En el diseño de instrumentos de recolección existe una tentación directiva recurrente: “ya que contamos con la participación del encuestado, aprovechemos para preguntarle todo”. Esta premisa puede parecer eficiente en costos inmediatos, pero pasa por alto un recurso crítico: la atención humana es limitada.
La literatura sobre encuestas muestra que la extensión y la carga de respuesta pueden afectar la participación y algunos indicadores de calidad. Eso no significa que todo cuestionario largo sea inválido ni que toda versión corta sea mejor. El problema surge cuando se acumulan preguntas sin una función analítica clara y la exigencia supera lo que el participante puede o está dispuesto a aportar.
El esfuerzo de responder y el fenómeno del satisficing
Jon A. Krosnick formuló en 1991 un marco influyente sobre satisficing en encuestas: ante una tarea exigente, algunos participantes ofrecen una respuesta suficientemente aceptable en lugar de realizar todo el esfuerzo necesario para construir la mejor respuesta posible.
El modelo cognitivo de respuesta, desarrollado en la literatura de Tourangeau y colaboradores, permite distinguir cuatro tareas:
- Comprensión: interpretar la pregunta y sus términos.
- Recuperación: recordar experiencias o información pertinente.
- Juicio: integrar lo recordado y construir una valoración.
- Respuesta: expresar esa valoración en el formato disponible.
La dificultad de estas tareas, las capacidades y la motivación del participante influyen en el esfuerzo que dedica a responder.
La fatiga puede favorecer los atajos, pero no existe un minuto universal a partir del cual todas las respuestas pierdan validez. El riesgo depende también del contenido, la redacción, el dispositivo, el contexto y el interés por el tema.
La decisión de diseño: cada pregunta debe justificar la atención que consume con el aporte que hace a una decisión, una medida o una hipótesis del estudio.
Señales de alerta: cómo puede deteriorarse la información
1. Respuestas uniformes — Straightlining
Marcar la misma opción en una batería puede indicar falta de diferenciación o poco esfuerzo. También puede expresar una valoración legítimamente uniforme. Su interpretación requiere considerar el contenido, los tiempos, la variación esperada y otras evidencias.
Los patrones de respuesta poco atentos pueden distorsionar covarianzas y medidas de consistencia interna. Por eso, un alfa de Cronbach elevado no demuestra por sí solo la validez del instrumento, y una línea de respuestas idénticas no justifica automáticamente excluir un caso.
2. Efectos del orden de las opciones
En preguntas autoaplicadas puede aparecer preferencia por opciones iniciales —primacía— y en preguntas administradas oralmente, por opciones finales —recencia—. La modalidad y el diseño importan; no es una regla que opere siempre ni un efecto atribuible exclusivamente a la longitud.
La rotación o aleatorización resulta pertinente cuando las opciones no tienen un orden sustantivo. No conviene desordenar indiscriminadamente categorías ordinales, secuencias temporales o escalas que necesitan mantener su lógica.
3. Menor desarrollo de las respuestas abiertas
Una respuesta más breve o la ausencia de respuesta puede reflejar carga, falta de experiencia o una pregunta poco pertinente. Conviene evaluar en qué secciones disminuye el desarrollo de los relatos y si el cambio coincide con otras señales de menor atención. La posición de la pregunta y su pertinencia deben analizarse juntas.
Expresiones como “ninguno” o “no aplica” pueden ser válidas. Su evaluación debe atender al contexto y distinguir brevedad, irrelevancia y falta de contenido utilizable.
4. Respuesta acelerada — Speeding
Una duración inusualmente corta puede indicar lectura superficial, aunque también experiencia, rutas de cuestionario más breves o preguntas sencillas. Debe compararse con tiempos plausibles para la ruta, el dispositivo y el tipo de tarea.
Los tiempos de referencia deben calibrarse con pruebas del instrumento y combinarse con señales como contradicciones, patrones uniformes o respuestas abiertas poco pertinentes. Los criterios utilizados en un estudio requieren validación antes de trasladarse a otro contexto.
Qué permite concluir la literatura
| Fuente | Hallazgo o alcance | Implicación para el diseño |
|---|---|---|
| Krosnick (1991) | Propone que las demandas cognitivas, capacidades y motivación influyen en la adopción de estrategias de respuesta de menor esfuerzo. | Reducir complejidad innecesaria y facilitar una respuesta reflexiva. |
| Galesic y Bosnjak (2009) | Manipularon la duración anunciada —10, 20 y 30 minutos— y la posición de bloques. Una mayor duración anunciada redujo inicios y completamientos; las preguntas posteriores recibieron respuestas más rápidas, breves y uniformes. | Gestionar expectativas de duración y revisar efectos de posición, sin extrapolar un umbral universal de invalidez. |
| Rolstad, Adler y Rydén (2011) | Encontraron una asociación entre mayor longitud y menor respuesta, pero advirtieron que no puede separarse fácilmente el efecto de contenido y longitud. Recomiendan decidir por el contenido, no solo por la extensión. | Eliminar preguntas sin utilidad; preservar la cobertura del constructo y la validez de las escalas. |
| AAPOR — buenas prácticas | Recomienda mantener baja la carga, formular preguntas claras y limitar preguntas difíciles, sensibles o abiertas. | Realizar pruebas y ajustar el instrumento al público, el canal y el objetivo. |
La duración prevista debe definirse según la población, la modalidad, la complejidad de las tareas y las condiciones de participación. Las pruebas del instrumento permiten evaluar si esa carga es viable y qué ajustes necesita antes de salir a campo.
La alternativa técnica: priorizar, modular y probar
La solución comienza antes de dividir el cuestionario: vincular cada pregunta con su uso previsto. ¿Apoya una decisión, construye un indicador, permite segmentar, contrasta una hipótesis o verifica calidad? Si su aporte no está claro, conviene revisarla. Las duplicidades y los bloques sin propósito analítico son candidatos prioritarios para el ajuste.
Módulos con un núcleo común
En un diseño de cuestionario dividido o muestreo matricial, los participantes responden un núcleo común y subconjuntos de preguntas asignados según un plan. Puede reducir la carga individual y ampliar la cobertura temática del estudio.
Requiere definir aleatorización, solapamientos entre módulos, tamaños de muestra efectivos y método de análisis desde el inicio. La imputación múltiple o la estimación por máxima verosimilitud pueden ser pertinentes bajo sus supuestos. No reconstruyen con certeza respuestas individuales no observadas ni garantizan que todas las relaciones puedan estimarse con la precisión de un cuestionario completo.
Investigación por olas
Distribuir temas en contactos sucesivos permite profundizar sin concentrar toda la carga en una sesión. Sin embargo, las respuestas recogidas en momentos distintos no equivalen automáticamente a respuestas simultáneas: deben considerarse cambios reales, abandono, condicionamiento y disponibilidad de los mismos participantes.
Prueba cognitiva y piloto
Antes del lanzamiento, conviene evaluar comprensión, rutas, duración, pertinencia y funcionamiento en los dispositivos previstos. El piloto permite examinar abandonos por sección, respuestas abiertas, tiempos y patrones de respuesta, y ajustar criterios de calidad con evidencia del instrumento.
Si se utiliza una escala validada, suprimir ítems puede cambiar su interpretación y sus propiedades de medición. La reducción debe justificarse y, cuando corresponda, volver a validarse.
La calidad se diseña desde la pregunta de negocio
El criterio no es preguntar menos por costumbre, sino preguntar lo necesario, a la persona pertinente y en el momento adecuado. Un cuestionario debe ser tan breve como permita su propósito, conservando las variables indispensables y la comparabilidad que necesita el análisis. Cada reducción debe justificarse por su efecto sobre la utilidad, la comprensión o la carga de respuesta.
En Datexco, esta lógica conecta el diseño del instrumento y cuestionario con la planeación, el control de calidad y la decisión que el estudio debe apoyar. Cuando la agenda requiere continuidad, InnsightsLab permite organizar módulos y recontactos dentro del alcance definido para el programa.
Más preguntas no garantizan más conocimiento. El valor se construye con preguntas pertinentes, mediciones válidas y evidencia suficiente para decidir.
Revisemos cómo convertir sus objetivos de investigación en un instrumento útil y viable.
Fuentes y literatura de referencia
- Krosnick, J. A. (1991). Response Strategies for Coping with the Cognitive Demands of Attitude Measures in Surveys. Applied Cognitive Psychology, 5, 213–236.
- Galesic, M. y Bosnjak, M. (2009). Effects of Questionnaire Length on Participation and Indicators of Response Quality in a Web Survey. Public Opinion Quarterly, 73(2), 349–360.
- Rolstad, S., Adler, J. y Rydén, A. (2011). Response Burden and Questionnaire Length: Is Shorter Better? A Review and Meta-analysis. Value in Health, 14(8), 1101–1108.
- AAPOR — American Association for Public Opinion Research. Best Practices for Survey Research.
- Graham, J. W., Taylor, B. J., Olchowski, A. E. y Cumsille, P. E. (2006). Planned Missing Data Designs in Psychological Research. Psychological Methods, 11(4), 323–343.
- Tourangeau, R., Rips, L. J. y Rasinski, K. (2000). The Psychology of Survey Response. Cambridge University Press.
- Reuning, K. y Plutzer, E. (2020). Valid vs. Invalid Straightlining: The Complex Relationship Between Straightlining and Data Quality. Survey Research Methods, 14(5), 439–459.
- Conrad, F., Tourangeau, R., Couper, M. y Zhang, C. (2017). Reducing Speeding in Web Surveys by Providing Immediate Feedback. Survey Research Methods, 11(1), 45–61.