MUESTREO - Sergas
MUESTREO - Sergas
MUESTREO - Sergas
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Epidat 4: Ayuda de muestreo<br />
Si se hubiera optado por el recurso de formar grupos equilibrados, los subconjuntos que<br />
define Epidat no necesariamente tendrán 20 sujetos exactamente como ocurre en el que se<br />
acaba de ver, sino que la distribución será sólo aproximadamente equitativa.<br />
3.4. Estimación con muestras complejas<br />
3.4.0. Introducción<br />
El manejo de una muestra simple aleatoria (MSA) se explica en textos, cursos básicos de<br />
estadística, programas informáticos, etc. Sin embargo, el tratamiento estadístico de los datos<br />
de un estudio donde se empleó un diseño muestral complejo debe contemplar tanto el<br />
ocasional carácter no equiprobabilístico de la muestra como la estructura del diseño<br />
muestral. Este problema exhibe cierta complejidad y, consecuentemente, su tratamiento<br />
exige contar con programas especializados. Aunque hay programas disponibles, éstos son<br />
por lo general bastante complicados de manejar o se hallan en el contexto de grandes<br />
paquetes estadísticos. Epidat 4.0 resuelve el problema en un entorno amigable y tiene el<br />
atractivo de que opera con archivos de OpenOffice o de Excel.<br />
3.4.1. Probabilidad de selección y ponderación<br />
El contexto de un diseño muestral complejo es, en general, el siguiente: la población inicial se<br />
divide en L estratos; dentro de cada estrato se eligen al menos dos conglomerados o<br />
unidades de primera etapa (UPE). Dentro de cada una de las UPE así elegidas en la<br />
población se selecciona cierto número de unidades de análisis (las que serán medidas o<br />
interrogadas) usando una o más etapas de selección. Por otra parte, además de la<br />
estratificación y las etapas del muestreo, la selección en cada una estas etapas puede llevarse<br />
a cabo de distintos modos: por ejemplo, mediante MSA o con probabilidades proporcionales<br />
al tamaño de las unidades de muestreo. Obviamente, en la práctica se utilizan distintas<br />
combinaciones de los elementos que intervienen en el diseño muestral: puede ocurrir que la<br />
selección se realice en varias etapas pero sin estratificación, o que se aplique un muestreo<br />
estratificado de conglomerados en una única etapa.<br />
En este proceso, a cada individuo de la muestra le corresponde cierta probabilidad de<br />
selección, que depende, naturalmente, de la forma en que se haya llevado adelante la<br />
selección de la UPE a la que pertenece en su estrato y la que se empleó para el propio sujeto<br />
dentro de dicha UPE. En cualquier caso, la probabilidad de selección de un individuo es el<br />
producto de las probabilidades de selección en las distintas etapas que conducen a su<br />
inclusión en la muestra. Una vez que se conoce dicha probabilidad, la ponderación se<br />
calcula, generalmente, como su inverso, y se interpreta como el número de individuos de la<br />
población que representa uno de la muestra. Para procesar muestras complejas en Epidat 4.0<br />
es necesario que los pesos estén definidos de este modo, debido a los estimadores que se<br />
utilizan.<br />
Puesto que las variantes en este proceso son muy diversas, resulta imposible exponerlas<br />
exhaustivamente. No obstante, consideremos un ejemplo a modo de ilustración.<br />
Ejemplo<br />
Supongamos que la población de ciudadanos en una pequeña ciudad está dividida en 3<br />
estratos (Zona Norte, Zona Centro y Zona Sur). En cada zona se han seleccionado al azar 4<br />
http://dxsp.sergas.es 59<br />
soporte.epidat@sergas.es