Análisis de Optimización de Escalas de Encuesta
Evaluación de eficiencia del formato de respuesta para encuestas de satisfacción ciudadana
Descripción General
Analicé si una escala de satisfacción de 10 puntos en una encuesta cívica podría reducirse a 5 o 7 puntos sin perder calidad de información. Utilizando técnicas de comparación de histogramas sobre calificaciones de servicios públicos de más de 1,200 residentes de Ciudad Juárez, identifiqué qué preguntas de servicios podrían beneficiarse de la reducción de escala y cuáles requerían el rango completo de 10 puntos.
Problema de Negocio
El diseño de encuestas impacta directamente la calidad de los datos. Las escalas más largas (1-10) proporcionan datos granulares pero aumentan la carga cognitiva para los encuestados—especialmente aquellos con niveles educativos más bajos—potencialmente reduciendo la consistencia y calidad de las respuestas. Las escalas más cortas (5 o 7 puntos) son más fáciles de responder y pueden mejorar la confiabilidad de las respuestas, pero solo si preservan la estructura de información subyacente.
Pregunta clave: ¿Podemos simplificar nuestra encuesta para mejorar la calidad de respuesta sin sacrificar profundidad analítica?
Enfoque Técnico
Fuente de datos: Encuesta de percepción ciudadana Así Estamos Juárez 2022 (N=1,200+) Método: Comparación visual de histogramas usando R y ggplot2 Análisis: Para 10 preguntas de satisfacción con servicios públicos, creé tres versiones de histogramas: - Escala original de 10 puntos - Escala simulada de 5 puntos - Escala simulada de 7 puntos
Formas de histograma similares indican que la reducción de escala preserva la información; formas diferentes señalan pérdida de información.
Resultados
| Servicio Público | Escala de 5 puntos | Escala de 7 puntos |
|---|---|---|
| Agua | Similar | Idéntica |
| Energía eléctrica | Similar | Idéntica |
| Alumbrado público | Similar | Distinta |
| Semaforización | Distinta | Idéntica |
| Señales viales | Distinta | Similar |
| Transporte semimasivo | Distinta | Idéntica |
| Transporte tradicional | Distinta | Distinta |
| Recolección de basura | Distinta | Distinta |
| Áreas verdes | Distinta | Distinta |
| Calles y pavimentación | Distinta | Distinta |
Hallazgo clave: 60% de las preguntas (6/10) podrían usar una escala de 7 puntos sin pérdida de información, pero el 40% restante muestra cambios significativos de distribución cuando se reduce.
Patrón observado: Las preguntas con puntajes de satisfacción más bajos (pavimentación, áreas verdes, transporte tradicional) mostraron la mayor dispersión de datos y fueron las más afectadas por la reducción de escala—sugiriendo que estos temas polarizantes genuinamente requieren medición más granular.
Recomendación
Mantener la escala de 10 puntos en todas las preguntas.
Aunque 6 preguntas técnicamente podrían usar una escala de 7 puntos, mezclar tipos de escala dentro de una sola encuesta crea su propia carga cognitiva. La consistencia de usar una escala a lo largo de toda la encuesta supera los beneficios marginales de la optimización específica por pregunta.
Consideración alternativa: Si se rediseñara desde cero, una escala uniforme de 7 puntos podría funcionar, pero sacrificaría matices en servicios controversiales donde los ciudadanos tienen opiniones fuertes y variadas.
Detalles Técnicos
NotaMetodología detallada y visualizaciones
El análisis utilizó el paquete haven para importar datos de SPSS y ggplot2 para visualización. Para cada pregunta, creé histogramas usando: - Escala original: geom_histogram() con bins por defecto - Escala de 5 puntos: parámetro bins=5 - Escala de 7 puntos: parámetro bins=7
Ejemplos donde la escala de 7 puntos preserva información:
Ejemplos donde la reducción de escala pierde información:
Referencia: Finn, R. H. (1972). Effects of Some Variations in Rating Scale Characteristics on the Means and Reliabilities of Ratings. Educational and Psychological Measurement, 32(2), 255-265.
Herramientas utilizadas: R, ggplot2, tidyverse, haven Fuente de datos: Plan Estratégico de Juárez - Así Estamos Juárez 2022