La aleatorización es una técnica muy conocida que puede aumentar la calidad de los datos en la investigación y limitar la falsificación. Veamos cómo funciona.
Todo el mundo sabe que la calidad de los datos depende de cómo y cuándo se hagan las preguntas. La atención del encuestado varía durante el cuestionario, lo que invalida las respuestas y causa problemas de calidad.
¿Qué es la aleatorización?
Analizando el comportamiento de los encuestados, los investigadores descubrieron que algunos efectos corruptores son realmente frecuentes:
- Efecto primario: la gente suele elegir la primera opción de una larga lista de respuestas
- Efecto de recurrencia: la gente suele elegir la última opción
- Capacidad de atención y bloques de preguntas: si el cuestionario está en bloques, el encuestado tenderá a responder al segundo bloque de preguntas exactamente igual que al primero.
La aleatorización limita estos efectos mejorando la calidad de los datos. Teniendo esto en cuenta, veamos algunas aplicaciones.
Tipos y aplicaciones para aumentar la calidad de los datos en la investigación
Hay 2 tipos de aleatorización:
- Aleatorización Básica: implica a todos los elementos que van rotando unos con otros. «No contesta», «Otro/especifique» o «No sabe» suelen excluirse de la aleatorización y colocarse como últimos
- Aleatorización por bloques: los elementos están en bloques. La aleatorización afecta tanto a los bloques como a los elementos dentro de los bloques.
¿Cuándo utilizarlo? ¿Cuándo es mejor (y más eficaz) utilizarlo? ¿Y cuándo es irrelevante?
En primer lugar: sueles encontrar aleatoriedad en las encuestas de opinión, como los sondeos electorales. En preguntas como «¿a quién votarás?» – las respuestas están en orden aleatorio. Otro uso habitual son las encuestas de evaluación de productos para garantizar la integridad de los datos.
También puedes utilizarlo para preguntas sobre información personal. Muy a menudo, muchos encuestados abandonan los cuestionarios porque las preguntas personales no están bien distribuidas. Por eso una simple aleatorización puede beneficiar no sólo la calidad de los datos, sino también la tasa de respuesta.
¿Pero cuándo es irrelevante? Veamos 3 escenarios:
- En las preguntas demográficas: edad, sexo, fecha de nacimiento… la aleatorización es irrelevante y además puede ser contraproducente ya que requiere un mayor esfuerzo para el encuestado
- Escalas de puntuación: una escala aleatoria (como de 1 a 5) es inútil y puede confundir al encuestado
- Lista larga de opciones: ante una lista larga de opciones es más fácil desplazarlas en un orden lógico (como el orden alfabético) que en uno aleatorio.
En resumen
La aleatorización es útil para minimizar la corrupción de datos y mejorar la recogida de datos en algunas encuestas. No puede garantizar cero riesgos para tus resultados, pero puede ser realmente útil.
Además, con la mayoría de los programas informáticos actuales, la aleatorización puede establecerse automáticamente en cualquier metodología de encuesta, lo que ahorra tiempo a los investigadores y garantiza un uso correcto de esta técnica.
