"Las preguntas matriz cubren CSAT, NPS, evaluación de marca — son el ítem multiusos." Es la idea recurrente en equipos que abusan de los grids. Sí, una matriz permite recoger muchas evaluaciones con muy pocas preguntas, pero en cuanto el diseño falla, la carga cognitiva explota y el straight-lining convierte el dato en ruido.
Este artículo recorre cómo deberían diseñarse realmente las preguntas matriz: estructura básica, anatomía de la carga cognitiva, detección y prevención del straight-lining, tamaño óptimo de la matriz y reglas de operación que consideramos innegociables. CSAT, NPS y evaluación de marcas dependen de los grids, así que el foco está en lo que no se puede saltar sin comprometer la calidad del dato.
1. Qué es una pregunta matriz
Una pregunta matriz (también grid o batería) pide al respondente evaluar varios ítems (filas) en una escala compartida (columnas) en un único bloque visual.
Ejemplo típico
| Muy satisfecho | Algo satisfecho | Neutral | Algo insatisfecho | Muy insatisfecho | |
|---|---|---|---|---|---|
| Precio | |||||
| Calidad | |||||
| Soporte | |||||
| Entrega |
La estructura es "ítems evaluados en filas, escala en columnas". En Kicue se ofrece como MTX_SA (una opción por fila), MTX_MA (varias por fila) y SCALE (Likert por fila).
Por qué los equipos recurren a las matrices
- Comprime el número de preguntas — más eficiente en pantalla que disparar "¿Qué tan satisfecho/a con el precio?" / "¿Qué tan satisfecho/a con la calidad?" una a una
- Comparación más fácil — el respondente compara entre ítems con la misma escala
- Agregación ordenada — columnas compartidas facilitan comparación entre filas y tabulación cruzada
Estas comodidades vienen empaquetadas con problemas de carga cognitiva y calidad que sólo se ven en el análisis.
2. Por qué los grids son cómodos y peligrosos — la estructura de la carga cognitiva
Las matrices parecen eficientes. En la cabeza del respondente, sin embargo, suelen imponer más procesamiento que preguntas separadas.
Qué es realmente la carga cognitiva
- Comparación entre filas — "¿estoy más satisfecho/a con el precio o con la calidad?" en paralelo
- Reanálisis de la escala — el significado de los 5 o 7 puntos hay que recordarlo en cada fila
- Memoria de posición — cuando el header de columna se sale por scroll, se pierde la fila actual
- Acumulación de fatiga — el coste crece exponencialmente, no linealmente, con el número de filas
Académicamente, Krosnick (1991) Response Strategies for Coping with the Cognitive Demands of Attitude Measures in Surveys llama satisficing a la conducta de ahorro de esfuerzo resultante — y las matrices se citan repetidas veces como el tipo de pregunta que más lo dispara.
Tamaño del grid y calidad
Couper et al. (2013) "The Design of Grids in Web Surveys" aporta evidencia empírica que vincula el aumento de filas con la caída de calidad. Múltiples estudios convergen en que el tiempo de respuesta y la tasa de finalización empeoran a partir de 6–8 filas.
3. Straight-lining — el fallo dominante de calidad
El fallo característico en preguntas matriz es el straight-lining.
Qué pasa realmente
Straight-lining es la conducta de elegir la misma columna en todas las filas — por ejemplo, marcar "algo satisfecho" en todos los ítems en una escala de 5 puntos.
Las motivaciones son:
- Fatiga y ahorro de esfuerzo — marcar la misma posición sin leer
- Respuesta desconectada — sin incentivo para pensar
- Cualificación fraudulenta — panelistas corriendo por el incentivo
Por qué importa
Cuando entra el straight-lining, desaparece la varianza entre ítems. Una pregunta que debería revelar "insatisfecho con el precio, satisfecho con la calidad" colapsa a "todos en neutral". CSAT, cross-tabs y todo el análisis posterior pierden sentido.
Criterios de detección de la literatura
Yan & Tourangeau (2008) "Fast Times and Easy Questions" y Liu & Cernat (2018) "Item-by-Item Questionnaires vs Grid Questions" proponen indicadores como:
- Straight-lining perfecto — misma columna en todas las filas
- Straight-lining cercano — misma columna en el 80%+ de las filas
- Varianza intra-respondente — varianza entre filas de un mismo respondente cero o casi cero
En la práctica, los equipos combinan varios indicadores para flagear respuestas sospechosas y luego excluirlas del análisis o reducir su peso.
4. Cómo diseñar matrices — Cinco reglas
Cinco reglas innegociables para proteger la calidad en el diseño.
Regla 1: máximo 6–8 filas
Múltiples estudios incluyendo Roßmann et al. (2018) "Item-by-Item vs Grid Layout" muestran caída marcada de calidad pasadas 6–8 filas. Si necesitas más, divide en sub-baterías coherentes — el tiempo total sube pero la calidad se mantiene.
Regla 2: escalas con número impar (5 o 7 puntos)
Krosnick & Fabrigar (1997) Designing Rating Scales for Effective Measurement apuntan repetidas veces a 5–7 como sweet spot Likert. Un punto medio neutral reduce la carga, mientras que 9 o más puntos crean problemas de discriminación y caída de calidad.
Regla 3: mantén la distancia semántica entre filas constante
Un grid con "precio, calidad, soporte" (categorías heterogéneas) carga mucho más que uno con "ubicación del botón, color, tamaño" (detalles homogéneos). Cuanto mayor la distancia semántica entre filas, más pesado el coste de comparación — las matrices heterogéneas necesitan ser especialmente cortas.
Regla 4: aleatoriza el orden de filas por defecto
Si los respondentes procesan de arriba abajo, aparecen los efectos de orden / primacy: las filas de arriba reciben más atención, las de abajo se ahorran esfuerzo. Aleatorizar el orden de visualización suaviza el sesgo estadísticamente. Tourangeau, Rips & Rasinski (2000) The Psychology of Survey Response recomiendan la aleatorización como contramedida estándar a los efectos de orden.
Regla 5: revisa siempre la renderización móvil
Una matriz de 7 columnas que en escritorio se ve bien, en móvil se vuelve infierno de scroll horizontal, con el header desapareciendo mientras la persona se desplaza. Toepoel et al. (2009) "Design of Web Questionnaires" analiza empíricamente cómo afecta a la calidad. Si tu cuota móvil supera el 30%, valora seriamente abandonar la matriz y descomponer en preguntas individuales.
5. Filas y columnas óptimas — la síntesis
Tabla de partida con la guía académica consolidada:
| Parámetro | Recomendado | Fuente |
|---|---|---|
| Filas | 5–8 | Roßmann et al. (2018), Couper et al. (2013) |
| Columnas | 5 o 7 puntos | Krosnick & Fabrigar (1997) |
| Punto medio | Incluir | Reduce carga, preserva derecho a la neutralidad |
| Aleatorización de filas | Recomendada | Tourangeau et al. (2000), efectos de orden |
| Diseño consciente de móvil | ≤5 columnas | Toepoel et al. (2009) |
| Tiempo objetivo por matriz | 30–60 segundos | Yan & Tourangeau (2008) |
Una regla útil: filas × columnas = 25 celdas. Más allá, las tres opciones son dividir, descomponer en preguntas individuales o subseccionar filas por aleatorio — es el consenso entre literatura del sector y académica.
6. Visión editorial — cinco reglas que mueven la aguja
Siguiendo informes del sector y casos públicos, cinco puntos en los que insistiríamos con fuerza.
1. Convierte el límite de filas en regla interna. Equipos que tienen escrito "máximo 8 filas; dividir si más" producen sistemáticamente mejores datos que los que lo dejan al criterio del diseñador. Las organizaciones sin regla explícita acaban publicando matrices de 12–15 filas — un patrón que la prensa especializada ve repetido.
2. La detección de straight-lining no es limpieza posterior. La detección debe estar integrada en la fase de diseño, no añadida en análisis. "Ya filtraremos en el análisis" es como descubres que el 20–30% de las respuestas se flaggea y la muestra analítica colapsa. Pon en diseño un objetivo del tipo "≤5% straight-lining" y ten patrones de remediación listos si lo superas.
3. Comprueba la cuota móvil antes que nada. Lanzar una matriz de 7 columnas pensada para escritorio en una encuesta B2C donde el 70% del tráfico es móvil hace que la finalización caiga por debajo del 50% rutinariamente. Saca el dato de cuota móvil en la primera hora de diseño y deja que limite el espacio de opciones — es lo seguro.
4. No temas descomponer en ítems individuales. Diez filas en una matriz suelen dar peor dato que diez preguntas separadas (Liu & Cernat 2018). El instinto de "minimizar nº de preguntas" es errado — el objetivo correcto es la calidad del dato, no la brevedad visual. En algunos casos, las preguntas separadas terminan incluso antes que un grid largo.
5. Reserva las matrices para ítems periféricos, no KPIs principales. Enterrar NPS o CSAT — las preguntas que mueven decisiones — dentro de una matriz es arriesgado. Mantén los ítems matriz en el tier de "atributos secundarios" y pregunta los KPI principales como ítems independientes en su propia pantalla. Esta recomendación se repite en la literatura del sector por algo.
7. Preguntas matriz en la Herramienta de Encuestas Kicue
Kicue trae las capacidades de matriz como estándar.
Tipos de pregunta matriz
Los tipos matriz incluyen MTX_SA (una opción por fila) y MTX_MA (varias por fila). Para matrices estilo Likert, las preguntas de escala cubren LIKERT / NPS / SLIDER / SD.
Detección de straight-liner integrada
La detección de straight-liner viene de fábrica. Las respuestas con la misma columna en todas las filas o con varianza intra-respondente anómalamente baja se flaggean automáticamente. Los datos flaggeados pueden excluirse de la agregación, así que el control de calidad fluye directo al análisis.
Aleatorización de opciones
La aleatorización de opciones permite aleatorizar el orden de visualización de filas en una matriz — la contramedida estándar a los efectos de orden.
Artículos de diseño relacionados
Las matrices están muy ligadas a otros temas de diseño. Ver también nuestra guía de diseño CSAT, guía completa NPS y diseño de preguntas de cribado.
Elegir la herramienta correcta — Los límites del plan gratuito, soporte de ramificación, capacidades IA y exportación CSV varían mucho entre herramientas. Consulta nuestra comparativa de herramientas de encuestas gratuitas para encontrar la adecuada para este enfoque.
Resumen
Checklist para diseñar y operar preguntas matriz:
- Las matrices parecen eficientes pero cargan al respondente más que ítems separados — el coste cognitivo crece exponencialmente con las filas
- Straight-lining es el riesgo dominante de calidad — integra detección y prevención en diseño
- 5–8 filas, 5 o 7 columnas — los valores en los que la investigación académica converge
- Aleatoriza filas para suavizar efectos de orden — no es un nice-to-have, es requisito de calidad
- ¿Cuota móvil alta? Descompón en preguntas individuales — no usar matriz también es diseño
- Usa matrices para ítems periféricos, no KPIs principales — NPS/CSAT en su propia pantalla
Los equipos que tratan la matriz como solvente universal acaban pagándolo en calidad. La matriz es una herramienta potente pero peligrosa — codificar "cuándo usarla, cuándo no" como regla de proceso es lo que protege la línea de vida del dato.
Referencias
Académico y metodológico
- Krosnick, J. A. (1991). Response Strategies for Coping with the Cognitive Demands of Attitude Measures in Surveys. Applied Cognitive Psychology.
- Tourangeau, R., Rips, L. J., & Rasinski, K. (2000). The Psychology of Survey Response. Cambridge University Press.
- Couper, M. P., Tourangeau, R., Conrad, F. G., & Zhang, C. (2013). The Design of Grids in Web Surveys. Social Science Computer Review.
- Yan, T., & Tourangeau, R. (2008). Fast Times and Easy Questions. Public Opinion Quarterly.
- Roßmann, J., Gummer, T., & Silber, H. (2018). Mitigating Satisficing in Cognitively Demanding Grid Questions. Journal of Survey Statistics and Methodology.
- Liu, M., & Cernat, A. (2018). Item-by-Item Questionnaires vs Matrix Questions. Social Science Computer Review.
- Toepoel, V., Das, M., & van Soest, A. (2009). Design of Web Questionnaires. Public Opinion Quarterly.
- Krosnick, J. A., & Fabrigar, L. R. (1997). Designing Rating Scales for Effective Measurement in Surveys.
Guías de proveedores y prácticas
- Qualtrics: Matrix Question Best Practices.
- SurveyMonkey: Matrix Questions Design Tips.
- Forsta: Avoiding Straight-Lining in Online Surveys.
¿Quieres diseñar y operar encuestas con matrices de alta calidad de extremo a extremo? Prueba la herramienta de encuestas online gratuita Kicue. Tipos MTX_SA / MTX_MA / SCALE, detección de straight-liner y aleatorización de filas vienen de serie, así que las reglas de calidad que pones en diseño llegan directo a operación.