Methods and applications. Wiley Series in probability and mathematical statistics: applied probability and statistics section. Nueva York: John Wiley & Sons.

López Pintor, R. (1992). El análisis de los datos de encuesta. En M. García Ferrando; J. Ibáñez y F.Alvira (Eds.). El análisis de la realidad social. Madrid: Alianza Editorial, 359-382.

Manheim, H. L. (1982). Investigación sociológica. Filosofía y Métodos. Barcelona: CEAC.

Manzano, V. (1989). Domine el SPSS/PC+. Madrid: Ra-ma.

Manzano, V. (1993). Análisis Estadístico con el SPSS/PC+. Madrid: Ra-ma.

Manzano, V. (1995). Inferencia Estadística: Aplicaciones con SPSS/PC+. Madrid: Ra-ma.

Manzano, V. (1996). Tamaño óptimo de muestra en investigación mediante encuestas. Fundamentos e implementación de un sistema de ayuda a la decisión. Tesis doctoral no publicada. Facultad de Psicología. Universidad de Sevilla.

Manzano, V., Rojas, A. J. y Fernández, J. S. (1996). Manual para encuestadores. Barcelona: Ariel.

Manzano, V., Rojas, A. J., Padilla, J. L. González, A. y Pérez, C. (1994). Metodología de la Encuesta. Dpto. de Sociología y Psicología Social. Área de Metodología de las CC. Del Comportamiento. Granada: Universidad de Granada (Texto no publicado).

Manzano, V. (1997). SOTAM: Sistema de optimización para tamaños de muestra. V Congreso de Metodología de las Ciencias Humanas y Sociales. Sevilla: Universidad de Sevilla.

Manzano, V. (1998). La calidad del muestreo en las investigaciones sociales. Revista Electrónica de Metodología Aplicada (REMA). Vol. 3, nº 1, pp. 16-29.

Marsh, C. (1982). The survey method: the contribution of surveys to sociological explanation. London: George Allen and Unwin.

Martínez Arias, R. (1995a). Las decisiones posteriores al muestreo. En M. T. Anguera, J. Aman, M. Ato, R. Martínez, J. Pascual y G. Vallejo (Eds.). Métodos y técnicas de investigación en Psicología (pp. 485-510). Síntesis Psicológica. Madrid: Síntesis.

Martínez Arias, R. (1995b). Diseños muestrales probabilísticos. En M. T. Anguera, J. Arnau, M. Ato, R. Martínez, J. Pascual y G. Vallejo (Eds.). Métodos y técnicas de investigación en Psicología (pp. 433-484). Síntesis Psicológica. Madrid: Síntesis.

Martínez Arias, R. (1995c). El método de encuestas por muestreo: conceptos básicos. En M. T. Anguera y otros (Eds.). Métodos de investigación en psicología. Madrid: Síntesis.

Massey, J. T. (1988). An overview of telephone coverage. En R. M. Groves, P. P. Biemer, L. E. Lyberg, J. T. Massey, W. L. Nicholls II y J. Walsberg (Eds.). Telephone survey methodology (pp. 3-8). Wiley series in probability and mathematical statistics. Nueva York: John Wiley & Sons.


McRae, T. W. (1974). Statistical sampling for audit and control. Nueva York: John Wiley & Sons.

Meliá, J. L. (1990). Introducción a la medición y análisis de datos. Valencia: Cristóbal Serrano.

Miguel, A de. (1997). Manual del perfecto sociólogo. Madrid: Espasa.

Mills, F. C. (1969). Métodos estadísticos. Madrid: Aguilar.

Mirás, J. (1986). Elementos de muestreo para poblaciones finitas. Madrid: Instituto Nacional de Estadística.

Morales, J. F. (1981). Metodología y Teoría de la Psicología. Madrid: UNED.

Morales, P. (1988). Medición de actitudes en psicología y educación. San Sebastián: Ttarttalo.

Morales, J. F. y Moya, M. C. (1996). Tratado de Psicología Social (vol. l). Madrid: Síntesis.

Morsy, M. A. F. (1989). Multivariate sampling models. Ann Arbor, Michigan: UMI Dissertation services.

Munn, P., y Drever, E. (1995). Using questionnaires in small-scale research. Glasgow: SCR.

Musso, R. (1979a). Problemas y mitos metodológicos de la Psicología y Psicoterapia, Buenos Aires: Psique.

Musso, R. (1979b). Falacias y mitos metodológicos de la Psicología. Buenos Aires: Psique.

Neyman, J. (1934). On the two different aspects of the representative method: the method of stratified sampling and the method of purposive selection. Journal of the Royal Statistical Society, 97, 558-606.

Nicholls II, W.L. (1988). Computer-assisted telephone interviewing: a general introduction. En R. M. Groves, P. P. Biemer, L. E. Lyberg, J. T. Massey, W. L. Nicholls II y J. Walsberg (Eds.). Telephone survey methodology (pp. 377-385). Wiley series in probability and mathematical statistics. Nueva York: John Wiley & Sons.

Noelle, E. (1970). Encuestas en la sociedad de masas. Introducción a los métodos de la demoscopia. Madrid: Alianza Editorial.

Noelle-Neumann, E. (1986). The spiral of Silence: Public Opinion. Our social skin. Chicago: University of Chicago Press.

Ortega Martínez, E. (1981). Manual de investigación comercial. Madrid: Pirámide.

Osgood, C. E., Succi, C. J. y Tannenbaum, P. H. (1957). The measurement of meaning. Urbana III: University of Illinois Press.

Ostle, B. (1970). Estadística aplicada. Técnicas de la estadística moderna, cuándo y dónde aplicarlas. México: Limusa-Wesley.

PC Magazine (1996). Informe programas gráficos, PC Magazine, nº 91: 110-176.

Pereda, S. (1987). Psicología Experimental: Metodología. Madrid: Pirámide.

Pérez, C. (1995). Análisis estadístico con Statgraphics. Madrid: Ra-ma.

Pérez Cebrián, F. (1987). La planificación de la encuesta social. Zaragoza: Universidad de Zaragoza.

Pons, I. (1993). Programación de la Investigación Social. Cuadernos Metodológicos. Madrid: CIS (Centro de Investigaciones Científicas).

Raj, D. (1980). Teoría del muestreo. México: Fondo de Cultura Económica.

Reher, D. S. y Valero, Á. (1995). Fuentes de información demográfica en España. Madrid: CIS (Centro de Investigaciones Científicas).

Rincón Igea, D., Amal, J., Latorre, A. y Sans, A. (1995). Técnicas de investigación en ciencias sociales. Madrid: Dykinson.


Robson, C. (1993). Real world research. A resource for social scientist and practioner researchers. Oxford: Blackwell.

Rodriguez Osuna, J. (1991). Métodos de muestreo. Colección Cuadernos metodológicos, nº 1. Madrid: Centro de investigaciones sociológicas.

Rodríguez, E. (1997). Cómo redactar bien informes económicos y financieros, Madrid: Inversor ediciones.

Rodríguez Lara, (1992). La publicación de encuestas preelectorales y los MCM, Reis, nº 57: 191-213.

Rogers, C. (1942). Counselling and psychoterapy. Boston: Hounghton Mifflin.

Sánchez Carrión, J. J. (1988). Análisis de datos con SPSS/PC+. Madrid: Alianza.

Sánchez Carrión, J. J. (1989). Análisis de tablas de contingencia. Madrid: CIS (Centro de Investigaciones Científicas).

Sánchez Crespo, J. L. (1967). Diseño de encuestas por muestreo probabilístico. Madrid: Instituto Nacional de Estadística.

Sans, W. E. (1991). Computer assisted interviewing. Newbury Park, CA: Sage.

Santesmases, M. (1997). DYANE. Madrid: Pirámide.

Särndal, C. E. (1984). Inférence statistique et analyse des données sous des plans d’echantillonnage complexes. Montréal: Les presses de L’Université de Montréal.

Särndal, C. E., Swetisson, B. y Wretman, J. (1992). Model assisted survey sampling. Springer. Series in Statistics. Nueva York: Springer-Verlag.

Scott, A. J. (1975). Monetary incentives in mail surveys. Public Opinion Quartely, 39, 1: 111-116.

Sierra Bravo, R. (1982). Técnicas de investigación social. Madrid: Paraninfo

Silva, L. C. (1993). Muestreo para la investigación en ciencias de la salud. Madrid: Díaz de Santos.

Sonquist, J. A. y Duntelberg, W.C. (1977). Survey and Opinion Rescarch: Procedures for Procesing and Analysis. Prinec-Hall, N.J.: Englewood Cliff.

Spector, P. E. (1992). Sunimated reting scale construction. Newbury Park, California: Sage.

Stemberg, R. J. (1996). Investigar en psicología, Barcelona: Paidós.

Stoetzel, J. y Girard, A. (1973). Las encuestas de opinión pública. Madrid: Instituto de la Opinión Pública.

Stouffer, S. A., Suchman, E. A., De Vinney, L. C., Star, S. A. y Williams, R. M. (1949) The American soldier: combat and its aftermath. vol II. Studies in social psychology in World War II. Princeton, NJ: Princeton University Press.

Stuart, A. (1984). The ideas of sampling. High Wycombe, England: Charles Griffin.

Sudrnan, S. (1983). Applied sampling. En P. H. Rossi, J. P. Wright y A. B. Anderson (Eds.). Handbook of survey research (pp. 145-197). Quantitative Studies in Social Relations. Orlando, Florida: Academic Press.

Sullivan, J. L. & Feldrnan, S. (1994). Multiple indicators. En M. S. Lewis-Beek, (ed.). Basic Measurement. Thousand Oaks (CA): Sage Publications.

Teijeiro, F. (1990). Técnicas de muestreo. En E. Ortega (Eds.). Manual de investigación comercial (pp. 312-343). Madrid: Pirámide.

Trodahl, V. y Carter, R. E. (1964). Random selection of respondents within houscholds in phone


surveys. Journal of Marketing Research, 1: 70-74.

Thurstone, L. L. (1928). Attitudes can be measured. American Journal of Sociology, 33: 529-544

Thurstone, L. L. (1929). Fechner’s law and the method of equal appearing intervals. Journal of Experimental Psychology, 12: 214-224.

Torgerson, W. S. (1958). Theory and methods of scaling. Nueva York: John Wiley and Sons.

Trochim, W. M. K. (1997). Survey Research. (Online). Disponible: http://trochim.human.comell.edu/ kb/survey.html (1997, 22 de Mayo)

Tschuprow, A. A. (1923). On the mathematical expectation of the moments of frequency distributions in the case of correlated observation. Metron, 2, 646-683.

Velilla Barquero, R. (1995). Guía práctica para la redacción de informes, Barcelona: Edunsa.

Visauta, B. (1989). Técnicas de investigación social I: Recogida de datos. Barcelona: PPU.

WalIgren, A. y otros (1996). Graphing statistics & data, London: SAGE.

Weinberg, (1983). en P. H. Rossi, J.D. Wright y A. B. Anderson (Eds.). Handbook of Survey Research. Academic Press.

Wert, J. I. (1996) Carta a un incrédulo sobre las encuestas y su muy disputado crédito. Barcelona: Península.

Yates, F. (1981). Sampling methods for censures and surveys. High Wycombe, Inglaterra: Charles Griffin.

La encuesta como técnica de investigación social

Documents

Transcript of La encuesta como técnica de investigación social