La recogida de datos en persona puede no ser segura ni para los participantes ni para los trabajadores de campo si la transmisión de enfermedades es alta en las zonas donde se trabaja y dependiendo de la vía de transmisión. Por lo tanto, puede que no sea aconsejable recopilar datos en persona para minimizar la transmisión de enfermedades. En su lugar, recopilar datos para la investigación formativa, el seguimiento rutinario o la evaluación a distancia puede ser muy productivo. En este informe analizamos las consideraciones para llevar a cabo la recogida de datos a distancia, incluidos los distintos métodos disponibles, las consideraciones sobre el muestreo y el modo en que las personas locales clave pueden ayudar en la recogida de datos.
¿Qué plataformas existen para facilitar la recogida de datos a distancia?
Hay una serie de métodos de recogida de datos por teléfono que pueden tenerse en cuenta para recoger datos a distancia. En la tabla siguiente se describen estas opciones, junto con los puntos fuertes y las limitaciones de cada una.
Descripciones de modos de recopilación de datos basados en teléfonos móviles con pros y contras. Fuente: adaptado de Dabalen (2016), 60 decibelios (2020) y Banco Mundial (2020).
Aquí encontrará orientaciones más detalladas sobre el uso de encuestas por SMS e IVR durante la respuesta al brote. Tenga en cuenta que, aunque el recurso se diseñó teniendo en cuenta la COVID-19, los principios y las actividades pueden aplicarse a otras enfermedades.
A la hora de decidir entre estos métodos de recogida de datos a distancia, hay que tener en cuenta lo siguiente:
Objetivos de su estudio - Defina claramente sus preguntas de investigación. Esto determinará el tipo de datos que necesita recopilar y la mejor manera para hacerlo.
Tipo de datos que deben recogerse: algunos métodos de recogida de datos a distancia, como las llamadas telefónicas, son más adecuados para preguntas cualitativas y abiertas, mientras que otros como las grabaciones de voz interactivas (IVR) están diseñados principalmente para preguntas cuantitativas, de opción múltiple o de respuesta cerrada. Algunos métodos pueden manejar ambas.
La población a la que se dirigirá, sus necesidades y preferencias para la recogida de datos - Defina quiénes son sus participantes objetivo y dónde se encuentran. Tenga en cuenta los idiomas que hablan, sus niveles de alfabetización, la cobertura de telefonía móvil en la zona y el acceso y uso de teléfonos móviles por parte de la comunidad. Esto ayudará a identificar los métodos de recopilación de datos más adecuados. Por ejemplo, si los teléfonos inteligentes no son muy comunes en su población, no sería adecuado utilizar entrevistas basadas en aplicaciones.
El contexto local - Es importante conocer bien el contexto local, incluidas las costumbres y normas culturales. A la hora de elegir un método de recogida de datos, siempre hay que comprobar que sea adecuado para el contexto local y aceptable para la comunidad, sobre todo cuando se utilizan métodos nuevos, como la IVR, con los que pueden no estar familiarizados.
Número y profundidad de las preguntas: algunos métodos le permitirán hacer más preguntas que otros. Por ejemplo, si quiere hacer muchas preguntas en profundidad, una llamada telefónica o una encuesta en línea sería una plataforma más adecuada para recopilar datos en comparación a una alerta por SMS.
Calidad de los datos y tasas de respuesta - Algunos métodos tienen más probabilidades de tener una tasa de respuesta baja. Esto debe tenerse en cuenta a la hora de calcular el tamaño de la muestra y el coste. Algunos métodos también pueden ser susceptibles a errores de respuesta, sobre todo si la población no está familiarizada con ese proceso de recogida de datos, por ejemplo el IVR.
Acceso a la tecnología: algunos métodos, como las encuestas en línea, requieren que los encuestados utilicen un smartphone o un ordenador. Todos los métodos mencionados anteriormente requieren cierto nivel de acceso telefónico. Esto puede excluir a determinados miembros de la población. Por ejemplo, las mujeres suelen tener un acceso reducido a los teléfonos, en comparación con los hombres y las personas que experimentan una mayor vulnerabilidad, como las personas con discapacidad o las poblaciones afectadas por crisis.
Coste - Los SMS y los IVR son métodos menos costosos para los investigadores, sin embargo, son relativamente caros para los encuestados, a menos que se proporcione crédito telefónico. Los costes en que incurra el equipo de recopilación de datos dependerán de los costes de personal, los costes telefónicos, los incentivos si los hay, la duración de la encuesta, el número de intentos de llamada y el modo de recopilación de datos.
También es posible combinar distintos modos de recogida de datos. En función de los objetivos, el calendario y el presupuesto, cada proyecto se adaptará a un enfoque diferente.
Existen varias plataformas de software y proveedores de encuestas a distancia, con distintos niveles de servicio y tecnología, que pueden utilizarse para apoyar la recogida de datos. A continuación se resumen estos métodos y su funcionalidad:
Nota: esta tabla no es exhaustiva, cada vez existen más proveedores. La prestación de servicios asociada a cada empresa también puede cambiar con el tiempo. Se recomienda ponerse en contacto directamente con las empresas para obtener más información sobre los métodos de recopilación de datos que pueden ofrecer, presupuestos y detalles. Fuente: 60 Decibelios (2020)
Tendrá que ponerse en contacto con los proveedores pertinentes para obtener presupuestos y discutir si su plataforma se adapta a las necesidades de su proyecto.
Algunas de las preguntas que se deben plantear a los posibles proveedores son:
¿Qué medidas de seguridad tienen implantadas?
¿Cómo podrá acceder, analizar y compartir los datos?
¿Dispone su organización del equipo técnico y la capacidad necesarios para acceder a los datos y analizarlos?
¿Cuáles serán los costes para su organización y para los participantes?
¿Dispone la empresa de procesos para obtener el consentimiento informado de los participantes?
Otros aspectos que deben tenerse en cuenta antes de llevar a cabo la recogida de datos a distancia son:
¿Existen restricciones normativas para la recogida de datos a distancia en su contexto? Por ejemplo, requisitos de aprobación ética. En algunos países también puede haber restricciones sobre la marcación de números de teléfono aleatorios.
¿Hay otras organizaciones que tengan previsto realizar la recogida de datos a distancia en su población de estudio? La colaboración en la recopilación de datos puede reducir la "fatiga de la encuesta", es decir, la frustración de la población cuando varias organizaciones se ponen en contacto con ella para recopilar datos sobre el COVID-19. Recomendamos compartir los resultados de cualquier recogida de datos con los gobiernos nacionales o regionales y con otras organizaciones que trabajen en su zona. En la medida de lo posible, los datos también deben compartirse con la población.
¿Qué hay que tener en cuenta a la hora de elegir poblaciones de muestra para la recogida de datos a distancia?
Existen cuatro opciones principales para identificar posibles poblaciones de muestra, que se muestran en el cuadro siguiente. Se basan en dos consideraciones principales:
¿Es la muestra representativa de toda la población de interés?
¿Utilizará una muestra existente o creará una nueva?
A continuación se ofrece una breve descripción de cada una de estas cuatro opciones resultantes de la combinación de estas dos consideraciones.
| Representativas | No representativas |
Muestras preexistentes | Estas muestras pueden proceder de estudios previos a nivel de población. Por ejemplo, sondeos de opinión nacionales o encuestas de seguimiento rutinarias que siguen a un grupo de personas a lo largo del tiempo. | Estas muestras pueden proceder de estudios anteriores y tener un enfoque más limitado que la población general. Por ejemplo, puede tratarse de una muestra de madres primerizas inscritas en una clínica para un estudio sobre prácticas de alimentación infantil. |
Muestras recién creadas | Estas muestras pueden reunirse a partir de un listado representativo existente o mediante un método como la marcación aleatoria de dígitos, en el que cada número de teléfono registrado en el país (o región subnacional si se dispone de prefijos de prefijo) tiene la misma probabilidad de ser marcado. | Estas muestras pueden crearse a partir de listados existentes que se recogieron con otros fines, como los visitantes de una clínica o los que participan en actividades programáticas. |
Principales opciones para las muestras de recogida de datos a distancia. Fuente: Ben Tidwell
¿Cuáles son las ventajas y los inconvenientes de las muestras preexistentes?
El uso de muestras preexistentes tiene varias ventajas:
Información existente sobre las personas de la muestra - Dado que es difícil mantener la atención de las personas durante largos periodos de tiempo en las encuestas a distancia, es una gran ventaja si ya se dispone de información demográfica existente sobre la población de la muestra.
Brevedad de los procesos de consentimiento: si los participantes han completado previamente un proceso de consentimiento informado más extenso, es posible que sólo tenga que proporcionar información sobre cómo se actualiza el proceso de consentimiento general en las circunstancias actuales, lo que podría ahorrar tiempo. Si se empleó un proceso de consentimiento inicial cara a cara, esto puede generar a los participantes una mayor confianza en el proceso de investigación.
Reducción de (algunos tipos de) sesgo - Las relaciones previas pueden conducir a un menor sesgo en los comportamientos, actitudes o creencias autodeclaradas, sobre todo si estas opiniones o prácticas son contrarias a las normas existentes o a las directrices gubernamentales.
Mayores tasas de respuesta: tener relaciones existentes puede suponer una gran diferencia en las tasas de respuesta. Por ejemplo, un estudio de marcación de dígitos aleatoria realizado en la India tuvo unos índices de respuesta de apenas el 25%, mientras que estudios similares entre cohortes preexistentes en Kenia descubrieron que, del 74% de participantes potenciales que respondieron a la llamada, sólo el 1% se negó a participar. Los bajos índices de participación pueden introducir situaciones de sesgo difíciles de corregir.
Algunas de las posibles desventajas de utilizar muestras preexistentes son:
Falta de subgrupos - La muestra original puede no ser completamente representativa de la población objetivo de la nueva muestra, por ejemplo, si la muestra original se basaba en un subgrupo de la población (es decir, madres de adolescentes).
Prejuicio por conveniencia social: el conocimiento de los objetivos de un estudio previo (por ejemplo, un estudio sobre comportamientos saludables) puede sesgar las respuestas si los participantes conocen las opiniones de quienes realizan el estudio.
Cansancio del encuestado - Los encuestados pueden estar menos interesados en seguir respondiendo a las preguntas o dedicar menos atención a sus respuestas.
¿Cuáles son las ventajas de las muestras representativas?
En la medida de lo posible, debe procurar tener una muestra representativa. Tener una muestra representativa significa que los miembros de la muestra no difieren sistemáticamente de la población sobre la que se desea obtener información, lo cual es fundamental para garantizar que las conclusiones sean lo más precisas posible. La no representatividad puede introducirse de varias formas, con algunos inconvenientes importantes:
Las muestras no representativas pueden excluir a personas que podrían ser vulnerables a la exclusión y la discriminación, y a personas que viven en lugares inaccesibles. Es menos probable que estas personas estén presentes en muestras de conveniencia (por ejemplo, el muestreo de visitantes de una clínica).
La no representatividad introducida por la propia recogida de datos a distancia puede excluir a estos grupos, ya que llegar a ellos a través de la distancia es una tarea muy complicada. Por ejemplo, la mayor parte de la recogida de datos a distancia requiere acceso a teléfonos móviles , y alrededor del 30% de la población mundial carece de ellos.
Incluso un método de marcación aleatoria puede estar sesgado. Algunas familias tienen más de un número de teléfono, lo que significa que la probabilidad de que su hogar sea seleccionado es mayor. Además, determinados grupos de edad o de género pueden tener más o menos probabilidades de contestar al teléfono o de aceptar responder a una encuesta telefónica. Por ejemplo, según este estudio del Banco Mundial, las mujeres tienen un 15% más de probabilidades de contestar al teléfono.
Una muestra representativa, puede que solo lo sea para una parte de la población. Por ejemplo, para comprender el impacto de una enfermedad concreta en las mujeres, los jóvenes o las personas con discapacidades físicas, puede ser útil centrarse exclusivamente en esa parte de la población. En este caso, una muestra preexistente podría reducirse con el fin de centrarla en el subgrupo de interés. En el caso de ser una muestra recién construida se podría hacer una criba mediante una serie de preguntas para establecer si los encuestados forman parte del subgrupo de interés.
¿Cómo se deben tener en cuenta y ajustar los bajos índices de respuesta en las muestras de nueva creación o la falta de representatividad del marco de muestreo?
Conseguir una muestra representativa es un reto para todos los trabajos de investigación. Es especialmente importante ser consciente del sesgo que se podría generar si se intenta construir una muestra o recopilar datos a distancia. Informar y tener en cuenta estos sesgos a la hora de extraer conclusiones es esencial.
Existen varios métodos para ajustar el sesgo de falta de respuesta y el muestreo no representativo.
Cuando la tasa de respuesta no es alta, los que responden pueden diferir sistemáticamente de los que no responden a una encuesta. Los datos pueden ajustarse en función de la falta de respuesta mediante diversas técnicas (incluida la imputación múltiple).
Cuando las personas incluidas en el marco de la muestra no son representativas de la población objetivo, puede recurrirse a la ponderación posterior a la encuesta mediante diversas técnicas, como el rastrillaje y el emparejamiento.
Para más orientación sobre la elección de un marco de muestreo, visitar este blog del Banco Mundial y este informe de ALNAP.
¿Cómo son los índices de respuesta en la recogida de datos a distancia?
No todas las personas contactadas para llevar a cabo un estudio estarán dispuestas a participar. En la recogida de datos a distancia, la diferencia entre las personas con las que desea ponerse en contacto y las que realmente completan la encuesta puede variar por varias razones:
Sesgo de cobertura: es posible que algunas personas no tengan acceso a un teléfono móvil, por lo que estas personas quedan excluidas de la muestra.
Inelegibles: Algunos números de teléfono pueden estar desconectados y otros apagados. Otros posibles encuestados pueden tener que desplazarse fuera de su domicilio para acceder a la red, por lo que pueden no estar disponibles o no estar dispuestos a leer un mensaje o responder a una llamada.
Excluidos: Algunas personas contactadas pueden quedar excluidos de la recogida de datos por no cumplir las características requeridas, por ejemplo, si se alcanza a un varón en un estudio dirigido a mujeres adultas.
Rechazos: Algunos encuestados pueden ver un mensaje/responder a una llamada y luego negarse a participar en la encuesta.
Entrevistas parciales: Algunos encuestados pueden terminar la llamada intencionadamente o perder la conexión por problemas de conectividad a la red o de batería del teléfono.
Los que completan la encuesta se consideran "entrevistas completas". Tenga en cuenta que, en algunos modos de recogida de datos, puede ser difícil distinguir entre algunas de estas categorías. Por ejemplo, puede que no sea posible separar a los "no elegibles" que nunca vieron un mensaje de texto de los "rechazados" que lo vieron y decidieron no responder.
Podemos calcular la tasa de respuesta del siguiente modo:
Esta definición se centra en minimizar los rechazos y reducir los casos no elegibles debidos a dificultades para establecer contacto, por lo que no refleja el sesgo de cobertura. Los índices de respuesta variarán significativamente en función de los siguientes factores:
La población estudiada
El número de formas que tiene de ponerse en contacto con un encuestado concreto
Fecha de recogida de los números de teléfono
El número y las horas del día/días de la semana en que intenta ponerse en contacto con el encuestado.
Los índices de respuesta son importantes no sólo para garantizar que los recursos se utilicen de forma eficiente, sino porque los índices de respuesta bajos pueden sesgar los datos.
A continuación se describen cuatro ejemplos de recogida de datos a distancia a través de enfoques basados en la voz, utilizando teléfonos móviles en países de renta baja y media y los índices de respuesta en cada uno de ellos. Tenga en cuenta que exponer a la gente a mensajes o realizar encuestas breves a través de SMS puede dar lugar a tasas de respuesta más altas que las que se describen a continuación, pero puede ser más sesgado debido a problemas de alfabetización:
Ghana - Se trataba de un estudio de marcación aleatoria basado en IVR como parte de una campaña nacional de promoción de la salud que abordaba cuestiones, como el VIH/SIDA, la malaria y el agua, el saneamiento y la higiene. El equipo de recogida de datos consiguió que el 81% de las personas contactadas por teléfono móvil completaran al menos la mitad de la encuesta. Según los informes, esta cifra no difiere mucho de los índices de respuesta de anteriores rondas de recopilación de datos cara a cara. Sin embargo, la recogida de datos a distancia no alcanzó una muestra representativa. Estas negativas, combinadas con el sesgo de cobertura descrito anteriormente, provocaron un menor índice de respuesta por parte de mujeres, habitantes de zonas rurales y personas mayores.
Kenia - Este estudio fué sobre el COVID-19 y utilizó una lista existente de números de teléfono recopilados por organizaciones que trabajan en la zona, con recogida de datos por entrevistadores en directo. Solo se disponía de un número de teléfono por hogar y solo se llamó una vez, lo que dio lugar a una tasa de respuesta global del 66%.
India - Se trataba de una encuesta de marcación aleatoria con entrevistadores en directo para explorar los prejuicios contra las mujeres en la India. El 22% de las personas que respondieron a la llamada aceptaron participar y completaron la encuesta. Sin embargo, esta cifra no incluye personas que no descolgaron o números de teléfono que estaban inactivos o desconectados.
El Salvador - Este estudio del Banco Mundial tuvo como objetivo comparar la tasa de respuesta de encuestas auto-informadas, vía WhatsApp y llamadas telefónicas, en 600 adultos seleccionados al azar durante el cierre nacional por el COVID-19. El estudio encontró que la tasa de respuesta aumentó en un 42% en las encuestas telefónicas, lo que representa un aumento del 140% en comparación a las encuestas auto-informadas entregadas a través de WhatsApp.
Para aumentar al máximo los índices de respuesta, considere las siguientes técnicas:
Presupueste el tiempo necesario para realizar múltiples intentos de contacto con cada encuestado.
Ponerse en contacto a distintas horas del día, como por la noche o los fines de semana, cuando es más probable que la gente conteste al teléfono o tenga tiempo de responder a una encuesta.
Probar y perfeccionar la introducción, sobre todo si la realiza a través de SMS (que en muchos casos tienen un límite de caracteres).
Intentar aumentar la credibilidad mencionando qué organización está realizando la encuesta y asegurarse de mencionar cómo el encuestado puede ayudar a otros si acepta participar (por ejemplo, ayudando al gobierno o a organizaciones a comprender las necesidades de personas como él).
Mencionar la duración de la encuesta y mostrar respeto y apreciación por disponer de su tiempo.
Consulte esta guía de Qualtrics para obtener consejos generales sobre cómo aumentar las tasas de respuesta a las encuestas telefónicas. El Banco Mundial también tiene una entrada de blog detallada sobre este tema: Encuestas telefónicas para comprender COVID-19: Parte II Respuesta, calidad y preguntas.
¿Cómo se puede recurrir a personas clave de la localidad para facilitar la recogida de datos?
Debido a las restricciones de movimiento que pueden introducirse durante los brotes epidémicos, puede resultar imposible para los investigadores externos o el personal de campo viajar a la comunidad participante o desplazarse por ella para recopilar datos. En este caso, puede solicitar la asistencia de las personas de la comunidad local para que le asistan en la recogida de datos. Estos individuos pueden actuar como "fixers'' que ayudan a identificar y reclutar participantes además de poder llevar a cabo la recogida de datos.
Los fixers pueden identificarse a partir de trabajos anteriores en la comunidad, mediante recomendaciones o a través de anuncios en Internet, y deben ser entrevistados a distancia.
Dependiendo de los métodos de investigación, los fixers pueden seleccionarse en función de su:
Educación
Experiencia anterior
Propiedad de un smartphone
Alfabetización
Dominio de la lengua y los dialectos locales
Dominio de la lengua de la organización contratante.
Si se necesita un equipo grande, puede elegir a uno de los fixers locales para que actúe como jefe de equipo y ayude a organizar al resto del equipo de campo.
Además de poder moverse dentro de la comunidad durante las fases del brote en las que el movimiento podría estar restringido, recurrir a personas de la comunidad local también es ventajoso, ya que, además de conocer la zona geográfica, también conocen los antecedentes culturales, sociales y conductuales del lugar. Un ejemplo en el que este enfoque se adoptó con éxito fue durante el brote de ébola de 2014-2016 en Sierra Leona, donde personas de la localidad con smartphones de su propiedad, equipados con software de recopilación de datos se emparejaron con conductores de motocicletas locales para viajar a las aldeas elegibles y recopilar datos tanto cartográficos como de las propias aldeas. Del mismo modo, puede optar por utilizar grupos locales dirigidos por la comunidad como la Red Y-PEER en Sudán. En este estudio de caso en Kenia, las madres jóvenes y las futuras madres recibieron formación a distancia sobre los comportamientos preventivos clave referentes al COVID-19, que transmitieron a sus comunidades a través de iniciativas de divulgación. También en Kenia, Amref puso en marcha una aplicación móvil con el fin de formar a voluntarios sanitarios de la comunidad para que pudieran apoyar la prevención del COVID-19 en sus comunidades locales.
Los fixers pueden apoyar o llevar a cabo las siguientes actividades:
Obtener autorizaciones municipales, gubernamentales o locales
Identificar y captar participantes.
Facilitar a los investigadores los números de contacto de los participantes
Actuar como punto de contacto: es posible que los fixers tengan que compartir su propio teléfono o smartphone con el participante mientras el investigador realiza la entrevista o se buscan respuestas a través de otros métodos cualitativos de recopilación de datos.
Traducción verbal durante las entrevistas o traducción de textos
Transcripción de entrevistas
Entrega de incentivos a los participantes (en metálico o de otro tipo)
Recogida de datos cuantitativos o cualitativos. Los fixers pueden encargarse de recopilar datos en un smartphone. Las herramientas de recopilación de datos, como Open Data Kit (ODK) o mWater, permiten recopilar datos en un smartphone y enviarlos a un servidor en línea, incluso sin conexión a Internet o servicio de operador móvil, en el momento de la recopilación de datos.
Los fixers deben recibir formación a distancia sobre cómo descargar y utilizar las herramientas de recopilación de datos, sobre la ética detrás de la recopilación de datos y procesos de consentimiento, y sobre cómo afrontar los retos que puedan surgir.
Entre las preocupaciones más comunes cuando se utilizan fixers para apoyar la recogida de datos se incluyen las siguientes:
Sin un investigador de campo que supervise el trabajo, es posible que se recojan datos de encuestados equivocados o que se falsifiquen. Para reducir este riesgo, se puede pedir a los intermediarios que registren las coordenadas GPS de los encuestados. Intente también colaborar regularmente con los fixers o con los equipos locales de datos que pueda establecer. Las llamadas semanales para debatir y superar problemas comunes pueden mejorar la calidad de los datos y la satisfacción de su equipo.
Si las personas que participan en la recogida de datos reciben un incentivo para completar una entrevista o encuesta, puede preocuparles que los manipuladores les cobren una "comisión". Para mitigar esta situación, debe informarse claramente a los encuestados de si van a recibir un incentivo y en qué consiste antes de la recogida de datos (es decir, durante el proceso de consentimiento).
Nota del editor:
Autores: Fiona Majorin, Julie Watson y James B. Tidwell
Revisores: Lauren D'Mello-Guyett, Poonam Trivedi, Tracy Morse, Erica Wetzler, Michael Joseph, Holta Trandafili
Última actualización: 01.03.2023