Una plataforma puede capturar perfectamente una respuesta que nunca debió preguntarse de esa manera.
La calidad de una encuesta electrónica no comienza con el botón «Enviar». Comienza cuando la pregunta de investigación se traduce en variables, indicadores, reactivos y opciones de respuesta capaces de producir datos interpretables.
🔎 Una pregunta, dos respuestas posibles
Una encuesta pregunta: «¿Qué tan satisfecho está con la calidad de las clases y con la plataforma digital utilizada?». ¿Cuál es el problema principal?
Objetivo didáctico
🎯 Al concluir esta lección podrás
Distinguir problemas de alineación, redacción, opciones de respuesta, temporalidad, privacidad y muestreo en encuestas electrónicas, reconociendo qué decisiones deben resolverse antes de distribuir un instrumento y utilizar sus respuestas como evidencia de investigación.
Introducción
Una encuesta electrónica es un modo de recopilación, no un método completo de investigación. El hecho de que una plataforma permita generar preguntas, distribuir enlaces, validar campos y exportar respuestas a una hoja de cálculo no determina por sí mismo si las preguntas representan adecuadamente el fenómeno investigado ni si las personas que respondieron corresponden a la población sobre la que se pretende concluir.
La American Association for Public Opinion Research sostiene que la calidad de una encuesta depende de decisiones que comienzan antes de la aplicación: claridad de objetivos, elección de modalidad, selección de participantes, construcción del cuestionario, protección de las personas y transparencia metodológica. Sus buenas prácticas recomiendan preguntas específicas, lenguaje comprensible, ausencia de formulaciones sesgadas y un solo concepto por pregunta.
Pew Research Center coincide en que pequeñas diferencias de redacción pueden modificar las respuestas y destaca que las opciones de una pregunta cerrada deben ser razonablemente exhaustivas y mutuamente excluyentes. También señala que el orden puede alterar el contexto cognitivo desde el cual una persona responde.
La encuesta electrónica añade capacidades útiles: lógica condicional, validación, aleatorización, distribución rápida y captura automática. Pero ninguna de ellas corrige una variable mal definida. El principio de esta lección será por ello sencillo: primero se diseña qué dato necesita la investigación; después se elige cómo capturarlo.
🧭 Del problema al dato
Abre cada etapa. Saltar una de ellas puede producir una respuesta técnicamente válida pero metodológicamente inútil.
Desarrollo del tema
Alinear pregunta, variable y reactivo
Uno de los errores más difíciles de detectar ocurre cuando una pregunta está bien escrita, pero mide otra cosa. Imaginemos que una investigación desea conocer la frecuencia con que estudiantes de posgrado reciben retroalimentación. Preguntar «¿qué tan satisfecho está con la retroalimentación de sus docentes?» produce una respuesta interpretable, pero mide satisfacción, no frecuencia.
La diferencia obliga a explicitar la variable antes de redactar. Si la variable es frecuencia, el reactivo necesita un periodo de referencia y una respuesta relacionada con número de ocasiones o categorías de frecuencia. Si la variable es utilidad percibida, la redacción y la escala deberán representar utilidad. Ninguna escala es universalmente correcta fuera de la variable que pretende representar.
Esta correspondencia también protege contra interpretaciones posteriores. Una encuesta puede registrar que muchas personas utilizan una determinada herramienta y el investigador terminar concluyendo que la herramienta es efectiva. La inferencia excede el dato: frecuencia de uso y efectividad son variables diferentes.
Tourangeau, Rips y Rasinski (2000) describen la respuesta a una encuesta como un proceso que exige comprender la pregunta, recuperar información relevante, formar un juicio y traducirlo a las categorías ofrecidas. Cada una de esas etapas puede introducir error si el reactivo exige información que la persona no puede recuperar o utiliza categorías que no representan su experiencia.
🧩 ¿Qué variable mide realmente?
Aplicación práctica. Elige una pregunta de una encuesta que hayas utilizado anteriormente y completa la frase: «La respuesta a este reactivo permite conocer...». Si la frase contiene una variable que no aparece realmente representada en la pregunta, existe una ruptura de alineación.
Redacción: claridad, neutralidad y una sola idea
AAPOR recomienda que las preguntas sean específicas, breves, comprensibles para la población y libres de lenguaje que empuje hacia una respuesta. También aconseja preguntar un solo concepto a la vez. Estas reglas no buscan simplificar artificialmente la investigación; buscan reducir diferencias de interpretación que no corresponden al fenómeno estudiado.
Una pregunta doble es particularmente problemática porque una persona puede tener dos respuestas distintas y el formulario solo acepta una. «¿Qué tan satisfecho está con el docente y los contenidos?» obliga a combinar dos juicios. Si posteriormente aparece la categoría «insatisfecho», no puede saberse cuál componente produjo la respuesta.
Las preguntas sugestivas introducen otro error. Expresiones como «uso innovador», «excelente programa» o «problemas causados por» incorporan una valoración dentro del reactivo. El participante ya no responde solamente al fenómeno: responde también al marco construido por el investigador.
La precisión temporal merece el mismo cuidado. «¿Utiliza frecuentemente recursos digitales?» deja que cada persona defina qué significa frecuentemente y qué periodo debe recordar. Introducir un marco como «durante las últimas cuatro semanas» reduce parte de esa ambigüedad y hace más comparable el proceso de recuperación de información.
🔍 Detecta el problema
Aplicación práctica. Subraya los sustantivos o conceptos principales de cada pregunta de tu instrumento. Si un mismo reactivo contiene dos objetos de valoración unidos por «y», revisa si realmente pueden responderse mediante una sola categoría.
Opciones, orden y modo electrónico: el formulario también produce contexto
Una pregunta cerrada no termina cuando se redacta el enunciado. Las opciones disponibles condicionan qué respuestas pueden registrarse. Pew Research Center enfatiza que las categorías deben ser razonablemente exhaustivas y no superponerse. Un intervalo de edad como «18–25, 25–35, 35–45» deja a quienes tienen 25 o 35 años con más de una categoría válida.
También existe una diferencia entre preguntar por todas las opciones aplicables y pedir una prioridad. Si el objetivo es conocer la razón principal de abandono, un formato «seleccione todas las que correspondan» responde una pregunta diferente. El sistema puede almacenar los datos correctamente y, aun así, el diseño haber medido multiplicidad en vez de prioridad.
El orden de las preguntas modifica el contexto. Una pregunta previa puede introducir conceptos que después influyen en la respuesta. Por ejemplo, preguntar primero por «los problemas causados por una mala implementación» y luego solicitar una valoración general de la modalidad híbrida activa un marco negativo antes de la evaluación global.
El modo electrónico tampoco garantiza representatividad. AAPOR distingue explícitamente entre el hecho de aplicar una encuesta en línea y el diseño de la muestra. Una encuesta web puede utilizar una muestra probabilística o una muestra no probabilística. Publicar un enlace en una red social y obtener muchas respuestas no convierte automáticamente a los participantes en representación de toda una universidad.
📊 ¿Qué falla en las opciones?
Pregunta: «¿Cuántos años tiene?»
Aplicación práctica. Revisa una pregunta cerrada propia e intenta imaginar a una persona que no encaje en ninguna categoría y otra que encaje en dos. Si puedes construir cualquiera de esos casos con facilidad, las opciones requieren revisión.
Privacidad y voluntariedad: poder recopilar un dato no significa necesitarlo
Las encuestas electrónicas facilitan solicitar correos, nombres, matrículas, ubicación, archivos y otras formas de información identificable. Esa capacidad técnica puede generar una falsa premisa: si el formulario permite pedirlo, quizá conviene capturarlo «por si después se necesita». Desde la perspectiva de investigación, el razonamiento debería invertirse: cada dato identificable necesita una justificación vinculada con el propósito.
AAPOR recomienda atender la confidencialidad, el confort y la seguridad de las personas participantes. También señala que combinaciones de datos demográficos y respuestas pueden permitir reidentificar a una persona aunque se hayan eliminado nombres y direcciones. Por ello, «quitar el nombre» no convierte automáticamente un conjunto de respuestas en anónimo.
En cuestionarios con temas sensibles, la misma organización recomienda informar adecuadamente sobre el contenido, permitir que la persona pueda omitir preguntas cuando corresponda y evitar cargas innecesarias. La información introductoria de una encuesta web puede incluir propósito general, duración aproximada, qué se solicitará, voluntariedad, confidencialidad y datos de contacto pertinentes.
Estas orientaciones son principios éticos generales. Los requisitos jurídicos y de revisión institucional dependen de la jurisdicción, la institución, la población y la naturaleza del estudio. Por tanto, esta lección no sustituye un dictamen ético ni una revisión legal aplicable al proyecto.
🛡 ¿Dato necesario o dato conveniente?
Una encuesta busca conocer satisfacción general de estudiantes y no requiere seguimiento individual.
Aplicación práctica. Examina los datos identificables que solicita un formulario propio. Para cada uno completa: «Necesito recopilar este dato porque...». Si la única razón es «podría servir después», el diseño necesita una justificación más precisa.
Encuestas generadas con IA en 2026: un borrador no es un instrumento validado
En 2026 la creación del formulario puede comenzar incluso antes de escribir manualmente las preguntas. Google documenta que Gemini en Formularios puede utilizar la función «Ayúdame a crear un formulario» y, para cuentas elegibles, producir borradores a partir de instrucciones o de archivos almacenados en Drive. Microsoft documenta que Copilot puede generar un formulario con título, preguntas y respuestas a partir de una descripción y permitir después revisar y modificar la propuesta.
Estas capacidades pueden ser útiles para acelerar una etapa de ideación. Un investigador puede solicitar alternativas de redacción, convertir una lista preliminar de variables en preguntas candidatas o generar una primera estructura que después será sometida a revisión.
El límite aparece cuando la fluidez lingüística se interpreta como validez metodológica. Un sistema puede generar una pregunta perfectamente gramatical que mida otra variable, combine dos conceptos o produzca categorías inadecuadas. También puede inferir preguntas a partir de documentos sin conocer qué constructos fueron finalmente seleccionados por el diseño de investigación.
La función profesional cambia entonces de escribir cada palabra desde cero a auditar sistemáticamente cada propuesta. Para cada reactivo generado conviene preguntar: ¿qué variable mide?, ¿contiene una sola idea?, ¿la redacción es neutral?, ¿el participante puede recuperar la información solicitada?, ¿las opciones corresponden a la pregunta?, ¿existe alguna información personal que no sea necesaria?
🤖 La IA redactó el reactivo. ¿Ya está listo?
⚠ Generar preguntas no equivale a validar un instrumento
La inteligencia artificial puede producir un borrador, pero no sustituye la definición del constructo, la revisión metodológica, la protección de participantes ni la preprueba con personas de la población objetivo.
Pew Research Center considera la preprueba una etapa esencial del diseño de cuestionarios y utiliza, según la necesidad, grupos de discusión, entrevistas cognitivas y pruebas piloto. El propósito es observar cómo las personas interpretan una pregunta, qué información recuerdan para responderla y si las categorías disponibles representan su experiencia.
Aplicación práctica. Antes de liberar una encuesta generada o revisada con IA, pide a una persona semejante a tu población objetivo que explique con sus propias palabras qué entendió por tres reactivos. Si la interpretación difiere de la variable prevista, corrige el instrumento antes de acumular respuestas.
Conclusión
Una encuesta electrónica no adquiere calidad metodológica por utilizar una plataforma eficiente. La calidad depende de la cadena que conecta la pregunta de investigación con el dato. Cuando el constructo está mal operacionalizado, un reactivo es ambiguo o las opciones no corresponden al fenómeno, la plataforma solamente automatiza la producción de información problemática.
El medio digital amplía posibilidades de ruteo, distribución, validación y asistencia mediante inteligencia artificial. También puede hacer más fácil solicitar información innecesaria, imponer respuestas obligatorias o alcanzar rápidamente una muestra autoseleccionada y después confundir volumen con representatividad.
El criterio profesional consiste en conservar la pregunta metodológica antes de la pregunta tecnológica: ¿qué evidencia necesito y qué respuesta podría producir razonablemente este reactivo?. Solo después importa si la captura se realizará mediante Google Forms, Microsoft Forms u otra plataforma.
La siguiente lección recibirá los datos que un instrumento como éste puede producir: L7 · SPSS en investigación educativa: de la salida estadística a la decisión. Allí se distinguirá entre ejecutar un procedimiento, observar un resultado e interpretar qué conclusión permite realmente una salida estadística.
🔭 Para seguir aprendiendo
- Toma tres preguntas de una encuesta propia y escribe junto a cada una el nombre exacto de la variable que pretende medir.
- Solicita a una persona que explique qué entiende por cada pregunta antes de mostrarle tus opciones de respuesta.
Actividad de aprendizaje autónoma
La encuesta que responde otra pregunta
Un equipo de investigación de posgrado ha preparado una encuesta electrónica para estudiar experiencias educativas. Antes de distribuirla, debes realizar una auditoría metodológica y reconocer qué problemas podrían comprometer la interpretación de las respuestas.
Categorías:
- A · Alineación: el reactivo no representa claramente la variable o pregunta de investigación.
- D · Doble: solicita evaluar dos o más conceptos mediante una sola respuesta.
- S · Sesgo: la redacción orienta o presupone una valoración.
- R · Respuesta: las categorías son solapadas, incompletas o incompatibles con la pregunta.
- T · Temporalidad: falta precisión sobre periodo, frecuencia o significado.
- P · Privacidad: existe recopilación innecesaria de información o un riesgo asociado con preguntas sensibles.
- M · Muestra: se confunde distribución electrónica con representatividad.
- O · Orden: la secuencia de preguntas puede condicionar respuestas posteriores.
Tabla 1: Auditoría del instrumento.
| Caso | Reactivo o situación |
|---|---|
| 1 | «¿Qué tan satisfecho está con la calidad de las clases y con la plataforma digital utilizada?» |
| 2 | «¿Está de acuerdo en que el uso innovador de inteligencia artificial mejora claramente el aprendizaje?» |
| 3 | «¿Con qué frecuencia utiliza recursos digitales para preparar sus clases?» Opciones: Nunca / A veces / Frecuentemente / Siempre. |
| 4 | Edad: 18–25 / 25–35 / 35–45 / 45 o más. |
| 5 | Se solicita nombre completo, correo personal, matrícula y teléfono aunque el estudio solo pretende estimar satisfacción general y no habrá seguimiento individual. |
| 6 | El enlace se comparte solamente en un grupo voluntario de estudiantes interesados en tecnología y después los resultados se generalizan a toda la universidad. |
| 7 | Primero se pregunta «¿Qué problemas ha causado la mala implementación de las clases híbridas?» y después «En general, ¿qué tan satisfactoria considera la modalidad híbrida?». |
| 8 | Una pregunta obligatoria solicita describir experiencias de discriminación, violencia o acoso sin información previa sobre confidencialidad ni posibilidad de omitir. |
| 9 | La investigación quiere conocer la razón principal de posible abandono, pero el reactivo pide «Seleccione todas las razones que correspondan». |
| 10 | Un asistente de inteligencia artificial genera veinte reactivos a partir del protocolo. El equipo decide utilizarlos sin revisión porque están redactados con lenguaje profesional. |
Instrucciones:
- Clasifica los diez casos con la categoría principal A, D, S, R, T, P, M u O.
- Cuando identifiques más de un problema, registra primero el que consideres determinante y después el secundario.
- Explica qué tipo de error de interpretación podría aparecer si el reactivo se utiliza sin modificación.
- Indica la decisión metodológica necesaria para corregirlo; no describas botones ni procedimientos de una plataforma.
- Elige una pregunta real de tu proyecto de investigación o práctica profesional.
- Escribe la pregunta de investigación a la que pretende contribuir.
- Define la variable.
- Identifica el indicador.
- Redacta un reactivo y opciones de respuesta coherentes con ese indicador.
- Especifica cómo preprobarías el reactivo con una persona de la población objetivo.
- Señala qué información personal recopilarías y cuál decidirías no solicitar.
- Si utilizaras IA para generar alternativas, explica qué criterio aplicarías antes de aceptar una de ellas.
📋 Auditoría del instrumento
Clasifica los diez problemas y construye la cadena de un reactivo propio. El planificador no determina automáticamente si tu pregunta es válida.
📌 Evidencia de logro
Entrega la auditoría razonada de los diez casos y la cadena de diseño de un reactivo propio: pregunta de investigación, variable, indicador, pregunta, opciones, procedimiento de preprueba, decisión sobre información identificable y criterio para revisar propuestas generadas mediante inteligencia artificial.
Si una respuesta sorprendente aparece mañana en tus resultados, ¿podrás saber si refleja al participante o si fue producida por la forma en que redactaste la pregunta?
Referencias bibliográficas
- American Association for Public Opinion Research. (2026). Code of Professional Ethics and Practices.
- American Association for Public Opinion Research. (s. f.). Best practices for survey research.
- American Association for Public Opinion Research. (s. f.). Institutional Review Boards.
- Dillman, D. A., Smyth, J. D., & Christian, L. M. (2014). Internet, phone, mail, and mixed-mode surveys: The tailored design method (4th ed.). Wiley.
- Google. (2026). Crear un formulario con Gemini en Formularios de Google. Ayuda de Editores de Documentos de Google.
- Microsoft. (2026). Welcome to Copilot in Forms. Microsoft Support.
- Pew Research Center. (s. f.). Writing survey questions.
- Tourangeau, R., Rips, L. J., & Rasinski, K. (2000). The psychology of survey response. Cambridge University Press.