¿QUÉ DIFERENCIA EXISTE ENTRE CUESTIONARIO Y ENTREVISTA?

La diferencia esencial entre cuestionarios y entrevistas o entre técnicas cualitativas y

cuantitativas, es la fuente de información que utilizan. Los cuestionarios se basan en
estadística según opiniones o percepciones de los trabajadores sobre las condiciones de
trabajo. Sin embargo, las entrevistas facilitan la toma de información de calidad
(cualitativa) del Técnico en Prevención.

Otra diferencia esencial, como indica la Guía de Actuación de la ITSS, es la aplicación

de las técnicas, ya que para la aplicación de entrevistas o técnicas cualitativas es
necesaria la aportación de un técnico experto o formado en la materia.

Entre otras, podemos encontrar estas diferencias:

Entrevista Cuestionario
Permite al trabajador exponer susSon preguntas con opciones cerradas de
problemas y soluciones respuesta.
Son necesarias muestras más ampliar de
Se evalúa con muestras de población
población 
Mayor concreción y calidad de laMayor representatividad en la media de los
información resultados
Trabajo basado en el papel del técnicoGestión de la información subjetiva mediante
en PRL medias y fiabilidad
Sesgos del técnico Sesgo de respuestas y opinión

¿QUÉ ELEMENTOS DEBE TENER UN CUESTIONARIO?

El cuestionario debe poseer una estructura lógica, no se pueden situar las preguntas sin
orden, o tal y como nos hayan surgido en el planteamiento de la investigación.
Normalmente la estructura que tiene un cuestionario es la siguiente:
Guía para realizar un cuestionario exitoso

1. Antes de diseñar el cuestionario

Antes de aplicar tu cuestionario, es necesario que realices estos pasos previos, que son
sumamente importantes.

Establece el objetivo de tu cuestionario: Debes de definir las razones por las que realizas
este proceso y qué es lo que quieres lograr.

Determina el tamaño de la muestra: El siguiente paso es definir a tu muestra de estudio.

Para esto debes considerar aspectos como el objetivo, el tipo de información que deseas
recolectar, los elementos que obstaculizan el proceso como las barreras geográficas o
los recursos financieros y el tiempo.

Para definir a los participantes de tu estudio correctamente, utiliza la calculadora de

tamaño de muestra que tenemos para ti.

2. Diseña el cuestionario
Este es el paso más importante, debes asegurarte de utilizar todos los recursos
disponibles y crear un cuestionario eficaz que te permita obtener la cantidad de
respuestas que deseas e información útil para tu investigación.

Recuerda que la estructura de un cuestionario debe de ser como la que te mencionamos

anteriormente para poder lograrlo. Te recordamos la estructura de un cuestionario
nuevamente:

 Introducción

 Información del encuestado

 Cuerpo del cuestionario

 Demografía

 Reflexión final

 Redirección

3. Análisis de datos

El análisis de datos permite calcular la cantidad de información recolectada,

seleccionarla e identificar los elementos más importantes para tu investigación.

Es necesario que en este punto tengas siempre en mente los objetivos de tu

investigación y asegurarte de haberlos cumplido.

4. Presentación de los resultados

Un cuestionario no sirve de mucho si no realizas las estrategias adecuadas o los ajustes

necesarios, dependiendo de tus objetivos.

Recuerda que presentar los resultados a tu organización te ayudará a tomar mejores

decisiones y comenzar a implementar los cambios adecuados en tu organización.

Aprende cómo presentar los resultados de una encuesta con este artículo que tenemos
para ti.
CONSEJOS PARA REALIZAR UN CUESTIONARIO

Se claro y breve en las instrucciones: Recuerda que este es el punto en el que debes
capturar la atención de los participantes. Tienes que ofrecer las indicaciones de forma
breve y clara. No permitas que surjan dudas y contextualiza a los participantes acerca de
la razón del proceso de recolección de datos.

Haz preguntas directas y fáciles de entender: Si quieres obtener la información

adecuada, debes realizar las preguntas correctas. Se directo y evita las respuestas dobles.

Realiza un proceso ordenado: La estructura de un cuestionario es ordenada y

sistemática, es decir que cada pregunta tiene una posición establecida y una agrupación,
dependiendo de tus objetivos.

Prioriza en el orden de las preguntas: Te recomendamos poner en primer lugar las

preguntas más importantes. Si los encuestados deciden no concluir el proceso, al menos
habrás recolectado las respuestas que necesitas para tu investigación.

Análisis objetivo: Es posible que no te gusten mucho las respuestas que obtengas. Sin
embargo, es la opinión más sincera de los participantes. Así que debes realizar un
análisis de datos objetivo y ofrecer resultados reales.

Utiliza el software adecuado: Aprovecha los diferentes tipos de preguntas y todas las
herramientas que la plataforma tiene para ti.

¿QUE ES EL PROCESAMIENTO DE DATOS?

El procesamiento de datos se produce cuando se recaban datos y se traducen a

información utilizable. Suelen ocuparse los científicos de datos, solos o en equipo, y es
importante que el procesamiento se realice correctamente para no afectar negativamente
al producto final o los resultados obtenidos a partir de los datos.

El procesamiento empieza con datos en su forma en bruto y los convierte a un formato

más legible (gráficos, documentos, etc.), dándoles la forma y el contexto necesarios para
que los ordenadores los interpreten y los empleados los utilicen en toda una
organización.

Las seis etapas del procesamiento de datos

1. Recogida de datos

La recogida de datos es el primer paso del procesamiento. Los datos se extraen de las
fuentes disponibles, entre las cuales se cuentan los data lakes y los almacenes de datos.
Es importante que las fuentes de datos disponibles sean fiables y estén bien creadas para
que los datos recabados (que posteriormente se emplearán como información) sean de la
más alta calidad posible.

2. Preparación de datos

Una vez recabados los datos, se pasa a la fase de la preparación de datos. La preparación
de datos, a menudo llamada «preprocesamiento», es la etapa en la que los datos en bruto
se limpian y organizan para la siguiente fase del procesamiento. Durante la preparación,
los datos en bruto se verifican diligentemente para detectar errores. El objetivo de este
paso es eliminar los datos erróneos (datos redundantes, incompletos o incorrectos) y
empezar a crear datos de gran calidad para obtener la mejor business intelligence.

3. Introducción de datos

A continuación, los datos limpios se introducen en su destino (puede ser un CRM, como
Salesforce, o un almacén de datos, como Redshift y se traducen a un lenguaje
comprensible. La introducción de datos es el primer paso en el que los datos en bruto
empiezan a cobrar forma como información utilizable.

4. Procesamiento

Durante esta fase los datos ingresados en el ordenador en la fase anterior se procesan
realmente para su interpretación. El procesamiento se efectúa por medio de algoritmos
de machine learning, si bien el proceso en sí puede variar ligeramente según cuál sea la
fuente de los datos que se esté procesando (data lakes, redes sociales, dispositivos
conectados, etc.) y su uso previsto (estudiar patrones publicitarios, diagnósticos médicos
a partir de dispositivos conectados, determinar necesidades de clientes, etc.).

5. Salida/interpretación de datos

La etapa de salida/interpretación es la fase en la que los datos resultan finalmente

utilizables para los que no son científicos de datos. Están traducidos, son legibles y
muchas veces se presentan en forma de gráficos, vídeos, imágenes, texto simple, etc. A
partir de ese momento los miembros de una empresa o institución pueden empezar a
autogestionarse los datos para sus propios proyectos de analíticas de datos.

6. Almacenamiento de datos

La última fase del procesamiento de datos es el almacenamiento. Cuando todos los

datos están procesados, se almacenan para su futuro uso. Si bien hay alguna
información que ya puede emplearse de inmediato, gran parte tendrá utilidad a
posteriori. Además, almacenar correctamente nuestros datos es una necesidad para dar
cumplimiento a la legislación de protección de datos, como el RGPD. Cuando los datos
están bien almacenados, a los miembros de la organización les resulta fácil y rápido
acceder a ellos siempre que lo necesiten.