Errores de no muestreo

Enrique Alfonso Guzmn Peto Carlos Ernesto Lpez Natarn Pierluigi Calia Cerrillo

Desarrollo Histrico
Imperio Romano, Egipcio (1700-1900)

Uso de encuestas en el estudio de problemas

Moser y kalton (1972), Warwick (1975)

sociales (marginacin, encarcelamiento,etc.)

(referencias bibliogrficas sobre historia de encuestas)

Kruskal y Mosteller (1980) (desarrollo de la idea

de muestra representativa)

El muestreo generalmente se hace con encuestas, los resultados de estas son afectados por numerosos errores que provienen de diferentes fuentes. Las posibles fuentes de errores en el transcurso de la colecta de los datos estadsticos son las imprecisiones de las observaciones, interpretacin, instrumentos de medicin, procesamiento de los datos y el anlisis.

Por errores de no muestreo nos referimos a la entidad de todos los errores que provienen de fuentes diferentes a la seleccin de la muestra. Generalmente se piensan que son debidos enteramente a las equivocaciones y deficiencias durante el desarrollo y la ejecucin los procedimientos de la encuesta. Se dice que se generan de definiciones concebidas errneamente, imperfecciones en los planes de tabulacin y la incapacidad para obtener respuesta en todos los miembros de la muestra.

Un diseo perfecto, perfectamente implementado sera libre de los errores de no muestreo. Pero esto no siempre sucede en la vida real!

Los errores de no muestreo son difciles de estimar en contraste con los errores de muestreo, no hay tcnicas de estimacin exacta. Adems de que hay muchos casos ambiguos en donde no es fcil decidir si algn error es debido al muestreo u otros factores.

Hay todava una discusin en proceso para determinar las fuentes de errores de no muestreo, pero bsicamente se habla de tres fuentes principales de errores de no muestreo: Errores de marco muestral Errores de no respuesta Errores de medicin

Errores de marco muestral

Definicin de marco de muestreo

Definiciones para marco de muestreo

Estructuras de marcos de muestreo

Tipos de errores de marco

El marco juega un rol fundamental en el muestreo, este es una poblacin finita de unidades a las cuales el mecanismo de muestreo probabilstico le es aplicado, la poblacin de las unidades del marco no son necesariamente equivalentes a la poblacin para las cuales la informacin es recolectada. La construccin del marco de muestreo puede ser una de las tareas ms difciles que los diseadores del muestreo tienen que afrontar.

 este consiste en los materiales, procedimientos y dispositivos que identifican, distinguen y permiten el acceso a los elementos de la poblacin objetivo. El marco est compuesto por un conjunto finito de unidades a las cuales se les aplica el esquema de muestreo probabilstico.
Las reglas y mecanismos para ligar a las unidades del marco con elementos de la poblacin de inters son una parte integral del marco.

Este tambin incluye informacin auxiliar (mediciones de tamao, informacin demogrfica) que se usa para tcnicas especiales de muestreo como la estratificacin y probabilidad proporcional al tamao tcnicas especiales de estimacin como estimadores de razn o estimacin de regresin.

Definiciones bsicas de los marcos de muestreo

La poblacin objetivo es una poblacin finita de elementos identificables

El muestreo es llevado a cabo en algunos conjuntos de unidades, pero estos conjuntos no necesariamente son la poblacin objetivo. Algn mecanismo debe existir para ligar a la poblacin objetivo y el conjunto que es muestreado.
Para ser capaz de colectar informacin de los elementos, debe ser posible localizar y distinguirlos entre ellos.

Puede existir ms de un tipo de liga entre los elementos objetivo y el conjunto de muestreo. Estas ligas determinan el tipo de diseo de muestra y los procedimientos de estimacin que pueden ser usados en la encuesta.
Algunos diseos de muestra y procedimientos de estimacin requieren informacin auxiliar sobre los elementos de la poblacin. Esta informacin debe ser conocida por cada miembro de la poblacin objetivo.

Estructuras de marcos

Uno a uno
Cada unidad de marco muestral es asociada con un nico elemento poblacional y cada elemento poblacional es asociado a un marco muestral. Ejemplo: La lista del padrn electoral

Uno a muchos
Las unidades del marco muestral pueden estar asociados con ms de un elemento poblacional, y cada elemento poblacional es asociado con una nica unidad del marco muestral. Ejemplo: Lista de unidades habitacionales

Muchos a uno
Cada unidad de marco muestral est asociada con un elemento poblacional, y cada elemento poblacional puede estar asociado con muchas unidades muestrales. Ejemplo: Una lista de contadores en un banco para muestrear a clientes en un banco.

Muchos a muchos
Cada unidad del marco muestral puede estar asociado con muchos elementos poblacionales y cada elemento poblacional puede estar asociado a muchas unidades del marco muestral. Ejemplo: Dueos de granjas y granjas

Tipos de errores debidos al marco muestral

Elementos de la poblacin no presentes No poder ligar algunos miembros de la poblacin de inters con el marco es quiz el ms serio error de marco muestral porque no puede ser encontrado y se descarta de la muestra o el marco y puede introducir un sesgo. Tratamiento: Se puede tratar de estimar la subcobertura mediante algunos modelos. Y se pueden usar mltiples marcos.

Inclusin de elementos que no son de la poblacin de inters

El marco muestral tambin podra contener elementos que no son parte de la poblacin objetivo. Si este error no es corregido, los totales seran sobreestimados y otras estadsticas seran sesgadas.

Prevencin: tratar de reconocerlos y eliminarlos al momento de hacer la encuesta. Tambin se puede cuantificar con modelos el sesgo que est introduciendo.

Problemas de multiplicidad
Los elementos de la poblacin objetivo podran estar ligados a ms de una unidad de marco muestral. Tratamiento: Para determinar correctamente la
probabilidad de inclusin de los elementos muestrales sera necesario conocer cuantas veces un elemento muestral est asociado con el marco muestral o remover las asociaciones mltiples antes de sacar la muestra, tambin se puede usar el ordenamiento, definir una nica regla de conteo, redefinir la poblacin objetivo, introducir un nuevo nivel de muestreo.

Informacin auxiliar incorrecta

Muchos marcos contienen informacin auxiliar usada para muestreos y tcnicas de estimacin especiales, tales como informacin usada para estratificar, medidas de tamao usado para probabilidad proporcional al tamao de muestra y caractersticas altamente correlacionadas con las variables de inters de la encuesta las cuales pueden ser usadas para la estimacin de razn y estimacin.

Acceder a informacin incorrecta

Los marcos obsoletos o imprecisos pueden llevar a informacin sobre los elementos que no permita su localizacin, similar al problema de no encontrar una liga. Tratamiento: Si es posible tratar de actualizar el marco de muestreo, si no entonces usar ese y pensar que es una aproximacin inexacta, hay modelos que permiten cuantificar el sesgo.

Uso inadecuado de marcos conglomerados

A menudo, las unidades de marco de muestreo representan
conglomerados de elementos de la poblacin objetivo, si un elemento se saca del conglomerado sin modificar al tamao del conglomerado las estimaciones sern errneas. Tratamiento: Hansen et al. (1953a) sugiere que si un elemento ha sido medido para un conglomerado y el tramao de los conglomerados puede ser determinado, las mediciones para los elementos deberan ser ponderadas al tamao del conglomerado.

No respuesta

No Respuesta: Panorama General

1)

Antecedentes y Terminologa Efectos estadsticos del problema Tratando con el problema

2)

3)

1) No respuesta: Antecedentes y Terminologa

i.

Actividades de encuesta relacionadas con la no respuesta Terminologa Razones de no respuesta

ii. iii.

i) Actividades

relacionadas con la no respuesta

Locacin Solicitud Coleccin de datos

a) b) c)

ii) Terminologa
a) b) c)

La nocin de no respuesta Medidas relativas asociadas Sesgo asociado

iii) Razones

de no respuesta

a) b) c) d) e)

No elegibilidad No solicitado Solicitado pero indispuesto Solicitado pero no disponible Otras razones

2) No respuesta: Efectos Estadsticos del Problema

i. ii. iii.

Perspectiva deterministica de la no respuesta Perspectiva estocstica Efecto en los errores de encuesta cuando se estiman medias y totales

i. Perspectiva deterministica
Asume que los miembros de la poblacin estn seguros de responder no; por lo que la decisin de respuesta es predeterminada en cada miembro de la muestra.

ii. Perspectiva estocstica

Se relacionan las caractersticas de la encuesta con la probabilidad de respuesta y el tamao de la colectividad.

iii.

Efectos en los errores de encuesta cuando se estiman parmetros

Los efectos de no respuesta siempre influyen en los parmetros a estimar, sin embargo estos pueden clasificarse, medirse e incluso minimizarse.

3) Tratando con el problema

i.

Unidad de no respuesta

ii.
iii.

Mtodos para tratar con la no respuesta

Seleccin de Mtodo

i) Unidad de no respuesta
a)

Maximizar la unidad de respuesta Usar mtodos compensatorios

b)

ii) Mtodos para tratar la no respuesta

a)

Preventivos Compensatorios

b)

a) Mtodos preventivos
1) 2) 3)

Tipo de pregunta Interfase para la captura de datos Diseo de cuestionarios

b) Mtodos compensatorios
1) 2) 3) 4)

Mean value Regresin Imputacin deductiva Imputacin por rastreo

iii) Seleccin de mtodo

a)

Combinar mtodos
Cualquier mtodo implica asumir un riesgo

b)

ERRORES DE MEDICIN

DEFINICION DE MEDICIN
La estimacin de la magnitud de algunos atributos de un objeto, como su longitud o peso, en relacin con una unidad de medida.
Stevens: La asignacin de nmeros a los objetos de acuerdo a una regla - cualquier regla.

ESCALAS DE MEDICIN

NOMINAL ORDINAL INTERVALO RAZON Nota : El concepto de medicin se confunde a menudo con la cuenta.

MEDICIN

El Mtodo de Medicin

El proceso de Medicin

MTODO DE MEDICIN

El mtodo de medicin adoptado por la encuesta esta definido por una definicin operativa. El mtodo de medicin se desarrolla para la encuesta considerando que de un resultado que se acerque mas a lo que se espera utilizando la definicin operativa.

El mtodo de medicin adoptado por la encuesta no esta definido por una definicin operativa.

PROCESO DE MEDICIN
- Moser and Kalton (1972). - Dalenius (1974).

DEFINICION DE ERROR DE MEDICIN

El error de medicin es la diferencia entre las mediciones de la misma cantidad sobre el mismo objeto. Para cuantificar el error de medicin, es necesario realizar diferentes mediciones en varios objetos.

TIPOS DE ERROR DE MEDICIN

Cada vez que se repite una medicin con un instrumento, obtendremos valores ligeramente diferentes debido a dos tipos de errores: - Error Sistemtico - Error Aleatorio

ERROR Y VALOR VERDADERO

Existen dos tipos diferentes de relacionar el error de medicin con el concepto de valor verdadero:

- Considera que la existencia del valor verdadero sea independiente de las condiciones de la encuesta.
- Considera que el valor verdadero o el valor preferido esta relacionado con las condiciones de la encuesta.

METODOS PARA CUANTIFICAR EL ERROR

Existen dos mtodos para cuantificar el error:

- Record check studies, en el que una fuente de registros est revisada por las unidades de una submuestra incluidas en la encuesta.
- Resurveys, en el que las unidades de una submuestra son medidas de nuevo utilizando mtodos ms precisos.

FUENTES DE ERRORES
Una fuente de error en un record check study es el hecho de no asociar correctamente los valores de la encuesta con los valores medidos de nuevo. Esta situacin puede darse debido a que la informacin de identificacin no es suficiente para realizar una comparacin de datos, o a causa de errores cometidos durante el resurvey.

ESTUDIOS SOBRE FUENTES DE ERROR

Neter y Waksberg (1964) elaboraron un diseo experimental para estimar el sesgo, en el cual los datos que pueden ser razonablemente considerados con un sesgo pequeo (en la red) son comparados con los datos que tienen un sesgo mas grande. Tres fuentes de error en una encuesta de gastos se consideraron.

ESTUDIOS SOBRE FUENTES DE ERROR

- Telescpico - Acondicionado - Prdida de llamada de efecto

REDUCCION DE ERRORES DE NO MUESTREO

Para reducir los varios tipos de errores de no muestreo se deber utilizar mtodos para verificar la calidad durante la fase de: - Planificacin

- Desarrollo del listado de direcciones

- Recopilacin de datos - Actividades de procesamientos de datos

CASOS PRACTICOS
En el censo de la dcada 1990 en USA, se intent entrevistar a cada una de las ms de 100 millones de familias de esa nacin. Para evitar la ausencia de respuestas, Dillman propuso la iteracin de tres factores

CASOS PRACTICOS
En las empresas de Investigacin de mercados se produce estos tipos de errores cuando el entrevistado da una respuesta errnea, con intencin o sin ella, o cuando el encuestador interpreta o transcribe mal su respuesta, influye en la respuesta del entrevistado o la pregunta es mal interpretada.

OBSERVACION
En los datos categricos en los cuales no es significativo hablar de la desviacin del valor observado respecto el valor real; slo podemos decir que algunas respuestas son buenas o malas. Y la desviacin X puede interpretarse y considerarse como una medida de respuesta de error.

CONCLUSIONES
En general, la medicin de los errores ajenos al muestreo (incluido los que pueden producirse en la fase del procesamiento de los datos) es considerada una actividad difcil debido a la existencia de una diversidad amplia de causas que generan este tipo de errores, la inexistencia de procedimientos estndar de medicin, el alto costo de la informacin extramuestral para implementar procedimientos no estndares, entre otros.

CONCLUSIONES
Por ello, en la prctica, siempre se ha puesto nfasis para reducir su magnitud por medio de controles de calidad en todas las fases de ejecucin de la encuesta.

Conclusiones
Un error de muestreo y de no muestreo

ocurre cuando existen discrepancias entre lo esperado y lo observado

Diferenciar errores de muestreo y de no

muestreo.

Un perfecto diseo implementado estar

libre de errores de no muestreo, pero eso no siempre es posible.

Conclusiones
No subestimar los errores de no muestreo La mejor manera de controlar los errores

de no muestreo es llevar a cabo una planeacin idnea en las actividades propias de una encuesta, seleccin de la muestra y anlisis de resultados

Bibliografa
Non sampling error in surveys. Judith T.

Lessler, William D. Kalsbeek.

Sampling and non sampling errors in

survey. A Marton (seminar Quality indicators in surveys and census)