Copyright © 2015 Banco Interamericano de Desarrollo. Esta obra está bajo una licencia Creative Commons IGO 3.0 Reconocimiento-No Comercial-Sin Obra Derivada.

Presentación del tema: "Copyright © 2015 Banco Interamericano de Desarrollo. Esta obra está bajo una licencia Creative Commons IGO 3.0 Reconocimiento-No Comercial-Sin Obra Derivada."— Transcripción de la presentación:

1 Copyright © 2015 Banco Interamericano de Desarrollo. Esta obra está bajo una licencia Creative Commons IGO 3.0 Reconocimiento-No Comercial-Sin Obra Derivada (CC-IGO BY-NC-ND 3.0 IGO) (http://creativecommons.org/licenses/by-nc-nd/3.0/igo/legalcode) y puede ser reproducida para cualquier uso no-comercial otorgando crédito al BID. No se permiten obras derivadas.http://creativecommons.org/licenses/by-nc-nd/3.0/igo/legalcode Cualquier disputa relacionada con el uso de las obras del BID que no pueda resolverse amistosamente se someterá a arbitraje de conformidad con las reglas de la CNUDMI. El uso del nombre del BID para cualquier fin que no sea para la atribución y el uso del logotipo del BID, estará sujeta a un acuerdo de licencia por separado y no está autorizado como parte de esta licencia CC-IGO. Notar que el enlace URL incluye términos y condicionales adicionales de esta licencia. Las opiniones expresadas en esta publicación son de los autores y no necesariamente reflejan el punto de vista del Banco Interamericano de Desarrollo, de su Directorio Ejecutivo ni de los países que representa.

2 Limitaciones del muestreo aleatorio simple Juan Muñoz Sistemas Integrales

3 Limitaciones del Muestreo Aleatorio Simple La estratificación El muestreo en dos etapas Efecto de conglomeración El efecto de diseño

4 Limitaciones del MAS 4 El MAS se adecua bien a muchos problemas de evaluación de impacto, pero puede no ser lo mejor cuando –se necesitan estimaciones para sub-grupos de la población –especialmente si son pequeños –no se dispone de un marco muestral adecuado para poner en práctica el MAS –el MAS produciría una muestra territorialmente demasiado cara y difícil de visitar, por lo dispersa Se recurre entonces a otras técnicas –Estratificación –Muestreo por etapas

5 Encuesta electoral en un archipiélago 5

6 Estratificación 6 La población se divide en sub- grupos, llamados estratos. En cada estrato se elige una muestra por separado. Hay dos razones para estratificar: –Para reducir el error estándar, por la vía de controlar la composición de la muestra. –Para asegurar la representación de ciertos grupos. Las probabilidades de selección pueden variar entre estratos. Estos dos objetivos son contradictorios en la práctica Esto impone el uso de ponderadores, para asegurar la validez externa de una evaluación de impacto

7 Encuesta electoral en dos etapas 7

8 Muestreo en dos etapas 8 En vez de elegir una MAS El territorio se divide en áreas pequeñas, llamadas Unidades Primarias de Muestreo (UPMs). –En la primera etapa, se eligen UPMs. –En la segunda etapa, se eligen hogares dentro de las UPMs elegidas.

9 Muestreo en dos etapas 9 Resuelve los problemas del MAS –Reduce los desplazamientos –Reduce los problemas de marco La muestra puede hacerse auto-ponderada, eligiendo –Las UPMs con probabilidad proporcional al tamaño (Probability Proportional to Size, PPS) –Una cantidad fija de hogares en cada UPM El precio a pagar es el efecto de conglomeración

10 Efecto de conglomeración 10 El error estándar aumenta si una muestra de tamaño n se elige en dos etapas, con k UPMs y m hogares por UPM ( n=km ) Efecto de conglomeración Coeficiente de correlación intra-clásica Muestreo en 2 etapas Muestreo Aleatorio Simple

11 Efecto de conglomeración Para un tamaño muestral total de 12,000 hogares 11

12 Efecto de diseño 12 En una muestra en dos etapas Efecto de conglomeración = e 2 M2E / e 2 MAS En un diseño más complejo (con dos o más etapas, estratificación, etc.) Efecto de diseño = Deff = e 2 Diseño Complejo / e 2 MAS Puede interpretarse como una aparente contracción del tamaño muestral, como resultado de la conglomeración y la estratificación Puede estimarse con software especial (por ejemplo, con los comandos svy de Stata)

13