Preguntas abiertas, cerradas y mixtas: ¿cuál es la diferencia?

Las preguntas abiertas y cerradas tienen varias diferencias, y el tipo que utiliza depende de la información que desea obtener. Las diferencias entre los dos tipos de preguntas incluyen:

Debido a que las preguntas abiertas requieren respuestas originales de su participante, estas preguntas pueden ayudar a una encuesta a obtener un sentido más amplio de los pensamientos y sentimientos de un cliente. Por ejemplo, si desea saber cómo se sienten sus clientes sobre el nuevo diseño de su sitio web, ofrecer una pregunta abierta permite a cada cliente explicar lo que les gusta y no les gusta y por qué.

Además, las preguntas abiertas pueden ser efectivas al recopilar datos de investigación porque permiten a los participantes escribir sus propias opiniones con relativamente pocas limitaciones.

Las preguntas cerradas piden respuestas específicas de su audiencia, lo que puede hacerlas útiles para hacer sobre las características o preferencias del producto. Por ejemplo, puede usar una pregunta cerrada para preguntar a los clientes si les gusta la nueva función de inicio de sesión rápida de su sitio web.

Además, debido a que las respuestas a las encuestas cerradas están preescritas, estas preguntas pueden ayudar a recopilar un rango de datos limitado y más enfocado. Las encuestas con estas preguntas también pueden ser efectivas para registrar altos volúmenes de respuestas.

Debido a que las preguntas abiertas y cerradas tienen diferentes formatos de respuesta, los investigadores pueden optimizarlos para diferentes medios. Por ejemplo, un profesor puede crear una encuesta móvil haciendo preguntas sobre los hábitos de toma de notas de sus estudiantes.

¿Qué características tienen las preguntas mixtas?

Solo unos cuatro de cada diez adultos (39%) con antecedentes que incluyen más de una raza se consideran multirraciales, mientras que la mayoría de estos adultos (61%) no lo hacen.

Entre los adultos con múltiples razas en su contexto que no se consideran multirraciales, aproximadamente la mitad dicen su apariencia física (47%) y/o la educación familiar (47%) (naturaleza y nutrición, están entre las razones por las que no identifican como multirracial. Alrededor del 39% dice que se identifican estrechamente con una carrera, y aproximadamente un tercio (34%) dice que nunca conocieron a su familiar o antepasado que era una raza diferente.

Un 13% adicional da alguna otra razón para no identificarse como multirracial, incluido el 4% que dice que sus antecedentes raciales no son importantes para ellos, el 2% que dice que el miembro de la familia de una raza diferente es demasiadas generaciones eliminadas y el 2% que simplemente no se pone ‘ t identificarse con su patrimonio multirracial.

La encuesta encuentra que la identidad multirracial se desvanece rápidamente con las generaciones. Entre aquellos cuyos lazos con un fondo racial mixto provienen de un antepasado o un antepasado anterior, un grupo que no se incluye entre el análisis de estadounidenses multirraciales a lo largo de este informe, solo el 13% se consideran multirraciales. La participación se duplica aproximadamente (al 28%) si un abuelo tenía antecedentes raciales que era diferente a la del encuestado y sus padres, y se eleva al 35% si uno o ambos padres tenían un fondo racial diferente a los de los encuestados.

Me identifico más con la cultura afroamericana. Uno porque solo lo miro. Cuando una persona promedio camina por la calle, solo ve a un tipo que tiene un color. Un hombre de color. Brown. Man birracial negro y asiático, 47 años

¿Qué características tienen las preguntas cerradas y cuáles son?

  • Autobús y autobuses utilizados para transportar servicios entre más de dos regiones;
  • autobuses y autobuses utilizados para servicios de alquiler con conductor;
  • medios utilizados en servicios locales o regionales de transporte público;
  • Transporte escolar dedicado a estudiantes de primaria, secundaria y segundo grado.

Además, tienen la obligación de usar dispositivos de protección respiratoria (es decir, máscaras quirúrgicas) trabajadores, usuarios y visitantes de estructuras de salud, salud y socio-asistencia, incluidas estructuras de hospitalidad y atención a largo plazo, asistencia de residencias de salud, hospicio , Estructuras de rehabilitación, estructuras residenciales para ancianos, incluso no autosuficientes.

La obligación de usar máscaras no está prevista para:

  • Autobús y autobuses utilizados para transportar servicios entre más de dos regiones;
  • autobuses y autobuses utilizados para servicios de alquiler con conductor;
  • medios utilizados en servicios locales o regionales de transporte público;
  • Transporte escolar dedicado a estudiantes de primaria, secundaria y segundo grado.
  • niños menores de 6 años;
  • Las personas que, por su discapacidad o patología, no pueden usar la máscara;
  • Los operadores o personas que, para ayudar a una persona con discapacidades, a su vez no pueden usar la máscara (por ejemplo: quién debe internar en el L.I.S. con una persona que no se alimenta).
  • Además, no es obligatorio usar la máscara:

    • Autobús y autobuses utilizados para transportar servicios entre más de dos regiones;
    • autobuses y autobuses utilizados para servicios de alquiler con conductor;
    • medios utilizados en servicios locales o regionales de transporte público;
    • Transporte escolar dedicado a estudiantes de primaria, secundaria y segundo grado.
  • niños menores de 6 años;
  • Las personas que, por su discapacidad o patología, no pueden usar la máscara;
  • Los operadores o personas que, para ayudar a una persona con discapacidades, a su vez no pueden usar la máscara (por ejemplo: quién debe internar en el L.I.S. con una persona que no se alimenta).
  • mientras realiza deportes;
  • ¿Cuáles son las preguntas abiertas cerradas y mixtas?

    En este artículo, se da una guía práctica para clasificar preguntas abiertas o palabras de texo gratuito. Muestra cómo la categorización de respuestas abiertas se puede realizar utilizando un análisis de contenido asistido por computadora (cuantitativo o cualitativo), por ejemplo, para formar múltiples conjuntos de respuesta o generalmente el estadístico u opcional también para preparar el análisis cualitativo.

    En contraste, la implementación práctica se centra en el presente artículo. Si bien este artículo explica la implementación general, otra contribución se ocupará de la implementación asistida por computadora (rutas de clics llamadas) en noviembre de 2022.

    El camino presentado aquí es una excursión cualitativa en un proceso estadístico realmente cuantitativo. Es relevante para todos los proyectos en los que, además de elementos estandarizados y datos numéricos, se evalúan datos cualitativos como texto, imagen, audio y video. El uso más extendido de los métodos cualitativos en proyectos cuantitativos encuentra palabras libres en cuestionarios. En muchos campos de investigación cuantitativamente orientados, como la investigación del mercado y la evaluación, se están volviendo cada vez más importantes porque el potencial de la apertura de los datos cualitativos se utiliza cada vez más para capturar perspectivas y opiniones subjetivas como razones, críticas y propuestas de mejora. Esto se ilustra, por ejemplo, muy bien, hojas de evaluación para cursos en los que se trata de la norma, además de la pregunta cerrada «¿Cómo califica el evento en su conjunto?» (Respuestas estandarizadas en el sistema de calificación escolar) también el sistema de calificación escolar) también el sistema de calificación escolar). Preguntas abiertas «¿Qué fue particularmente bueno?» ¿Particularmente malo? «(Freitextantwort) no solo descubrirá cómo se califica algo, sino también por qué está calificado de esta manera. El WEG, conocido aquí como una «excursión cualitativa», puede conducir a la categorización y la cuantificación de los datos cualitativos para el análisis estadístico posterior u otro paso cualitativo a la evaluación, por ejemplo, al agregar respuestas típicas a la ilustración o razones para los resultados cuantitativos de subsecoración. .

    El análisis de contenido es un procedimiento cuantitativo que se creó originalmente para investigar el advenimiento de los temas en una gran cantidad de artículos de periódicos, ha experimentado muchos desarrollos metodológicos desde entonces y es muy popular con el análisis de los textos en su conjunto, incluidas las palabras de texto libre. . Los términos de búsqueda se determinan sobre la base de las cuales se pueden identificar los temas en el texto: por ejemplo, el tema de la contaminación ambiental se puede respaldar con términos de búsqueda adicionales como la contaminación del aire, el piso o el agua, posiblemente también con el cambio climático, los cambios climáticos , suelo de permafrost, etc. Los temas en sí se crean como palabras clave, las llamadas categorías o códigos, que juntos forman un árbol de palabras clave, la llamada categoría o sistema de código. Los textos (por ejemplo, un artículo completo o una palabra de texto más libre) o sus segmentos (por ejemplo, oraciones o párrafos), en el que ocurre un tema identificado en función de sus términos de búsqueda, se etiquetan con la categoría apropiada: categorizar o codificar. Dentro de este proceso, las frecuencias de codificación: «¿Con qué frecuencia o en cuántos casos o documentos se han asignado una categoría?»-se convierten en el punto de partida del análisis estadístico.

    El «análisis de contenido cualitativo» se desarrolló a partir del proceso cuantitativo de «análisis de contenido». Solo desde la aparición del análisis de contenido cualitativo, el «análisis de contenido» original también se conoce como «análisis de contenido cuantitativo» para evitar confusión. Al mismo tiempo, sin embargo, el análisis de contenido con aperturas cualitativas también se desarrolló en el discurso de la investigación cuantitativa, que adoptó un cierto enfoque de ambas variantes.

    Artículos Relacionados:

    Related Posts

    Deja una respuesta

    Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *