Una encuesta rápida es un instrumento breve, normalmente entre una y cinco preguntas y está diseñada para responder con agilidad una decisión concreta, como elegir una presentación de producto o evaluar la satisfacción con el empaque. (Llinás Solano, H., 2017, pp. 10–66) Su fortaleza no reside en técnicas estadísticas sofisticadas, sino en la claridad del objetivo y en la precisión con que se formulan las preguntas.

El diseño de una encuesta parte de definir la variable a observar y la escala de medición adecuada: categórica, ordinal (Likert) o numérica. Las preguntas deben ser claras, neutras y con opciones exhaustivas y excluyentes, y se recomienda establecer desde el inicio la codificación de respuestas para facilitar la tabulación.

En la recolección de datos, aunque se use un muestreo por conveniencia (QR, tabletas, enlaces), es posible reducir sesgos diversificando horarios y lugares y documentando el marco de muestreo . Además, una prueba piloto permite detectar ambigüedades y estimar tiempos. Registrar metadatos básicos (fecha, canal, ubicación) aporta trazabilidad.

La calidad del dato se protege mediante validaciones simples en el formulario: listas cerradas, límites claros en escalas Likert y rangos numéricos definidos. También es recomendable añadir una nota ética sobre propósito y anonimato y evitar preguntas sensibles.

En conjunto, una encuesta rápida bien diseñada ofrece un equilibrio entre costo y valor, con datos limpios, comparables y trazables, evitando retrabajos y sesgos para convertirse en un insumo confiable para la gestión.

Una tabla de frecuencia es el puente entre datos crudos y conclusiones. Toma un conjunto de observaciones y lo resume en recuentos (frecuencia absoluta), proporciones (frecuencia relativa) y acumulados, de modo que se vea la distribución sin perder el sentido de escala. La idea central es sencilla: para cada categoría (si la variable es cualitativa) o cada intervalo (si es cuantitativa) se contabiliza cuántas veces aparece, se divide por el total n para obtener la proporción.

Para esto se puede expresar la frecuencia absoluta, relativa y acumulados de la siguiente manera:

n es el número de datos obtenidos, entonces, si se realizó una encuesta y tenemos 30 respuestas, n=30, f_i, es cuántos de esos datos caen en una categoría o intervalo específico, Por ejemplo, si 12 personas prefieren la respuesta “Sí” en la primera pregunta, entonces f_i=12. Fíjate que n es todo, mientras que f_i es una parte de ese todo. Por eso, si sumas todas las f_i de la tabla (todas las categorías o intervalos), debe darte exactamente n.

La frecuencia relativa responde a la pregunta: “¿qué parte del total representa esa categoría?” y se calcula dividiendo:

\[ f_{ri} = \frac{f_i}{n} \]

Y se puede expresar también como porcentaje al multiplicarlo por 100, con el ejemplo anterior podemos decir que para la pregunta 1:

\[ f_{ri} = \frac{12}{30} = 0.4 = 40\% \]

La frecuencia acumulada es “¿cuántos van sumando hasta aquí?” Se obtiene sumando los f_i desde la primera fila hasta la fila actual. Su versión relativa acumulada (o porcentual acumulada) te dice “¿qué fracción del total acumulo hasta aquí?”. Esto es muy útil para frases como “el 70 % termina en 12 minutos o menos” cuando trabajas con intervalos de tiempo.

Un par de comprobaciones rápidas para confiar en los resultados es que: la suma de todas las frecuencias absolutas debe ser n, la suma de porcentajes debe dar muy cerca de 100 % (puede quedar 99.9 % o 100.1 % por redondeo) y ninguna fila debería tener valores “imposibles” (por ejemplo, tiempos negativos). También se debe tomar en cuenta que n es tu universo o los datos que tienes, cada f_i es la parte que corresponde a una categoría o intervalo, y f_ri% te dicen qué tan grande es esa parte respecto del todo.

A continuación se presenta una tabla de frecuencias con un ejemplo donde nuestro universo ¨n¨=30.

La validación de datos es el filtro previo al análisis que asegura corrección, coherencia y completitud. Comienza por la forma: que los números estén como números y las fechas como fechas y que las categorías provengan de listas cerradas para evitar variantes de escritura, también se debe tener en cuenta que existan rangos razonables (por ejemplo, escalas 1–5 en cuestionarios o edades entre 0 y 120).

Aquí te presentamos una tabla de lo que debes tener en cuenta para validar datos obtenidos en encuestas.

También es importante identificar los valores atípicos y filtrarlos, existen diferentes maneras de identificar este tipo de datos y diferentes fórmulas que podemos usar, algunos valores atípicos se pueden notar gráficamente pero siempre es recomendable usar fórmulas para tener mejor precisión al filtrar este tipo de valores.