Análisis de datos secundarios Tema 2: Encuestas y registros administrativos Enrique Fernández Macías Departamento de Sociología y Comunicación Universidad de Salamanca

Índice 1.Introducción. Microdatos y datos publicados 2.La encuesta 1.La representación estadística y el muestreo 2.El diseño de cuestionarios 3.Otras cuestiones 3.El registro administrativo 1.Un ejemplo: la muestra continua de vidas laborales

Introducción Diferencias entre encuesta y registro: –Forma de recogida de la información: recogida de información sobre una muestra de individuos frente a recogida de información en el acto administrativo –Objetivos: el objetivo de la encuesta es directamente la obtención de información sobre la población, el objetivo del registro es la ayuda a la gestión administrativa Importancia de conocer las formas de obtención de información para poder utilizarla adecuadamente Microdatos frente a datos publicados: flexibilidad, manipulación, análisis, dificultad.

La encuesta Herramienta principal de la investigación social cuantitativa Permite conocer información de poblaciones tan amplias como se quiera, con un nivel de certeza conocido, y coste relativamente bajo. Definición (García Ferrando): “una encuesta es una investigación realizada sobre una muestra de sujetos representativa de un colectivo más amplio, que se lleva a cabo en el contexto de la vida cotidiana, utilizando procedimientos estandarizados de interrogación, con el fin de obtener mediciones cuantitativas de una gran variedad de características objetivas y subjetivas de la población”. Dos elementos clave: muestreo y cuestionario

Representación estadística y muestreo (1) Fundamento estadístico: teorema del límite central y ley de los grandes números. –Si extraemos n muestras aleatorias de una población, siendo n suficientemente grande, la distribución de las medias de estas muestras será normal, con media igual a la media poblacional y varianza igual a la varianza poblacional dividida por n, independientemente de cuál sea la distribución de la variable en la población.

Representación estadística y muestreo (2) En la práctica, casi nunca se utiliza muestreo aleatorio simple, por razones de coste, tiempo y fiabilidad. Dos elementos principales en las muestras complejas: estratificación y conglomerados. La probabilidad de selección de cada individuo no será la misma: pero ha de seguir siendo conocida. Las encuestas con muestras complejas requieren la utilización de tres elementos para hacer inferencia: –Ponderaciones –Conglomerados –Estratificación

Representación estadística y muestreo (3) Efectos sobre la estimación del parámetro poblacional Efectos sobre los errores típicos y los test de hipótesis Importancia de su uso para el análisis PonderacionesImportanteNingunoAlta, evita tanto errores en las estimaciones como la aceptación de hipótesis falsas EstratosNingunoImportante, los reduce Baja, aunque puede reducir considerablemente el error de las estimaciones permitiendo resultados menos conservadores ConglomeradosNingunoImportante, los amplía Media, evita el que los errores típicos sean anormalmente bajos y de ese modo aceptemos como ciertas hipótesis dudosas

Diseño de cuestionarios (1) El cuestionario es el instrumento directo de recogida, estandarización y codificación de la información en una encuesta Tipos de preguntas: –En función de su estandarización: abiertas y cerradas. Entre ambos tipos, posibilidades intermedias. –En función de las categorías de respuesta: dicotómicas, categóricas, ordinales, de escala. –En función de la forma de obtención de la información: directas o indirectas. –En función de la posibilidad de respuesta: respuesta única o respuesta múltiple. –En función de su papel en el cuestionario: preguntas filtro, preguntas de control y consistencia, preguntas en batería.

Diseño de cuestionarios (2) Algunos principios básicos a la hora de diseñar preguntas: –Deben ser sencillas y claras, utilizando un lenguaje que el entrevistado entienda. –Deben referirse a una única idea, que no debe ser ambigua. –Deben estar formuladas de manera que las respuestas sean directas e inequívocas. –Nunca deben estar sesgadas, ni condicionar u orientar la respuesta de ninguna manera. –Deben motivar al entrevistado a responder, y evitar el rechazo. –Deben evitar el estereotipo, para no suscitar respuestas también estereotipadas. –Deben tener un alto grado de estandarización. –Es preferible utilizar frases positivas (más fáciles de comprender). –Es preferible que sean cortas –Es preferible que sean específicas, haciendo referencia a hechos concretos. –Las preguntas deben ser consistentes. Por último, es importante tener en cuenta el orden y posición de las preguntas.

Otras cuestiones A veces se realiza un pretest: si es el caso, el informe puede tener gran interés para evaluar el cuestionario Incidencias en el trabajo de campo: pueden haber afectado a la recogida de información. De gran importancia es la tasa de no respuesta: es importante conocerla y evaluar posibles sesgos con respecto a nuestro análisis. Información contextual: a veces, el conocimiento del contexto histórico de la encuesta puede ser fundamental para interpretar correctamente los datos (actitudes políticas tras una huelga general; orgullo nacional tras mundial de fútbol, etc).

Ficha de la encuesta 1.Entidad que realizó la encuesta, entidad financiadora (si no es la misma). Objetivos de la encuesta. 2.Fecha de realización, incluyendo referencia a sucesos cercanos relevantes. 3.Universo al que se refiere la encuesta, incluyendo el ámbito territorial. 4.Tamaño muestral (diferenciación entre la muestra diseñada y la muestra efectiva). 5.Diseño muestral: estratificación, conglomerados, tipo de muestreo 6.Existencia de factor(es) de ponderación, variables de estratificación y conglomerados 7.Tasa de no respuesta, contactos fallidos, etc....

El registro administrativo (1) Los registros administrativos son datos generados por las instituciones en sus actividades de administración. La finalidad de esta recogida de información no es la investigación, sino la gestión. La utilización de registros para la investigación está muy poco desarrollada en España, aunque cada vez tienen más importancia. Los pioneros son los nórdicos. Fundamentales para la evaluación de políticas sociales. Suelen ser longitudinales (recogida continua de información), abarcar exhaustivamente la población objeto y el ámbito correspondiente

El registro administrativo (2) Ventajas: –Coste –Reducción de carga para informantes –Amplia (o total) cobertura de la población objeto –Cobertura exhaustiva de su ámbito –Habitualmente longitudinales –Posibilidad de enlace con distintas fuentes Desventajas: –Poblaciones objeto que no suelen coincidir con poblaciones habituales –Inconsistencias en el tiempo en población y definiciones (cambios de regulación) –Limitados a un ámbito específico, pobres más allá –A menudo no siguen estándares clasificatorios –Problemas de cobertura –Dificultades de acceso

El registro administrativo (3) En general, mayor dificultad de uso que las encuestas. Fundamental entender correctamente la población objeto del registro: necesario para inferir. Fundamental también una evaluación exhaustiva de la información contenida en el registro. Suelen requerir mucho más trabajo previo de preparación y recodificación de los datos.

Ejemplo: la muestra continua de vidas laborales Información sobre las vidas laborales de más de un millón de personas que durante un año concreto tuvieron alguna relación con la Seguridad Social Universo difícil de definir de manera útil para la investigación: incluye ocupados, pero no todos (excluye ocupados con sistemas de previsión distintos), parados pero no todos (sólo los que reciben prestación o subsidio), pensionistas pero no todos (excluye a aquéllos con previsión distinta a la SS). Incluye otros, como no ocupados pero que cotizan etc. Incluye muchísima información relativa a la vida laboral, pero no (o muy mal) cuestiones básicas como el nivel educativo o la ocupación (depende de lo que se recoge en la Seg Soc). Estructura muy compleja de los datos: la unidad primaria es el individuo, pero algunos campos están recogidos para eventos (relaciones laborales, etc). Distintas bases de datos con distintas unidades, que se pueden enlazar. Permite un análisis longitudinal muy rico, pero extremadamente difícil por inconsistencias en las definiciones a lo largo del tiempo (por ejemplo, la variable tipo de contrato incluye más de 500 modalidades, la gran mayoría ya obsoletas, derivadas de regulaciones antiguas).