Cómo reducir el straightlining

24 abril, 2014 by in category Técnicas de recogida de datos tagged as with 1 and 0
Home > Noticias > Cómo reducir el straightlining

Siempre me han gustado los textos sobre metodología de los estudios sociales… y el paralelismo que se puede sacar con las ciencias naturales. Uno puede sacar una muestra de bacterias de entre el musgo con unas tenazas llenas de mugre. Depositarla en un calcetín. Transportarla en un maletero de un coche a 50 grados centímetros de temperatura. Y observarla, en el baño de casa, con la lupa que has comprado en el chino más cercano.

O bien puede hacer las cosas como es debido: recoger la muestra con unas pinzas esterilizadas; depositarla en un recipiente estéril con tapa de rosca, mezclada con una pizca de solución salina, para evitar su desecación; transportarla a la misma temperatura existente en el momento de su extracción; y, para acabar, observarla en una laboratorio, en una probeta, con un microscopio de última tecnología. Y no es que sepa nada de microbiología… simplemente he consultado este link  y este otro.

Los pasos seguidos en una investigación sí influyen en los resultados obtenidos. Utilizar la correcta metodología puede marcar (y de hecho, marca) la diferencia entre la obtención de información más o menos exacta. En referencia a la construcción de cuestionarios, establecer la correcta escala en una pregunta puede, también, llevar a unos resultados más o menos ajustados a la realidad.

Recientemente, Research Now publicó un estudio en el que comparaban los resultados obtenidos utilizando diferentes tipos de escala de medida. Aunque no llegaron al punto de determinar cuál era la opción “ideal” (ésta, al final, siempre dependerá del tipo de producto y del tipo tipo de pregunta), sí que pudieron comprobar ciertas diferencias entre diferentes tipos de escala.

Su intención fue comparar el nivel de straightlining (tendencia consistente en que el encuestado marque siempre la misma opción en una batería de ítems) obtenido a través de diferentes escalas de medida. Según los autores del estudio, Melanie Courtright, Karkti Pasupathi, Annie Pettit y Roddy Knowles, existen 3 patrones distintos de respuesta en grids que se pueden asociar a conductas straightliner:

  • (ERS) Estilo de respuesta extremo: el encuestado tiende a responder valores de la escala extremos, ya sean positivos como negativos.
  • (ARS) Estilo de respuesta aquiescente: es un subgrupo particular del anterior. Tienden sólo a valorar los extremos positivos de la escala.
  • (MRS) Estilo de respuesta medio: suelen marcar siempre las opciones que aparecen en el medio de la escala likert.

La importancia de reducir el porcentaje de straigthlining de las encuestas reside en el hecho que, a menudo, esta conducta suele indicar cierta desídia por parte del encuestado durante la realización de la encuesta. Conseguir unos datos sin apenas straightliners es un buen símptoma de que la encuesta ha interesado al respondente y que, por tanto, hemos conseguido generar el engagement necesario para conseguir unos datos de calidad. Además, trabajar con datos “straighlineados”, aparte de su posible falta de fiabilidad, puede comportar problemas de cara al análisis… los que hayan intentado realizar análisis de correspondencias a través de preguntas likert lo podrán corroborar…

Para estudiar el efecto del tamaño de las escalas, se recogió una muestra de 2.000 encuestas de cada uno de los 10 países participantes en el estudio. El cuestionario, de 7 minutos de duración, se presentaba en 5 formatos distintos de escalas:  de 4 puntos, de 7 puntos, y de 10 puntos. Además, también compararon una escala semántica de 5 puntos con una escala numérica de 5 puntos.

Después de haber analizado estos datos, descubrieron que la tendencia straightliner era menor utilizando la escala semántica que la escala numérica de 5 puntos. Y esto era especialmente destacable en el caso de los que tienden a marcar siempre valores muy positivos o muy negativos (ERS).

Además, observaron que la utilización de la escala de 10 puntos permitía reducir considerablemente el porcentaje de straightliners tendentes a seleccionar los valores medios (MRS). Utilizar una escala larga, pues, invita al encuestado a tener que “mojarse” y a evitar expresiones de actitudes neutrales.

De la comparación entre países, descubrieron que los encuestados de Brasil y Méjico son los que tienden a utilizar en mayor medida el estilo de respuesta extrema (ERS). Y los japoneses, los que más suelen marcar siempre opciones positivas (ARS). Ya lo sabes. ¿Quieres obtener valoraciones positivas de un determinado producto? ¡Pasa la encuesta a Japón!

En el mismo estudio también analizaron el impacto del canal a través del que se pasa la encuesta con los resultados en cuanto a patrón de respuesta… aunque no se observaron diferencias concluyentes en relación a las comparación entre móvil y PC, sí que se descubrió que, en encuestas para móviles, la utilización de un slider reducía significativamente la cantidad de straighltiners medios y aumentaba la proporción de straightliners extremos.

Conseguir insights de calidad no tan sólo depende de la pericia que tengamos en el análisis de datos. Consiste en tomar decisiones basándonos en una información que sea fiable y válida. Controlar el porcentaje de straihglining que obtenemos en una encuesta puede ser un buen proceso para poder determinar que estamos consiguiendo unos datos de calidad.

Fotografía: laimagendelmundo

1 Comment

  • anonimo@yahoo.com
    on 28 abril, 2014 Responder

    se agradecería evitar los anglicismos, palabras que en nuestra lengua no tienen significado, porque se hace bastante difícil seguir el texto, si no eres expert@ en la materia, y apriori parecía un artículo interesante.

Add comment

© 2019 Empirica Influentials & Research