Professional Documents
Culture Documents
N
i
i
Y T
1
Medi a ( ) Y : e l prome dio de una va ria ble Y e n la pobla cin, N T Y
Pr opor ci n o por cent aj e ( * ) P P o 100 : la proporcin o e l
porce nt a je de e le me nt os e n la pobla cin que pe rt e ne ce n a una
ca t e gora C da da de un a t ribut o.
Es import a nt e t e ne r pre s e nt e que e l pa r me t ro e s una ma gnit ud fija y de s conocida , y
que s lo t ie ne un s e nt ido pr ct ico y e s t a ds t ico. Olvida rs e de s u na t ura le za lle va a confus ione s
y a mbige da de s que provoca n fa ls a s e xpe ct a t iva s con re s pe ct o a lo que una e ncue s t a pue da
de cir de l.
3.2 Est i mador es y Est i maci n
Una ve z que la mue s t ra e s e xt ra da y s e dis pone cie rt a me nt e de la informa cin y
a dmit ie ndo que t odo e l mundo re s ponde , s urge e n forma inme dia t a la pre gunt a : cmo
e mple a r o a gre ga r la s re s pue s t a s obt e nida s pa ra brinda r una a proxima cin a l pa r me t ro e n
cue s t in?. Cmo, por e je mplo, s e de t e rmina e l ingre s o me dio de una pobla cin ( pa r me t ro) ,
cua ndo s lo s e conoce e l ingre s o de unos mile s a pa rt ir de una e ncue s t a a los hoga re s ?.
Pa ra e llo e l e s t a ds t ico int roduce la nocin de est i mador . Es t e e s una frmula
a lge bra ica que pe rmit e a gre ga r o combina r la s re s pue s t a s o me dicione s he cha s s obre una
va ria ble o a t ribut o e n la s unida de s s e le cciona da s . Forma lme nt e y e n ge ne ra l e n una mue s t ra
de t a ma o n e l e s t ima dor re la ciona a los n va lore s de la va ria ble e n cue s t in y lo que s e
bus ca con l e s que nos brinde una a proxima cin a l pa r me t ro.
Si Y y C s on la va ria ble y la ca t e gora de int e r s e n una e ncue s t a , e je mplos de
e s t ima dore s b s icos s on:
( 1)
)
t
N
n
Y Y Y Y
n
+ + + + ( ... )
1 2 3
,
( 2)
$
( ... )
y
Y Y Y Y
n
n
+ + + +
1 2 3
, y
( 3) $
(
p
n
n
i
i i
y w estimador
1
22
En e lla los ponde ra dore s
i
w e s t n a s ocia dos a ca da unida d mue s t re a da y por lo
ge ne ra l de pe nde r n de l dis e o mue s t ra l, la mue s t ra s e le cciona da y de la informa cin a uxilia r
dis ponible e n e l ma rco pa ra la e t a pa de e s t ima cin. Los e s t ima dore s t ra diciona le s ( 1) , ( 2) y ( 3)
s e a la dos por e je mplo s on de e s t e t ipo ya que s e pue de n de finir ponde ra dore s , n N / pa ra e l
ca s o de un t ot a l y n / 1 pa ra e l prome dio o una proporcin e n forma cons t a nt e pa ra t odos los
e le me nt os de la mue s t ra .
Por ot ro la do e l e s t a ds t ico e mple a a que llos que de a nt e ma no conoce e n pa rt e , a t ra v s
de re s ult a do t e ricos o pr ct icos , e l comport a mie nt o de l e s t ima dor. Se pre ocupa por e s t udia r
lo que s e da e n lla ma r la le y de l e s t ima dor o s e a s u dis t ribucin de proba bilida de s a t ra v s de
t oda s la s mue s t ra s pos ible s de l dis e o e mple a do.
Por e je mplo a t t ulo de s cript ivo, y s in e nt ra r e n de t a lle s m s profundos , un his t ogra ma
pa ra la dis t ribucin de l e s t ima dor s igue una curva de Ga us s o de una norma l s i s t e a dopt a ( y
no de la va ria ble e n e s t udio !!!) la s iguie nt e forma :
Dis t ribucin de l Es t ima dor
La Dis t ribucin de l e s t ima dor e s , fina lme nt e , la forma m s a va nza da ba jo la cua l s e
t ra ducir e l e rror de mue s t re o. Por e je mplo, una ve z conocida s e pue de e va lua r la e ficie ncia de
la frmula e mple a da pa ra e s t ima r, de t e rmina r jus t a me nt e m rge ne s de e rror, cons t ruir los
int e rva los de confia nza , o s e a ha ce r infe re ncia a pa rt ir de la mue s t ra s e le cciona da .
Es a s que e l e s t a ds t ico s a be de a nt e ma no qu propie da de s pos e e
$
y , s i de cide
e mple a rlo como e s t ima dor de un prome dio pobla ciona l, e n e l ca s o de una mue s t ra s imple a l
a za r porque conoce la le y que s igue ba jo e s t e dis e o. Sa br que a me dida que a ume nt a e l
t a ma o de la mue s t ra me jora s u pre cis in ( a m s mue s t ra , me jor) un re s ult a do por de m s
import a nt e y t ra nquiliza dor.
Una est i maci n e s e l re s ult a do de a plica r la frmula de l e s t ima dor a los va lore s
mue s t ra le s de una mue s t ra e xt ra da e n pa rt icula r. Un de t a lle import a nt e a s e a la r e s que e l
e s t ima dor e s una funcin de la mue s t ra , y que pa ra dis t int a s mue s t ra s , s e obt ie ne n dis t int os
va lore s o e s t ima cione s . Es t o ha ce que e l e s t ima dor t e nga una ca ra ct e rs t ica al eat or i a, lo cua l
s u comport a mie nt o o dis t ribucin pa ra un dis e o mue s t ra l y un t a ma o da do de mue s t ra
de be r s e r e s t udia do e n t rminos proba bils t icos cmo s e s e a l oport una me nt e .
3.3 Azar , Al eat or i edad y Pr obabi l i dades
Ant e s de de t e rmina r cmo s e le cciona r una mue s t ra , cmo e s t ima r un pa r me t ro y
cmo e va lua r la pre cis in e n una e s t ima cin e s ne ce s a rio pa s a r por e l conce pt o de
proba bilida d, a l me nos pa ra compre nde r e n que s e s us t e nt a t e rica me nt e e l mue s t re o y de
cmo s e va le s t e pa ra e fe ct ua r infe re ncia s . En ge ne ra l, cua lquie r individuo con s e nt ido comn
pre t e nde ra de una mue s t ra : ( a ) que s e a re pre s e nt a t iva de la pobla cin e n e s t udio y ( b) e n lo
pos ible no e s t ma nipula da o dirigida , s uponie ndo que cua lquie r int e rve ncin e n la e xt ra ccin
de la mue s t ra de t e rmina ra re s ult a dos ca pcios os .
Jus t a me nt e pa ra s a t is fa ce r ( a ) y ( b) e l mue s t re o s e va le de l a za r, o m s forma lme nt e
de la a le a t orie da d. Si bie n e s t os t rminos s e lo e mple a e n la vida cot idia na con muchos gra dos
de a mbige da d, bus ca re mos da rle un rigor m s cie nt fico. Un s uce s o s e dice al eat or i o s i la
ca s ua lida d int e rvino e n s u ocurre ncia s in que e l juicio pe rs ona l de s e mpe e pa pe l a lguno; e s t a
23
e s una de finicin pr ct ica y que s e rvir a los fine s de e s t e ma t e ria l. Eje mplos muy re curre nt e s
s on los re s ult a dos de la nza r un da do o una mone da , dnde s i no e s t n ca rga dos la ocurre ncia
de un 6 o de una ca ra , por e je mplo, s on s uce s os a le a t orios .
La pr obabi l i dad de un s uce s o o e ve nt o e s e l gra do de confia nza o cre e ncia que
de t e rmina do individuo coloca e n la ocurre ncia de dicho e ve nt o, ba s ndos e e n la e vide ncia que
dis pone . Su va lor e s t s ie mpre e nt re 0 y 1, y la e vide ncia pue de ba s a rs e e n informa cin
cua nt it a t iva o s e r t ot a lme nt e pe rs ona le s !.
Si bie n e s t a de finicin de proba bilida d e s muy t il e n de t e rmina da s cla s e s de
proble ma s , de finir con rigor e l t rmino proba bilida d no e s t a n f cil. Ot ra s de finicione s y
e nfoque s s e pue de n e ncont ra r e n los principa le s t e xt os s obre e s t a ds t ica ( ve r bibliogra fa ) .
En e l ca s o de la mone da , cua lquie ra re conoce que la proba bilida d de que s a lga una
ca ra e s 0. 5, a l igua l que una s e ca ; e n los da dos ca da uno de los nme ros de l 1 a l 6 t ie ne n
igua l proba bilida d de ocurre ncia , 1/ 6 0. 166 a proxima da me nt e . De s de un punt o de vis t a
fre cue nt is t a e s t a s proba bilida de s s urge n de ha ce r e l cocie nt e e nt re la ca nt ida d de ca s os
fa vora ble s s obre e l t ot a l de los pos ible s . Pa ra e l e je mplo de la mone da s e ra e l cocie nt e e nt re
e l ca s o fa vora ble ca ra s obre e l t ot a l de pos ibilida de s , que e n e s t e ca s o e s 2; pa ra e l e je mplo
de l da do s e ra 1 t re s , ca s o fa vora ble , e n los 6 pos ible s .
Ta mbi n e n la pr ct ica e xis t e n s it ua cione s donde e s ne ce s a rio re currir a l juicio
pe rs ona l. En e s t os ca s os , s i la pe rs ona opina que no e s proba ble que de t e rmina do e ve nt o
t e nga luga r, le a s igna r una proba bilida d ce rca na a 0; s i cre e que dicho e ve nt o e s muy
proba ble , le a s igna r una proba bilida d ce rca na a 1.
Un mecani smo al eat or i o e s un proce s o que de t e rmina s uce s os con ince rt idumbre ,
que no t ie ne ni me moria ni concie ncia . El bolille ro e s un e je mplo bie n s imple de un me ca nis mo
a le a t orio, ya que e n ningn mome nt o s t e re cue rda e l e ve nt o a nt e rior pa ra de t e rmina r e l
prximo re s ult a do. Na t ura lme nt e e xis t e n ot ros m s s ofis t ica dos y que s e los pue de cons t ruir,
por e je mplo, con la a yuda de la s t a bla s de nme ros a le a t orios o bie n con a lgorit mos que
re curre n a e llos de a lguna ma ne ra .
En la e t a pa de dis e o y s e le ccin de la mue s t ra e l re s pons a ble de pla n de mue s t re o
de be r a s igna r una proba bilida d no nula a ca da individuo o e le me nt o de la pobla cin de l ma rco
a nt e s de s e le cciona r la mis ma . Al mis mo t ie mpo de be r de finir o dis e a r un me ca nis mo
a le a t orio que re fle je la s proba bilida de s que le a t ribuy a ca da unida d de l ma rco. De s t a forma
e s t a r e n condicione s de a s e gura r la re pre s e nt a t ivida d de s e a ble de la mue s t ra e xt ra da .
Es t os me ca nis mos e n la t e ora de mue s t re o s e los conoce como m t odos de s e le ccin.
Es import a nt e s e a la r que pa ra una mis ma a s igna cin de proba bilida de s a la s unida de s de l
ma rco e xis t e n va rios m t odos de s e le ccin que la s re s pe t a n; o s e a s t e no t ie ne porqu s e r
nico ya que ot ros pue de n conducir a l mis mo jue go de proba bilida de s . Ta l e s e l ca s o de los
m t odos que pe rmit e n s e le cciona r mue s t ra s s imple s a l a za r y los que brinda n una mue s t ra
s is t e m t ica , como s e ve r oport una me nt e .
3.4 El Er r or de Muest r eo
En la t e rminologa e mple a da e n e l mue s t re o proba bils t ico, la ex act i t ud s e re fie re a la
dife re ncia e nt re los re s ult a dos de una e ncue s t a y los ve rda de ros va lore s de la s ca ra ct e rs t ica s
de la pobla cin a me dir. La pr eci si n, por ot ro la do, s e re fie re a la dife re ncia e nt re una
e s t ima cin mue s t ra l y e l re s ult a do que de be ra ha be rs e obt e nido de la e nume ra cin de l cie n
por cie nt o de la pobla cin, o s e a a t ra v s de un ce ns o. Not a r que un ce ns o pue de a lca nza r e l
va lor de l pa r me t ro o ve rda de ro s lo s i e s t e s e conduce s in e rrore s , lo cua l e n la pr ct ica e s
difcil.
El er r or de muest r eo e s e l e rror a t ribuible a l he cho de e s t udia r una fra ccin de la
pobla cin e n luga r de lle va r a ca bo un ce ns o ba jo la s mis ma s condicione s ge ne ra le s . La
ma gnit ud de e s t e e rror de pe nde de una mult it ud de fa ct ore s : dis e o e mple a do, e s t ima dor
ut iliza do y e l gra do de homoge ne ida d de la s ca ra ct e rs t ica s e n e s t udio o s e a s u dis pe rs in,
e nt re ot ros . Es un he cho ine vit a ble que los re s ult a dos mue s t ra le s e s t n s uje t os a e rrore s
24
mue s t ra le s , por lo t a nt o e l mue s t ris t a o e s t a ds t ico de be da r a los us ua rios de los da t os por
mue s t ra a lguna s indica cione s de cu le s s on e s t os e rrore s .
Ide a lme nt e , la forma de ca lcula rlos s e ra me dir la dife re ncia e nt re e l re s ult a do de la
mue s t ra y e l re s ult a do ce ns a l. El a bs urdo de de t e rmina r de e s t a forma los e rrore s , e s que la
e ncue s t a por mue s t re o s e pla nific jus t a me nt e pa ra e vit a r e l ce ns o. Por lo t a nt o, ha ce r un
ce ns o pa ra de t e rmina r los e rrore s de mue s t re o de la s e s t ima cione s mue s t ra le s s e ra s uprimir
la ca us a .
Ya que ra ra ve z e s pos ible me dir dire ct a me nt e s t a dife re ncia , e nt once s cu n ce rca
e s t una e s t ima cin de l va lor pobla ciona l a pa rt ir de la mue s t ra e xt ra da ?. Sin he rir bue na s
volunt a de s , e s ne ce s a rio re conoce r que s omos inca pa ce s de re s ponde r a e s t a pre gunt a : ,
ningn e s t a ds t ico podr a firma r que la e s t ima cin e s t prxima a l pa r me t ro, y e s por la
bue na ra zn de que l no conoce e l va lor de l pa r me t ro.
Sin e mba rgo la a le a t orie da d s e a la da e n s u mome nt o como una ca ra ct e rs t ica
int rns e ca de l e s t ima dor, a rroja ndo dis t int a s e s t ima cione s pa ra dis t int a s mue s t ra s , e s e l
e le me nt o m s import a nt e a e s t udia r pa ra brinda r una a proxima cin o e s t ima cin de l e rror de
mue s t re o. O s e a , e l e s t a ds t ico podr brinda r con cie rt a pre cis in una e s t ima cin de l e rror de
mue s t re o o de la pre cis in de los re s ult a dos . La forma de a proxima cin que s e us a e s
de t e rmina r e n que me dida la s e s t ima cione s mue s t ra le s ba s a da s e n la s dife re nt e s mue s t ra s
pos ible s de la pobla cin, de l mis mo t a ma o y con e l mis mo dis e o difie re n e nt re s .
Si bie n e n la pr ct ica e xis t e una s ola e s t ima cin, la de la nica mue s t ra e xt ra da , pa ra
cie rt os e s t ima dore s ( los incluidos e n e s t e docume nt o) e xis t e una formula cin a lge bra ica pa ra
una e s t ima cin de l e rror mue s t ra l que origina n ca da uno de e llos . Es de cir s e cont a r con un
t e rmme t ro que pe rmit e de finir una me dida de l gra do de i ncer t i dumbr e e n que difie re n la
e s t ima cin y e l pa r me t ro, y e l mis mo s e cons t ruir a t ra v s de l de s vo e s t nda r de l e s t ima dor
o una funcin de e s t e .
Con e s t os mis mos a rgume nt os e n la e t a pa de dis e o, e l e s t a ds t ico a n no s a bie ndo
qu va lor va a t oma r e l e s t ima dor a nt e s de que la mue s t ra s e a e xt ra da ( e s e l a za r e l que
de cide !) , podr a cot a r e l e rror de mue s t re o a pa rt ir de la de t e rmina cin de un t a ma o de
mue s t ra a de cua do pa ra una pre cis in de s e a da . Es a s que los e rrore s de mue s t re o pue de n
re ducirs e me dia nt e e l de s a rrollo de un pla n de mue s t re o e ficie nt e , e n e l que s e ha ce un us o
a de cua do de la informa cin dis ponible pa ra de s a rrolla r e l dis e o mue s t ra l y los proce dimie nt os
de e s t ima cin.
Por lt imo, ya s e pue de vis lumbra r que e xis t e una int e rde pe nde ncia funda me nt a l e nt re
los dis t int os conce pt os t ra ns mit idos ha s t a a qu y que ha ce que e l pla n de mue s t re o de be r s e r
conce bido e xa mina ndo pa ra le la me nt e dis t int a s cue s t ione s . Por un la do la pre cis in de pe nde
de l e s t ima dor ut iliza do y t a nt o una como e l ot ro de pe nde n funda me nt a lme nt e de l m t odo de
s e le ccin y de l t a ma o de la mue s t ra . Si bie n e l m t odo de s e le ccin e s a ut nomo e n s u
re a liza cin, s t e s e r e le gido e n funcin de la pre cis in de s e a da y la comple jida d que ha y a l
ca lcula r los e s t ima dore s .
3.5 Sesgos en l a Et apa de Est i maci n
Por lt imo t a mbi n e s import a nt e s e a la r la pos ibilida d de t e ne r s e s gos de bidos a l
mue s t re o. En un e s t udio por mue s t re o t a mbi n pue de n e xis t ir ot ros e rrore s que pue de n
a pa re ce r por conducir e n forma ina de cua da la mue s t ra proba bils t ica e n t e rre no o bie n e l/ los
m t odos de e s t ima cin.
Los sesgos de est i maci n pue de n s e r de va ria da na t ura le za a l cont ra rio de los
e rrore s de mue s t re o y e s t os t ie ne n la propie da d de que a n a ume nt a ndo e l t a ma o de la
mue s t ra ja m s dis minuye n. Un e je mplo inme dia t o e s e l e mple o de un e s t ima dor con una
formula cin ina de cua da . El ca s o e s que mucha s ve ce s s e obt ie ne n e s t ima cione s s e s ga da s
cua ndo por s implicida d s e a s ume que la mue s t ra pos e e un dis e o s imple y e n re a lida d e s
comple jo ( e n va ria s e t a pa s ) y s e e mple a n e s t ima dore s como
$
,
$
t y o p e n s u formula cin m s
b s ica s in incluir a de cua da me nt e la s ponde ra cione s re s ult a nt e s por la comple jida d de l dis e o.
25
4. Mt odos Bsi cos de Sel ecci n ( 1)
4.1 El Muest r eo Al eat or i o Si mpl e
En la e t a pa de s e le ccin de la mue s t ra cobra import a ncia e l m t odo de s e le ccin a
e mple a r, ya que s e de be r va le r de uno que re s pe t e la s proba bilida de s impue s t a s e n e l dis e o.
Es import a nt e re corda r que e s t a s no obliga n a l me ca nis mo a que s i s e fij, por e je mplo, una
proba bilida d a lt a pa ra cie rt a unida d e s t a t e nga que s e r s e le cciona da o que la unida d t e nga que
a pa re ce r e n la mue s t ra e xt ra da s o s . Es t o s e de be jus t a me nt e a que e l me ca nis mo e s
a ut nomo y e l a za r e s e l que lo gobie rna .
Por lo ge ne ra l, e l m t odo s e le cciona unida de s de a una por ve z y s lo e mple a ndo la s
proba bilida de s de finida s . Por ot ra pa rt e e l e s t a ds t ico mucha s ve ce s pa ra s implifica r ( o bie n no
t ie ne ot ra pos ibilida d) re curre a los dis e os mue s t ra le s m s e le me nt a le s que a s igna n
proba bilida de s igua le s a ca da unida d, o a lguna va ria nt e de e s t os . Pa ra e s t a s it ua cin e xis t e n
me ca nis mos b s icos de s e le ccin que e mple a n o una t a bla de nme ros a le a t orios o bie n un
a lgorit mo pa ra ge ne ra rlos a t ra v s de una funcin ge ne ra dora de nme ros a l a za r.
La t cnica conocida como Muest r eo Al eat or i o Si mpl e ( MAS) s e origina a pa rt ir de la
ma yor s implifica cin que pue de ha ce r e l mue s t ris t a e n la e t a pa de l dis e o s in t e ne r ninguna
informa cin a uxilia r e n la pobla cin de l ma rco que le a yude . Es t a e s una t cnica b s ica de
s e le ccin proba bils t ica e n la cua l s e s e le cciona un nme ro pre de t e rmina do de unida de s ( e l
t a ma o de la mue s t ra ) de un lis t a do de la pobla cin de t a ma o conocido.
Pa ra e l MAS s e s upone que t oda s la s mue s t ra s pos ible s con un mis mo t a ma o de
mue s t ra t ie ne n igua l proba bilida d o pos ibilida d de s e r s e le cciona da s . O s e a , s i s e s e le cciona n
n unida de s de una pobla cin de N unida de s , e nt once s ca da combina cin de la unida de s
de be r t e ne r la mis ma cha nce de s e r s e le cciona da .
Ca be a cla ra r que e n forma ge ne ra l, e l mue s t re o s e pue de ha ce r con o s in r e pos icin. El
mue s t re o con r eposi ci n pe rmit e que una unida d pue da s e r s e le cciona da e n ma s de una
e xt ra ccin. El mue s t re o si n r eposi ci n s ignifica que cua ndo s e s e le cciona una unida d no
pue de s e le cciona rs e de nue vo.
El muest r eo al eat or i o si mpl e con r eposi ci n ( MASCR) y el muest r eo al eat or i o
si mpl e si n r eposi ci n ( MASSR) s on dos m t odos que a s igna proba bilida de s igua le s a la s
unida de s mue s t ra le s y s on pr ct ica me nt e id nt icos s i e l t a ma o de la mue s t ra e s una fra ccin
muy pe que a de la pobla cin. Es t o e s porque la pos ibilida d de que la mis ma unida d a pa re zca
m s de una ve z e n la mue s t ra e s pe que a . Ge ne ra lme nt e , e l mue s t re o s in re pos icin conduce
a re s ult a dos m s pre cis os y e s ope ra ciona lme nt e m s conve nie nt e , y por lo t a nt o s e r de l que
nos ocupa re mos con de t a lle . Sin p rdida de ge ne ra lida d de a hora e n m s a l MASSR s e lo
lla ma r MAS.
De a cue rdo a lo s e a la do e l MAS a s igna proba bilida de s uniforme s a t oda s la s mue s t ra s
pos ible s de un mis mo t a ma o, o s e a la ca nt ida d
,
_
n
N
1 dnde e l combina t orio e s e l t ot a l de
mue s t ra s pos ible s de una pobla cin y una mue s t ra de t a ma os N y n re s pe ct iva me nt e . Una
cons e cue ncia inme dia t a e s que t oda s la s unida de s de mue s t re o t ie ne n la mis ma s pos ibilida de s
de s e r incluida s e n una mue s t ra y e s t a e s igua l a
N
n
.
Pa ra ilus t ra r la t cnica , cons ide ra mos e l ca s o fict icio de t e ne r una lis t a de una pobla cin
de 1530 vivie nda s y s e de s e a e xt ra e r una mue s t ra s imple a l a za r de t a ma o 90, pa ra e s t udia r
26
cie rt os a t ribut os . Si s e a dopt a un MAS, e l t ot a l de mue s t ra s pos ible s e s
,
_
90
1530
y s u inve rs a
s e r la proba bilida d de ca da mue s t ra ( que nos que da re mos s lo con s u e xpre s in a lge bra ica
por mot ivos e vide nt e s ) . Pe ro s pode mos ca lcula r la s proba bilida de s de inclus in, que s on
igua le s a
N
n
, o s e a
90
1530
a prox. 0. 06 pa ra la s 1530 unida de s mue s t ra le s . Cla ro que e l
pa s o s iguie nt e e s de cidir como s e le cciona r s t a s 90 unida de s o s e a cu l e s un me ca nis mo
a le a t orio a de cua do pa ra que re s pe t e s us proba bilida de s de inclus in y brinde una mue s t ra
s imple a l a za r.
Pa ra e s t o s e pue de re currir a una t a bla de nme ros a le a t orios ( ve r t a bla a djunt a e n la
p gina 25) . En e l proce s o de s e le ccin e l prime r pa s o implica e le gir un nme ro de 4 dgit os ,
da do que e s t e e s e l t ot a l de dgit os de l nme ro 1530, e l t a ma o de la pobla cin. Lue go s e
bus ca un nme ro de 4 dgit os e n cua lquie r pa rt e de la t a bla pa ra inicia r e l a rra nque de la
s e le ccin. Inme dia t a me nt e s e e lige una dire ccin a s e guir pa ra e l re corrido de la t a bla . Si s e
t oma la de cis in de cont inua r ha cia a ba jo e n la columna a la que pe rt e ne ce e l nme ro e le gido,
s e s e le cciona r n los re s t a nt e s 89 nme ros de 5 dgit os que no e xce de n a l nme ro 1530.
Suponga mos que s e ha s e le cciona do la fila 0009 y la columna 03 como e l punt o de
pa rt ida e n la t a bla . Siguie ndo ha cia a ba jo e n e s t a columna ( dire ccin e le gida ) , los nme ros
inme dia t os y que s a t is fa ce n la condicin de no s upe ra r a l t a ma o de la pobla cin 1530 s on:
0495, 0667, 1261, 1237, 0592, e t c. La s e le ccin cont ina ha s t a obt e ne r 90 nme ros
dife re nt e s . El re s ult a do e s una mue s t ra que cons is t e de la s vivie nda s que t ie ne n e s e nme ro
e n e l lis t a do de pobla cin. Ca be ha ce r not a r que da do que e l m t odo e n dis cus in e s e l
mue s t re o a le a t orio s imple s in re pos icin, t odo nme ro que a pa re ce m s de una ve z de be s e r
ignora do.
Aunque e l us o de t a bla s de nme ros a le a t orios ha s ido e xplica do e n e l cont e xt o de la
s e le ccin ma nua l, e n la pr ct ica , una lis t a t a n la rga de vivie nda s o de ot ra s unida de s lle va a
e mple a r progra ma s e s pe cficos pa ra la s e le ccin que re curre n a a lgorit mos o funcione s
ge ne ra dora s de nme ros a le a t orios dis ponible s e n los s oft wa re m s come rcia le s como ( por
e je mplo e l SAS, SPSS, Ma t he ma t ica , S- plus o Ga us s e nt re ot ros ) , que a horra n t ie mpo y
e s fue rzo.
Una forma s e ncilla pa ra s e le cciona r una MAS de t a ma o n a pa rt ir de e s t os s oft wa re e s
a s igna ndo un nme ro a le a t orio e nt re 0 y 1 a ca da unida d de l ma rco. Lue go s e de cide un
orde na mie nt o de me nor a ma yor ( o de ma yor a me nor, e s indis t int o) de l ma rco a t ra v s de
e s t os nme ros . Una mue s t ra de l t a ma o re que rido s e obt ie ne de cons ide ra r los prime ros n
e le me nt os de l ma rco orde na do. Es t e m t odo e s a de cua do cua ndo e l nme ro de unida de s de l
ma rco e s mode ra do y los re curs os de ha rdwa re pe rmit e e l orde na mie nt o. Ot ros m t odos
conocidos como s e cue ncia le s re corre n la lis t a o ma rco y a me dida que lo ha ce n va n
s e le cciona ndo la unida d s in t e ne r que pa s a r por un orde na mie nt o de l mis mo.
Se de fine n como f r acci n de muest r eo a l cocie nt e e nt re e l t a ma o de la mue s t ra y e l
t ot a l de la pobla cin, o s e a a l nme ro
N
n
f , y la t asa de muest r eo a la fra ccin de
mue s t re o e xpre s a da e n porce nt a je , t a s a = 100 * f . El f act or de ex pansi n pa ra ca da
unida d e xt ra da por e s t a t cnica de mue s t re o e s
n
N
w , t a mbi n conocido como ponde ra dor y
de fine a cu nt os re pre s e nt a una unida d de la mue s t ra de la pobla cin.
De s de e l punt o de vis t a de los e s t ima dore s a e mple a r pa ra la s e s t ima cione s la s
s implifica cin a dopt a da s por e l mue s t ris t a a l e mple a r e l MAS t a mbi n fa cilit a n los c lculos
pe rmit i ndolos e fe ct ua r e n forma gil ya que e s t os coincide n con la formula cin a lge bra ica
conocida pa ra
$
,
$
t y y $ p o s e a ( 1) , ( 2) y ( 3) de los p rra fos a nt e riore s . Es t os e n ge ne ra l ( a
me nos que s e dis ponga informa cin a uxilia r pa ra ca da unida d de l ma rco) s on a de cua dos pa ra
brinda r e s t ima cione s de los re s pe ct ivos pa r me t ros .
27
TABLA DE NMEROS ALEATORI OS
( 01) ( 02) ( 03) ( 04) ( 05) ( 06) ( 07) ( 08) ( 09) ( 10)
( 0001) 9492 4562 4180 5525 7255 1297 9296 1283 6011 0350
( 0002) 1557 0392 8989 6898 3824 6013 0020 8582 5059 9324
( 0003) 0714 5947 2420 6210 3824 2743 4217 3707 5894 0040
( 0004) 0558 8266 4990 8954 7455 6309 9543 1148 0835 0808
( 0005) 1458 8725 3750 3138 2499 6017 7744 0485 3010 9606
( 0006) 5169 6981 4319 3369 9424 4117 7632 5457 0608 4741
( 0007) 0328 5213 1017 5248 8622 6454 8120 4585 3295 0840
( 0008) 2462 2055 9782 4213 3452 9940 8859 1000 6260 2851
( 0009) 8408 8697 3982 8228 7668 8139 3736 4889 7283 7706
( 0010) 1818 5041 9706 4646 3992 4110 4091 7619 1053 4020
( 0011) 1771 8614 8593 0930 2095 5005 6387 4002 7498 0066
( 0012) 7050 1437 6847 4679 9059 4139 6602 6817 9972 5360
( 0013) 5875 2094 0495 3213 5694 5513 3547 9035 7588 5994
( 0014) 2473 2087 4618 1507 4471 9542 7565 2371 3981 0812
( 0015) 1976 1639 4956 9011 8221 4840 4513 5263 8837 5868
( 0016) 4006 4029 7270 8027 7476 7691 6362 1251 9277 5833
( 0017) 2149 8162 0667 0825 7353 4645 3273 1181 8526 1176
( 0018) 1669 7011 6548 5851 8278 9006 8176 1268 7113 4548
( 0019) 7436 5041 4087 1647 7205 3977 4257 9008 3067 7206
( 0020) 2178 3632 5745 2228 1780 6043 9296 4469 8108 5005
( 0021) 1964 3043 3134 8923 1019 8560 5871 7971 2233 7960
( 0022) 5859 7120 9682 0173 2413 8490 6162 1220 3710 5270
( 0023) 2352 1929 5985 3303 9590 6974 5811 4264 0248 4295
( 0024) 9267 0156 9112 2783 2026 0493 9544 8065 4916 3835
( 0025) 4787 0119 1261 5197 0156 2385 9957 0990 6681 2323
( 0026) 5550 0699 8080 1152 6002 2532 3075 2777 8671 4068
( 0027) 7281 9442 4941 1041 0569 4354 8000 3158 9142 5498
( 0028) 1322 7212 3286 2886 9739 5012 0360 5800 9745 8640
( 0029) 5176 2259 2774 3641 3553 2475 1974 4578 3388 6656
( 0030) 2292 1664 1237 2518 0081 8788 8170 5519 0467 4646
( 0031) 6935 8265 3393 4268 4429 1443 4670 4177 7872 9298
( 0032) 8538 5393 8093 7835 0484 2550 0827 3112 1065 0246
( 0033) 4351 0691 0592 2256 4881 4778 4992 2919 3046 3246
( 0034) 6337 8219 9134 9611 8961 4277 6288 2818 1603 4084
( 0035) 2257 1980 5269 9615 8628 4715 6366 1542 7267 8917
( 0036) 8319 9526 0819 0238 7504 1499 8507 9767 1345 7509
( 0037) 1717 8853 2651 9327 7244 0428 6583 2862 1452 8061
( 0038) 6519 9348 1026 4190 4210 6231 0732 7000 9553 6125
( 0039) 1728 2608 6422 6711 1348 6163 4289 6621 0736 4771
( 0040) 5788 5724 5338 5218 8929 3299 0945 6760 8258 5305
28
4.2 Cl cul o de l a Pr eci si n en el MSA
Ja m s e l e s t a ds t ico podr ca lcula r e l e rror mue s t ra l pe ro s de finir una e s t ima cin a
pa rt ir de la ma gnit ud de l de s vo e s t nda r de l e s t ima dor a t ra v s de la le y de l e s t ima dor o una
a proxima cin a e lla . Pa ra e s t o s e de fine n los de s vos e s t nda r de los t re s e s t ima dore s que s e
int roduje ron, como:
n
S
N n y DE
2
) / 1 ( )
( , ) ( . ) ( y DE N t DE ,
n
P P
N n p DE
) 1 (
) / 1 ( ) (
con
1
) (
1
2
2
N
Y Y
S
N
i
i
, la dis pe rs in de la va ria ble e n cue s t in e n e l conjunt o de la pobla cin, y
P la proporcin que s e quie re e s t udia r e n la mis ma . Obs e rva ndo e s t a s frmula s ,
e s pe cia lme nt e la de
2
S ve mos que nue va me nt e nos e ncont ra mos con dificult a de s : ja m s
conoce re mos e s t os va lore s da do que ni Y , ni P s on conocidos ya que e s t os s on va lore s
pobla ciona le s .
Pe ro e l e s t a ds t ico pue de vis lumbra r que )
n
s
f N t E D
2
2
) 1 ( )
1
) 1 (
) 1 ( ) (
n
p p
f p E D
con
1
) (
1
2
2
n
y Y
s
n
i
i
la dis pe rs in de la va ria ble Y e n la mue s t ra .
4.3 Ot r as Medi das par a l a I ncer t i dumbr e y l os I nt er val os de Conf i anza
Ta mbi n a l e rror mue s t ra l s e lo pue de de finir e n forma re la t iva , a pa rt ir de l
Coef i ci ent e de Var i aci n conve nie nt e me nt e e xpre s a do e n porce nt a je . Se de fine a l
coe ficie nt e de va ria cin de un prome dio ( u ot ro e s t ima dor) como e l cocie nt e e nt re e l de s vio
e s t nda r de l e s t ima dor y e l e s t ima dor propia me nt e dicho; o s e a , e n e l ca s o de l prome dio
y
y DE
y CV
(
)
(
& &
o e n s u de fe ct o mult iplica do por 100 pa ra e xpre s a rlo e n porce nt a je
Ba jo e s t a forma e s mucho m s cmoda pa ra int e rpre t a r e l e rror de mue s t re o que
e mple a ndo a l de s vo e s t nda r propia me nt e dicho, como s e lo pre s e nt e n p rra fos a nt e riore s .
Ba jo e s t e t e rmme t ro e xis t e una e s ca la que a l me nos s e s os t ie ne e n la pr ct ica pa ra ma rca r
una bue na o ma la e s t ima cin. Es a s que e s t a ce pt a do e n la comunida d e s t a ds t ica que
va lore s s upe riore s a l 10% de l CV comie nza n a s e a la r un de t e rioro e n la pre cis in, a unque
e xis t e n s it ua cione s donde va lore s a n ce rca nos a 20% s e lo pue de cons ide ra r con una
pre cis in a de cua da de pe ndie ndo de la va ria ble ba jo e s t udio y de la s ne ce s ida de s pr ct ica s de l
inve s t iga dor.
En ge ne ra l ninguna e s t ima cin coincide e xa ct a me nt e con e l va lor de l pa r me t ro, s a lvo
ca s ua lida de s de por me dio o bie n s i s e t ie ne ca ra ct e rs t ica s muy e s pe cia le s de la pobla cin.
An a s t odos de cimos que a l pa r me t ro lo e s t ima mos por t a l va lor, s in e mba rgo e s cie rt o que
no de be ra mos t oma rlo como e l va lor e xa ct o de l pa r me t ro.
Exis t e una a lt e rna t iva que pone e n e vide ncia la ince rt idumbre con la cua l nos de be mos
ma ne ja rnos . En ve z de de cir por e je mplo, que a Y lo e s t ima mos por y
con ci er t a
pr obabi l i dad. Es t e e s un int e rva lo a lre de dor de l pa r me t ro, us ua lme nt e s e lo a bre via c y t
,
con c conocido como e l ma rge n de e rror pa ra la e s t ima cin y lo ca lcula e l e s t a ds t ico a pa rt ir
de la mue s t ra e xt ra da . De s t a forma s e pue de ha bla r de un est i mador por i nt er val o de l
pa r me t ro, e n s t e ca s o de l prome dio.
En oca s ione s s e pre fie re e mple a r e s t e t ipo de e s t ima dor que a l e s t ima dor punt ua l
t ra t a do ha s t a a qu. Es t a s e gunda a lt e rna t iva pe rmit e una re s pue s t a prude nt e : uno no s e
30
a rrie s ga a propone r un va lor punt ua l bie n pa rt icula r s ino un ra ngo de va lore s pos ible s . Es por
e s t o que la s e s t ima cione s fre cue nt e me nt e t a mbi n s e la s pre s e nt a n e n t rminos de lo que s e
de nomina un int e rva lo de confia nza , pa ra e xpre s a r la pre cis in de ma ne ra s ignifica t iva .
Un i nt er val o de conf i anza cons t it uye una me dida de l nive l de confia nza de que e l
ve rda de ro va lor pa ra la pobla cin que de de nt ro de e s e ra ngo e s pe cfico de va lore s . Pe ro
cuida do, pa ra va lore s da dos de y
e s
corre ct a ( o s e a , e l int e rva lo lo cont ie ne ) , o incorre ct a . Es de cir, e l pa r me t ro e s t o no e s t
de nt ro de l int e rva lo, y ja m s s a bre mos de s u s it ua cin.
Cre a r un int e rva lo a rbit ra rio no e s pa ra na da dificult os o, pe ro dis e a r uno t e nie ndo una
pr obabi l i dad da da de que lo cont e nga no e s na da f cil. A s t a proba bilida d a s ocia da s e la
conoce como ni vel de conf i anza, y a la dife re ncia e nt re 1 y s t a proba bilida d s e la conoce
como ni vel de r i esgo a s umido por e l e s t a ds t ico. Con e l nive l de confia nza e l e s t a ds t ico bus ca
prot e ge rs e de una mue s t ra ma la , o s e a una que no s e a re pre s e nt a t iva de la pobla cin.
Sa be mos que e l a za r s e r e l que nos de t e rmine la mue s t ra y s ie mpre e xis t ir e l rie s go
o la ince rt idumbre de e s t a r a nt e una mue s t ra no re pre s e nt a t iva . Lo cie rt o e s que e l mue s t ris t a
o e s t a ds t ico pue de a cot a r e s t a ince rt idumbre e n la e t a pa de dis e o de la mue s t ra a l
de t e rmina r un t a ma o de mue s t ra a corde a la pre cis in bus ca da como s e ve r m s a de la nt e .
Pa ra los ca s os de los e s t ima dore s e s t udia dos e n e s t e docume nt o e xis t e n a proxima cione s a
dichos int e rva los , a ce pt a ndo que e l t a ma o de la mue s t ra n y que e l re ma ne nt e de pobla cin
n N s on gra nde s , o que e l e s t ima dor s igue una dis t ribucin norma l o ga us s ia na .
Por e je mplo, pa ra cons t ruir un int e rva lo de confia nza con un nive l de l 95% ( lo que e s
lo mis mo con un nive l de rie s go de l 5%) s lo ba s t a de finir e l va lor de l ma rge n de e rror
de s e a do c . Es t e , y s in e nt ra r e n de t a lle s a lge bra icos y e s t a ds t icos , s e lo cons t ruye e mple a ndo
una cons t a nt e fija da por e l nive l de rie s go que de cide a ce pt a r e l e s t a ds t ico y una a proxima cin
de l de s vo e s t nda r de l e s t ima dor e n cue s t in.
En los ca s os e s t udia d os de e l prome dio, e l t ot a l y una proporcin, los int e rva los de
confia nza con nive l de l 95% t oma n la s s iguie nt e s forma s :
)
96 . 1
y E D y t N [ )
96 . 1
y E D y t ] y ) (
96 . 1 p E D p t
dnde la s frmula s de los de s vos e s t nda r no s on ot ra s que la s ya pre s e nt a da s e n s u
oport unida d.
Uno no e s t limit a do a e le gir un nive l de confia nza de l 95% , lo pue de ha ce r de l 90%,
75%, 50% u ot ro, e n cuyos ca s os e n la pr ct ica s lo ha br que modifica r la cons t a nt e que
mult iplica a l de s vo. Se re comie nda e mple a r e l 95% ya s e a la do o a qu llos que s e cons t ruye n
con nive le s de l 90% e l 99%. Por e je mplo e n e l ca s o de l prome dio, un int e rva lo con un nive l
de confia nza de l 99% vie ne da do por E D y
56 . 2
t .
Se ins is t e , uno no de be int e rpre t a r que un int e rva lo de confia nza ca lcula do cont ie ne a l
pa r me t ro con t a l proba bilida d. Es incorre ct o de cir que la proba bilida d e s de l 95% de que e l
ve rda de ro prome dio e s t por e je mplo e nt re 4. 1 y 8. 9. El prome dio pobla ciona l e s un nme ro
da do ( de s conocido!) que pue de e s t a r de nt ro de l int e rva lo o no, y nos ot ros no conoce mos s u
ve rda de ra s it ua cin.
El mue s t ris t a s a be que e l proce dimie nt o por e l cua l e l int e rva lo e s cons t ruido e s
corre ct o con proba bilida d 0. 95. O s e a con un nive l de rie s go a s umido de l 5% lo que e s lo
mis mo con una proba bilida d a l rie s go de 0. 05 de que la mue s t ra s e a una de la s ma la s y s e
e s t e n pre s e ncia de un int e rva lo que no lo cont ie ne , a s e s e l a za r.
31
4.4 Muest r eo Si st emt i co
El us o de l mue s t re o a le a t orio s imple pue de s e r un la rgo y t e dios o proce s o, s i a mba s , la
mue s t ra y la pobla cin s on gra nde s y pa rt icula rme nt e s i la prime ra s e s e le cciona
ma nua lme nt e . En t a le s circuns t a ncia s , e l Mue s t re o Sis t e m t ico ( MS) e s e l proce s o de s e le ccin
m s us a do s i s e ca re ce de informa cin a uxilia r e n e l ma rco.
Mue s t re a r s is t e m t ica me nt e implica s e le cciona r unida de s de una lis t a us a ndo un
i nt er val o de sel ecci n k , de forma que ca da k - s imo e le me nt o de la lis t a , a pa rt ir de un
nme ro a le a t orio s e le cciona do e nt re 1 y k , s e incluya e n la mue s t ra . Si e l t a ma o de la
pobla cin, N , e s un mlt iplo e xa ct o de l t a ma o de s e a do de mue s t ra , n , e nt once s
n
N
k .
El mue s t re o s is t e m t ico, por lo t a nt o, re quie re de un int e rva lo de s e le ccin y de un
nme ro a le a t orio de ar r anque. El t ot a l de mue s t ra s pos ible s e n e l MS s on k , un nme ro
mucho me nor que
,
_
n
N
e l que s e obt e na con e l MAS, da do que ha y k pos ible s a rra nque s pa ra
la s e le cciona r una mue s t ra . Ba jo e s t e e s que ma e s inme dia t o ve r que la s proba bilida de s de
inclus in de ca da unida d s on igua le s a
k
1
, o s e a
N
n
cmo e n e l MAS.
Quiz s e l me jor ca mino pa ra de s cribir e l proce dimie nt o e s a t ra v s de un e je mplo.
Cons ide re mos una e ncue s t a de vivie nda s y s uponga mos que s e de be n s e le cciona r n= 90
vivie nda s de un lis t a do, us a ndo e l mue s t re o s is t e m t ico a pa rt ir de una pobla cin de N= 1530
vivie nda s . El int e rva lo de s e le ccin a qu e s de
n
N
k = 1530/ 90 = 17. Si e l nme ro a le a t orio de
a rra nque ge ne ra do e nt re 1 y 17 e s por e je mplo 4, e nt once s la s unida de s e n la mue s t ra
corre s ponde r n a la s vivie nda s nme ro 4, 21, 38, 55, 72, 89 e t c. Una ve z que e l int e rva lo
mue s t ra l s e ha de t e rmina do, la s e le ccin a le a t oria de l punt o de a rra nque de t e rmina la mue s t ra
comple t a .
Cua ndo N no e s un mlt iplo de n , la s olucin m s f cil e s us a r como int e rva lo de
mue s t re o e l nme ro e nt e ro inme dia t a me nt e infe rior o s upe rior a k . Es t o re s ult a ge ne ra lme nt e
e n una mue s t ra que e s lige ra me nt e ma yor o me nor, s e gn e l ca s o, que la mue s t ra
inicia lme nt e re que rida . A los e fe ct os pr ct icos , pue de s e r m s f cil re donde a r por a ba jo e n e l
cmput o de l int e rva lo de forma que la mue s t ra re s ult e m s gra nde que la re que rida , y lue go
e fe ct ua r una e limina cin a le a t oria .
El mue s t re o s is t e m t ico t ie ne 2 ve nt a ja s s obre e l MAS. Prime ro, la mue s t ra e s m s
f cil de s a ca r ya que s lo s e re quie re de un nme ro a le a t orio. Se gundo, ge ne ra lme nt e t ie nde a
dis t ribuir la mue s t ra s obre e l lis t a do de pobla cin e n una forma m s e quit a t iva . Una ma yor
pre cis in s e a s ocia a me nudo a e s t e mue s t re o, e s pe cia lme nt e s i e l orde na mie nt o de la s
unida de s e n la lis t a e s t re la ciona do con la ca ra ct e rs t ica de int e r s .
Sin e mba rgo ha y una de s ve nt a ja con e s t e proce dimie nt o conocida como pe riod icida d.
Es t e ocurre cua ndo la lis t a e s t a rre gla da e n una forma cclica . Es t e pa t rn cclico a s u ve z
pue de coincidir con e l int e rva lo de s e le ccin de forma que lle ve a que la s mue s t ra s no s e a n
re pre s e nt a t iva s de la pobla cin.
Pa ra a pre cia r la na t ura le za de l proble ma cons ide re mos e l s iguie nt e e je mplo: s i e l
obje t o de una e ncue s t a e s e s t ima r e l nme ro de ve hculos que pa s a n un pue s t o a dua ne ro
dura nt e un me s , s e pue de s e le cciona r una mue s t ra de da s y obs e rva r e l nme ro t ot a l de
ve hculos que e nt ra n e n la a dua na dura nt e los da s s e le cciona dos . Si los da s s e a rre gla n e n
orde n un int e rva lo de 7, por e je mplo, y s e a cua l fue ra e l a rra nque s ie mpre s e t e ndr a l mis mo
da de la s e ma na a t ra v s de t odo e l pe riodo de l e s t udio. Sin e mba rgo e l t r fico va ra de un da
a ot ro. As , cont a r los ve hculos que ingre s a n e l da lune s le da r a l inve s t iga dor un dife re nt e
re s ult a do que s i cont a ra los ve hculos que e nt ra n e l da s ba do.
32
Ba jo e s t e dis e o un prome dio, un t ot a l o una proporcin mue s t ra l e s ca lcula do de la
mis ma forma que e n e l MAS, o s e a a t ra v s de los mis mos e s t ima dore s pre s e nt a dos e n s u
oport unida d. Con re s pe ct o a s us de s vos e s t nda r la s it ua cin e s un poco m s de lica da . Si a la
lis t a o ma rco de e le me nt os s e la pue de s upone r con un orde n a le a t orio, o s e a no e xis t e un
orde n pa rt icula r o pe riodicida d e n la lis t a , los de s vos e s t nda r s e los e s t ima a t ra v s de los
e mple a dos pa ra e l MAS.
Pe ro la s it ua cin e s complica da s i e xis t e a lguna pe riodicida d e n la lis t a . Es t a s e pue de
t ra ducir e n cie rt a homoge ne ida d de los e le me nt os e n la mue s t ra con re s pe ct o a la va ria ble que
e s t s ie ndo e s t udia da . Ba jo s t a circuns t a ncia la e s t ima cin de l e rror mue s t ra l o de l de s vo
e s t nda r a t ra v s de la s frmula s propue s t a s pa ra e l MAS no e s pa ra na da e ficie nt e . En
ge ne ra l s i s t a e xis t e e s difcil de e s t ima r y por lo t a nt o a l e mple a r la s frmula s de l MAS
obt e ndra mos una e s t ima cin de l e rror s ubva lua da o s ube s t ima da de la que re a lme nt e t e ndra
que s e r, de pe ndie ndo de l gra do de homoge ne ida d que no conoce mos .
Pa ra e l e s t a ds t ico e s t a e s una s it ua cin comple ja a re s olve r ya que ba jo un dis e o
s is t e m t ico con la nica mue s t ra dis ponible no pue de ca lcula r una e s t ima cin de l e rror. Es t a no
le informa la va ria bilida d que t ie ne e l e s t ima dor a t ra v s de t oda s la mue s t ra s pos ible s , como
s ocurra e n e l MAS.
A s t e punt o le ca ve n a lguna s pos ibilida de s , la ya come nt a da , s upone r un orde n
a le a t orio e n la lis t a ha bilit ndolo a e mple a r los e s t ima dore s de l e rror como e n e l MAS,
modifica r lige ra me nt e e l dis e o e mple a ndo m s a rra nque s a le a t orios lo cua l origina un dis e o
s is t e m t ico re pe t ido y e n dnde e xis t e una e xpre s in a lge bra ica pa ra e l de s vo e s t nda r, o
bie n re currir a a lgn m t odo por re plica cione s pa ra e l c lculo de l e rror.
33
5. Det er mi naci n del Tamao de l a Muest r a en el MSA
5.1 I nt r oducci n
La cue s t in de l t a ma o de la mue s t ra e s de int e r s t a nt o pa ra los inve s t iga dore s o
re s pons a ble s de l e s t udio, como pa ra e l mue s t ris t a y muchos de los us ua rios de la informa cin.
A ve ce s , s e gn e l t a ma o de la mue s t ra , e rrne a me nt e s e s os pe cha de una e ncue s t a s in
conoce r los de t a lle s a ce rca de la pobla cin, la va ria ble e n e s t udio y la homoge ne ida d de s t a
e n la pobla cin, e l t ipo de e s t ima dor ut iliza do. Todos e llos m s los re curs os dis ponible s s on los
que pe rmit ir n fija r un t a ma o a de cua do pa ra ca da circuns t a ncia .
Fre cue nt e me nt e una de la s prime ra s pre gunt a s que los inve s t iga dore s o re s pons a ble s
de l e s t udio re a liza n a l mue s t ris t a e s : Cu l e s e l t a ma o de mue s t ra re que rido pa ra lle va r a
ca bo e l e s t udio?, o bie n Una mue s t ra de l 5% o de l 10% de la pobla cin e s s uficie nt e ?. Con
e s t a cla s e de pre gunt a s , s e pre s upone que e l mue s t ris t a pos e e a lguna s ue rt e de t a bla
t odopode ros a o de frmula m gica que a ut om t ica me nt e brinda e l t a ma o de mue s t ra
a propia do pa ra ca da s it ua cin. Como ve re mos a cont inua cin, e s t o no e s a s .
5.2 Fact or es que Det er mi nan el Tamao de una Muest r a
Exis t e n va rios fa ct ore s que influye n s obre la "de cis in" de l t a ma o de mue s t ra a
e mple a r, y que de be n s e r cons ide ra dos a nt e s de a plica r frmula a lguna . Como fa ct ore s m s
de s t a ca dos pode mos me nciona r:
i) Los props it os de l e s t udio
ii) El t a ma o de la pobla cin obje t ivo
iii) El ma rge n de e rror
iv) El rie s go de s e le cciona r una mue s t ra "ma la " ( nive l de confia nza o de rie s go)
v) El gra do de va ria bilida d de lo que s e va a me dir e n la pobla cin.
Por lo ge ne ra l, e n los dos prime ros fa ct ore s e l mue s t ris t a t ie ne e s ca s a pa rt icipa cin.
Los re s pons a ble s de l e s t udio fija n a priori los props it os de l mis mo, y como cons e cue ncia
que da de finida la pobla cin obje t ivo con s u corre s pondie nt e ca nt ida d de e le me nt os ( t a ma o) .
Ma s a de la nt e ve re mos , cont ra ria me nt e a lo que s e s upone , que e l t a ma o de la pobla cin
t ie ne poca influe ncia e n e l c lculo de l t a ma o de la mue s t ra . En los t re s fa ct ore s re s t a nt e s , e l
mue s t ris t a jue ga un rol funda me nt a l, por lo que de be compre nde r e l s ignifica do y la
import a ncia de ca da uno de e llos .
El prime r fa ct or a cons ide ra r e s e l mar gen de er r or c de l que ya ha bla mos y de finimos
e n p rra fos a nt e riore s . Pa ra ca lcula r e l t a ma o de mue s t ra , ne ce s it a mos fija r un va lor de c.
De s a fort una da me nt e , no e xis t e una re gla o t a bla que nos pe rmit a e le gir un va lor a de cua do
pa ra c, s ino que ca da s it ua cin me re ce un a n lis is pa rt icula r. Como uno pue de s upone r, a
me nor ma rge n de e rror ma yor s e r e l t a ma o de mue s t ra re que rido y por e nde ma yore s los
re curs os ne ce s a rios ( dine ro y t ie mpo) . Por lo t a nt o pa ra fija r e l ma rge n de e rror ha y que t e ne r
e n cue nt a los props it os de l e s t udio.
Por e je mplo, s uponga mos un e s t udio cuyo obje t ivo e s me dir la t a s a de de s e mple o e n la
Ca pit a l Fe de ra l. Ba s ndos e e n ot ros e s t udios y e n a lgunos indica dore s e conmicos s e pie ns a
que dicha t a s a pue de ronda r e l 10%. Si los re s ult a dos de l e s t udio s e va n us a r pa ra ilus t ra r un
a rt culo e n una publica cin de a ct ua lida d e conmica , un ma rge n de e rror de 4% pue de s e r
s uficie nt e . Es de cir, s i lue go de re cole ct a r los da t os e ncont ra mos un 10% de de s ocupa dos e n la
mue s t ra , e s t a re mos e n condicione s de s upone r que dicho va lor e n la pobla cin t ot a l s e
e ncue nt ra e nt re 6% y 14%. Por ot ra pa rt e , s i los re s ult a dos de l e s t udio s e va n a ut iliza r pa ra
34
dis e a r un cos t os o progra ma de ca pa cit a cin e ins e rcin la bora l, un ma rge n de e rror de 1%
podra s e r m s a propia do.
El s e gundo fa ct or a cons ide ra r e s e l ni vel de conf i anza; re corde mos que e l nive l de
confia nza nos prot e ge cont ra e l rie s go de s e le cciona r una mue s t ra "ma la ", e s de cir una
mue s t ra que no s e a re pre s e nt a t iva de la pobla cin e n e s t udio. Al igua l que con e l ma rge n de
e rror, de be mos us a r nue s t ro juicio pa ra s e le cciona r un nive l de confia nza que s e a de cue a la s
ne ce s ida de s de l e s t udio. Sin e mba rgo e n e s t e ca s o e l proble ma e s m s s e ncillo da do que los
va lore s que e n la pr ct ica s e ut iliza n e n los e s t udios s on 90%, 95% o 99%. Por e je mplo, e n
los e s t udios s ocio- de mogr ficos o s ocio- e conmicos e l va lor que s e e mple a con ma yor
fre cue ncia e s 95%.
El t e rce r fa ct or a cons ide ra r e s e l gr ado de var i abi l i dad de lo que s e va a me dir e n la
pobla cin. Int uit iva me nt e , uno pue de da rs e cue nt a que cua nt o m s dis t int os s on los individuos
que compone n la pobla cin e n e s t udio, ma yor s e r la ca nt ida d de individuos a incluir e n la
mue s t ra pa ra pode r re pre s e nt a r a la t ot a lida d de la pobla cin, mie nt ra s que s i la pobla cin e s
homog ne a , unos pocos individuos ba s t a r n pa ra logra r t a l obje t ivo. Un ca t a dor no ne ce s it a
t oma r t oda una bot e lla de vino pa ra de s cubrir s us cua lida de s , s ino que un bue n t ra go e s
s uficie nt e . Es t o e s a s porque pode mos s upone r que e l cont e nido de la bot e lla e s bie n
homog ne o.
5.3 El Cost o como Rest r i cci n Det er mi nant e
Es cie rt o que e n la pr ct ica mucha s ve ce s la de t e rmina cin de l t a ma o s e t orna
complica da . De pe nde de la comple jida d de l dis e o mue s t ra l a e mple a r y de l pre s upue s t o
dis ponible , que s in ninguna duda jue ga a ve ce s como una re s t riccin import a nt e . Si e xis t e
fue rt e s re s t riccione s de cos t os , s uponga mos que s e dis pone de L pe s os y e l cos t o unit a rio por
e ncue s t a e s de l , la nica frmula m gica a la que re curre e l mue s t ris t a pa ra fija r e l t a ma o
e s :
l
L
n
la t e ora a qu e s re e mpla za da por e l s e nt ido comn.
5.4 Si n Pr obl emas de Cost o
En ca mbio, s i no e xis t e proble ma de re curs os y s e quie re conoce r e l va lor de , por
e je mplo: e l prome dio pobla ciona l ( pa r me t ro) t un cie rt o ma rge n de e rror c da do, con una
pos ibilida d de 95 e n 100 e n e quivoca rs e , s lo ba s t a re currir a la de finicin de int e rva lo de
confia nza dnde , como he mos vis t o e n los p rra fos a nt e riore s pa ra e l prome dio e s :
E D c
96 . 1 . Ope ra ndo con e s t a igua lda d s e t ie ne :
n
s f
c
2
2 2
) 1 (
96 . 1
n
P P
f p DE ,
y e n cons e cue ncia e s una funcin de la ma gnit ud de P , o s e a la proporcin e n la pobla cin. De
s t a a ve ce s s e t ie ne una ide a ba s t a nt e pre cis a de lo que s e va a e ncont ra r t e nie ndo a lgn
conocimie nt o s obre e l s uje t o a e s t udia r, o bie n a l me nos s e t ie ne una ide a a proxima da a t ra v s
de l a port e de un e xpe rt o de la t e m t ica que s e e s t a inve s t iga ndo.
An s in conoce r e n forma a proxima da e s t a proporcin o conoci ndola con a lgn e rror,
s e pue de e va lua r e l comport a mie nt o de la va ria cin de ) 1 ( P P e n funcin de P . Ana liz ndola
pa ra va lore s ve cinos a 0% o a e l 100%, la e volucin de ) 1 ( P P no e s s ignifica t iva . Por ot ro
la do pa ra porce nt a je s e nt re 20% y 80%, t oma va lore s de 0. 16 a 0. 25 lo que re pre s e nt a un
int e rva lo de a mplit ud d bil, y a lca nza s u ma yor a mplit ud cua ndo s e t ie ne va lore s de l
pa r me t ro ce rca nos a l 50%.
O s e a , a dopt a ndo la a ct it ud m s pe s imis t a de P = 50% la dis pe rs in e s m xima con un
va lor de 0. 25, lo que lle va a re s olve r n a pa rt ir de ) ( 96 . 1 p DE c :
n
f c
25 . 0
1 . 2
2
. 1
1
.
c N
N n
+
Not a r que s i e l ma rge n de e rror c e s muy pe que o, nos pone mos muy e xige nt e s , uno
s e a proxima a la s it ua cin N n y s e e s t e n e l ca s o de un ce ns o. A ve ce s cua ndo N e s muy
gra nde e s t il la s iguie nt e a proxima cin:
2
1
c
n
Por e je mplo, s i s e quie re e s t ima r la proporcin P de muje re s e n la Arge nt ina con una
pre cis in de l 2% ( ma rge n de e rror) , y t e ne r una confia nza de 95 s obre 100, e mple a ndo un
MAS e l mue s t ris t a impone la s iguie nt e igua lda d:
02 . 0
) 1 (
. 2
n
P P
como no conoce P , pe ro s a be que e s t a proporcin e s t a r prxima a l 50%, como s it ua cin
m s de s fa vora ble , t ie ne :
25 . 0 ) 1 ( P P 02 . 0
25 . 0
. 2
n
2500 n
En e s t a oport unida d s e t ie ne una bue na ra zn pa ra olvida rs e de f ( 32. 000. 000 de
a rge nt inos nos re s pa lda n!) , y s i, e n re a lida d P e s dife re nt e de 50%, a n con una mue s t ra de
2500, s e obt e ndr una pre cis in e s t rict a me nt e me jor que e l 2% con un nive l de confia nza de l
95%, porque s e ha br s obre s t ima do la dis pe rs in o de s vo e s t nda r e n los c lculos a nt e riore s !.
36
As , e n e l ca s o m s prude nt e cua ndo s e impone una proporcin de l 50%, la t a bla
s iguie nt e mue s t ra la re la cin de l t a ma o de la mue s t ra ne ce s a ria pa ra a lca nza r pre cis ione s
igua le s a l % c t , s uponie ndo f de s pre cia ble .
c o c % n
10% ( 0. 10) 100
8% ( 0. 08) 156
6% ( 0. 06) 278
5% ( 0. 05) 400
4% ( 0. 04) 625
3% ( 0. 03) 1111
2% ( 0. 02) 2500
1% ( 0. 01) 10000
0. 5% ( 0. 005) 40000
No ha ce fa lt a ha ce r ningn come nt a rio, como e ra de e s pe ra r: a ma yor pre cis in
re que rida pa ra la e s t ima cin m s gra nde e s e l t a ma o de la mue s t ra ; s lo ba s t a ve r la re la cin
2
1
c
n que de s pe ja ndo e l va lor de c s e t ie ne
n
c
1
, lo que e quiva le a de cir que la pre cis in
e s inve rs a me nt e proporciona l a l t a ma o de la mue s t ra ( ot ra ve z a m s mue s t ra me jor!) ,
inde pe ndie nt e de l t a ma o de la pobla cin. Sorpre nde nt e me nt e , e l t a ma o de mue s t ra
re que rido t ie ne poco que ve r con e l t a ma o de la pobla cin que e s t s ie ndo e s t udia da s a lvo
pa ra pobla cione s muy pe que a s . As , e n la pr ct ica no e s re le va nt e e xpre s a r e l t a ma o de la
mue s t ra como un porce nt a je de la pobla cin, pe ro s lo e s s i s e la e xpre s a como nme ro
a bs olut o.
En la t a bla s iguie nt e , s e pue de le e r e l t a ma o de la mue s t ra que e s ne ce s a ria pa ra
a s e gura r una pre cis in igua l a c t s obre una proporcin P que s e bus ca e s t ima r; c s e le e por
fila , P por columna y n e n la int e rs e ccin de la fila - columna ( s ie mpre de s pre cia ndo a la t a s a
de mue s t re o) :
P
c
0. 05 0. 10 0. 20 0. 30 0. 40 0. 50
t 0. 005 7600 14400 25600 33600 38400 40000
t 0. 01 1900 3600 6400 8400 9600 10000
t 0. 02 475 900 1600 2100 2400 2500
t 0. 03 211 400 711 933 1066 1111
t 0. 04 119 225 400 525 600 625
t 0. 05 76 114 256 336 384 400
Una s imple le ct ura de la t a bla nos de ja ve r que pa ra una mis ma pre cis in los t a ma os
de mue s t ra va ra n fue rt e me nt e a me dida que la proporcin e n la pobla cin s e a ce rca a l 50%;
por e je mplo, e l t a ma o de una mue s t ra pa ra P ce rca de l 5% con una pre cis in de 0. 005 e s
a proxima da me nt e 5 ve ce s me nor que pa ra un P ce rca no a l 50%, con la mis ma pre cis in.
Es import a nt e s e a la r que e s t os c lculos s lo va le n a s umie ndo que la va ria ble o
a t ribut o que s e lo va a e s t udia r e mple a ndo un mue s t re o a le a t orio s imple . En e l ca s o de que
ha ya va ria s va ria ble s o a t ribut os a e s t udia r, por e je mplo e n e l ca s o de t e ne r ( como e s e n la
pr ct ica ) mucha s proporcione s , s ie mpre ha y que t e ne r pre s e nt e que un t a ma o de mue s t ra n
pe rmit ir a lca nza r pre cis ione s dife re nt e s ( y a ve ce s muy dis t int a s ) s e gn la va ria ble . O s e a ,
ca da va ria ble de t e rmina s u t a ma o de mue s t ra pt imo. Por lo t a nt o s e r ne ce s a rio a dopt a r
una s olucin de compromis o, por e je mplo t oma ndo a que l t a ma o que brinde la me jor pre cis in
pa ra una va ria ble , s e pue de pe rjudica r a l re s t o.
37
6. Mt odos Bsi cos de Muest r eo ( 2)
Muest r eo Est r at i f i cado
6.1 I nt r oducci n al Muest r eo Est r at i f i cado
En e l ca s o de l mue s t re o a le a t orio s imple y de l s is t e m t ico, la s e le ccin de la mue s t ra
e s t de ja da e nt e ra me nt e a la s ue rt e . Todo lo que s e re quie re pa ra s e le cciona r una mue s t ra e s
un lis t a do de la pobla cin y e l us o de nme ros a le a t orios . No s e ha ce us o de ninguna
informa cin a uxilia r re le va nt e que pudie ra e s t a r dis ponible pa ra los e le me nt os de la pobla cin
e n e l ma rco mue s t ra l.
Al mis mo t ie mpo como s e vi la dis pe rs in o de s vo e s t nda r de la va ria ble e n cue s t in
2
S e s un pa r me t ro que pue de de t e riora r s e ns ible me nt e la pre cis in de l e s t ima dor. Si la
pobla cin e s homog ne a na t ura lme nt e , y
H
i
i
N N
1
, y con
2 2
2
2
1
,..., ,
H
S S S la s dis pe rs ione s ve rda de ra s e n ca da grupo, a la dis pe rs in t ot a l
s e la pue de e s cribir s uponie ndo
H
N gra nde s y pa ra la e s t ima cin de un prome dio, de la
s iguie nt e forma :
38
( )
2
1
2
1
2
Y Y
N
N
S
N
N
S
h
H
h
h
h
H
h
h
+
Es t a e xpre s in pe rmit e ve r que e xis t e n dos compone nt e s , la prime ra a s ocia da a la
dis pe rs in int ra grupos y una s e gunda a la dis pe rs in e nt re grupos . Es a s que e l obje t ivo de la
e s t ra t ifica cin e s obt e ne r grupos donde la s
2
h
S s e a n pe que a s , ya que como
2
S e s una
ma gnit ud fija la dis pe rs in e nt re grupos s e r bie n gra nde , o s e a la s
h
Y de be r n e s t a r
dis pe rs a s . Lo que e quiva le a t e ne r grupos o e s t ra t os bie n homog ne os de t a l ma ne ra de logra r
a l mis mo t ie mpo prome dios de la s va ria ble de int e r s t a mbi n bie n dis t int os .
6.2 Vent aj as del Muest r eo Est r at i f i cado
B s ica me nt e e l mue s t re o e s t ra t ifica do d ndole ot ra le ct ura a lo e xpue s t o e n p rra fos
a nt e riore s int e nt a re s t ringir la s mue s t ra s pos ible s a a que lla s que s on "me nos e xt re ma s ",
a s e gura ndo que t oda s la s pa rt e s de la pobla cin e s t n re pre s e nt a da s e n la mue s t ra . Por lo
t a nt o s e infie re que cua nt o m s homog ne os s e a n los grupos , ma yor s e r la pre cis in de la s
e s t ima cione s mue s t ra le s .
A ve ce s s e re quie re n e s t ima cione s por s e pa ra do a nive l de e s t ra t o. En e ncue s t a s de
hoga re s , por e je mplo, la s e s t ima cione s pue de n re que rirs e por provincia s , grupos de ingre s os ,
ocupa cin, grupos de e da de s , grupos urba nos , e t c. El mue s t re o e s t ra t ifica do pue de a s e gura r
que ca da s ub- pobla cin e s t a de cua da me nt e re pre s e nt a da e n la mue s t ra comple t a .
Ta mbi n e s t e t ipo d e mue s t re o mucha s ve ce s e s a dminis t ra t iva me nt e conve nie nt e .
Pue de proporciona r una orga niza cin de la e ncue s t a pa ra cont rola r la dis t ribucin de l t ra ba jo
de ca mpo e nt re la s oficina s re giona le s . Ta mbi n e n e ncue s t a s gra nde s y comple ja s e l
mue s t re o e s t ra t ifica do pue de fa cilit a r e l t ra ba jo e n e l dis e o mue s t ra l, pe rmit ie ndo que s e a
lle va do a ca bo con unida de s ope ra ciona le s ma ne ja ble s y de s ce nt ra liza da s .
A ve ce s , pa rt e s dife re nt e s de la pobla cin pue de n ne ce s it a r dife re nt e s proce dimie nt os
de mue s t re o. En e l e s t udio de la s pobla cione s huma na s s e pue de us a r un proce dimie nt o
dife re nt e pa ra mue s t re a r a la s pe rs ona s e n re a s rura le s de pobla cin dis pe rs a qu e l que s e
us e e n re a s urba na s de ma yor de ns ida d de pobla cin.
6.3 Est i maci n y Cl cul o del Er r or
Cua ndo s e e s t int e re s a do e n una e s t ima cin de un prome dio Y pobla ciona l y s i s e
e mple un MAS e n ca da e s t ra t o, la me dia ponde ra da de los prome dios mue s t ra le s ,
h
y
e n ca da
uno de e llos e s e l e s t ima dor m s int uit ivo a formula r; o s e a a l prome dio pobla ciona l s e lo podr
e s t ima r por:
H
h
h h est
y W Y
1
con
h
h
h
n
N
W e l pe s o que re pre s e nt a la import a ncia de l e s t ra t o h e n t rminos de e fe ct ivos o
e le me nt os e n la pobla cin y
h
n e l t a ma o de la mue s t ra e n e l e s t ra t o h.
Es import a nt e not a r que
st
y
no e s igua l a y
con
h
f = la fra ccin de mue s t re o e n e l e s t ra t o h,
h
n = e l t a ma o de la mue s t ra e n e l e s t ra t o h
2
h
s = la dis pe rs in e s t ima da e n e l e s t ra t o h
Si uno e s t int e re s a do e n la proporcin pobla ciona l P , e n e s t e ca s o s e t e ndra que
) 1 (
2
h h h
p p s s ie ndo
h
p la proporcin de la ca t e gora de int e r s e n la mue s t ra de l e s t ra t o h.
Ta nt o los coe ficie nt e s de va ria cin como los int e rva los de confia nza s e los de duce a pa rt ir de
)
est
y E D la e xpre s in pa ra e l e rror, va li ndos e de la mis ma formula cin pa ra cons t ruirlos que
pa ra e l MAS.
6.4 Const i t uci n de l os Est r at os
La forma cin de los e s t ra t os involucra pre gunt a rs e : Cu l e s la va ria ble de
e s t ra t ifica cin de los e s t ra t os ?, Cu nt os e s t ra t os re a liza r ?, Cu le s de be n s e r los lmit e s de
los e s t ra t os ?. Ninguna de e s t a s pre gunt a s t ie ne una re s pue s t a s imple . Sobre la s va ria ble s a
ut iliza r, s e pue de de cir que la me jor va ria ble e s la que m s dis crimina , o s e a a que lla que
pe rmit e re a liza r me jor los grupos homog ne os int e rna me nt e de s de e l punt o de vis t a de la
va ria ble Y de int e r s .
Se pue de e vide nt e me nt e cruza r va ria s va ria ble s pa ra obt e ne r una e s t ra t ifica cin me jor.
La nica re s t riccin e s que ha y que conoce r la s va ria ble s de e s t ra t ifica cin pa ra ca da individuo
de la pobla cin. En cua nt o a l nme ro de e s t ra t os , e n t e ora de be s e r e l ma yor nme ro pos ible .
Es t a a firma cin e s t e rica e vide nt e me nt e , ya que s e s a be que s i e l nme ro e s muy gra nde e l
t a ma o de la mue s t ra e n ca da e s t ra t o proba ble me nt e e s pe que o y la s pre cis ione s ca lcula da s
a pa rt ir de
2
h
s , cmo e s t ima dor de la ve rda de ra
2
h
S e n ca da uno de e llos s e r n muy ma la s ,
limit a ndo la ca lida d de )
est
y E D . Por ot ro la do con s obre a bunda ncia de e s t ra t os y poca s
unida de s mue s t re a da s , e l pe ligro de la no re s pue s t a e n t oda e ncue s t a pue de lle va r a que no s e
t e nga mue s t ra e fe ct iva e n a lgunos e s t ra t os y como cons e cue ncia s e comie nce n a t e ne r
proble ma s de s e s go e n los e s t ima dore s , a lgo no de s e a do por e l e s t a ds t ico.
El proble ma de lmit e s de los e s t ra t os e s e l m s comple jo. La s olucin pr ct ica pa s a e n
muchos ca s os a s e r cua lit a t iva , dict a da por la s cons ide ra cione s de los conocimie nt os a dquiridos
e n e l dominio de e s t udio y e l cos t o de la ge s t in de los e s t ra t os a s forma dos . Sin duda , por
ot ro la do, la cons t ruccin de e s t ra t os e s t influe ncia da por ne ce s ida de s y re curs os dis ponible s .
Ent re la s ra zone s pa ra la cons t ruccin de e s t ra t os s e pue de me nciona r: obt e ne r e s t ima cione s
por dominio, re ducir va ria nza s y re ducir cos t os . Cla ro que los re curs os pa ra cons t ruir e s t ra t os
prove ndr n de la informa cin dis ponible e n e l ma rco mue s t ra l.
Ent re los m t odos ma s ut iliza dos pa ra la cons t ruccin de e s t ra t os s e pue de n
me nciona r:
Domi ni os mut uament e ex cl usi vos: En a lguna s e ncue s t a s la pobla cin e s t compue s t a
por dominios de int e r s que s on mut ua me nt e e xclus ivos o e xcluye nt e s . En e s a s it ua cin e s
ra zona ble ut iliza r dichos dominios como e s t ra t os o que los mie mbros de ca da e s t ra t o
pe rt e ne zca n e n s u t ot a lida d a un dominio pa rt icula r. Es inme dia t o pe ns a r a una divis in
polt ica o ge ogr fica como dominios o e s t ra t os na t ura le s e n cua lquie r e ncue s t a
s ociode mogr fica . Por e je mplo, s uponga mos que s e quie re da r una e s t ima cin de l ga s t o
e s cola r de fa milia s e n una cie rt a ciuda d y que e s t os ga s t os s e quie ra n da r por dis t rit o
40
e s cola r. En e s t e ca s o, s i s e cue nt a e n e l ma rco mue s t ra l con una va ria ble que indique la
pe rt e ne ncia de la s vivie nda s a los dis t rit os , s e podra n ut iliza r dichos dis t rit os como
e s t ra t os .
Regl a de Dal eni us- Hodges: Es t a re gla cre a e s t ra t os con va lore s a proxima da me nt e
igua le s de
h h
S W donde
h
W e s la proporcin de e le me nt os a s igna dos de l e s t ra t o h y
h
S e s e l
de s vo e s t nda r de la va ria ble de e s t ra t ifica cin e n e l e s t ra t o h. Da do un nme ro fijo de
e s t ra t os , la dis t ribucin de la va ria ble e n e s t udio e s la me jor he rra mie nt a pa ra la
cons t ruccin de los e s t ra t os . Por lo ge ne ra l s t a dis t ribucin e s de s conocida y obliga a
ut iliza r una va ria ble a lt a me nt e corre la ciona da con la va ria ble de int e r s cons t ruye ndo los
e s t ra t os a pa rt ir de la dis t ribucin de e s t a . Cla ro, e s t a va ria ble corre la ciona da s e la de be r
dis pone r pa ra ca da unida d de l ma rco. La re gla t ra ba ja de la s iguie nt e forma :
1) s e divide a la pobla cin e n una gra n ca nt ida d de int e rva los de fre cue ncia
2) s e ca lcula la fre cue ncia ) ( y f e n ca da cla s e o int e rva lo
3) s e cre a una nue va va ria ble con la e l va lor a cumula do de la va ria ble ) ( y f
4) s e divide a l t ot a l fina l de ) ( y f Acum a lca nza do e n e l lt imo t ra mo y s e lo divide por e l
t ot a l de e s t ra t os de s e a dos , k = L f Acum Total .
5) Por lt imo los punt os de divis in s urge n de ca lcula r k L k k ) 1 ( ..., , 2 ,
La Ta bla s iguie nt e mue s t ra la dis t ribucin por int e rva los de fre cue ncia s ( 20 e n t ot a l) de
una va ria ble Y conocida pa ra t oda la y s upue s t a me nt e corre la ciona da con nue s t ra va ria ble
de int e r s .
y
) ( y f
) ( y f Acum
y
) ( y f
) ( y f Acum
0- 5 3464 58. 9 51- 55 126 340. 3
6- 10 2516 109. 1 56- 60 107 350. 6
11- 15 2157 155. 5 61- 65 82 359. 7
16- 20 1581 195. 3 66- 70 50 366. 8
21- 25 1142 229. 1 71- 75 39 373. 0
26- 30 746 256. 4 76- 80 25 378. 0
31- 35 512 279. 0 81- 85 16 382. 0
36- 40 376 298. 4 86- 90 19 386. 4
41- 45 265 314. 7 91- 95 2 387. 8
46- 50 207 329. 1 96- 100 3 389. 5
Suponga mos que s e quie re n L = 5 e s t ra t os . En e lla s e obs e rva que e l t ot a l a cumula do
de la ra z cua dra da de la s fre cue ncia s e s 389. 5 y s iguie ndo los pa s os de t a lla dos e n e l
punt o 4) , k = 9 . 77 5 5 . 389 . L f Acum Total . Los punt os de divis in s urge n de
ca lcula r: k L k k ) 1 ( ..., , 2 , , que e n nue s t ro e je mplo e s t os va lore s s on: 77. 9, 155. 8,
233. 7 y 311. 6.
Los int e rva los a los cua le s s e corre s ponde n e s t os va lore s s on: 77. 9 ca e e n e l int e rva lo
6- 10, 155. 8 ca e e n e l int e rva lo 11- 15 y a s s uce s iva me nt e con lo cua l los e s t ra t os
que da n forma dos de la s iguie nt e ma ne ra :
Es t ra t os
1 2 3 4 5
Lmit e s 0- 5% 6- 15% 16- 25% 26- 45% 46- 100%
Ta ma o 58. 9 96. 6 73. 6 85. 6 74. 8
41
Como s e obs e rva e l t a ma o corre s ponde a la ca nt ida d a cumula da de f que
corre s ponde a l e s t ra t o.
Regl a de Ek man : s t a re gla s e va le de s us t it uir a
h
S , ya que us ua lme nt e no s e
conoce , por una a proxima cin brinda da por e l ra ngo
h
R de la va ria ble e n e s t udio e n e l
e s t ra t o h e n la formula cin de la re gla de Da le nius - Hodge s a nt e rior.
Regl a de Mahal anobi s- Hansen- Hur vi t z: Los e s t ra t os s e pue de n forma r igua la ndo
los t ot a le s
h
Y de la va ria ble de e s t udio. Es t a re gla e s muy bue na cua ndo los
coe ficie nt e s de va ria cin e n los e s t ra t os s on a proxima da me nt e los mis mos y no de be ra
ca mbia r a pre cia ble me nt e cua ndo s e modifica n los lmit e s de los e s t ra t os . Es s imple y
a yuda a a lca nza r dis e os a ut oponde ra dos con t a ma os de mue s t ra igua le s .
Regl a de Tak e al l - Tak e some : s t a t cnica e s de gra n ut ilida d y a mplia me nt e
ut iliza da pa ra e s t ra t ifica r pobla cione s a lt a me nt e a s im t rica s ( como e s e l ca s o de la s
e ncue s t a s a e mpre s a s o unida de s e conmica s ) . Tie ne la pos ibilida d de re ducir e l
t a ma o de mue s t ra re s ult a nt e da do un nive l de pre cis in de s e a do. La re gla e n lne a s
ge ne ra le s divide la pobla cin e n dos e s t ra t os . Uno ( Ta ke a ll) e n dnde t odos s us
e le me nt os o unida de s forma ra n forzos a me nt e la mue s t ra y s e corre s ponde n a la s
unida de s que cont ribuye n m s a la dis pe rs in s e gn e l crit e rio de a lguna va ria ble
corre la ciona da con la de int e r s dis ponible . El ot ro ( Ta ke s ome ) e s t a r compue s t o con
a que llos e le me nt os que incide n me nos e n e l va lor de
2
S y de l cua l e n re a lida d s e
s e le cciona r me dia nt e a lguna t cnica de mue s t re o e l comple me nt o de la mue s t ra que
s e r la nica a le a t oriza da .
Regl a de l os cuant i l es: Ba jo s t a t cnica t odos los e s t ra t os cons t ruidos t ie ne n la
mis ma ca nt ida d de unida de s o e le me nt os de la pobla cin. En ge ne ra l no e s muy
re come nda da e n s it ua cione s donde la va ria ble que e s t s ie ndo e s t ra t ifica da t ie ne una
a lt a a s ime t a s e a pos it iva ne ga t iva . Es t a circuns t a ncia lle va a de finir e s t ra t os con una
a lt a dis pe rs in int e rna , ge ne ra lme nt e e n los m s e xt re mos y s i no s e e mple a
a s igna cin pt ima pue de lle ga r a s e r ca t a s t rfico.
6.5 Asi gnaci n de l a Muest r a en l os Est r at os
Una cons ide ra cin import a nt e a t e ne r e n cue nt a e n e l mue s t re o e s t ra t ifica do e s la
forma e n que e l t a ma o t ot a l de la mue s t ra s e re pa rt e e n ca da uno de los e s t ra t os . Es t o pue de
ha ce rs e e n forma proporciona l o no.
Con la asi gnaci n pr opor ci onal la mue s t ra que s e fija a ca da e s t ra t o e s proporciona l
a l nme ro t ot a l de unida de s e n e l e s t ra t o. Es de cir, la fra ccin de mue s t re o e n ca da e s t ra t o s e
ha ce igua l a la fra ccin e xis t e nt e e nt re e l t a ma o de l e s t ra t o con re s pe ct o a l t a ma o de la
pobla cin.
Por e je mplo s i e n una e ncue s t a s e de fine n t re s e s t ra t os de t a ma os : 900, 300 y 330,
con una re la cin de 900/ 1530 = 30/ 51, 300/ 1530 = 10/ 51 y 330/ 1530 = 11/ 51 e n e l t ot a l de
unida de s y s e s e de s e a una mue s t ra de t a ma o de , diga mos , 102, la a s igna cin proporciona l
s e gn la dis t ribucin ca lcula da e s la brinda da e n la s iguie nt e t a bla ,
Es t ra t o Ta ma o de l
Es t ra t o
Proporcin de
Explot a cione s
Ta ma o
Mue s t ra l
1 900 30/ 51 60
2 300 10/ 51 20
3 330 11/ 51 22
Tot a l N = 1530 51/ 51 n = 102
42
Not a r que la s proporcione s mue s t ra le s 60/ 102, 20/ 102 y 22/ 102 s on e quiva le nt e s a los
pobla ciona le s : 30/ 51, 10/ 51 y 11/ 51 re s pe ct iva me nt e .
En forma ge n rica , s i
h
N e s e l t a ma o de l e s t ra t o o grupo h , y
h
n e l t a ma o de la
mue s t ra e n e l e s t ra t o h - s imo, e n una mue s t ra e s t ra t ifica da proporciona l s e t ie ne :
N
N
n
n
h h
h
h h
h h
h
S N
S nN
n
Los e s que ma s de a s igna cin no proporciona l pue de n t a mbi n us a rs e cua ndo los
e s t ra t os mis mos s on de int e r s principa l. Suponga mos que s e ne ce s it e n e s t ima cione s de l
ga s t o prome dio e n los hoga re s pa ra ca da una de los t re s e s t ra t os , s uponga mos que s e a n
provincia s . En e s t e ca s o s e ra import a nt e a s e gura rs e que a ca da provincia s e le fije una pa rt e
s uficie nt e de la mue s t ra t ot a l que ha ga pos ible que t a le s e s t ima cione s t e nga n s uficie nt e
confia bilida d.
6.6 Gananci a Debi da a l a Est r at i f i caci n
En ge ne ra l y como s e s e a l e n p rra fos a nt e riore s la ma gnit ud de la ga na ncia e n
e mple a r un mue s t re o e s t ra t ifica do y uno a le a t orio s imple con e l mis mo t a ma o de mue s t ra
pa ra e s t ima r un prome dio de pe nde de : 1) la he t e roge ne ida d de la s me dia s e n los e s t ra t os
h
y
43
y 2) la homoge ne ida d de nt ro de los e s t ra t os , o s e a que la s dis pe rs ione s s e a n pe que a s pa ra la
va ria ble de int e r s e n ca da e s t ra t o.
Una formula cin de la ga na ncia re la t iva , e n e l ca s o de a s igna cin proporciona l vie ne
da da por la s iguie nt e e xpre s in:
( )
2
1
2
2
1
2
1
S
S W
S
Y Y W
GR
H
h
h h
H
h
h h
PROP
MAS
H
h
h h
S W
1
2
pe rma ne zca
t a mbi n re la t iva me nt e gra nde a n de s pu s de la e s t ra t ifica cin.
Es int e re s a nt e e va lua r cua nt o e s s t a ga na ncia cua ndo s e e mple a un mue s t re o
e s t ra t ifica do con proporciona l e n ve z de una a s igna cin pt ima . Cua ndo los t a ma os
pobla ciona le s de los e s t ra t os s on gra nde s , como s ue le ocurrir, e s t a ga na ncia e s t dire ct a me nt e
re la ciona da a la s dis pe rs ione s e n los e s t ra t os pa ra la va ria ble e n e s t udio, como lo de ja ve r la
re la cin,
( )
0
1
2
n
S S W
G
H
h
h h h
PROP
OPT
con
H
h
h h h
S W S
1
El va lor de G s ie mpre e s pos it ivo, lo cua l s e a la que la a s igna cin pt ima e s me jor que
la proporciona l y que s lo e s igua l s i la s dis pe rs ione s e n los e s t ra t os
2
h
S s on t oda s
a proxima da me nt e id nt ica s . Es e vide nt e que la s ma yore s ga na ncia s de la a s igna cin pt ima s e
da r n cua ndo los e s t ra t os difie re n s us t a ncia lme nt e e n va lore s de
h
S . Es t e e s e l ca s o cua ndo
s e t ie ne va ria ble s de int e r s con a s ime t ra s muy gra nde y ra ra me nt e la a s igna cin pt ima
brinda ga na ncia s a pre cia ble s cua ndo s e e s t ima proporcione s ya que nue va me nt e
) 1 (
2
h h h
P P S no e s s e ns it ivo a la s dife re ncia s e n
h
P como s e e ncue nt ra e n la pr ct ica .
6.7 Det er mi naci n del Tamao de l a Muest r a en el MAE
La de t e rmina cin de un t a ma o de mue s t ra n pa ra e l ca s o de un mue s t re o e s t ra t ifica do
e s t a n comple ja o m s que la de un MAS. No por s u formula cin s ino por la ne ce s ida d de
cont a r con informa cin de la s dis pe rs ione s
2
h
S ne ce s a ria s pa ra los c lculos y que us ua lme nt e
no s e t ie ne .
En e l ca s o de un ME con a s igna cin proporciona l y un ma rge n de e rror da do igua l a c y
un nive l de confia nza de por e je mplo un 95%, una e cua cin a e mple a r e s ,
44
2
2
2
96 . 1
c
S W
n
h
h h
e n ca mbio s i s e opt a por una a s igna cin pt ima e l t a ma o de la mue s t ra y con la s mis ma s
condicione s e s ,
2
2
2
) (
96 . 1
c
S W
n
h
h h
L
l
l l POST
y W Y
1
con
l
l
l
n
N
W dnde
l
N y
l
n s on los e fe ct ivos pobla ciona le s y mue s t ra le s e n e l pos t e s t ra t o l .
Not a r que la pos t e s t ra t ifica cin s lo e nt ra e n jue go e n la e t a pa de e s t ima cin ya que lo que s e
int e nt a e s brinda r un e s t ima dor a lt e rna t ivo a l prome dio na t ura l ba jo MAS a la luz de cont a r con
informa cin pa rcia l ya que e s t a no e s t a a nive l de unida d de l ma rco.
La pos t e s t ra t ifica cin pue de s e r ut iliza da pa ra me jora r la e ficie ncia de un e s t ima dor s i
una va ria ble a uxilia r dis cre t a s e e ncue nt ra dis ponible ( por e je mplo s e xo, e da d, nive l
e duca ciona l, e t c. ) . La pre cis in que pe rmit e a lca nza r e s t a t cnica cua ndo: ( 1) los
l
l
n
N
s on
conocidos y e n lo pos ible s gra nde s y ( 2) los
h
n s on ra zona ble me nt e gra nde s ( por e j. , 30
h
n )
s e la pue de e s t ima r a pa rt ir, e n e l ca s o de un prome dio, por:
( ) ( )
2
2
2
1
1 1
) (
l
l
l
l l POST
s
N
N
n
f
s W
n
f
Y E D
,
_
45
Se pue de re ma rca r que la pre cis in a lca nza da e s ca s i la de un mue s t re o e s t ra t ifica do
proporciona l s i e l t a ma o de la mue s t ra n e s gra nde . Al mis mo t ie mpo la pos t e s t ra t ifica cin e s
me nos e xige nt e que la e s t ra t ifica cin e n s ya que s lo la informa cin a gre ga da
l
N e s
ne ce s a ria . Pe ro pie rde cie rt a pre cis in a l t e ne r e fe ct ivos mue s t ra le s e n los pos t e ra t os de
ca r ct e r a le a t orio, da do que de a nt e ma no e l e s t a ds t ico no s a be cua nt a s unida de s mue s t ra le s
le ca e r n e n ca da pos t e s t ra t o.
46
47
7. Muest r eos que I nvol ucr an Congl omer ados
7.1 Muest r eo mul t i et pi cos y por Congl omer ados
No import a que e s t ima dor s e ut ilice , e l mue s t re o s imple a l a za r pre s e nt a n dos
inconve nie nt e s que pue de n de ve nir e n fa t a le s :
- Cua ndo ca da individuo s e le cciona do t ie ne a s ocia do un cos t o de
de s pla za mie nt o pa ra pode r re a liza r la e nt re vis t a , le MAS pue de dis pe rs a r la
mue s t ra fs ica me nt e de t a l ma ne ra de e le va r e l cos t o t ot a l a que s e a
prohibit iva . Es t a s it ua cin e s muy comn e n e ncue s t a s a hoga re s que int e nt a n
cubrir gra nde s re a s ge ogr fica s .
- Pa ra pode r s e le cciona r una MAS, e s ne ce s a rio de dis pone r de un ma rco
comple t o de la s unida de s a int e rroga r con una ide nt ifica cin fs ica y ge ogr fica
pa ra ca da una de e lla s . Alguna s ve ce s s urge n s it ua cione s e n la s que e l lis t a do
de la s unida de s o ma rco, no e s t dis ponible o e s t obs ole t o.
Pa ra cont e ne r e s t os dos proble ma s de na t ura le za bie n dis t int a s e pue de e mple a r la t cnica
de mue s t re o mul t i et pi cos y por congl omer ados. El mue s t re o mult ie t pico s e re fie re a l
proce s o de s e le cciona r una mue s t ra e n dos o m s e t a pa s s uce s iva s . Es t o implica la e xis t e ncia
de dife re nt e s t ipos de unida de s mue s t ra le s a s ocia da s a ca da e t a pa y a una orga niza cin
je r rquica de la s mis ma s . En lne a s ge ne ra le s ca da unida d de prime ra e t a pa ( Unida d de
Prime ra e t a pa de Mue s t re o UPM) e s pot e ncia lme nt e divis ible e n Unida de s de Segunda
e t a pa ( USM) y a s s uce s iva me nt e .
Por e je mplo e n una e ncue s t a a hoga re s e s us ua l de finir a la s UPM a unida de s de re a s ,
como lo s on la s loca lida de s , de pa rt a me nt os , como USM a los ra dios ce ns a le s , ma nza na s o
s e gme nt os de vivie nda s cont igua s o bie n ot ra s s ubdivis ione s ce ns a le s o polt ica s .
Eve nt ua lme nt e una t e rce r e t a pa ( UTM) podr cons is t ir de una s e le ccin de vivie nda s de la s
re a s me nore s que la s cont ie ne n, la s USM ( por e j. , ma nza na s o s e gme nt os ) , de finie ndo a la s
unida de s de e s t a lt ima e t a pa , e n e s t e ca s o a la s vivie nda s , como la s unida de s e le me nt a le s .
Pa ra la s e le ccin de vivie nda s o unida de s e le me nt a le s , obje t ivo de la e ncue s t a , s e
re curre a un ma rco que inicia lme nt e cons is t e de un lis t a do de t oda s la s unida de s de prime ra
e t a pa y no de la s vivie nda s que la s compone n. Lue go, de e s t e ma rco, s e s e le cciona un nme ro
e s pe cfico de UPM a t ra v s de un mue s t re o proba bils t ico, por e j. MAS. Una ve z s e le cciona da s
la s UPM s e pa s a a la s e gunda e t a pa , que t a mbi n s e e fe ct ua r a t ra v s de un mue s t re o
proba bils t ico. En e s t a e t a pa s lo s e re quie re un ma rco de la s USM de la s UPM que fue ron
s e le cciona da s y que s e r n la ba s e de e s t a nue va e t a pa de s e le ccin. Y a s con la s e t a pa s
s iguie nt e s ha s t a fina liza r con la mue s t ra de la s unida de s de int e r s .
De he cho una de la s ve nt a ja s de l mue s t re o mult i- e t pico e s que la s unida de s
s e le cciona da s e n una e t a pa induce n los ma rcos ne ce s a rios pa ra la s iguie nt e s e t a pa s de l
mue s t re o. Es t o pe rmit e s lo confe cciona r ma rcos pa rcia le s que a t ie nda n a la s ne ce s ida de s de
la s e le ccin e n la e t a pa s iguie nt e , re ducie ndo cos t os y s a lva ndo dificult a de s e n la conforma cin
de ma rcos int e gra le s pa ra t oda s la s e t a pa s que e n la pr ct ica s on impos ible .
La proba bilida d t ot a l de s e le ccin de una vivie nda e n la mue s t ra s e ca lcula como e l
product o de la s proba bilida de s de s e le ccin de la s unida de s mue s t ra le s e n ca da una de la s
e t a pa s . Re corda r que e n la me dida que la s unida de s e n ca da e t a pa s e s e le ccione n con una
proba bilida d que pue de s e r ca lcula da , la mue s t ra re s ult a nt e e s una mue s t ra proba bils t ica . La s
unida de s de mue s t re o pue de n s e le cciona rs e con igua l o de s igua l proba bilida d e n cua lquie r
e t a pa e n un dis e o mue s t ra l mult i- e t pico. Si e s t n dis ponible s la s me dida s e xa ct a s de l
48
t a ma o pa ra la s unida de s de e t a pa s s upe riore s t a le s como loca lida de s , de pa rt a me nt os , ra dios
ce ns a le s o s e gme nt os , la s unida de s podr n s e le cciona rs e con t cnica s e s pe cia le s que
involucre n por e je mplo proba bilida de s proporciona le s a l t a ma o.
La conforma cin de la s unida de s e n la s dive rs a s e t a pa s de pe nde de como s e pa rt iciona a la
pobla cin e n grupos de unida de s o individuos dis junt os t a l que s u unin componga n la
pobla cin e nt e ra . Es t os grupos re cibe n e l nombre de conglome ra dos . Los conglome ra dos de
prime ra e t a pa no s on ot ros que la s UPM, o s e a e nt ida de s a la cua l s e le pue de a s ocia r una o
m s lis t a s de unida de s de la s e gunda e s ca la de je ra rqua . Por e je mplo, la s loca lida de s o
de pa rt a me nt os s urge n como e je mplos inme dia t os de cua lquie r e ncue s t a s ociode mogr fica
na ciona l pa ra dichos conglome ra dos de prime r e t a pa . Su unin t e rrit oria l compone n y cubre n
a l pa s y de he cho s on dis junt os .
En la s e gunda e t a pa de s e le ccin una nue va e nt ida d e s de finida , la s USM de nt ro de la s
UPM, m s pe que a s y por lo ge ne ra l e n ma yor nme ro que e s t a s . Siguie ndo con e l e je mplo, e l
a grupa mie nt o de vivie nda s e n ra dios ce ns a le s o ma nza na s pe rmit e de finir nue vos
conglome ra dos de nt ro de ca da Loca lida d o de pa rt a me nt o y que nue va me nt e de la unin de la s
corre s pondie nt e s a una mis ma UPM la cubre n. Slo la lt ima e t a pa pue de e s t a r compue s t a o
por conglome ra dos o unida de s e le me nt a le s ; la s re s t a nt e s , s upe riore s e n la je ra rqua , e s t a r n
compue s t a s por conglome ra dos e xclus iva me nt e .
Es t a t cnica de s e le cciona r dis t int a s unida de s e n va ria s e t a pa s e s una de la s m s
us a da s e n la pr ct ica , e n pa rt icula r cua ndo s e e s t t ra t a ndo con pobla cione s huma na s . Pe rmit e
cubrir a mplia s re a s de t e rrit orios e n forma muy e conmica y fa ct ible . Conce nt ra la t a re a e n
t e rre no fa cilit a ndo los cont role s de una e ncue s t a logra ndo mucha s ve ce s de s ce nt ra liza r la s
a ct ivida de s .
La s e le ccin por conglome ra dos t a mbi n t ie ne a lguna s de s ve nt a ja s con re s pe ct o a l
mue s t re o s imple a l a za r, da do que e s me nos pre cis o e n la ma yor pa rt e de los ca s os . De s de e l
punt o de vis t a de la pre cis in s i uno quie re una mue s t ra fina l de n unida de s e le me nt a le s , e s
pre fe rible s e le cciona rla s a t ra v s de un MAS y no como e l re s ult a do de una s e le ccin e n va ria s
e t a pa s . O s e a , por un la do s e logra re ducir cos t os pe ro por ot ro s e pie rde mucha pre cis in e n
la s e s t ima cione s , compa ra dos a ot ros dis e os de igua l t a ma o de mue s t ra . Es t o lle va a que e l
e s t a ds t ico t e nga que ba la nce a r cos t os y pre cis in a la hora de dis e a r una e ncue s t a por
conglome ra dos y e n va ria s e t a pa s .
La jus t ifica cin ma t e m t ica de e s t a p rdida de pre cis in e s comple ja , p e ro e l
me ca nis mo cua lit a t ivo e n que s e funda e s , gros e ra me nt e , e l s iguie nt e : cua ndo s e conforma n
la s unida de s prima ria s , e n la ma yor pa rt e de los ca s os , los individuos o unida de s ve cina s que
la compone n s on pa re cidos de s de e l punt o de vis t a de la va ria ble de int e r s . La s e le ccin e n
una s e gunda e t a pa pie rde s u fue rza pue s cons is t e , e xa ge ra ndo un poco e vide nt e me nt e , e n
obt e ne r una informa cin que re pit e la cont e nida e n la UPM. Pa ra ha bla r de e s t e e fe ct o de
conglome ra do e l e s t a ds t ico ma nifie s t a e s t a ide a de re dunda ncia de informa cin e n e l s e no
de la s unida de s cons t it uida s e n ca da e t a pa .
Es por e s t o que e s de s e a ble s e n e s t e t ipo de mue s t re o que la s unida de s de e t a pa s
s upe riore s s e a n t a n he t e rog ne os como s e a pos ible e n la s va ria ble s de int e r s . Por e je mplo la
ge nt e que vive e n una ma nza na de la ciuda d compa rt e ma s ca ra ct e rs t ica s s ocia le s y
e conmica s como grupo, que la pobla cin de la ciuda d como un t odo. La mis ma re la cin
pe rma ne ce v lida pa ra la s fa milia s individua le s . La ge nt e que compa rt e un t e cho
proba ble me nt e t ie ne ma s ca ra ct e rs t ica s e n comn que los mie mbros de la pobla cin t ot a l.
Oca s iona lme nt e cua ndo la re la cin e nt re los mie mbros de los conglome ra dos e s t a l que
e llos s on m s dis mile s con re s pe ct o a la s ca ra ct e rs t ica s de int e r s que la pobla cin s uje t o e n
ge ne ra l, e l mue s t re o por conglome ra dos e s m s e ficie nt e que e l mue s t re o a le a t orio s imple .
Es t o e s jus t a me nt e lo opue s t o de lo que s e re quie re e n la e s t ra t ifica cin de una pobla cin
donde e l e s t ra t o de be r s e r t a n homog ne o como s e a pos ible . Si ha y una s imilit ud s upe rficia l
e nt re conglome ra dos y e s t ra t os s t a e s que un conglome ra do, a s como un e s t ra t o, e s una
a grupa cin de mie mbros de la pobla cin.
49
Donde los dos difie re n e s e n los m t odos us a dos pa ra s e le cciona r la mue s t ra . En e l
mue s t re o e s t ra t ifica do ca da e s t ra t o s e mue s t re a e n forma inde pe ndie nt e . En e l mue s t re o por
conglome ra dos s e s e le cciona una mue s t ra de conglome ra dos y s e a plica a grupos de mie mbros
de la pobla cin dnde ca da grupo s e cons ide ra como una unida d s ingula r e n e l proce s o de
s e le ccin. Por t a nt o pa ra una pre cis in m xima e n e l mue s t re o por conglome ra dos e s de s e a ble
que la s unida de s que los compre nde n va re n t a nt o como s e a pos ible y s e t e nga un gra n
nme ro de pe que os conglome ra dos que un pe que o nme ro de gra nde s conglome ra dos
como ve re mos m s a de la nt e .
7.2 Muest r eo de Congl omer ados en una et apa, est i maci n y pr eci si n
Al cont ra rio de la s dificult a de s s e a la da s con re s pe ct o a l MAS a l principio de l a pa rt a do
7. 1 e n ningn mome nt o la s e s t ima cione s pa ra t ot a le s , prome dios o proporcione s y la s de s us
re s pe ct iva s pre cis ione s s e ve n comple jiza da s por e l dis e o. Es t o no ocurre e n ge ne ra l cua ndo
s e e mple a un dis e o mult ie t pico y por conglome ra dos . Dis t int os e le me nt os , e l nme ro de
e t a pa s , e l gra do de homoge ne ida d de nt ro de los conglome ra dos , e l t ipo de e s t ima dor, e l
conocimie nt o e xa ct o de la s unida de s que compone n ca da e t a pa , e nt ra n e n jue go a la hora de
brinda r e s t ima cione s y m s s i e s t a s s on la s que corre s ponde n a la pre cis in.
Ba s t a t oma r e l ca s o m s s e ncillo, e l mue s t re o s imple a l a za r de conglome ra dos e n una
e t a pa , pa ra vis ua liza r la s comple jida de s con la s cua le s ha y que involucra rs e . Pa ra e s t e dis e o
s e s upone que la pobla cin e s dividida e n conglome ra dos y e n una s ola e t a pa s e s e le cciona por
MAS una mue s t ra de los mis mos con una me dicin e xha us t iva de la va ria ble de int e r s s obre
t odos los e le me nt os de los conglome ra dos s e le cciona dos . Pa ra la s e xpre s ione s a lge bra ica s e s
conve nie nt e int roducir la s iguie nt e not a cin, s e a :
M = t ot a l de conglome ra dos e n la pobla cin,
i
N = t ot a l de e le me nt os e n e l conglome ra do i ,
M
i
i
N N
1
= t ot a l de e le me nt os e n la pobla cin,
m t ot a l de conglome ra dos e n la mue s t ra ,
m
i
i I
N N
1
t ot a l de e le me nt os s e le cciona dos ,
M
N
N = prome dio de e le me nt os por conglome ra dos
i
N
k
ik i
y T
1
t ot a l de la va ria ble Y e n e l conglome ra do i- s imo,
i
i
i
N
T
Y = prome dio de la va ria ble Y e n e l conglome ra do i- s imo
Una e s t ima cin de un t ot a l pa ra una va ria ble Y e n t oda la pobla cin vie ne da do por,
i
N
i
i Cong
T
m
M
t
1
1
=
i
T M ,
con
m
T
T
m
i
i
i
1
e l prome dio mue s t ra l por conglome ra do; una e xpre s in pa ra una e s t ima cin
de la me dida dis pe rs in o e rror e s ,
50
2 2
1
2
) 1 (
) (
t
I
Cong CONG
s
m
f
M t E D
con
1
) (
2
2
m
T T
s
i i
t
y
M
m
f
I
o s e a la dis pe rs in de los t ot a le s de los conglome ra dos s e le cciona dos y la fra ccin de
mue s t re o. La s de duccione s pa ra un prome dio o un t ot a l s on e xt e ns ione s inme dia t a s de la s
pre s e nt a da s pa ra un t ot a l.
Una compa ra cin con e l MAS s e logra midie ndo la ga na ncia a bs olut a e nt re e s t e y e l
mue s t re o por conglome ra dos de s cript o, da da por lo que s e da e n lla ma r Ef e ct o de Dis e o
( EfD) y de finido por:
) (
) (
) , (
2
1
2
1
t DE
t DE
MAS t EfD
MAS
Cong CONG
Cong
o s e a e l cocie nt e e nt re la s pre cis ione s ba jo los dos dis e os . Pa ra una int e rpre t a cin de e s t e
e fe ct o e s a de cua do int roducir lo que s e da e n lla ma r coe ficie nt e de homoge ne ida d,
2
2
1
y
yW
S
S
donde
M
i
i
M
i
yi i
yW
N
S N
S
1
1
2
2
e s un prome dio ponde ra do de la s dis pe rs ione s de la va ria ble Y e n los
conglome ra dos , con
2
yi
S la dis pe rs in e n e l conglome ra do i- s imo.
Es t e coe ficie nt e t ie ne la pa rt icula rida d de me dir e l e fe ct o de conglome ra cin o s imilit ud
e nt re e le me nt os de los conglome ra dos me nciona do e n p rra fos a nt e riore s y pre s e nt e e n t odo
dis e o con e s t a s ca ra ct e rs t ica s . Su va lor e s t a cot a do ya que s e e ncue nt ra e nt re lmit e s bie n
de finidos ,
1
1
M N
M
Dis t int os va lore s origina n dis t int a s int e rpre t a cione s que ca ra ct e riza n a l dis e o por
conglome ra dos . Un va lor pe que o ha bla de que los e le me nt os e n un mis mo conglome ra do s on
dis mile s con re s pe ct o a la va ria ble de e s t udio, o s e a t ie ne n un ba jo gra do de homoge ne ida d.
Por e j. , s i t oma e l va lor infe rior ma s e xt re mo s e t ie ne que la s me dia s de la va ria ble de int e r s
e n ca da conglome ra do s on igua le s . Por ot ro la do un va lor de igua l a 0 indica que e l
prome dio de la s dis pe rs ione s de nt ro de ca da conglome ra do e s igua l a l de la dis pe rs in de la
va ria ble e n la pobla cin. En ca mbio un va lor prximo a 1 nos ma rca un a lt o gra do de
homoge ne ida d y por lo t a nt o e xis t e una fue rt e s imilit ud e nt re los e le me nt os de un mis mo
conglome ra do.
Va li ndos e de e s t a de finicin pa ra e l e fe ct o de dis e o int roducido a nt e riorme nt e
t oma una nue va e xpre s in,
2
1
1
1 ) (
y
Cong
S N
Cov
M
M N
t EfD +
+
51
Se pue de obs e rva r que e n e lla ha y una nue vo va lor Cov o cons t a nt e y que con cie rt a
ge ne ra lida d, pa ra no e nt ra r e n de t a lle s , re la ciona los t a ma os de los conglome ra dos
i
N y la s
ca nt ida de s
2
i i
Y N
& &
de ca da conglome ra do y que obliga r a t e ne rla pre s e nt e e n cua lquie r
int e rpre t a cin. Dos ca s os e xt re mos s on de import a ncia :
Caso 1 . Todos los conglome ra dos t ie ne n e l mis mo t a ma o, e s t o e s , N N
i
. Pa ra e s t a
s it ua cin la e xpre s in pa ra e l EfD s e t ra ns forma e n,
( ) 1 1
1
1 ) (
1
+
+ N
M
M N
t EfD
Cong
e s t o mue s t ra que la pre cis in de un mue s t re o por conglome ra dos e s ma yor que la de un
mue s t re o s imple a l a za r s i 0 , o s e a s i e xis t e s uficie nt e va ria cin o dis pe rs in de nt ro de los
conglome ra dos e n la va ria ble de e s t udio. Por lo t a nt o e n la me dida que ha ya de nt ro de los
conglome ra dos una a lt a he t e roge ne ida d ha br ga na ncia s s obre e l MAS. Es t a s it ua cin e n la
pr ct ica difcilme nt e s e logra ya que e s us ua l que ca s i t oda s la s va ria ble s de fina n va lore s
pos it ivos ( y a ve ce s muy a lt os ) de l coe ficie nt e de homoge ne ida d.
Por e je mplo, un va lor de prximo a 0. 08 y con un t a ma o prome dio e n los
conglome ra dos de N = 300, e l EfD 25, o s e a una pre cis in 5 ve ce s m s gra nde que una lo
que a rroja ra una MAS de l mis mo t a ma o. Cla ro que e n e s t e ca s o e l t a ma o prome dio de los
conglome ra dos e s gra nde , por lo t a nt o e s conve nie nt e e n lo pos ible cont a r con conglome ra dos
m s chicos pa ra que e l impa ct o no s e a t a n import a nt e .
Pe ro s in duda la cons t ruccin de conglome ra dos he t e rog ne os e s comple ja ,
e s pe cia lme nt e cua ndo e s t a s e re a liza e n ba s e de va ria ble s ge ogr fica s como ocurre e n la
ma yora de la s e ncue s t a s a hoga re s . Por conve nie ncia los conglome ra dos s ue le n s e r e nt ida de s
( ra dios ce ns a le s , ma nza na s , s e gme nt os de vivie nda s ) e n donde la ge nt e que los ha bit a pos e e
ca ra ct e rs t ica s s ocia le s o e conmica s muy s imila re s lo cua l va e n cont ra de la pre cis in e n la s
e s t ima cione s .
Caso 2 . Los t a ma os de los conglome ra dos va ra n. Aqu la s it ua cin e s m s proble m t ica que
e n e l ca s o 1. El va lor de Cov e s us ua lme nt e pos it ivo y la compone nt e que lo involucra e n e l
EfD pue de t oma r un va lor muy gra nde . Pa ra vis ua liza r e l e fe ct o de los conglome ra dos con
dis t int o t a ma o s e pue de cons ide ra r e l va lor m s e xt re mo de mnima homoge ne ida d, o s e a
( )
( ) M N
M
1
. En e s t e ca s o t odos los prome dios de la va ria ble de int e r s de los
conglome ra dos ,
i
Y e s t n prximos a l prome dio pobla ciona l de la va ria ble , Y y e l e fe ct o de
dis e o s e lo pue de e s cribir como,
( )
2
1
,
_
y
N
Cong
CV
CV
N t EfD
donde los dos Coe ficie nt e s de Va ria cin ha ce n re fe re ncia a l de los t a ma os de los
conglome ra dos y a l de la va ria ble e n la pobla cin. Una ve z m s s i e l prome dio de los t a ma os
de los conglome ra dos e s gra nde , e s t o provoca un e fe ct o ne ga t ivo pa ra la pre cis in de la s
e s t ima cione s ; por ot ro la do t a mbi n e l e fe ct o s e vis ua liza s i e l CV de los t a ma os e s gra nde
re la t ivo a l CV de la va ria ble ba jo e s t udio e n la pobla cin. Not a r que e s t a s conclus ione s s e
ba s a n e n t oma r e l va lor m s fa vora ble pa ra y que e s t le jos de s e r lo que s e e ncue nt ra e n
la pr ct ica .
52
Es t a dis cus in mue s t ra que la e s t ra t e gia por mue s t re o con conglome ra dos e s mucha s
ve ce s ine ficie nt e . Una pos ibilida d pa ra me jora r e s t a s it ua cin e s s e le cciona r m s
conglome ra dos , con e l incre me nt o de los cos t os a que e s t o lle va . Sin e mba rgo t oda va e l
e s t a ds t ico t ie ne una ins t a ncia m s pa ra me jora r la pre cis in de la s e s t ima cione s . Pa ra e s t o s e
va ldr de ot ros e s t ima dore s dis t int os a los propue s t os ha s t a a qu pa ra un t ot a l, un prome dio y
una proporcin. Incorpora r e n e llos pos ible s e s t ra t ifica cione s y/ o pos t - e s t ra t ifica cione s ,
dis t int os nive le s de informa cin a uxilia r de los conglome ra dos , de la s unida de s e n la s dis t int a s
e t a pa s que pue de cont a r de fue nt e s e xt e rna s . Ba jo e s t a s circuns t a ncia s s e r pos ible
ma nt e ne r mue s t re os por conglome ra dos con una me nor pe rdida de pre cis in, e conmicos y
fa ct ible s a l mis mo t ie mpo.
7.3 Muest r eo de congl omer ados en dos et apas, est i maci n y pr eci si n
Pa ra cont rola r los cos t os de una e ncue s t a y a l mis mo t ie mpo incre me nt a r e l nme ro de
conglome ra dos , e l e s t a ds t ico pue de s ubmue s t re a r de nt ro de los conglome ra dos e n ve z de
e s t udia r a t odos s us e le me nt os . Es t o fue pre s e nt a do e n los a pa rt a dos a nt e riore s cua ndo s e
de s cribi e l mue s t re o e n va ria s e t a pa s . Aqu s in e mba rgo s e va a pone r e l a ce nt o e n los
a s pe ct os de e s t ima cin y pre cis in pa ra e l ca s o e s pe cia l de dos e t a pa s , que us ua lme nt e s e
a plica .
La ide a a hora pa ra e s t ima r un t ot a l pobla ciona l involucra e s t ima r los t ot a le s de los
conglome ra dos s e le cciona dos ; o s e a los
i
N
k
ik i
y T
1
que e n e l mue s t re o de conglome ra dos e n
una e t a pa e ra n conocidos lue go de me dir la va ria ble e n los mis mos pa ra t oda s u pobla cin.
Ba jo e l mue s t re o por conglome ra dos e n dos e t a pa s s e t e ndr n e s t ima cione s
i
T
a t ra v s de
una mue s t ra de los e le me nt os de los conglome ra dos . Si la va ria cin de nt ro de los
conglome ra dos e s pe que a los
i
T
m
i
i
n n
1
. Un e s t ima cin de un t ot a l e s brinda da por,
m
i
i
m
i
i i cong
t
m
M
y N
m
M
t
1 1
2
53
con
i
y y
i
t e l prome dio y e l t ot a l e s t ima do re s pe ct iva me nt e de la va ria ble de int e r s e n e l
conglome ra do i- s imo . De la frmula pre ce de nt e s e pue de ve r que e s t e e s un e s t ima dor que
s e lo pue de re - e s cribir como,
m
l
n
i
li i Cong
i
y w t
1 1
2
m
i
i
i
i
i cong
s
n
f
N
m
M
s
m
f
M t E D
1
2
2
2 2
1
1 2
2
1 1
) (
donde
2
1
s e s la dis pe rs in e s t ima da de los t ot a le s
i
t pa ra la mue s t ra de la prime r e t a pa y
2
2i
s
la que corre s ponde a la e s t ima da de nt ro de l conglome ra do i- s imo origina da por la s e gunda
e t a pa .
Al prime r t rmino s e lo de nomina INTER o e nt re UPM y na t ura lme nt e e s t a s ocia do a
la dis pe rs in mue s t ra l de la s UPM. Es de l orde n de
m
1
e int e rvie ne n t ot a le s pa ra s u c lculo lo
que pe rmit e vis ua liza r lo import a nt e que e s confe cciona r UPM de t a ma os s imila re s , con gra n
he t e roge ne ida d y de comport a mie nt os prome dios pa re cidos , bus ca ndo dis minuir s u impa ct o e n
e l e rror fina l.
En ca mbio a l s e gundo t rmino s e lo lla ma INTRA o de nt ro de la s UPM y ha ce
int e rve nir una me dida de la dis pe rs in de Y de nt ro de la s UPM. Uno pue de pe ns a r que la
cons t ruccin de la s UPM como s e e s pe cul e n e l p rra fo pre ce de nt e pue de lle va r a t e ne r
2
2i
s y
a que la compone nt e INTRA s e a fue rt e . Sin e mba rgo e s import a nt e not a r que s i bie n a pa re ce
e l fa ct or
m
1
e n e s t e s e gundo t rmino t a mbi n a pa re ce n los va lore s de
i
n por UPM e n e l
de nomina dor. Con a lguna ge ne ra lida d s e pue de de cir que e l orde n de INTRA e s de
n m
1
donde
M
N
n
m
i
i
1
e s e l t a ma o prome dio de la s mue s t ra s e n la s UPM s e le cciona da s . Es t o
pe rmit e e s pe ra r que
n m
1
s e a mucho m s chico que
m
1
con lo cua l s olo e l prime r t rmino e s
de int e r s pr ct ico pa ra e l c lculo de l e rror. Ade m s s e vis ua liza que s i s e a ume nt a ms in t oca r
los t a ma os
i
n s e dis minuir n t a nt o la compone nt e INTER como la INTRA, y s i s e a ume nt a los
i
n ma nt e nie ndo fijo a m la compone nt e INTRA e s la nica que dis minuir . Es t a s e gunda
ope ra cin s e r me nos e fica z que la prime ra . Si bie n e s t e ra zona mie nt o e s ba s t a nt e cua lit a t ivo,
54
y pue de s e r pue s t o e n duda e n mucha s s it ua cione s ( re corda r que s e s upone n s e le ccione s por
MAS y e l e s t ima dor e s un t ot a l) , s e pue de re t e ne r la s iguie nt e re gla :
A t a ma o de mue s t ra globa l n m , e s pre fe rible e n ge ne ra l e le gir un va lor m ximo pa ra
m ( o s e a mucha s UPM) y uno mnimo pa ra n , na t ura lme nt e t e nie ndo muy e n cue nt a la s
re s t riccione s de pre s upue s t o.
Alguna s s implifica cione s s e pue de n logra r pa ra
2
Cong
t y de s u de s vo e s t nda r u e rror,
cua ndo:
a ) la fra ccin de mue s t re o e n la s e gunda e t a pa e s cons t a nt e , o s e a , s e e lige pa ra
ca da UPM e le gida e n la prime r e t a pa
i
n proporciona l a
i
N de la forma
i i
N f n
2
.
b) El t a ma o de la s UPM s on igua le s , e s t o e s N N
i
con a ) . Ba jo e s t a s it ua cin s e
logra un dis e o a ut oponde ra do con pe s o pa ra t oda unida d e le me nt a l igua l a
2 1
1 f f w
i
; s in duda una de la s s it ua cione s m s bus ca da s e n la pr ct ica ya que
e n la s e s t ima cione s de be n int e rve nir no m s que los va lore s de la va ria ble e n los
e le me nt os s e le cciona dos .
c) La s e le ccin de UPM e s proporciona l a t a ma o de una va ria ble U ( por e j. la
ca nt ida d a proxima da de unida de s e le me nt a le s e n la UPM) ; e s de cir la proba bilida d
de s e le ccin de una UPM e s
i
i
u
mu
, pa ra un t a ma o fijo de mue s t ra m e n la
prime r e t a pa . Si s e s ubmue s t re a ca da UPM ba jo la re la cin
i i
i
u N
n 1
la ca rga de
t ra ba jo e s igua l e n t oda UPM s e le cciona da ,
i
n cons t a nt e , y e l t ra ba jo de ca mpo
ga na e n cont rol. Es t a e s t ra t e gia t a mbi n lle va a un dis e o a proxima da me nt e
a ut oponde ra do con la s ve nt a ja s me nciona da s .
Es t os principios conduct ore s pa ra s e le cciona r, e s t ima r y ca lcula r e rrore s t a mbi n s e
pue de n e xt e nde r a dis e os que involucra n t re s o m s e t a pa s . La pre cis in s e e ncont ra r
dis minuida o a ume nt a da por los e fe ct os a s ocia dos a ca da e t a pa y s e pue de ve r que e l
e s t ima dor de l e rror incorpora una compone nt e propia a ca da e t a pa .
55
8. Muest r eo con Pr obabi l i dad Pr opor ci onal al Tamao
8.1 I nt r oducci n
El e fe ct o de la va ria nza de una gra n pobla cin e n la e ficie ncia pue de s e r re ducido
e ligie ndo una t cnica de mue s t re o a propia da como e l mue s t re o e s t ra t ifica do, e l cua l divide a la
pobla cin e n s ubpobla cione s a grupa ndo e le me nt os de s imila re s ca ra ct e rs t ica s . A ve ce s la
va ria nza e nt re e le me nt os e s t a n gra nde que la e s t ra t ifica cin no e s s uficie nt e pa ra ma nt e ne r e l
e rror mue s t ra l de nt ro de lmit e s a ce pt a ble s . Ta l ve z la pobla cin cont ie ne un nme ro de
e le me nt os que t ie ne n va lore s e xt re ma da me nt e gra nde s de la va ria ble e n e s t udio ca us a ndo un
incre me nt o e n la va ria nza . Una t cnica mue s t ra l m s a de cua da pa ra dicho ca s o, e s pe cia lme nt e
pa ra la e s t ima cin de un t ot a l, e s una e n la cua l la s proba bilida de s de inclus in de pe nde n de l
t a ma o de l e le me nt o e n la pobla cin.
Una re duccin e n la va ria nza pue de s e r e s pe ra da s i la me dida de t a ma o y la va ria ble
e n e s t udio e s t n re la ciona da s . De bido a que la t cnica mue s t ra l e s t ba s a da e n proba bilida de s
de inclus in proporciona le s a me dida s re la t iva s de t a ma o de los e le me nt os de la pobla cin,
e s t a t cnica e s lla ma da Mue s t re o con Proba bilida d Proporciona l a l Ta ma o ( PPT) . Es t a t cnica
e s e mple a da ge ne ra lme nt e e n la prime r e t a pa de s e le ccin de unida de s prima ria s e n los
dis e os mult ie t picos .
Es t pico que e n la s e ncue s t a s s ocio- de mogr fica s la s a ge ncia s de e s t a ds t ica
s e le cciona n de fine n unida de s de re a s como la s UPM y t oma n como me dida de t a ma o por
e je mplo e l nme ro, mucha s ve ce s a proxima do, de l t ot a l de vivie nda s u hoga re s e n la UPM.
Ge ne ra lme nt e e s t a s UPM s on e s t ra t ifica da s y de nt ro de los e s t ra t os s e s e le cciona n una o m s
UPM a t ra v s de un mue s t re o PPT. En la s re s t a nt e s e t a pa s la s s e le ccione s s on o PPT o
s is t e m t ica s de la s de m s unida de s ( USM, UTM, e t c. ) que proba ble me nt e e s t n s uje t a s a una
e s t ra t ifica cin e n ca da e t a pa pa ra re ducir cos t os y bus ca r a l mis mo t ie mpo ga na ncia s e n la
pre cis in de la s e s t ima cione s . Es t os dis e os s e los da e n lla ma r dis e os comple jos .
8.2 Pr obabi l i dad Pr opor ci onal al Tamao
En e l mue s t re o PPT e l t a ma o de un e le me nt o de la pobla cin e s de finido por una
va ria ble a uxilia r z que t oma va lore s pos it ivos . Se a s ume que los va lore s zk ( k= 1,...,N) de la
va ria ble a uxilia r s on conocidos pa ra t odos los e le me nt os de la pobla cin y s e de fine e l pe s o
re la t ivo de l e le me nt o k como
z k k
T z p donde
N
k
k z
z T
1
e s e l t ot a l pobla ciona l de la
va ria ble a uxilia r z.
En mue s t re o PPT la s proba bilida de s de inclus in
k
s on proporciona le s a los pe s os
re la t ivos
k
p . La ponde ra cin de ca da uno de los e le me nt os de la mue s t ra e s igua l a la inve rs a
de la proba bilida d de inclus in, o s e a
1
k k
w . En e ncue s t a s a e mpre s a s por e je mplo, e l
nme ro de e mple a dos de la s mis ma s e s una bue na me dida de t a ma o; e n una e ncue s t a a
cole gios e l nme ro t ot a l de pupilos e s t a mbi n una bue na me dida de t a ma o; e n una e ncue s t a
a hos pit a le s , e l t ot a l de ca ma s de los mis mos cons t it uye una a propia da me dida de s u t a ma o.
En gra n me dida e l proble ma con mue s t ra s PPT s e ce nt ra e n la s me dida s de l t a ma o de
la s unida de s de mue s t re o y a de m s pa ra que s e a e ficie nt e e s t a s de be n s e r pre cis a s . Sin
e mba rgo a me nudo la s me dida s de l t a ma o que da n obs ole t a s r pida me nt e . La s e ncue s t a s a
come rcios proporciona n e l me jor e je mplo de e s t e ca mbio, ya que e l "t a ma o" ( por e je mplo
nme ro de e mple a dos ) , pue de ca mbia r s us t a ncia lme nt e con e l t ie mpo. Te nie ndo e n cue nt a
56
e s t o, a me nudo e s pos ible e s t ra t ifica r e n cla s e s de t a ma o a mplio pa ra la s cua le s la
pe rt e ne ncia a la cla s e s e a ma s bie n e s t a ble .
Es pos ible e xt ra e r mue s t ra PPT con o s in re e mpla zo, s ie ndo e n e s t a s lt ima s m s difcil
e l c lculo de la s proba bilida de s de s e le ccin de bido a que cua ndo e l prime r e le me nt o e s
s e le cciona do e l t a ma o re la t ivo de los re s t a nt e s N- 1 e le me nt os ca mbia , y nue va s
proba bilida de s de s e le ccin de be n s e r ca lcula da s . Ade m s e s e xt re ma da me nt e comple jo
e ncont ra r una e s t ima cin pa ra e l e rror mue s t ra l o la dis pe rs in de l e s t ima dor, ya s e a un t ot a l o
un prome dio.
Es por e s o que e n la pr ct ica s e e mple e n m t odos con re e mpla zo pe rdie ndo un poco
de e ficie ncia a cos t a de a ume nt a r e l e rror mue s t ra l. Sin e mba rgo uno de los m t odos m s
f cile s pa ra s e le cciona r mue s t ra s con proba bilida d proporciona l a l t a ma o s in re e mpla zo e s e l
mue s t re o PPT s is t e m t ico. En e s t e m t odo la s propie da de s de l mue s t re o s is t e m t ico y de l
mue s t re o PPT s on combina da s e n un e s que ma mue s t ra l s imple . Si la pobla cin e s t
a le a t oria me nt e pre orde na da e s t e e s que ma brinda la oport unida d de de s a rrolla r e s t ima cione s
como s i la mue s t ra hubie ra s ido s e le cciona da PPT con re e mpla zo.
En mue s t re o s is t e m t ico e l int e rva lo mue s t ra l e s ca lcula do como n N q . En PPT
s is t e m t ico e l int e rva lo e s ca lcula do como n T q
z
. Por lo t a nt o prime ro s e s e le cciona un
nme ro a l a za r de l int e rva lo [ 1, q] . Se a q 0 dicho nme ro, e nt once s los n e le me nt os que
compone n la mue s t ra s on
q n q q q q q q ) 1 ( ..., , 2 , ,
0 0 0 0
+ + +
Por lo t a nt o ba jo e s t e m t odo la proba bilida d de inclus in de l k- s imo e le me nt o e n la mue s t ra
e s
k k
p n* .
8.3 Est i maci n y Cl cul o de Er r or es
Dos de los e s t ima dore s pa ra t ot a le s m s conocidos pa ra mue s t ra s PPT s on los lla ma dos
Horvit z- Thomps on ( HT) y e l de Ha ns e n- Hurwit z ( HH) , los cua le s e s t n ba s a dos e n la s
proba bilida de s de inclus in.
Ba jo mue s t re o PPT s in re e mpla zo un e s t ima dor HT ins e s ga do de Y e s :
n
k k
k
HT
y
Y
1
donde
k
e s la proba bilida d de inclus in de l e le me nt o k. Pa ra un e s que ma PPT con re e mpla zo
e l e s t ima dor HH e s da do por:
n
k k
k
HH
p
y
n
Y
1
1
,
_
n
k
HH
k
k
HH
Y
p
y
n n
Y
1
2
) 1 (
1
)
var(
Es t e e s t ima dor de va ria nza e s ut iliza do como una a proxima cin pa ra e l ca s o donde e l mue s t re o
e s PPT s is t e m t ico da do que e l mue s t re o s is t e m t ico no pos e e un e s t ima dor ins e s ga do de
va ria nza .
57
Por e je mplo s uponga mos que s e t ie ne n que s e le cciona r 2 unida de s de la s iguie nt e t a bla
Empre s a Ve nt a s ( mile s ) Ta ma o Ra ngo Ga s t os
1 50 50 1- 50 26000
2 1000 1050 51- 1050 470000
3 125 1175 1051- 1175 63800
4 300 1475 1176- 1475 145000
5 500 1975 1476- 1975 230000
6 25 2000 1976- 2000 12500
El int e rva lo mue s t ra l 1000 2 2000 n T q
z
s e de t e rmina prime ro. Lue go s e e lige
un nme ro a l a za r q0 e nt re 1 y 1000. A cont inua cin s e de t e rmina n los ot ros nme ros
a gre ga ndo re pe t ida me nt e e l int e rva lo mue s t ra l q a l nme ro q0. Por e je mplo, s i e l nme ro a l
a za r e s 69, e nt once s e n la mue s t ra de t a ma o 2 e l nme ro s iguie nt e s e r 1069, que ca e e n e l
int e rva lo 1051- 1175, y los e le me nt os 2 y 3 s on los s e le cciona dos e n la mue s t ra .
Sin e mba rgo e s t e m t odo t ie ne va rios proble ma s , por e je mplo s i e l t a ma o de a lguna
de e s t a s unida de s e s m s gra nde que e l int e rva lo mue s t ra l q0, e s t a s podra n s e r s e le cciona da s
m s de una ve z. Es t e proble ma pue de obvia rs e s ola me nt e ponie ndo e s t a s gra nde s unida de s
de nt ro de e s t ra t os s e pa ra dos y mue s t re ndola s e n forma inde pe ndie nt e . El s e gundo proble ma
ya me nciona do t ie ne que ve r con la dificult a d de e s t ima r la va ria nza mue s t ra l.
Si e l obje t ivo de e s t a mue s t ra fue ra la e s t ima cin de l ga s t o t ot a l de la s e mpre s a s , s e
podra n a plica r los e s t ima dore s me nciona dos e n la s e ccin a nt e rior ut iliza ndo los va lore s de la
s iguie nt e t a bla
Empre s a yk ( Ga s t os ) zk ( Ve nt a s ) Pk yk/ pk 1/ n* yk/ pk
2 470000 1050 1050/ 2000 895238 447619
3 63800 125 125/ 2000 1020800 510400
Una e s t ima cin de l ga s t o s e obt ie ne e mple a ndo e l e s t ima dor,
958019 510400 447619
1
1
+
n
k k
k
HH
p
y
n
Y
En e l ca s o de la e s t ima cin de va ria nza , ha re mos e l s upue s t o de ut iliza r un mue s t re o
PPT con re e mpla zo pa ra a proxima r la va ria nza de l PPT s is t e m t ico.
Empre s a yk/ pk
yk/ pk-
HH
Y
(yk/ pk-
HH
Y
)
2
2
) 1 (
1
,
_
HH
k
k
Y
p
y
n n
2 895238 - 62781 3941453961 1970726980, 5
3 1020800 62781 3941453961 1970726980, 5
cuyo c lculo da ,
3941453961 5 . 1970726980 5 . 1970726980
) 1 (
1
)
var(
1
2
+
,
_
n
k
HH
k
k
HH
Y
p
y
n n
Y
o s e a un e rror e s t ima do de a proxima da me nt e de 62800.
58
9. Encuest as por Panel
9.1 I nt r oducci n
Cua ndo s e bus ca me dir la e volucin de un pa r me t ro e n e l curs o de l t ie mpo, s e lle ga
e n la ma yora de la s ve ce s a s e le cciona r una mue s t ra a la fe cha de orige n, y a la s unida de s o
individuos de la mue s t ra s e los s igue e l t ie mpo ne ce s a rio que de ma nda e l e s t udio. Una
mue s t ra e n donde a los individuos s e los int e rroga a l me nos 2 ve ce s s e la lla ma panel .
La s e ncue s t a s por pa ne l pe rmit e n e l e s t udio de ca mbios individua le s , e s t o no s olo e s
ne ce s a rio pa ra cont a r la s fre cue ncia s de ca mbio s ino t a mbi n pa ra inve s t iga r la din mica de
la s ca us a s y s us re la cione s . O s e a , pe rmit e brinda r e s t ima cione s a ce rca de un ca mbio brut o
de t r s de un ca mbio ne t o.
Se pue de ut iliza r pa ne le s porque e l pa r me t ro que s e bus ca e s t ima r ha ce
e xplcit a me nt e int e rve nir la s e volucione s individua le s de la va ria ble de int e r s ; por e j. , e l
c lculo de un ndice de pre cios t ie ne s t a ca ra ct e rs t ica : s i N e s e l nme ro de product os y
t
i
P
e l pre cio de l product o i a la fe cha o t ie mpo t , s e pue de de finir a l ndice
N
i
t
i
t
i
t t
P
P
N
I
1
, 1
1
que
s e lo pue de e s t ima r por
N
i
t
i
t
i
t t
P
P
n
I
1
, 1
1
12
n
Caso 1. Si n super posi ci n : 0
12
n , 0
2 1
P P
1
n
2
n
Como la s mue s t ra s s on inde pe ndie nt e s la dis pe rs in de la dife re ncia e s ,
( ) .
2
2
2
1
2
1 2
n
S
n
S
d DE +
O s e a la s uma de la s dis pe rs ione s de la s dos e s t ima cione s de
1
Y e
2
Y , da n una
e s t ima cin de la impre cis in globa l de la e volucin. En e l ca s o de que S S S
2
2
2
1
s e t ie ne ,
( )
,
_
+
2 1
2 2
1 1
n n
S d DE
y s i a de m s n n n
2 1
,
60
( )
n
S
d DE
2
2
2
12
n
( ) ( )
12
2
2
2
1
2
2
1
S S S
n
d DE + ( )
2 1 12
2
2
2
1
2
1
S S R S S
n
+
Ade m s , cua ndo:
S S S
2
2
2
1
, e nt once s ( ) ( ). 1
2
12
2 2
R S
n
d DE
La ve nt a ja e s t a ds t ica pa ra me dir dife re ncia s con un s ola pa mie nt o comple t o de la mue s t ra
s obre dos mue s t ra s inde pe ndie nt e s ca da una de t a ma o n e s t a re s umida e n e l fa ct or
12
1 R ,
donde
12
R e s la corre la cin e nt re los va lore s
i
y
1
e
i
y
2
e nt re la s dos oca s ione s . Es t e va lor
cont rola la re duccin de l e rror y por cons e cue ncia e l incre me nt o e n la pre cis in que s e a lca nza
pa ra d .
Ge ne ra lme nt e e s t a corre la cin e s pos it iva ya que e s de e s pe ra r que la va ria ble o
ca ra ct e rs t ica que s e e s t midie ndo s e a e s t a ble e n mucha s unida de s de un pe riodo a l ot ro.
Es t e e s e l a rgume nt o que us ua lme nt e s e e mple a e n la pr ct ica pa ra dis e a r mue s t ra s por
pa ne l. Ta mbi n e s import a nt e de s e a la r que la dife re ncia pue de re pre s e nt a r ca mbios e n e l
t ie mpo de la ca ra ct e rs t ica o bie n pue de a pa re ce r como una re s pue s t a de e s t mulos dife re nt e s
e n la s dos oport unida de s , y e l e s t a ds t ico ja m s podr de t e ct a rlo con e s t a moda lida d.
Caso 3. Muest r as i gual es con super posi ci n i ncompl et a:
12 2 1
n n n > y
1
2 1
< P P P .
1
n
2
n
12
n
En e s t e ca s o la e xpre s in pa ra la dis pe rs in de la dife re ncia e s e quiva le nt e a l ca s o 2 pe ro e l
t rmino que cont ie ne a la corre la cin
12
R e s t pe na liza do por la proporcin de unida de s
a pa re a da s o s ola pa da s ,
( ) [ ]. 2
1
2 1 12
2
2
2
1
2
S S PR S S
n
d DE +
Ade m s , cua ndo
,
2 2
2
2
1
S S S e nt once s ( ) ( ). 1 2
12
2
2
PR
n
S
d DE
61
Pa ra e s t udios pe ridicos de s e rie s de t ie mpo, t a ma o de mue s t ra cons t a nt e y
s ola pa mie nt o pa rcia l s on dis e os fa vora ble s . Sin e mba rgo como s e s e a l la ga na ncia de bida a
la corre la cin e s dire ct a me nt e proporciona l a la proporcin s ola pa da .
Caso 4 . Una mue s t ra e s una s ubmue s t ra de la ot ra :
12 2 1
n n n > y 1
1
< P y 0
2
P
1
n
2
n
12
n
Por lt imo, pa ra e s t e ca s o s e t ie ne ,
( ) .
2
1
2 1 12
2
1
12
2
2 2
n
S S R S
n
S
d DE
+
Ade m s , cua ndo
2 2
2
2
1
S S S , e nt once s ( ) .
2 1 1
1
12
12
2 2
1
]
1
+
n
R
n
S d DE
La s cons e cue ncia s pr ct ica s de e s t e ca s o s on import a nt e s pe ro no t a n obvia s . Si
0 ) 2 (
2 1 12
2
1
< S S R S , una me dicin e xt ra da da por ( )
12 1
n n pue de incre me nt a r e n ve z de
dis minuir la dis pe rs in e n la compa ra cin. Por e je mplo s i
2
2
2
1
S S y 5 . 0
12
> R e s t a me dicin
e xt ra e n la s e gunda oca s in re duce la ga na ncia que s e cons igue a l t e ne r una corre la cin
pos it iva e n e l s ola pa mie nt o. Es t o indica que int e nt a r con una s ubmue s t ra de la prime ra pa ra
brinda r una e s t ima cin de l ca mbio no e s lo m s a de cua do ya que s e incre me nt a ra e l e rror y
por cons iguie nt e dis minuira mos la pre cis in.
A la luz de lo e xpue s t o, s i bie n con un gra do de ge ne ra liza cin import a nt e , s e pue de
s a ca r la s s iguie nt e s conclus ione s : s i e xis t e una e s t a bilida d e n e l t ie mpo de la ca ra ct e rs t ica que
s e e s t midie ndo t cnica me nt e y s e pre t e nde ma nt e ne r e l mis mo t a ma o de mue s t ra e s me jor
cont inua r con la mis ma mue s t ra a plica da e n
1
t e n la oca s in
2
t . El e fe ct o de la corre la cin e s
de e s pe ra r que s e a a lt o y a s s e logra r una pre cis in a lt a pa ra e s t ima r la dife re ncia .
Pe ro a lguna s a dve rt e ncia s s obre e s t moda lida d convie ne ha c e r. La s ve nt a ja s de l pa ne l
e n cua nt o a la pre cis in que da ron ma nifie s t a s pe ro s t a pue de e s t a r a t a ca da por ot ros
fe nme nos no e xclus ivos de l mue s t re o. En lne a s ge ne ra le s t re s fe nme nos t ie ne n impa ct os
de s fa vora ble s pa ra la e s t ima cin que obliga r n a una e s t ra t e gia de re e mpla zo de pa rt e de l
pa ne l, a s a be r:
De s a pa ricin de los individuos de l pa ne l con e l t ra ns curs o de l t ie mpo. Es t e
fe nme no e s na t ura l y dis minuye la pre cis in a ca us a de una dis minuicin e n
la mue s t ra .
Na cimie nt os de individuos . Es t os e n a lgn mome nt o de be r n que s e r t e nidos
e n cue nt a pa ra no come t e r de fe ct os de l t ipo e rror de cobe rt ura .
La s it ud de la e ncue s t a . Es t a e s ot ra ca us a pa re cida a la de s a pa ricin de l
pa ne l int roducie ndo p rdida de pre cis in y pos ible s s e s gos e n la s
e s t ima cione s . El ca ns a ncio de l pa ne l e s un fe nme no re curre nt e e n e s t e
t ipo de dis e os , int roducie ndo e rrore s e n la me dicin por re pe t icin de
re s pue s t a s a la e ncue s t a . La s s uce s iva s e nt re vis t a s pue de provoca r un
re cha zo de la mis ma o bie n la informa cin que s e brinda comie nza s e r de
ba ja ca lida d. La re s pue s t a e n una oport unida d pue de inducir o influir e n la s
oport unida de s s iguie nt e s .
62
El a lt o cos t o de ubica r a la pe rs ona int e gra nt e de l pa ne l e n los s uce s ivos
pe rodos de bido a los cos t os de l via je y los obs t culos pa ra e ncont ra r
pe rs ona s que ha n ca mbia do de domicilio, t odo e s t o jue ga n como fa ct ore s
import a nt e s cua ndo s e e s t por de cidir e l e mple o de e ncue s t a s por pa ne l.
Por ot ro la do e xis t e n ot ra s inquie t ude s t cnica s a re s olve r. El e s t a ds t ico s e pre gunt a r
con cua nt a fre cue ncia y de que ma ne ra de be r ca mbia r e l pa ne l e n e l t ra ns curs o de l t ie mpo s i
e s que s t e s e guir por m s de dos pe riodos . Ge ne ra lme nt e con 3 / 1 P o 4 / 1 P y con
bue na corre la cin e nt re pe riodos e s pos ible obt e ne r muy bue na s pre cis ione s .
El t ipo de unida d a s ola pa r e s t odo un proble ma de s u s e le ccin de pe nde r la
corre la cin me nciona da . En e ncue s t a s s ocio de mogr fica s la fa milia , e l hoga r, la vivie nda s on
us ua lme nt e e mple a da s como unida de s de s ola pa mie nt o, pe ro t oda s e lla s t ie ne n proble ma s con
la e s t a bilida d de la de finicin, e n cua nt o compos icin , a s u loca liza cin e ide nt ifica cin.
El t ipo de e s t ima dor a e mple a r pa ra ca pt ura r los ca mbios t a mbi n e s un de t a lle muy
import a nt e . Los pre s e nt a dos a qu s on los m s e le me nt a le s y s irvie ron pa ra e va lua r la s
pre cis ione s e n va ria s s it ua cione s . En la pr ct ica los e s t ima dore s s on de l t ipo de re gre s in o
compue s t os , e mple a ndo informa cin de oca s ione s a nt e riore s y de ot ra a uxilia r e xis t e nt e .
Ta mpoco s e de s ca rt a n los origina dos por la impos icin de mode los de s e rie s t e mpora le s
Ta mbi n e l e mple o de l pa ne l pe rmit e obt e ne r e s t ima cione s punt ua le s e n ca da oca s in
( por e je mplo de
2
Y ) va li ndos e e n pa rt e de la s re s pue s t a s obt e nida s e n oport unida de s
a nt e riore s pa ra logra r me jore s pre cis ione s e n la e s t ima cin de l pa r me t ro. Nue va me nt e la
corre la cin e nt re los pe riodos y la informa cin s ola pa da e s la que pe rmit e logra r e s t ima cione s
re ct ifica da s de l pa r me t ro punt ua l. Se pue de ve r que pa ra e s t ima cione s punt ua le s pa ra
obt e ne r ga na ncia s m xima s e n la pre cis in e l me jor porce nt a je de s ola pa mie nt o ja m s e xce de
e l 50% y dis minuye e n forma cons t a nt e conforme a ume nt a la corre la cin e nt re la s mue s t ra s .
Not a r que s i s e de s e a e s t ima r ca mbios e n los prome dios lo conve nie nt e e s s e guir
ma nt e nie ndo e l pa ne l s in re e mpla zos ; e n ca mbio s i s e de s e a e s t ima r e l prome dio punt ua l e n
una oca s in lo conve nie nt e e s re e mpla za r a proxima da me nt e a la mit a d de l pa ne l. Una t e rce ra
s it ua cin e s cua ndo s e pone e l int e r s e n e l prome dio de e s t ima cione s punt ua le s dura nt e
va rios pe riodos , a qu lo conve nie nt e e s s e le cciona r una nue va mue s t ra e n ca da oca s in.
9.3 Esquemas de Rot aci n
En cua lquie r inve s t iga cin de t ipo pe rma ne nt e un s is t e ma de re nova cin de l pa ne l de
re s ponde nt e s pue de s e r ut iliza do. Es t e s is t e ma pe rmit e logra r e s t ima cione s e ficie nt e s e vit a ndo
la de s ve nt a ja de re cha zos por ut iliza r s ie mpre e l mis mo hoga r y los proble ma s de la s it ud
e xpue s t os e n p rra fos a nt e riore s .
La rot a cin s e ha ce de ma ne ra que los e le me nt os s e le cciona dos e n un porce nt a je de
la s s a le n de la mue s t ra e n ca da oca s in, pa ra s e r re e mpla za da s por nue vos e le me nt os
s e le cciona dos de la mis ma s pobla cin. El re s t o de la s unida de s que pe rma ne ce n e n e l pa ne l
s e r e l porce nt a je de s ola pa mie nt o e xis t e nt e e nt re dos pe rodos .
Es muy comn a grupa r a la s unida de s o individuos e n grupos de rot a cin, s obre los
cua le s s e a plica n los e s que ma s de rot a cin, con la pos ibilida d de que re t orne n a la mue s t ra s i
e s lo conve nie nt e de s pu s de un t ie mpo de de s ca ns o.
Como un e je mplo s imple s e cons ide ra un dis e o pa ra una e ncue s t a pe ridica que
cons ide ra s ola pa mie nt os de l 50% e n mue s t ra s s uce s iva s con dos obs e rva cione s s obre ca da
nue va s e le ccin
ab- bc- cd- de- ef- et c
La porcin de la mue s t ra b a pa re ce e n e l prime r y s e gundo pe rodo, la porcin c
a pa re ce e n e l s e gundo y t e rce r pe rodo y a s s uce s iva me nt e . Un s e gundo e je mplo, s i s e t oma
63
3 / 2 P como proporcin de s ola pa mie nt o s i t ie ne n t re s me dida s s uce s iva s s obre ca da nue va
s e le ccin:
abc- bcd- cde- def- efg- et c. .
Aqu ca d a mue s t ra e s t compue s t a por t re s porcione s igua le s . La porcin c a pa re ce e n
la prime ra , s e gunda y t e rce ra mue s t ra ; la porcin d a pa re ce r e n la s e gunda , t e rce ra y cua rt a ,
y a s s uce s iva me nt e . Por lt imo un t e rce r e je mplo con 3 / 1 P :
Abc- cde- efg- ghi- ij k- et c.
donde la porcin c a pa re ce e n la prime ra y s e gunda mue s t ra ; la e e n la s e gunda y la
t e rce ra y a s pa ra g, i , e t c. Pe ro d, f, h, e t c. ca da una a pa re ce s olo e n una mue s t ra .
As la mit a d de la s e le ccione s nue va s re cibe dos me dicione s s uce s iva s , pe ro la s ot ra
mit a d s olo una . En la lit e ra t ura s e pue de e ncont ra r dis t int os e s que ma s de rot a cin
s im t ricos y a s im t ricos , muchos de e llos a jus t a dos pa ra brinda r e s t ima cione s
punt ua le s o de ca mbios ne t os e n forma me ns ua l, t rime s t ra l y a nua l de a cue rdo a los
re que rimie nt os de la s a ge ncia s e s t a ds t ica s .
9.4 El ement os par a l a Det er mi naci n del Tamao de l a Muest r a
Con la mis ma filos ofa y gra do de ge ne ra lida d e xpue s t os e n e s t e ca pt ulo s e pue de n da r
a lgunos line a mie nt os pa ra e l c lculo de t a ma o de la mue s t ra por pa ne l. Si e l obje t ivo e s
me dir la dife re ncia e n una ca ra ct e rs t ica e nt re dos onda s ( por e j. Ta s a de De s ocupa dos ) con
mue s t ra s de mis mo t a ma o s e de be n pre de t e rmina r una s e rie de va lore s pa ra de t e rmina r s us
t a ma os :
- p: proporcin de e le me nt os que pos e e n la ca ra ct e rs t ica e n e s t udio.
- EfD: e fe ct o de dis e o.
- c: pre cis in de s e a da .
- Nivel de confianza ( z)
-
12
R : coe ficie nt e de corre la cin e nt re dos pe rodos .
Pa ra obt e ne r una frmula de l t a ma o de la mue s t ra s e pa rt e de :
) (
2 1
2 2 2
y y DE z c
donde ) (
2 1
y y DE e s la dis pe rs in de finida e n los p rra fos inicia le s de l ca pt ulo de la
dife re ncia e nt re dos onda s de la ca ra ct e rs t ica e n e s t udio. Ba jo e l s upue s t o que la va ria bilida d
de la ca ra ct e rs t ica e s la mis ma e n la s dos onda s , ) 1 ( 2 ) (
12
2
2 1
2
R S y y DE
y
.
De s a rrolla ndo la s frmula s a nt e riore s s e obt ie ne e l t a ma o de mue s t ra re que rido ba jo los
s upue s t os :
2
12
2
) 1 ( 2
c
EfD R pq z
n
>
64
10. Tr at ami ent o de l a No Respuest a
10.1 I nt r oducci n
Ha s t a e l mome nt o s e ha pre s e nt a do una nica fue nt e de va ria cin de la s
e ncue s t a s por mue s t re o a la cua l lla ma mos e rror mue s t ra l. Sin e mba rgo e xis t e ot ra
fue nt e de va ria cin e n la s e ncue s t a s lla ma da s e rrore s no mue s t ra le s . Los e rrore s no
mue s t ra le s m s import a nt e s s on:
Errore s de no- re s pue s t a : s e produce cua ndo los mie mbros de la pobla cin que s e
t ie ne n que e ncue s t a r no s e e ncue nt ra n dis ponible s o s e nie ga n a re s ponde r o a
t oma r pa rt e de la e nt re vis t a .
Errore s de me dida : s e oca s iona n cua ndo e l re s ponde nt e da , con int e ns in o s in
e lla , una re s pue s t a incorre ct a , o bie n e l e nt re vis t a dor int e rpre t a o t ra ns cribe ma l
s u re s pue s t a , o influe ncia a l re s ponde nt e , o la pre gunt a e s ma l int e rpre t a da , e t c.
10.2 La No Respuest a
En cua lquie r e s t udio por mue s t re o e s ine vit a ble la pre s e ncia u ocurre ncia de
no- re s pue s t a ya s e a e s t a t ot a l ( unida d de no- re s pue s t a ) e n la cua l la unida d de
obs e rva cin e nt e ra e s fa lt a nt e o pa rcia l ( t e m de no- re s pue s t a ) donde la unida d
re s ponde a cie rt a s pre gunt a s y e n ot ra s no brinda informa cin. En una e ncue s t a a
hoga re s , unida de s de no- re s pue s t a pue de n pre s e nt a rs e por una va rie da d de ra zone s :
e l e ncue s t a dor no pue de cont a ct a r e l hoga r, la pe rs ona a e ncue s t a r pue de e s t a r
e nfe rma y no pode r re s ponde r, la pe rs ona pue de re cha za r la e nt re vis t a , e t c. t e ms de
no- re s pue s t a pue de n pre s e nt a rs e de bido a re cha zos s obre cie rt a s pre gunt a s como
pue de n s e r a ce rca de l ingre s o de la pe rs ona a e ncue s t a r o s obre e l cons umo de
droga , por e je mplo.
Cua lquie ra s e a s u t ipo, pa ra una va ria ble da da Y , e s t a lle va a que : a ) s e
int roduce un s e s go e n la e s t ima cin y b) s e dis minuye la pre cis in. Si s u ma gnit ud e s
pe que a los a na lis t a s o us ua rios de la informa cin pue de n e mple a r los da t os de los
re s ponde nt e s pa ra re a liza r e s t ima cione s . Por e l cont ra rio s i s t a e s import a nt e ,
t e nie ndo e n cue nt a que los re s ponde nt e s y no re s ponde nt e s pue de n dife rir
s is t e m t ica me nt e e n s us ca ra ct e rs t ica s de e s t udio, e xis t e un rie s go con e s t a
e s t ra t e gia de incorpora r un s e s go e n los re s ult a dos . Re s ult a dos de a n lis is he chos
s obre los da t os de los re s ponde nt e s e s s olo re pre s e nt a t ivo de la pobla cin de
pe rs ona s que podra n re s ponde r la e ncue s t a , la cua l e s ra ra me nt e la mis ma que la
pobla cin obje t ivo.
En la pr ct ica , la no- re s pue s t a pue de s e r s is t e m t ica da do que pue de e s t a r
re la ciona da a un s ubgrupo de la pobla cin obje t ivo, por e je mplo e n una e ncue s t a
indus t ria l la unida d de no- re s pue s t a pue de e s t a r conce nt ra da e n pe que a s indus t ria s
que ope ra n e n e l s e ct or de la cons t ruccin. Por lo t a nt o la ca nt ida d y e s t ruct ura de
los da t os fa lt a nt e s de be s e r e xa mina dos y a jus t a dos a nt e s de l proce s o de e s t ima cin.
Es t o ge ne ra lme nt e e s v lido t a nt o pa ra unida de s de no re s pue s t a como e n t e ms de
no re s pue s t a .
65
10.3 Mecani smos de No- Respuest a
Pa ra re a liza r a jus t e s por no- re s pue s t a e l e s t a ds t ico de be r incorpora r un
jue go de hipt e s is y proba ble me nt e un mode lo proba bils t ico pa ra proce de r con la s
corre ccione s . De la va lide z de los mode los y de la jus t ifica cin de la s hipt e s is por
pa rt e de l e s t a ds t ico s e podr logra r e s t ima cione s e ficie nt e s , con poco s e s go y
mode ra da pre cis in.
Pa ra e nt e nde r la s dis t int a s e s t ra t e gia s que e n la pr ct ica s e e mple a n e s
conve nie nt e de finir una va ria ble indica dora de re s pue s t a , da da por:
'
responde no i unidad la si
responde i unidad la i s
R
i
0
1
Por lo t a nt o un va lor de
i
y e s re gis t ra do s i
i
r , una re a liza cin de
i
R , e s igua l
a 1. La proba bilida d que una unida d s e le cciona da e n la mue s t ra re s ponda e s :
) 1 (
i i
R P
Suponga mos que
i
y e s una re s pue s t a de int e r s y que
i
x e s un ve ct or de
informa cin conocida e n la unida d i de la mue s t ra . Se cons ide ra n t re s t ipos de da t os
fa lt a nt e s :
f al t ant es compl et ament e al eat or i o: Si
i
no de pe nde de
i
x , ni de
i
y , ni de l
dis e o mue s t ra l, los da t os fa lt a nt e s ( mis s ing, e n ingl s ) s e cons ide ra n
comple t a me nt e a le a t orios ( MCAR) . Es t o ocurre cua ndo la proba bilida d de no-
re s pue s t a no e s t re la ciona da con ninguna de la s va ria ble s de int e r s e n la
e ncue s t a . Una hipt e s is por de m s ge ne ra l pe ro que e n la pr ct ica pe rmit e
e mple a r va ria s e s t ra t e gia s pa ra e l t ra t a mie nt o de da t os fa lt a nt e s .
Mi ssi ng al eat or i os o no- r espuest a i gnor abl e: Si
i
de pe nde de
i
x , pe ro no de
i
y , los da t os s on mis s ing a le a t orios ( MAR) , la no- re s pue s t a de pe nde s olo de la s
va ria ble s obs e rva da s . Por lo t a nt o s e pue de mode la r la no- re s pue s t a da do que s e
conoce n los va lore s de
i
x pa ra t oda s la s unida de s de la mue s t ra . A ve ce s e s
lla ma da no- re s pue s t a ignora ble , donde por ignora ble s e e nt ie nde que un mode lo
pue de e xplica r e l me ca nis mo de no- re s pue s t a , y s t a s e r ignora da lue go de l
a jus t e de dicho mode lo. Una hipt e s is un poco m s ce rca na a la ide a l, e n una
e ncue s t a de ga s t os s e podr t e ne r fa lt a nt e s e n e l ingre s o
i
y y s uponie ndo que
t odos re s ponde n a l ga s t o
i
x , e s de e s pe ra r que la re s pue s t a e s t a s ocia da a l nive l
de ga s t o. Por e je mplo, s e podra impone r la hipt e s is de que la s fa milia s con m s
ga s t os t ie ne una a lt a cha nce de no re s ponde r por e l ingre s o.
No- r espuest a no i gnor abl e: Si la proba bilida d de no- re s pue s t a de pe nde de l
va lor de la va ria ble de int e r s
i
y y no pue de s e r comple t a me nt e e xplica da por los
va lore s
s
' x , e nt once s la no- re s pue s t a e s no ignora ble . Aqu e l s upue s t o e s t oda va
m s ce rca no a la re a lida d pa ra mucha s ca ra ct e rs t ica s o va ria ble s me dida s e n la
pobla cin. Siguie ndo con e l e je mplo a nt e rior s e e limina e l s upue s t o de que la no
66
re s pue s t a e s t e a s ocia da a l ga s t o de una fa milia y s e pa s a a s upone r que e l
ingre s o e n s por s u ca ra ct e rs t ica e s e l mot ivo de la no re s pue s t a .
10.4 Mt odos de Aj ust e de l os Pesos por No- Respuest a
En gra n pa rt e de los ca pt ulos pre ce de nt e s s e ha pre s e nt a do como los pe s os
s on e mple a dos pa ra re a liza r e s t ima cione s pa ra dis t int os e s que ma s mue s t ra le s .
B s ica me nt e e n cua lquie r dis e o mue s t ra l los pe s os s on la inve rs a de la s
proba bilida de s de s e le ccin de la unida d,
i i
w 1 , con
i
la proba bilida d de
s e le ccin de la unida d i por e l dis e o.
Es t os pue de n s e r ut iliza dos t a mbi n pa ra re a liza r a jus t e s por no- re s pue s t a .
Por e je mplo s i s e de fine
i
Z como la va ria ble indica dora de la pre s e ncia e n la
mue s t ra s e le cciona da , donde
i i
Z P ) 1 ( . Si
i
R e s inde pe ndie nt e de
i
Z , e nt once s
la proba bilida d de que la unida d i s e a me dida e s :
i i
responda y muestra la en da selecciona sea i unidad P ) (
La proba bilida d de re s ponde r,
i
, e s e s t ima da pa ra ca da unida d e n la mue s t ra
us a ndo informa cin a uxilia r conocida pa ra t oda s la s unida de s s e le cciona da s de la
mis ma . Por lo t a nt o e l pe s o fina l pa ra un re s ponde nt e s e r
i i
1 . La gra n ma yora
de los m t odos de a jus t e de los pe s os a s ume n que los da t os mis s ing s on a le a t orios
( MAR) .
Exis t e n dive rs os m t odos pa ra re a liza r a jus t e s e n los pe s os por no- re s pue s t a .
Ent re e llos s e pue de me nciona r:
Aj ust e const ant e: Se a s ume que
k
pa ra t odo k = 1, . . . , N. Es t e mode lo
impone que ca da e le me nt o de la pobla cin t ie ne igua l proba bilida d de re s pue s t a s i
e s s e le cciona do e n la mue s t ra . Sin e mba rgo e s t a s it ua cin e s irre a l e n la pr ct ica
y s olo de be s e r ut iliza do con mucho cuida do y ge ne ra lme nt e s e lo e mple a con
props it os compa ra t ivos .
Aj ust e por gr upos de no- r espuest a: La mue s t ra obs e rva da e s pa rt iciona da e n
grupos de re s pue s t a homog ne os de a cue rdo a informa cin a uxilia r dis ponible
pa ra re s ponde nt e s y no re s ponde nt e s . Ba jo e s t e mode lo s e a s ume que
c ck
donde c corre s ponde a l grupo de no re s pue s t a y c = 1, . . . , C. O s e a , t odos los
e le me nt os de la pobla cin que pe rt e ne ce n a un mis mo grupo t ie ne n la mis ma
proba bilida d de re s pue s t a . Es t e m t odo s e a s e me ja a la t cnica de pos t -
e s t ra t ifica cin y e n la pr ct ica e s e l m s e mple a do por la s dis t int a s a ge ncia s de
e s t a ds t ica .
Post - est r at i f i caci n: Es s imila r a l m t odo a nt e rior e xce pt o que s e ut iliza n
ca nt ida de s pobla ciona le s pa ra a jus t a r los pe s os
Aj ust e por Rak i ng: Ra king e s un m t odo de pos t - e s t ra t ifica cin que pue de s e r
us a do cua ndo los pos t - e s t ra t os e s t n forma dos us a ndo m s de una va ria ble , pe ro
s olo los t ot a le s pobla ciona le s ma rgina le s s on conocidos . En e s t e mode lo s e a s ume
que la pobla cin e s cla s ifica da por dos va ria ble s a uxilia re s e n un t ot a l de C x D
ce lda s de a jus t e , y
cd cdk
pa ra c= 1, . . . , C y d= 1, . . . , D, o s e a que pa ra ca da
67
e le me nt o de la pobla cin e n la ce lda ( cd) la proba bilida d de re s pue s t a e s
cons t a nt e e n ca s o de s e r s e le cciona do e n la mue s t ra . Ade m s s e a s ume que la
proba bilida d de re s pue s t a de la ce lda ( cd) e s
d c cd
donde
c
e s la
proba bilida d de re s pue s t a pa ra la cla s e c y
d
e s la proba bilida d de re s pue s t a
pa ra la cla s e d.
10.5 I mput aci n de Dat os Fal t ant es
Un ca mino pa ra t ra t a r la no- re s pue s t a e n t e ms e s incluir imput a cione s e n los
da t os fa lt a nt e s . Cua ndo s e e s t e n pre s e ncia de t e ms de no- re s pue s t a , e s proba ble
que e xis t a una bue na ca nt ida d de informa cin de los no- re s ponde nt e s que e s t
dis ponible de ot ros t e ms de l cue s t iona rio y e n forma comple t a .
La ma yora de los m t odos de imput a cin ut iliza un conjunt o de e s os t e ms
pa ra a s igna r va lore s a los t e ms que s on fa lt a nt e s . En ge ne ra l e l va lor imput a do e s
una funcin de la s va ria ble s a uxilia re s . Es por dicha ra zn que s e de be pone r una
e s pe cia l cons ide ra cin e n la e le ccin de dicha s va ria ble s de ma ne ra t a l de pre de cir e l
me jor va lor pos ible pa ra re e mpla za r e l mis s ing.
B s ica me nt e los m t odos de imput a cin s e cla s ifica n e n e s t oc s t icos y
de t e rmins t icos . Un m t odo de imput a cin e s e s t oc s t ico s i un t rmino re s idua l e s
a le a t oria me nt e a s igna do, y de t e rmins t ico cua ndo dicho t rmino re s idua l e s ce ro.
10.6 Mt odos Est ocst i cos
Ent re los m t odos e s t oc s t icos s obre s a le n e l m t odo por Hot Deck
imple me nt a do e n muchos s oft a wre y un s e gundo conocido como Mat chi ng
Hot Deck : El t rmino Hot Deck e s ut iliza do pa ra de s cribir una fa milia de m t odos de
imput a cin a mplia me nt e e mple a dos por los ins t it ut os de e s t a ds t ica . B s ica me nt e
cons is t e e n a s igna r a ca da va lor mis s ing un va lor dis ponible de un re s ponde nt e de la
mis ma e ncue s t a que s e cons ide re s imila r. De nt ro de e s t a fa milia de m t odos s e
pue de n me nciona r los s iguie nt e s .
I mput aci n t ot al ment e al azar : e s t e m t odo a s igna a ca da no- re s ponde nt e e l
va lor de a lgn re s ponde nt e s e le cciona do a l a za r de l t ot a l de los re s ponde nt e s de
la mue s t ra , e s de cir, la s ubmue s t ra de los re s ponde nt e s a ct a como dona nt e .
I mput aci n al azar dent r o de cl ases: e s s imila r a l m t odo a nt e rior con la
dife re ncia que s e cons t ruye n cla s e s de imput a cin la s cua le s s on grupos que s e
forma n ut iliza ndo va ria ble s a uxilia re s de ma ne ra t a l de que s e a n lo m s
homog ne a s pos ible y mut ua me nt e e xclus iva s . El va lor imput a do s e obt ie ne
s e le cciona ndo a l a za r e l va lor de un re s ponde nt e de nt ro de la mis ma cla s e de
imput a cin.
I mput aci n Hot Deck secuenci al : e s t a t cnica e s muy ut iliza da por la s
a ge ncia s de e s t a ds t ica s oficia le s pa ra e ncue s t a s por pa ne l, longit udina le s o
re pe t ida s . Lo m s s e duct or de e s t e m t odo e s s u fa cilida d de us o y la ra pide z de
proce s o, ya que con una nica pa s a da de l a rchivo de da t os s e comple t a e l proce s o
de imput a cin. El proce s o comie nza con la cons t ruccin de cla s e s de imput a cin.
Lue go pa ra ca da cla s e s e e lige un va lor de a rra nque que pue de s e r la me dia de
los re s ponde nt e s de ca da cla s e o la me dia de dicha cla s e obt e nida de una onda
68
a nt e rior. Los re gis t ros comie nza n a s e r t ra t a dos s e cue ncia lme nt e , e s de cir, s i e l
re gis t ro t ie ne re s pue s t a pa ra dicho t e m, e s a re s pue s t a re e mpla za a l va lor de
a rra nque , e n ca mbio s i e l re gis t ro t ie ne re s pue s t a mis s ing, e s a s igna do e l va lor de
a rra nque de la cla s e de imput a cin corre s pondie nt e .
Una de s ve nt a ja de e s t e m t odo e s e l us o mlt iple de dona nt e s lo cua l ge ne ra una p rdida
de pre cis in de la s e s t ima cione s . Es t o ocurre cua ndo de nt ro de una cla s e de imput a cin
da da , un re gis t ro con re s pue s t a mis s ing e s s e guido por uno o m s re gis t ros con re s pue s t a
mis s ing con lo cua l t odos e s t os da t os fa lt a nt e s s on imput a dos con e l mis mo va lor que
corre s ponde a l va lor de l lt imo re s ponde nt e .
Mat chi ng en f unci n de una medi da de di st anci a ( veci no ms cer cano) : e n
e s t e m t odo e l dona nt e e s ide nt ifica do a t ra v s de una me dida de dis t a ncia , de
ma ne ra t a l de e ncont ra r a lguna ce rca na con e l no- re s ponde nt e . Es t a me dida de
dis t a ncia e s cons t ruida con a yuda de va ria ble s a uxilia re s , s ie ndo e l m s comn e l
ca s o univa ria do:
j i
x x D
1 1 1
En e l ca s o mult iva ria do s e s ue le e mple a r la dis t a ncia de Ma ha la nobis :
( ) ( )
j i j i
D x x x x
1
2
s ie ndo la ma t riz de cova ria nza de l conjunt o de va ria ble s a uxilia re s y
j i
y x x
s on los ve ct ore s de va ria ble s a uxilia re s pa ra los e le me nt os i y j de la mue s t ra .
El dona nt e con e l me nor va lor de D e s cons ide ra do e l m s ce rca no a l no-
re s ponde nt e y s e imput a s u va lor de la va ria ble a imput a r a l va lor fa lt a nt e .
Como e l m t odo a nt e rior s e pre s e nt a e l proble ma de l us o mlt iple de los
dona nt e s . Pe ro a qu la cha nce de mlt iple us o pue de s e r cont rola da , modifica ndo
la funcin de dis t a ncia de ma ne ra t a l que la ce rca na e s t inve rs a me nt e a fe ct a da
por e l nme ro de ve ce s que e l dona nt e ha s ido us a do pre via me nt e .
Es pe cfica me nt e s e de be ra mult iplica r a D por un fa ct or ) 1 ( t + , donde t e s e l
nme ro de ve ce s que e l dona nt e ha s ido us a do y e s la pe na lida d a s igna da por
t a l us o. Una modifica cin a e s t e m t odo e s la forma cin de cla s e s de imput a cin y
ca lcula r la s dis t a ncia s e nt re los e le me nt os de la mis ma cla s e de imput a cin.
10.7 Mt odos Det er mi nst i cos
Exis t e n muchos m t odos e s t udia dos y que s e impone n ba jo dis t int a s
circuns t a ncia s e n e l t ra t a mie nt o de da t os fa lt a nt e s . Solo s e me nciona r n e n forma
s int t ica los m s import a nt e s ,
I mput aci n Deduct i va ( Col d Deck ) : En e s t e ca s o los va lore s mis s ing s e
de duce n de informa cin dis ponible como pue de n s e r de e ncue s t a s a nt e riore s . Es
un m t odo a mplia me nt e ut iliza do e n la s e ncue s t a s por pa ne l. Ot ro e je mplo de
imput a cin de duct iva e s cua ndo un re gis t ro cont ie ne va ria s ca nt ida de s y s u t ot a l,
pe ro a lguna de dicha s ca nt ida de s e s mis s ing por lo t a nt o dicho va lor e s de ducido
por dife re ncia .
69
I mput aci n por l a medi a: Ca da va lor fa lt a nt e e s re e mpla za do por la me dia de
los re s ponde nt e s . El m t odo pue de producir ra zona ble s e s t ima cione s punt ua le s
t a nt o de prome dios como de t ot a le s pe ro e s poco a t ra ct iva a la hora de ca lcula r
int e rva los de confia nza s i s e ut iliza e l e s t ima dor de va ria nza e s t nda r. Como e s
cla ra me nt e int uit ivo re e mpla za r t odos los va lore s mis s ing pa ra un t e m da do por
la me dia de los re s ponde nt e s nos da r un conjunt o de va lore s con me nor
va ria bilida d. Por lo t a nt o a me nos que la no re s pue s t a s e a de s pre cia ble o que un
e s t ima dor de va ria ncia modifica do s e a ut iliza do e l m t odo pue de f cilme nt e
conducir a una s e ve ra s ube s t ima cin de la va ria ncia y por lo t a nt o a inva lida r los
int e rva los de confia nza . Por ot ra pa rt e imput a ndo por e s t e m t odo s e de s t ruye la
corre la cin e nt re la va ria ble imput a da y e l re s t o de la s va ria ble s . Pe ro quiz s e l
a rgume nt o m s fue rt e pa ra a ba ndona rlo s e a de que ma nt ie ne e l s upue s t o que la
proba bilida d de re s pue s t a e s uniforme y cons t a nt e pa ra t odos los individuos de la
pobla cin, cos a que poco re a lis t a a la hora de ha ce r infe re ncia s .
I mput aci n por l a medi a dent r o de cl ases: Es una a lt e rna t iva a l m t odo
a nt e rior donde s e cla s ifica la mue s t ra e n cla s e s de imput a cin y s e a s igna a ca da
no re s ponde nt e e l va lor de la me dia de la cla s e a la cua l pe rt e ne ce . Ba jo e s t e
m t odo la dis t ors in de la dis t ribucin de la va ria ble e s me nos s e ve ra que e n e l
m t odo a nt e rior y a hora e l s upue s t o e s que la no re s pue s t a e s uniforme e igua l
pa ra t odos los individuos que pe rt e ne ce a una mis ma cla s e , lo cua l e s m s
a t ra ye nt e .
I mput aci n por r egr esi n: Se cons t ruye un mode lo de re gre s in y s e imput a n
los va lore s mis s ing a t ra v s de los pre dichos de t a l mode lo. La s va ria ble s
e xplica t iva s pue de n s e r t a nt o cua nt it a t iva s o cua lit a t iva s incorpor ndos e e s t a s
lt ima s a l mode lo como va ria ble s dummy. En e l ca s o de que la va ria ble a imput a r
s e a cua lit a t iva s e pue de n ut iliza r mode los log- line a le s o logs t icos . Una de la s
ve nt a ja s de e s t e m t odo e s que prove e imput a cione s muy pre cis a s s i la
corre la cin e nt re la va ria ble que e s t s ie ndo imput a da y la s re s t a nt e s e n e l
mode lo. Va le la pe na re ma rca r que e l mode lo de re gre s in e s como e l pa dre de
los m t odos de imput a cin por la me dia , ya que a l no cont a r con va ria ble s
a uxilia re s dis ponible s , e l m t odo de imput a cin por la me dia ge ne ra l e s una
re gre s in donde
r
y
0
y e n e l ca s o de imput a cin por la me dia de nt ro de
cla s e s e s s imila r. Ot ro ca s o pa rt icula r de imput a cin por re gre s in e s e l m t odo
de imput a cin por ra zn, donde s e cue nt a con una nica va ria ble e xplica t iva y e l
int e rce pt o e s nulo. Ta nt o e l m t odo de re gre s in como de ra zn e s t n
pre s e nt a dos como de t e rmins t icos , pe ro los mis mos pue de n s e r t ra ns forma dos e n
e s t oc s t icos s i a los va lore s pre dichos s e le s a gre ga un t rmino re s idua l. Es t os
re s idua le s pue de n s e r ca lcula dos de dis t int a s ma ne ra s :
- Pue de n s e r ca lcula dos a le a t oria me nt e de una dis t ribucin norma l con
me dia 0 y va ria nza igua l a la va ria nza re s idua l de la re gre s in.
- Pue de n s e r e le gidos a l a za r de los re s idua le s de los re s ponde nt e s .
- Los re s idua le s pue de n s e r e le gidos de re s ponde nt e s con s imila re s
va lore s e n la s va ria ble s a uxilia re s .
La s t cnica s de imput a cin pre s e nt a da s s implifica n la s e s t ima cione s de me dia s
y t ot a le s e n t odos los nive le s de a gre ga cin brinda ndo un conjunt o de da t os
comple t o. Como cons e cue ncia los da t os de una e ncue s t a pue de n de pe nde r de la
imput a cin y de l t ra t a mie nt o a de cua do de s us e fe ct os s obre los re s ult a dos , e n
e s pe cia l e n la pre cis in de los e s t ima dore s . Es t a mplia me nt e a ce pt a do que ba jo
a lguna s hipt e s is la s t cnica s m s us ua le s pa ra comple t a r los fa lt a nt e s , imput a cin
70
por la me dia , por ra zn o re gre s in, hot - de ck, e t c. , pe rmit e n obt e ne r e s t ima dore s
a proxima da me nt e ins e s ga dos o con s e s go nulo por dis e o.
10.8 Cl cul o de Er r or es en Pr esenci a de Dat os I mput ados
Si bie n e s de e s pe ra r poco s e s go e n la s e s t ima cione s de me dia s y t ot a le s a
t ra v s de los m t odos s e a la dos la s it ua cin e s bie n dis t int a a la hora de ca lcula r los
e rrore s e n la s e s t ima cione s . La pr ct ica comn e s t ra t a r a los da t os imput a dos como
s i e s t os fue ra n obs e rva dos y e mple a r la s frmula s t ra diciona le s pa ra la e s t ima cin de
la va ria nza pa ra da t os con 100% de re s ponde nt e s . Es t a ma ne ra de proce de r ignora e l
impa ct o de la imput a cin s obre la e s t ima cin y lle va a que s t a s s e a n incons is t e nt e s
o bie n que provoque n una s e ve ra s ube s t ima cin que inva lide cua lquie r t ipo de
infe re ncia .
Por e je mplo, ba jo un dis e o s imple a l a za r la frmula e s t nda r pa ra e l c lculo
de la va ria nza e s
n
s
f v
I
2
0
) 1 (
donde ) 1 ( ) (
1
2 2
n y y s
n
i
I i I
e s la va ria nza mue s t ra l ca lcula da con los va lore s
i
y
que corre s ponde a los va lore s obs e rva dos o imput a dos e n e l ca s o de
corre s ponde r a un va lor fa lt a nt e . Es s a bido que e s t e e s t ima dor de va ria nza s ube s t ima
la va ria nza re a l de l e s t ima dor
I
y .
En la a ct ua lida d e xis t e n dive rs a s corre ccione s de l e s t ima dor v
0
que s e a poya n
con dis t int os a rgume nt os e n la de s compos icin a dit iva de ) (
I
y V da da por:
) ( ) ( ) ( ) (
I mix I imp I s I
y V y V y V y V + +
o s e a , e n una compone nt e mue s t ra l ) (
I s
y V , e n ot ra int roducida por e l m t odo de
imput a cin e n cue s t in ) (
I imp
y V , y e n una compone nt e mixt a de cova ria nza e nt re
s
V
y
imp
V que la ma yor pa rt e de la s ve ce s pue de cons ide ra rs e de s pre cia ble o e s nula .
10.9 I mput aci n Ml t i pl e
Los m t odos de imput a cin pre s e nt a dos ha s t a e l mome nt o produce n un nico
va lor imput a do pa ra ca da va lor mis s ing. En ge ne ra l los mis mos dis t ors iona n la
dis t ribucin de va lore s pa ra t a l t e m, e s de cir, los a n lis is que s e re a liza n con dichos
va lore s no t ie ne n e n cue nt a la ince rt idumbre ge ne ra da por los va lore s mis s ing. Es
por e s t a ra zn que una t cnica de nomina da imput aciones mlt iples ha s ido
de s a rrolla da . Es t a t cnica cons is t e e n ge ne ra r va rios va lore s imput a dos , por e je mplo
m, pa ra ca da va lor fa lt a nt e . Es t os m va lore s s on orde na dos de ma ne ra t a l que e l
prime r conjunt o de va lore s imput a dos pa ra va lore s mis s ing e s us a do pa ra forma r e l
prime r conjunt o comple t o de da t os y a s s uce s iva me nt e . Ca da conjunt o de da t os
comple t o e s a na liza do us a ndo proce dimie nt os e s t nda r. De la s m e s t ima cione s , una
e s t ima cin combina da s imple e s ca lcula da junt o con una e s t ima cin de va ria nza
a ma lga ma da que s e r ut iliza da pa ra e s t ima cin de int e rva los de confia nza . Es t a
71
e s t ima cin de va ria nza cont ie ne una compone nt e que re fle ja la va ria bilida d e nt re los
conjunt os de da t os comple t os , que pue de s e r vis t a como una e xpre s in a ce rca de la
ince rt idumbre s obre que va lore s imput a r. La de s ve nt a ja de e s t e m t odo e s que
re quie re ma yor volume n de c lculo.
10.10 Sof t w ar e par a I mput aci n
En la a ct ua lida d e xis t e n muchos s oft wa re o progra ma s que pe rmit e n re a liza r
imput a cione s con dive rs os m t odos . Es t n los m s ge ne ra le s , SPSS, SAS, STATA
que e mple a n los m t odos m s e le me nt a le s y ot ros m s s ofis t ica dos pa ra e l
t ra t a mie nt o de la proble m t ica e n dis e os mue s t ra le s comple jos . Ent re e s t os s e
pue de n me nciona r: PRE- CARP s ubprogra ma de l PC- CARP dis e a do pa ra imput a r
va ria ble s con va lore s mis s ing us a ndo la t cnica de Hot De ck, Osi r i s e n e l que el
proce dimie nt o IMPUTE pue de s e r ut iliza do pa ra imput a r ut iliza ndo dive rs a s t cnica s ,
e nt re e lla s , Hot De ck, Hot De ck s e cue ncia l, imput a cin por la me dia , imput a cin por
la me dia de nt ro de cla s e s , imput a cin por re gre s in e imput a cin mlt iple , y Sol as
que re a liza imput a cione s a t ra v s de la s s iguie nt e s t cnica s : imput a cin por la
me dia , Hot De ck s e cue ncia l, Hot De ck, imput a cione s mlt iple s .
72
11. Ot r as Fuent es de Er r or en Encuest as
11.1 I nt r oducci n
Una e ncue s t a cons is t e de un nme ro import a nt e de a ct ivida de s y ope ra cione s .
Es pe cia lme nt e e n los e s t udios o e ncue s t a s de gra n ma gnit ud, la s a ct ivida de s pue de n
e xt e nde rs e s obre un pe riodo de t ie mpo cons ide ra ble , que a ba rca de s de la e t a pa de
pla ne a mie nt o ha s t a la publica cin de finit iva de los re s ult a dos . Es t a s a ct ivida de s
ne ce s a ria me nt e involucra n a profe s iona le s , a uxilia re s , e ncue s t a dore s , s upe rvis ore s ,
inform t icos , t e m t icos , e nt re ot ros . Como t oda a ct ivida d e n la que pa rt icipa e l hombre , no s e
e s t e xe nt o de que s e come t a n e rrore s y e s por e s t o que los re s ult a dos o e s t ima cione s fina le s
s e ve r n a fe ct a da s por la ma gnit ud a lca nza da por e llos .
Por lo t a nt o, los re s ult a dos de pe nde r n no s lo de los e rrore s mue s t ra le s ( origina dos
por e l e mple o de una mue s t ra de la pobla cin e n e s t udio) , s ino t a mbi n de la ca lida d con que
fue ron de s a rrolla da s ca da una de la s a ct ivida de s e je cut a da s por e l pe rs ona l que t ra ba ja e n la
e ncue s t a . En forma muy ge ne ra l, s e pue de n dis t inguir cua t ro fa s e s e n la s cua le s s e pue de n
int roducir e rrore s no a s ocia dos a l mue s t re o, conocidos como er r or es no- muest r al es y que
pot e ncia lme nt e de t e riora n a la s e s t ima cione s de t oda e ncue s t a .
11.2 Er r or es Pr esent es en l a Et apa de Sel ecci n
Es t a fa s e , cmo s e s e a l e n s u oport unida d, cons is t e e n la e je cucin de un dis e o
mue s t ra l pre conce bido. En e lla s e de t e rmina e l t a ma o de la mue s t ra ne ce s a ria pa ra obt e ne r
la pre cis in de s e a da . Una mue s t ra de e le me nt os e s e xt ra da s iguie ndo e l dis e o mue s t ra l, con
un ma rco mue s t ra l a de cua do, ya e xis t e nt e o bie n uno cons t ruido a d- hoc pa ra e l e s t udio. Los
e rrore s pos ible s e n e s t a e t a pa fue ron a de la nt a dos oport una me nt e : ( a ) s obre - cobe rt ura , ( b)
s ub- cobe rt ura o ma rco incomple t o y ( c) duplica cione s . La pre s e ncia de cua lquie ra de e s t os
e rrore s a fe ct a n s e ria me nt e a la s e s t ima cione s .
11.3 Er r or es Pr esent es en l a Recol ecci n de l os Dat os
En t oda e ncue s t a e xis t e un pla n pre conce bid o pa ra la me dicin de la s va ria ble s o
a t ribut os de int e r s , e n la pobla cin. Dis t int os modos de re cole ccin de da t os s on e va lua dos
( e nt re vis t a pe rs ona l, t e le fnica , por corre o u ot ros ) y a l me nos uno e s e l a dopt a do pa ra
obt e ne r la informa cin. El t ra ba jo de ca mpo e s orga niza do; e nt re vis t a dore s s on s e le cciona dos
y la s ca rga s de t ra ba jo s on dis t ribuida s . Los da t os s on re cole ct a dos de a cue rdo a l pla n
dis e a do pa ra los e le me nt os de la mue s t ra . Los da t os s on volca dos a formula rios o c dula s
que re s ca t a n la informa cin s uminis t ra da por e l e nt re vis t a do. Por lt imo la informa cin e s
e nt re ga da pa ra gra ba da e ingre s a da a a rchivos . Los e rrore s a t e ne r e n cue nt a e n e s t a e t a pa
s on:
( a ) er r or es de medi da, e s t os s e oca s iona n cua ndo e l re s ponde nt e da , con int e ns in o
s in e lla , una re s pue s t a incorre ct a , o bie n e l e nt re vis t a dor int e rpre t a o t ra ns cribe ma l s u
re s pue s t a , influe ncia a l re s ponde nt e o la pre gunt a e s ma l int e rpre t a da ;
( b) er r or es de no- r espuest a, la no- re s pue s t a s e re fie re a la s it ua cin e n que la
informa cin de la s unida de s de mue s t re o no e s t dis ponible por una ra zn u ot ra . Toda s la s
e ncue s t a s s ufre n de e s t e proble ma . Ge ne ra lme nt e la e xt e ns in de la no- re s pue s t a e s
dire ct a me nt e cont inge nt e a la ma t e ria e n e s t udio t a nt o como a los m t odos de re cole ccin de
da t os y como a l proce s a mie nt o de los da t os . La no- re s pue s t a pue de ocurrir por mucha s
ra zone s . A ve ce s los mie mbros de la pobla cin que s e t ie ne n que e ncue s t a r pue de n no e s t a r
dis ponible s . A ve ce s e s t os pue de n ne ga rs e a cont e s t a r cue s t iona rios o t oma r pa rt e de la
e nt re vis t a . Es poco us ua l, de he cho, que s e logre una t a s a de re s pue s t a de l 100 por cie nt o. Si
la no- re s pue s t a no s e t oma e n cue nt a e l nme ro e fe ct ivo de unida de s e n la mue s t ra s e r ma s
pe que o que e l e s pe ra do. Cons e cue nt e me nt e la pre cis in de la s e s t ima cione s obt e nida s s e r
t a mbi n me nor.
73
11.4 Er r or es en l a Et apa del Pr ocesami ent o de l os Dat os
Es t a e t a pa s irve pa ra pre pa ra r los da t os y la informa cin brinda da por los e nt re vis t a dos
pa ra la e s t ima cin y a n lis is , e incluye :
- la codifica cin y e l ingre s o de los da t os ( t ra ns cripcin de la informa cin
de s de los cue s t iona rios a l me dio por e l cua l s e lle va r n a ca bo la s
e s t ima cione s y los a n lis is ,
- la e dicin ( cons is t e ncia y che que o pa ra ve r s i los va lore s obs e rva dos s e
corre s ponde n a la s re gla s lgica s de l cue s t iona rio, ve rifica cin de la
e xis t e ncia de va lore s a be rra nt e s pa ra s u pos t e rior t ra t a mie nt o) ,
- imput a cin ( s ubs t it ucin de bue nos va lore s a rt ificia le s pa ra los da t os
fa lt a nt e s ) .
Los e rrore s a s ocia dos a e s t a e t a pa s on los e rrore s de t ra ns cripcin ( e rrore s de t ipe o) ,
e rror e n la codifica cin de la re s pue s t a , e rror e n los va lore s imput a dos , e rrore s int roducidos o
no corre gidos e n la e dicin.
11.5 Er r or es en l a Et apa de Est i maci n y Anl i si s
Es t a e t a pa e nt a bla e l c lculo de la s e s t ima cione s de a cue rdo a una frmula e s pe cfica
de l e s t ima dor, con e l us o a propia do de informa cin a uxilia r dis ponible , los a jus t e s por no
re s pue s t a y los c lculos de la pre cis in e n la s e s t ima cione s ( va ria nza , de s vos e s t nda r,
coe ficie nt e s de va ria cin, int e rva los de confia nza , e t c. ) . Ta mbi n s e lle va r n a n lis is
e s t a ds t icos pa ra compa ra r, por e je mplo, s ubgrupos de la pobla cin o de dominios de int e r s .
Un ma l e mple o o una incorre ct a t ra ns cripcin de la s frmula s lle va r a brinda r e s t ima cione s
con e rror. Ta mbi n e l us o ina de cua do de los a lca nce s de l dis e o mue s t ra l ( por e je mplo ignora r
la s dis t int a s proba bilida de s pue s t a s e n jue go) pa ra e l a n lis is e s t a ds t ico lle va r a s a ca r
conclus ione s e rrne a s .
11.6 Er r or Tot al
A la luz de lo e xpue s t o, minimiza r los e rrore s no- mue s t ra le s obliga a dis pone r de una
s e rie de cont role s e n ca da una de la s e t a pa s de la e ncue s t a . No por cont rola rlos logra re mos
da t os s in e rror. An un ce ns o e s t e fe ct ua do por e s t os e rrore s , lo que s e s t a mos s e guros e s
que una e nume ra cin comple t a de la pobla cin ca re ce de e rror mue s t ra l. En ge ne ra l, los
e rrore s mue s t ra le s dis minuye n a me dida que a ume nt a e l t a ma o de la mue s t ra , e n ca mbio los
e rrore s no- mue s t ra le s t ie nde n a incre me nt a rs e con e l t a ma o de la mue s t ra .
Como corola rio, a que l que t ra b a je , le a o a na lice informa cin prove nie nt e de un e s t udio
por mue s t re o, de be r da r un s e nt ido m s a mplio de l conce pt o que t ie ne de l e rror e n una
e ncue s t a . Es cie rt o que pa ra muchos de los us ua rios de los da t os prove nie nt e s de una
mue s t ra , e l e rror e n una e ncue s t a s e re duce a l e rror mue s t ra l. Pe ro e s import a nt e s e a la r que
la ma gnit ud de los e rrore s no- mue s t ra le s a ve ce s s ue le n s e r import a nt e s y pocos da n cue nt a
de s u dime ns in e n la s publica cione s . Es por e s t o que s e de fine e l conce pt o de e rror t ot a l e n
una e ncue s t a como, s i
Error Tot a l= Error Mue s t ra l + Error No- Mue s t ra l
Por lt imo, re conoce r la e xis t e ncia de los e rrore s no- mue s t ra le s e s un gra n pa s o pa ra
la int e rpre t a cin de los re s ult a dos fina le s . Pe ro t a mbi n e s una obliga cin de cir que la
e va lua cin y me dicin de los e rrore s no- mue s t ra le s e s dificult os a y mucha s ve ce s lle va a
re a liza r e s t udios a d- hoc de comple ja imple me nt a cin y por de m s cos t os os , e s ca p ndos e de
los re curs os dis ponible s . En de finit iva una s olucin a cons e ja ble e s t ra t a r de minimiza r e s t e t ipo
de e rrore s con cont role s a de cua dos .
74
12. Al t er nat i vas al Muest r eo Pr obabi l st i co
12.1 Muest r eo no Pr obabi l st i co
Aunque los m t odos de mue s t re o no- proba bils t ico s on ge ne ra lme nt e me nos
e s t a ds t ica me nt e e xa ct o que los m t odos de mue s t re o proba bils t ico, us ua lme nt e s on me nos
cos t os os y m s conve nie nt e s . Sin e mba rgo por e l he cho que no e xis t e forma de me dir la
pre cis in de la s mue s t ra s no proba bils t ica s , la ma yora de los e s t a ds t icos no e s t n a fa vor de
s u us o.
La dife re ncia e nt re los dos m t odos de mue s t re o t ie ne que ve r con e l s upue s t o b s ico
a ce rca de la na t ura le za de la pobla cin unive rs a l ba jo e s t udio. El mue s t re o no proba bils t ico
de pe nde de l s upue s t o de una dis t ribucin uniforme o a l a za r de la s ca ra ct e rs t ica s e n la
pobla cin. Por ot ra pa rt e los m t odos de mue s t re o proba bils t icos no re quie re n de t a l s upue s t o
s obre la e s t ruct ura de la pobla cin. La a le a t oriza cin ya e s pa rt e de l proce s o de s e le ccin.
Con e l mue s t re o no proba bils t ico, los e le me nt os s e s e le cciona n de ma ne ra a rbit ra ria ,
no ha y forma de e s t ima r la proba bilida d de que s e incluya un de t e rmina do e le me nt o e n la
mue s t ra . Es m s , no ha y ga ra nt a que ca da e le me nt o t e nga la pos ibilida d de s e r incluido. Es o
ha ce impos ible t a nt o e s t ima r la va ria bilida d mue s t ra l como ide nt ifica r los pos ible s s e s gos
involucra dos .
Da do que la confia bilida d no s e pue de me dir, la nica ma ne ra de re fe rirs e a la ca lida d
de los da t os de la e ncue s t a e s compa ra r a lgunos re s ult a dos de la e ncue s t a con informa cin
dis ponible a ce rca de la pobla cin. An e n e s t e ca s o no ha y ga ra nt a que la s e s t ima cione s
t e nga n un nive l a ce pt a ble de e rror. Sin e mba rgo, a pe s a r de t a le s de ficie ncia s , e l mue s t re o no
proba bils t ico a n pue de s e r una he rra mie nt a t il como lo indica n los s iguie nt e s e je mplos .
12.2 Muest r eo I ndi scr i mi nado
En a lgn mome nt o de la vida t odos he mos us a do t cnica s de mue s t re o indis crimina do.
En un cct e l uno podra int e nt a r "mue s t re a r" va rios t ra gos pa ra a ve rigua r cua l le gus t a ma s .
Los re port e ros de t e le vis in a me nudo va n t ra s la a s lla ma da e nt re vis t a de l "hombre de la
ca lle " pa ra s a be r cua le s s on la s opinione s de l pblico e n ge ne ra l s obre un a s unt o de
a ct ua lida d. En a mbos ca s os ha y poca pla nifica cin cons cie nt e de la s e le ccin de la mue s t ra .
Sin e mba rgo, a pe s a r de l he cho que la s a plica c ione s t ile s de la t cnica s on limit a da s ,
la s mue s t ra s indis crimina da s pue de n proporciona r re s ult a dos t ile s y de he cho lo ha ce n
cua ndo la pobla cin e n e s t udio e s homog ne a .
Cons ide re por e je mplo, e l proble ma de de t e rmina r la conce nt ra cin de un product o
qumico e n un la go o e l nive l de a zca r e n la s a ngre . Ba jo e l s upue s t o que e l la go o la s a ngre
que circula e s t bie n me zcla do, cua lquie r mue s t ra da ra informa cin muy s imila r. Es t a t cnica
t a mbi n podra a plica rs e pa ra inve s t iga r e l ra ngo de va ria cin de la s a ct it ude s y opinione s de la
ge nt e a ce rca de de t e rmina dos t e ma s de int e r s .
12.3 Muest r eo de Vol unt ar i os
En e l ca s o de cie rt os e xpe rime nt os ps icolgicos o m dicos no s e ra pr ct ico re clut a r
pe rs ona s s e le cciona da s a l a za r e n la pobla cin. En t a le s ca s os la mue s t ra cons is t ir de
pe rs ona s que ha n ofre cido volunt a ria me nt e s us s e rvicios , s a bie ndo que e l proce s o s e r la rgo o
e xige nt e , y t a l ve z a n de s a gra da ble .
75
De be ra re conoce rs e s in e mba rgo que la dife re ncia e nt re e s t a s pe rs ona s y la pobla cin
e n ge ne ra l pue de int roducir s e s gos import a nt e s . En e l ca s o de e ncue s t a s de s onde o de
a ct it ude s , por e je mplo, s e ha e ncont ra do que los volunt a rios t ie ne n a ct it ude s fa vora ble s o por
lo me nos ne ut ra s mie nt ra s que la pobla cin e n ge ne ra l t ie nde a t e ne r un ra ngo de a ct it ude s
ma s a mplio s obre los t e ma s de int e r s .
12.4 Muest r eo por Opi ni n
Como e l t rmino implica , e l mue s t re o por opinin re quie re la s e le ccin de unida de s
s obre la ba s e de cie rt os juicios re s pe ct o de la compos icin de la pobla cin. Ta l a ce rca mie nt o s e
us a a me nudo e n e s t udios e xplora t orios t a le s como la s prue ba s pilot o, pre t e s t s de
cue s t iona rios de e ncue s t a s o grupos de int e r s . Ta mbi n s e us a fre cue nt e me nt e e n cont e xt os
e xpe rime nt a le s e n los cua le s los s uje t os ( ra t one s , cos e cha s , pe rs ona s ) de l e xpe rime nt o
re fle ja n e l juicio de l inve s t iga dor a ce rca de la pobla cin.
Una gra n ve nt a ja de l mue s t re o por opinin e s e l t ie mpo y cos t o re ducido e n la
obt e ncin de la mue s t ra . Sin e mba rgo, pue s t o que a me nudo e xis t e n de s a cue rdos e nt re
dis t int os inve s t iga dore s s obre la ma ne ra de e le gir unida de s re pre s e nt a t iva s , la s e le ccin de la
mue s t ra pue de s e r s e ve ra me nt e s e s ga da . Ade m s , fre cue nt e me nt e e xis t e una t e nde ncia a
e limina r unida de s "e xt re ma s " e ncont ra da s e n la pobla cin e n e l e s fue rzo por s e le cciona r
"unida de s t pica s ". El re s ult a do pue de lle va r a una ima ge n dis t ors iona da de la s ca ra ct e rs t ica s
s ubya ce nt e s de la pobla cin.
12.5 Muest r eo por Cuot as
El mue s t re o por cuot a s e s a mplia me nt e us a do e n e ncue s t a s de opinin y e ncue s t a s de
me rca do. A ve ce s , s e le lla ma un t ipo de mue s t ra "de libe ra da ", ya que s e e xige que los
e nt re vis t a dore s obt e nga n un nme ro re que rido de e nt re vis t a s e n ca da grupo de finido por
va ria ble s t a le s como re a s ge ogr fica , e da d, s e xo y pos ible me nt e ot ra s va ria ble s
de mogr fica s . Es t a s cuot a s a me nudo s on de t e rmina da s pa ra s e r a proxima da me nt e
proporciona le s a l t a ma o de la pobla cin corre s pondie nt e re pre s e nt a da por e l grupo.
Pa ra ilus t ra r e s t a t cnica s upnga s e una e ncue s t a na ciona l de opinin que de be
ba s a rs e e n una mue s t ra por cuot a s . Al igua l que e n e l ca s o de una mue s t ra a le a t oria
e s t ra t ifica da , la prime ra e t a pa podra s e r de e s t ra t ifica r la pobla cin por re gin o provincia ,
ciuda d o conda do. De he cho los dos m t odos no ne ce s a ria me nt e difie re n e nt re s cua ndo s e
t ra t a de s e le cciona r re a s t a le s como RC o grupos de RC de nt ro de los e s t ra t os .
Es comn, a unque no ne ce s a rio, que la s mue s t ra s por cuot a s ut ilice n proce dimie nt os
de s e le ccin a le a t oria e n la e t a pa inicia l de la s e le ccin de e xa ct a me nt e la mis ma ma ne ra que
la s mue s t ra s proba bils t ica s . La dife re ncia e s e ncia l ra dica e n la s e le ccin de la s unida de s de
mue s t re o e n la s e t a pa s fina le s de l proce s o.
Con una mue s t ra proba bils t ica , la s unida de s s e ba s a n e n lis t a s a ct ua liza da s y s e
s e le cciona una mue s t ra s e gn un proce s o a le a t orio. Con e l mue s t re o por cuot a s , a ca da
e nt re vis t a dor s e le da una ca nt ida d de e nt re vis t a s con ins t ruccione s que e s pe cifica n cua nt a s de
e lla s t ie ne n que s e r a hombre s y cua nt a s a muje re s , cua nt a s a pe rs ona s e n los dis t int os
grupos e t a rios y a s s uce s iva me nt e .
De e s t a ma ne ra , s e ca lcula n la s cuot a s de da t os dis ponible s de t a l ma ne ra que , pa ra la
pobla cin ba jo e s t udio, los s e xos , grupos e t a rios y cla s e s s ocia le s s e a n re pre s e nt a dos e n la
mue s t ra e n la s proporcione s corre ct a s .
12.6 Ar gument os a f avor del Muest r eo por Cuot as
Como ya s e ha s e a la do una mue s t ra por cuot a s e s ge ne ra lme nt e me nos cos t os a que
una mue s t ra proba bils t ica . Ade m s de l fa ct or cos t o, e n ge ne ra l t a mbi n e s ma s f cil ma ne ja r
76
una mue s t ra por cuot a s pue s t o que s e pue de n e vit a r la s t a re a s de lis t a r, s e le cciona r
a le a t oria me nt e y ha ce r s e guimie nt o de los ca s os de no- re s pue s t a .
El mue s t re o por cuot a s pue de s e r un ins t rume nt o conve nie nt e cua ndo la informa cin s e
re quie re e n forma urge nt e . De he cho, a ve ce s e s la nica opcin pa ra re ducir los e rrore s de
me moria . Se pue de lle va r a ca bo e n forma inde pe ndie nt e de la e xis t e ncia de ma rcos
mue s t ra le s , pa rt icula rme nt e e n la s e t a pa s fina le s de la s e le ccin. De he cho, pue de s e r e l nico
m t odo pr ct ico pa ra mue s t re a r una pobla cin pa ra la cua l no s e dis pone de un ma rco
a de cua do.
12.7 Ar gument os en cont r a del Muest r eo por Cuot as
Por ot ra pa rt e , e l mue s t re o por cuot a s no pe rmit e la e s t ima cin de los e rrore s de
mue s t re o. Ade m s , de nt ro de ca da cuot a los e nt re vis t a dore s pue de n no logra r una mue s t ra
s uficie nt e de re s ponde nt e s .
En e l ca s o que t oda s la s cuot a s s e comple t e n corre ct a me nt e , qui n pue de de cir que la
s e le ccin de nt ro de los grupos ha s ido t a l que s e a s e gure una mue s t ra re pre s e nt a t iva ? Por
e je mplo e n una e ncue s t a por cuot a s de un grupo de pe rs ona s de 65 o ma s a os de e da d, los
e nt re vis t a dore s podra n re s t ringir la s e nt re vis t a s a la s pe rs ona s que t ie ne n a lre de dor de 65 o
66 a os , ignora ndo a los de 70, 80 o 90 a os .
En de fe ns a de l m t odo, s in e mba rgo, con fre cue ncia s e a rgume nt a que a los
e nt re vis t a dore s s e le s impone n ins t ruccione s y re s t riccione s pa ra pre ve nir s e s gos de
s e le ccin, pe ro e s t o no s ie mpre s e pue de ga ra nt iza r.
Un he cho ine vit a ble e n la s e ncue s t a s por mue s t re o e s la no- re s pue s t a . Da do que
ge ne ra lme nt e no s e ha ce s e guimie nt o de no- re s ponde nt e s por ra zone s de re cha zo o no
ubica cin, los re s ult a dos de la mue s t ra podra n s e r s e s ga dos . La import a ncia de e s e s e s go
de pe nde r na t ura lme nt e de l nive l de no- re s pue s t a y de la s dife re ncia s de la s ca ra ct e rs t ica s
de los que re s ponde n y de los que no lo ha ce n.
77
BI BLI OGRAF A y REFERENCI AS
Cl si cos:
Tcni cas de Muest r eo. Cochr an, Wi l l i am G, Compa a Edit oria l Cont ine nt a l, M xico, 1977.
Sur vey Sampl i ng . Ki sh, Lesl i e, John Wile y & Sons , Ne w York, 1967 ( nue va e dicin 1996) .
Sampl e Sur vey Met hods and Ther or y ( Tomos Y y I I ) , Hansen M, Hur w i t z W. and
Madow W. , John Wile y & Sons , 1953.
Teor a de Muest r eo. Raj , Des, Alia nza Edit oria l, Ma drid, 1967.
Sampl i ng Theor y of sur veys and appl i cat i ons , Suk hat me, P.V., Suk hat me B. V. , 1984.
3ra e d. Iowa St a t e Unive rs it y Pre s s .
Menos Cl si cos:
Pr act i cal Sampl i ng Techni ques. Ranj an K. Som, 2da Edit ion Re vis e d a nd Expa nde d, 1996;
Ma rce l De kke r
Sampl i ng of Popul at i ons. Met hods and Appl i cat i ons . Levy, Paul and Lemeshow ,
St anl ey , Third Edit ion 1999. ; Wile y Int e r s cie nce
Sampl i ng Met hods f or Appl i ed Resear ch, Tex t and Cases . Tr yf os Pet er , 1996; John
Wile y & Sons
Model Assi st ed Sur vey Sampl i ng Sr ndal l , C. E. , Sw esson, B. And Wr et man, J. ,
1992. Ne w York: Springe r Ve rla g
Sampl i ng, Thompson, S. K. , 1992. Ne w York, Wile y
Mt odos y Apl i caci ones del Muest r eo . Azor n, F. y Sanchez Cr espo , Alia nza Edit oria l,
Ma drid, 1986.
Pr i nci pi os El ement al es del Muest r eo y Est i maci n de Pr opor ci ones. Sanchez Cr espo ,
Ins t it ut o Na ciona l de Es t a ds it ica , Es pa a , 1971.
Muest r eo de Pobal ci ones Fi ni t as Apl i cado a Di seo de Encuest as. Sa nche z Cre s po,
Ins t it ut o Na ciona l de Es t a ds t ica , Es pa a , 1976.
Cur so i nt ensi vo de Muest r eo en Pobl aci ones Fi ni t as. Sanchez Cr espo , El Ins t it ut o,
Ma drid, 1980
Mi scel anea:
El Hombr e Anumr i co. El Anal f abet i smo Mat emt i co y sus Consecuenci as. Al l en
Poul us, J. , Tuque s t Edit ore s , Ma t e ma 20, 1990.
Equvocos y Fal aci as en l a I nt er pr et aci n de Est adsi t i cas. Campbel l St ephen , Edit oria l
Limus a , Norie ga Edit ore s , 1994.
78
APENDI CE
I nst r ucci ones par a el uso de Sampl eCal c
De s pu s de s a ca r una mue s t ra , la principa l t a re a e s re a liza r la s e s t ima cione s de la s
ca ra ct e rs t ica s de int e r s de la pobla cin. El Progra ma Sa mple Ca lc e s un comple me nt o de
Micros oft Exce l 97, e l cua l nos pe rmit e ca lcula r e s t ima cione s pa ra ca da va ria ble de int e r s .
Una ve z s e le cciona da la mue s t ra , la s obs e rva cione s de be n s e r e nt ra da s e n una pla nilla de
c lculo Exce l e n forma de t a bla , de ma ne ra t a l que la s columna s corre s ponda n a la s va ria ble s
de int e r s y la s fila s los e le me nt os obs e rva dos e n la mue s t ra .
La a plica cin de Sa mple Ca lc e s ilus t ra da con la a yuda de un e je mplo. Suponga mos que
una mue s t ra s imple a l a za r s in re e mpla zo de 10 hoga re s fue s e le cciona da de una pobla cin de
hoga re s de una ciuda d. La s obs e rva cione s s on e nt ra da s e n una pla nilla Exce l de la s iguie nt e
ma ne ra :
donde HHNO e s la ide nt ifica cin de l hoga r, DISTRICT e s la ide nt ifica cin de l Dis t rit o donde e s t
ubica do e l hoga r ( 1, 2 y Ot he r) , SIZE e s e l nme ro de pe rs ona s que ha bit a n e n e l hoga r,
HHINC e s e l ga s t o e n a lime nt os de l hoga r y HLANG e s la le ngua ha bla da e n e l hoga r ( E: ingl s
y F: fra nc s ) .
Es t a s obs e rva cione s pudie ron ha be r s ido obt e nida s us a ndo mue s t re o s imple a l a za r,
mue s t re o e s t ra t ifica do, mue s t ro e n dos e t a pa s y por clus t e r o conglome ra dos e n una nica
e t a pa .
Los prime ros pa s os s on s imila re s s in import a r e l m t odo de mue s t ro por e l cua l la
mue s t ra fue e xt ra da . En e l me n he rra mie nt a s , clicke a r Sa mple Ca lc. Una ve nt a na Dat a and
Label s s e a brir :
79
Si e l ra ngo de da t os y los nombre s de la s va ria ble s s on corre ct os , s e de be clicke a r OK,
e n ca mbio s i no s on corre ct os s e de be clicke a r Cha nge y s e le cciona r e l ra ngo y los nombre s
corre ct os .
Lue go a pa re ce r una ve nt a na Met hod e n la cua l ha br que s e le cciona r e l m t odo por
e l cua l la mue s t ra fue s e le cciona da ( s imple a l a za r, e s t ra t ifica do, dos e t a pa s o clus t e r) .
De a qu e n a de la nt e la a plica cin de Sa mple Ca lc de pe nde de l m t odo de mue s t re o a plica do
pa ra la obt e ncin de la mue s t ra .
Muest r eo Si mpl e al azar
Se a s ume que s e e xt ra e una mue s t ra s imple a l a za r s in re e mpla zo de 10 hoga re s de
un t ot a l de 2400 hoga re s de una ciuda d. De s pu s de s e le cciona r e n la ve nt a na Met hod que e l
m t odo ut iliza do pa ra e xt ra e r la mue s t ra fue s imple a l a za r, una ve nt a na Si mpl e r andom
sampl i ng a pa re ce , e n la cua l s e de be da r e l t a ma o de la pobla cin y s e de be s e le cciona r e l
nive l de confia nza pa ra la cons t ruccin de los int e rva los de confia nza .
80
Lue go e l progra ma de s plie ga dos me ns a je s dicie ndo que cre a dos nue va s hoja s e n la pla nilla
de C lculo: VRESULTS ( Va ria ble s ) y ARESULTS ( At ribut os ) . La prime ra cont e ndr los
re s ult a dos de la s e s t ima cione s de la s va ria ble s cont inua s , e n t a nt o que la s e gunda cont e ndr
la s e s t ima cione s de la s va ria ble s ca t e grica s .
Inme dia t a me nt e a pa re ce r una ve nt a na lla ma da Dat a anal ysi s. Pa ra a na liza r 1 o ma s
va ria ble s cont inua s s e le cciona r la prime r opcin, pa ra a na liza r una o ma s va ria ble s ca t e grica s
s e le cciona r la s e gunda opcin.
Si s e e ligi a na liza r una ma s va ria ble s , una nue va ve nt a na a pa re ce r Sel ect i on of
var i abl es. Pa ra s e le cciona r la va ria ble a s e r a na liza da s e de be clicke a r e n e l nombre de la
mis ma . Click OK pa ra proce de r o Ca nce l pa ra volve r a la ve nt a na Dat a anal ysi s.
81
Si s e clicke o OK, la Hoja VRESULTS cont e ndr pa ra ca da va ria ble s e le cciona da :
Nme ro de obs e rva cione s con va lore s no mis s ing o fa lt a nt e s .
Es t ima cione s de la me dia y t ot a l de la s va ria ble s s e le cciona da s .
Va ria nza e s t ima da de la va ria ble .
De s vo e s t nda r e s t ima do de la e s t ima cin de la me dia pobla ciona l.
Los int e rva los de confia nza pa ra la me dia y e l t ot a l de la va ria ble .
Igua l proce de r s i s e e lige a na liza r una va ria be ca t e grica , con la nica dife re ncia de que los
re s ult a dos de la mis ma e s t a r n e n la hoja ARESULTS.
82
Muest r eo Est r at i f i cado
Se s upone que los hoga re s de la ciuda d e s t n a grupa dos e n 3 dis t rit os y que la s
obs e rva cione s fue ron s e le cciona da s e xt ra ye ndo s in re e mpla zo 2 hoga re s de los 500 hoga re s
de l Dis t rit o 1, 3 hoga re s de e nt re los 110 hoga re s de l Dis t rit o 2 y 5 hoga re s de e nt re los 800
hoga re s de l Dis t rit o OTHER.
De s pu s de s e le cciona r Es t ra t ifica do e n la ve nt a na Met hod, a pa re ce una ve nt a na Gr oup
l abel s e n la cua l s e de be s e le cciona r e l ra ngo que cont ie ne los grupos ( e s t ra t os ) .
Lue go a pa re ce una nue va ve nt a na Number of Pop. El ement s, donde s e s e le cciona e l ra ngo
de da t os que cont ie ne e l nme ro de e le me nt os e n ca da grupo ( e s t ra t o) e n la pobla cin.
A cont inua cin s e de s plie ga una ve nt a na Gr oup I dent i f i er e n la cua l s e s e le cciona la va ria ble
que ide nt ifica los grupos e n la mue s t ra .
83
Una nue va ve nt a na a pa re ce r Fi r st check of popul at i on and sampl e el ement s, e n la cua l
s e podr che que a r s i s e de fini corre ct a me nt e los e s t ra t os , y los t a ma os de los mis mos t a nt o
e n la pobla cin como e n la mue s t ra . Si s e obs e rva a lguna a noma la , click Ca nce l y come nza r
de nue vo.
Lue go e n la ve nt a na St r at i f i ed r andom sampl i ng , s e de be s e le cciona r e l nive l de confia nza
de s e a do.
A pa rt ir de e s t e punt o, los pa s os s on s imila re s a los mos t ra dos pa ra mue s t re o s imple a l
a za r, e s de cir s e cre a ra n dos nue va s hoja s , VRESULTS y ARESULTS, lue go s e s e le cciona n la s
va ria ble s de int e r s y por lt imo s e pre s e nt a n los re s ult a dos e n la s dos hoja s cre a da s t e nie ndo
e n cue nt a s i la s va ria ble s s e le cciona da s s on cont inua s o ca t e grica s .
Muest r eo en dos et apas
Pa ra ilus t ra r e s t a a plica cin s uponga mos que los hoga re s de la ciuda d e s t n a grupa dos
e n 6 dis t rit os y que la s obs e rva cione s fue ron s e le cciona da s e n dos e t a pa s . En la prime ra e t a pa
s e s e le cciona ron a le a t oria me nt e s in re e mpla zo 3 de los 6 dis t rit os ; e s t os re s ult a ron s e r e l 1, 2
y OTHER. En la s e gunda e t a pa , una mue s t ra s imple a l a za r s in re e mpla zo de 2 hoga re s fue
e xt ra da de los 500 hoga re s de l Dis t rit o 1, una mue s t ra de 3 hoga re s fue e xt ra da de los 1100
hoga re s de l Dis t rit o 2 y una mue s t ra de 5 hoga re s de los 800 hoga re s de l Dis t rit o OTHER.
De s pu s de s e le cciona r Two- St a ge de la ve nt a na Met hod, s e de be s e le cciona r e l ra ngo que
cont ie ne los grupos s e le cciona dos ( e t a pa s ) .
84
Lue go e n la ve nt a na Number of Pop. El ement s, s e de be s e le cciona r e l ra ngo que cont ie ne e l
nme ro de e le me nt os e n la pobla cin de ca da grupo s e le cciona do.
A cont inua cin a pa re ce una ve nt a na Tw o- st age r andom sampl i ng , e n la cua l s e de be
ingre s a r e l nme ro de e le me nt os y e l nme ro de grupos e n la pobla cin, y s e de be s e le cciona r
e l nive l de confia nza de s e a do.
85
La ve nt a na Gr oup I dent i f i er a pa re ce r . En la mis ma s e de be s e le cciona r la va ria ble que
ide nt ifica los grupos e n la mue s t ra .
Lue go a pa re ce r la ve nt a na Fi r st check of popul at i on and sampl e el ement s e n la cua l s e
de be che que a r s i e l nombre de los grupos s e le cciona dos y e l t a ma o de los mis mos , t a nt o
pobla ciona l como mue s t ra l.
86
A cont inua cin e l proce dimie nt o e s s imila r a los dos m t odos a nt e riore s ya que s e cre a r n dos
hoja s nue va s e n la pla nilla Exce l e n la cua l s e volca ra n los re s ult a dos de a cue rdo a s i la
va ria ble s e le cciona da pa ra re a liza r la s e s t ima cione s e s cont inua ( VRESULTS) o ca t e grica
( ARESULTS) .
Muest r eo por Cl ust er o congl omer ados en una ni ca et apa.
Se s upone que la pobla cin cons is t e de 500 hoga re s a grupa dos e n 20 dis t rit os , y que
s e e xt ra e una mue s t ra s imple a l a za r s in re e mpla zo de 3 de los 20 dis t rit os . Es t os dis t rit os
s e le cciona dos re s ult a n s e r 1, 2 y OTHER. Todos lo hoga re s e n los dis t rit os s e le cciona dos s on
e nt re vis t a dos .
De s pu s de s e le cciona r Clus t e r e n la ve nt a na Met hod, s e de s plie ga una nue va
ve nt a na Cl ust er r andom sampl i ng e n la cua l s e de be n ingre s a r e l nme ro de e le me nt os e n
la pobla cin, e l nme ro de grupos e n la pobla cin, e l nme ro de grupos s e le cciona dos e n la
mue s t ra y e l nive l de confia nza de s e a do.
Una ve nt a na Gr oup I dent i f i er a pa re ce r e n la cua l s e de be s e le cciona r la va ria ble que
ide nt ifica los grupos pa ra los e le me nt os de la mue s t ra .
87
Lue go a pa re ce r una ve nt a na Fi r st check of popul at i on and sampl e el ement s la
cua l s irve pa ra che que a r los grupos y e l nme ro de e le me nt os t a nt o e n la pobla cin como e n la
mue s t ra . Si s e obs e rva una a noma la , click Ca nce l, che que a r los da t os y come nza r
nue va me nt e .