Cómo analizar los datos de las encuestas

¿Qué es el análisis de encuestas?

El análisis de encuestas consiste en convertir la materia prima de tu encuesta en información y respuestas que puedas utilizar para mejorar ciertos aspectos de tu empresa. Constituye una parte esencial de la investigación basada en encuestas.

Existen múltiples métodos para analizar los datos de las encuestas. Por ejemplo, las tablas cruzadas, en las que los datos obtenidos de las respuestas se organizan por filas y columnas, lo que facilita su comprensión. También están los métodos estadísticos de análisis de datos, que te proporcionan información que no es posible obtener por tu cuenta. Te indican, entre otras cosas, si los resultados que observas tienen alguna relevancia estadística.

Crea tu cuenta gratis de Qualtrics ahora mismo

Tipos de datos de encuesta

Los diferentes tipos de preguntas en las encuestas arrojan datos distintos. Aquí te explicamos algunos de ellos. Por lo general, los datos de encuestas pertenecen a más de una de las siguientes categorías y suelen traslaparse.

Datos cualitativos y cuantitativos

Los datos cuantitativos (también conocidos como datos numéricos) se componen de valores y cantidades numéricas. Un dato cuantitativo sería, por ejemplo, el número de veces que un cliente ha visitado un sitio, la temperatura de una ciudad o la puntuación obtenida en una encuesta Net Promoter Score (NPS®).

Por el contrario, los datos cualitativos no son numéricos. Más bien, consisten en información verbal, visual, o bien, contenido de audio o de video. Tiende a ser descriptiva o subjetiva, aunque no necesariamente tenga que ser así. Los datos cualitativos explican el “por qué” más que el “qué”.

Preguntas cerradas

Se trata de preguntas con un rango limitado de respuestas. Pueden ser preguntas de tipo ‘sí’ o ‘no’, como ‘¿Vives en Bogotá, Colombia?’. Las preguntas cerradas también se presentan a manera de opción múltiple, o por medio de elementos clasificables o menús de alternativas. Quienes responden pueden calificar mediante las opciones propuestas, o bien, explicar por qué eligieron alguna en específico.

Este tipo de pregunta genera datos estructurados que no son fáciles de clasificar, codificar y cuantificar, ya que las respuestas únicamente encajan en un número limitado de categorías. No obstante, su simplicidad supone la pérdida de detalles más concretos que podrían haber aparecido en las respuestas.

Los datos en lenguaje natural (preguntas abiertas)

Las respuestas escritas en las propias palabras de quien responde también son un tipo de datos de encuesta. Este tipo de contestaciones suelen presentarse en cajas de texto, a manera de preguntas abiertas o libres. Generalmente, las preguntas inician con palabras como ‘por qué’, ‘cómo’, ‘describe’, u otras frases que inviten a la persona encuestada a abrirse.

Este tipo de datos, conocidos como estructurados, contienen mucha información. Dada su complejidad y volumen, para extraer todo el valor de las respuestas normalmente se requieren herramientas avanzadas (p. ej. el procesamiento de lenguaje natural) y un análisis de opinión.

Datos categóricos (nominales)

Este tipo de datos existe en las categorías que no guardan ninguna relación jerárquica entre ellas. Ningún ítem tiene mayor o menor importancia que los otros. Entre los ejemplos estarían los colores primarios (rojo vs. azul), géneros (masculino vs. femenino), o bien, nombres de marcas (Chrysler vs. Mitsubishi).

Las preguntas de opción múltiple generalmente producen este tipo de datos, aunque no siempre es así.

Datos ordinales

A diferencia de los datos categóricos, los datos ordinales llevan un rango intrínseco que se relaciona a la cantidad o calidad. Por ejemplo, los grados de preferencia, acuerdo o desacuerdo con alguna afirmación.

Las escalas Likert y de intervalos tienden a arrojar esta clase de datos.

Datos escalares

Tal como sucede con los datos ordinales, los escalares implican una cantidad y calidad relativas. Algunos ítems se posicionan por encima de otros. Se distiguen por usar una escala establecida, como la edad (expresada en números), puntuaciones en exámenes (sobre 100) o una unidad de tiempo (en días, horas, minutos, etc.).

Este tipo de datos puede aparecer en forma de menús desplegables o escalas deslizantes, entre otras opciones.

La clase de datos obtenidos determina el tipo de análisis de resultados que se llevará a cabo. Por ello, al redactar las preguntas de tus encuestas es importante considerar la clase de datos que obtendrás, así como diseñar flujos de encuesta.

Crea tu cuenta gratis de Qualtrics ahora mismo

Pasos para analizar los datos de tus encuestas

Aquí te presentamos un resumen de cómo analizar los datos de tus encuestas, identificar tendencias y sacar conclusiones significativas.

1.   Revisa tus preguntas de investigación

Las preguntas de investigación son las interrogaciones subyacentes que buscas responder a través de tu encuesta. Las preguntas de investigación no son las preguntas de tu cuestionario, aunque pudieran abarcar temas similares.

Es importante revisar tus preguntas de investigación antes de analizar los datos obtenidos en tus encuestas. Esto te permite decidir si estas se alinean con aquello que quieres descubrir.

2.   Usa las tablas cruzadas

Las tablas cruzadas son valiosas, ya que te ayudan a examinar tus datos y entender su significado. Cuando realizas tablas cruzadas, divides tus datos en subgrupos dentro de tu población o muestra, y comparas la relación entre una y otra variable. La tabla resultante te dará un panorama general de cómo las respuestas varían dentro de cada subgrupo.

Define las preguntas de encuesta que mejor se asocien a tu pregunta de investigación. Por ejemplo, si quieres saber a cuántas personas les interesaría comprarle a tu marca en el futuro, haz una tabla cruzada con los datos y podrás ver si es más probable que ciertos grupos, con respecto a otros, tengan interés en comprarle a tu empresa. Esto te indicará hacia dónde orientar tus esfuerzos al mejorar el diseño de tu producto o tu experiencia del cliente.

Las tablas cruzadas funcionan mejor con los datos categóricos y con otro tipo de datos estructurados. Existen múltiples maneras de realizar tablas cruzadas a partir de tus datos, ya sea con diferentes preguntas o subgrupos. Esto es posible gracias al software de análisis de encuestas. Sin embargo, toma en cuenta que desglosar tus datos a detalle te dará una muestra mucho más pequeña, lo que afectará la fiabilidad de tus resultados.

1.   Revisa e investiga tus resultados

Pon tus resultados en contexto: ¿cómo ha evolucionado alguna situación desde la última vez que investigaste ciertas cuestiones? ¿Tus resultados están ligados a cambios en tu mercado o a algunos otros estudios que tu compañía haya llevado a cabo?

Observa cómo contestan los diferentes grupos demográficos dentro de tu muestra y compara tus resultados con datos de estos mismos grupos. A manera de ejemplo, ¿tu análisis de encuesta logra explicar por qué cierto sector está comprando menos (o más)? ¿Los datos te brindan información sobre qué tan bien se están cumpliendo metas estratégicas como cambiar la percepción de la marca o cautivar a un público más joven?

También analiza los parámetros cuantitativos. ¿Qué preguntas se respondieron más? ¿Cuáles causaron las respuestas más polarizadas? ¿Hubo preguntas que arrojaron datos muy sesgados? Esto podría revelar qué problemas existen en el diseño de la encuesta.

2.   Haz análisis estadísticos para verificar tus resultados

Las estadísticas te dan certeza en torno a los resultados de tu encuesta. O por lo menos se acercan lo más posible. Herramientas estadísticas tales como la prueba T, el análisis de la regresión y el análisis de la varianza (ANOVA) te ayudan a cerciorarte de que los resultados que observas tengan una relevancia estadística y que no solo aparezcan por casualidad.

Las herramientas estadísticas también pueden servirte para definir qué aspectos de tus datos son más importantes, además de qué tipo de relación guardan entre ellos (si es que la hay).

Compara tus datos de encuesta

Una de las ventajas del análisis de encuestas es la posibilidad de construir a partir de él. Repetir encuestas de investigación de mercados en diferentes momentos sirve no solo para que tus resultados arrojen más información, sino para reforzar dicha información a lo largo del tiempo.

Al usar métodos de análisis y tipos de datos que sean consistentes, tus resultados iniciales podrán ser una referencia para futuras investigaciones. ¿Qué ha cambiado año con año? ¿Los datos que arrojó tu encuesta han aumentado de manera estable, han dado un salto repentino o han decaído gradualmente? Conforme pase el tiempo, tendrás una respuesta a todas estas preguntas si prestas atención con regularidad y analizas tus datos de manera consistente.

Mantener los tipos de preguntas, datos y métodos de análisis de datos, significaría que con el tiempo lograste conseguir medidas comparables de los resultados. Si recabas datos de forma constante podrás identificar patrones, así como los procesos que emergen, y usarlos para predecir eventos y resultados futuros.

Otro beneficio de hacer análisis de datos a lo largo del tiempo es comparar tus resultados con los de otras personas, siempre y cuando se utilicen las mismas medidas y parámetros. Un ejemplo clásico sería el indicador Net Promoter Score (NPS®), que se ha vuelto una medida estándar de la experiencia del cliente. Generalmente, las compañías lo monitorean a lo largo del tiempo.

Cómo presentar los resultados de tus encuestas

La mayoría de los datos, en su forma más cruda, no son muy amigables a la vista o entendimiento humanos. El análisis de los datos de encuesta te ayuda a convertir tu información en algo accesible, intuitivo e incluso interesante para muchas personas.

1.   Crea presentaciones visualmente atractivas

Los datos pueden ser presentados de forma visual, por medio de gráficas, o bien, en tablas que permitan ver las relaciones entre variables de un análisis cruzado. Elige el formato que mejor se adapte a tus datos y que muestre los resultados de manera clara a todo tipo de público. Existe una amplia variedad de opciones, como gráficas de líneas, de barras, circulares, diagramas de Venn y nubes de palabras. Si el tiempo y presupuesto lo permiten, también es posible crear una infografía o animación.

2.   Usa un lenguaje humano

Tus descubrimientos pueden expresarse en un lenguaje simple, dígase en frases como, “la clientela de los Estados Unidos muestra una marcada preferencia por las papas fritas, más que por los totopos de maíz”. Agregar frases que provengan de tus datos en lenguaje natural (siempre y cuando tus participantes den su consentimiento) puede crear una conexión directa e inmediata, además de ilustrar tus puntos.

3.   Cuenta una historia a través de tu investigación

También puedes recurrir a la narrativa para expresar tus datos. Adopta una estructura de principio a fin, o bien, una de situación-crisis-resolución para explicar cómo han surgido ciertas tendencias o cómo se han sorteado los desafíos. Esto ayuda a que la gente entienda el contexto de tu investigación y por qué se realizó de cierta manera.

4.   Incluye tus conclusiones

Además de presentar tus datos en términos de números y proporciones, asegúrate de compartir los conocimientos que estos acarrearon. El conocimiento surge al combinar ideas con los datos de la encuesta. A veces estas conclusiones resultan más llamativas y fáciles de entender que los datos mismos. Dicho conocimiento puede tomar la forma de una acción recomendada o puede analizar la conexión entre dos datos distintos.

Errores comunes en el análisis de datos y cómo evitarlos

1.   Interpretar los resultados precipitadamente

Es fácil dejarse llevar por aquellos datos que arrojan resultados que ya esperabas o que confirman tus hipótesis iniciales. Por eso es muy importante hacer uso de las estadísticas para asegurarse de que el informe de tu encuesta sea estadísticamente significativo (es decir, basado en la realidad y no en coincidencias). Recuerda que la probabilidad de obtener resultados sesgados o fortuitos es mayor cuando el tamaño de la muestra es más pequeño.

2.   Tratar una correlación como una relación causal

Quizás ya hayas escuchado la frase “no toda correlación implica causalidad”. Es conocida por una razón. Confundir un vínculo entre dos variables independientes con una relación causal es un error común en el ámbito de la investigación. Los resultados se pueden correlacionar sin necesariamente generar un efecto entre ellos.

Un ejemplo de esto ocurre cuando existe otra variable en común que no se mide y resulta ser el eslabón perdido entre las variables correlacionadas. Podría ser que las ventas de un bloqueador solar aumenten a la par de la venta de helados en la playa. Sin embargo, esto no querría decir que el helado hace que la gente sea más propensa a broncearse. La tercera variable, la luz solar, influye tanto en el uso de bloqueador solar como en la venta de helados.

3.   Olvidar las sutilezas de los datos cualitativos en lenguaje natural

El lenguaje humano es complejo, por lo que analizar los datos procedentes de discursos o textos no es tan simple como darle un código “positivo” o “negativo” a las palabras de una lista. Las soluciones de inteligencia artificial (IA) más recientes van más allá de esto. Logran identificar los significados, emociones e intenciones en el lenguaje humano.

Entregarle tus abundantes y valiosos datos cualitativos a un intérprete de IA supone confiar en la capacidad de dicho software para entender el lenguaje tal como un humano lo haría, tomando en cuenta factores como el contexto y las dinámicas de comunicación. Si inviertes en software que analice los datos en lenguaje natural de tus encuestas, verifica que este sea capaz de usar el aprendizaje automático para analizar opiniones y sentimientos con el fin de entender qué quisieron decir quienes contestaron tus encuestas.

Herramientas para analizar encuestas

Si planeas ejecutar un programa continuo de información (te recomendamos que lo hagas), es importante que cuentes con herramientas que faciliten y eficienten tu investigación, además de permitirte recabar datos valiosos a partir de los resultados.

Esto será aún mejor si dichas herramientas te ayudan a compartir tus descubrimientos con la gente correcta, en el momento ideal y en un formato que les sea útil. Enseguida te presentamos algunas características que debería tener el software de análisis de encuestas.

Es fácil de usar (incluso por gente inexperta)

Busca software que requiera de la mínima formación y experiencia. Así ahorrarás tiempo y esfuerzos, a la vez que maximizas el número de personas que pueden colaborar en tu programa de gestión de la experiencia. Vale la pena encontrar interfaces amigables con el público usuario (idealmente de tipo “arrastrar y soltar”), así como menús sencillos y análisis de datos automatizados.

Funciona en cualquier plataforma

No limites a tu equipo a utilizar el software en un solo lugar y en pocos dispositivos. Mejor elige una plataforma de alojamiento en la nube que pueda usarse en dispositivos móviles, de escritorio, tabletas y más.

Se integra a tu espacio de trabajo

Las herramientas independientes de análisis pueden generar trabajo adicional e innecesario. ¿Por qué exportar, convertir, pegar e imprimir cuando puedes usar una herramienta de software que se conecte a tus sistemas existentes a través de la interfaz API?

Incorpora análisis estadísticos

Elige un sistema que te brinde las herramientas no solo para procesar y presentar tus datos, sino también para afinar los resultados de tus encuestaspor medio de herramientas estadísticas que arrojen información detallada y futuras predicciones con unos cuantos clics.

Ofrece un soporte de primera

La mejor herramienta para analizar los datos de las encuestas es aquella que evoluciona contigo y se adapta a tus metas y crecimiento. En gran parte, esto requiere de un equipo experto listo para contestar a tus preguntas, proponer soluciones personalizadas y ayudarte a aprovechar el servicio por el que pagaste.

Consejos del equipo de Qualtrics

Tras haber llevado a cabo varios programas de investigación de encuestas, te compartimos algunos consejos que no encontrarás tan fácilmente en las guías promedio de análisis de encuestas. Estas alternativas innovadoras te ayudarán a cerciorarte de que tus análisis de encuestas sean acertados, llamativos y que inviten al cambio.

Escribe encabezados tentativos

El camino ideal para que tu investigación dé en el clavo es pensar en el objetivo desde un inicio. Antes de escribir las preguntas de tu encuesta, imagina encabezados con lo que descubrirás en ella. Los encabezados tentativos presentarán las principales conclusiones de tu investigación. Ejemplos de encabezados podrían ser:

• Lo que más les preocupa a quienes planean alojarse en nuestro hotel es X
• El X % de quienes visitan nuestro showroom desea que un agente de ventas se acerque en los primeros 10 minutos
• Los restaurantes tienen un X % más de probabilidades de escoger nuestro nuevo menú de almuerzo que el anterior

Incluso podrías esbozar gráficas tentativas que muestren cómo se verán tus resultados. Si “escribes” los resultados primero, estos se volverán una guía para diseñar preguntas que te garanticen obtener los datos que deseas.

Fusiona la intuición con la experiencia

Vivimos en una sociedad impulsada por la información. Y la mercadotecnia también es un negocio impulsado por ella. Pese a esto, no tengas miedo de combinar los resultados de tu investigación cualitativa con tus datos cuantitativos. No dudes en aplicar lo que te dicta tu intuición a lo que indican los datos.

En otras palabras, fusiona tu instinto con la experiencia. Explora tu intuición, revisa tus datos y vuelve a escuchar a tu intuición. Si has vivido alguna experiencia personal relacionada con el tema de investigación, ¡úsalo! Si cuentas con investigación cualitativa que complemente los datos, ¡úsala!

Tu encuesta es tan solo una estrella en medio de una constelación de información. Esta se mezcla para contar una historia. Recurre a cada partícula de información que esté en tus manos. Solo recuerda informarle a tu audiencia cuando les compartas hallazgos provenientes de una investigación con relevancia estadística y cuando, más bien, provenga de una fuente distinta.

Redacta un comunicado de prensa tentativo que invite a la acción

Uno de los principales retos de la investigación es tomar acción a partir de ella. A esto se le conoce como la brecha entre el saber y el hacer. Ocurre cuando a una organización se le dificulta implementar el conocimiento obtenido.

Una manera de que tu investigación genere cambios es escribir un comunicado de prensa (imaginando que se publicará dentro de seis meses) que anuncie con orgullo todos los cambios logrados gracias a tu investigación. Quizás este promueva las tres nuevas funciones que se agregaron a tu producto. O bien, que presente una nueva estrategia para brindar soporte técnico. Tal vez describa las mejoras de tu página web.

Después de seis meses, reúne a tu equipo y lean el comunicado de prensa juntos para ver qué tan bien implementaron cambios con base en la investigación.

Enfócate en los hallazgos de tu investigación

Todo el mundo se informa de maneras distintas. Hay quienes querrán sobrevolar tus hallazgos a 9,000 metros de altura, mientras que otras personas preferirán sumergirse en ellos a profundidad. Tu investigación deberá dirigirse a estos diferentes tipos de público.

Muestra los resultados de tu encuesta en los siguientes 5 formatos:

• Una resumen ejecutivo de 1 página que contenga los descubrimientos clave
• Una hoja de estadísticas con los números más relevantes
• Una presentación con elementos gráficos que presenten los datos de forma comprensible y autónoma, o bien, con ayuda de un ponente
• Live Dashboards informativos con todos los datos de tu encuesta, que permitan a cada miembro de tu equipo filtrar la información, además de explorarla a su gusto y por su cuenta
• Un comunicado de prensa tentativo (mencionado anteriormente)