Manual sobre las metodologías para la recolección de datos a

182 ESTADÍSTICAS DEL TRABAJO INFANTIL
Para las unidades que han aumentado cuatro veces su tamaño, por ejemplo, las tomas
de muestra, así como los índices de muestreo cambiarían solamente en un factor de 2, y
en un factor de aproximadamente 3 en el caso extremo de un cambio 10 veces mayor en
las medidas de tamaño. Los efectos estadísticos y prácticos de las variaciones en las tomas
de muestras o los índices de muestreo tienden a ser insignificantes para las desviaciones
pequeñas, reducidos para las desviaciones moderadas, pero cada vez más mayores para las
desviaciones grandes.
6.2.5 ❚ Tratamiento de unidades muy grandes
«Muy grande», en el contexto del muestreo con PPT, es una unidad cuya medida de tamaño
en la ecuación [1.1] sobrepasa el intervalo de muestreo, es decir, p i
> I, de tal modo que la
probabilidad implícita de la selección f1 i
excede 1,0, lo cual no es posible. Existen diversos
métodos para abordar este problema:
a) Las unidades grandes en el marco muestral pueden ser segmentadas (divididas en áreas
más pequeñas) de forma que ningún segmento exceda I en tamaño. Los segmentos formarían
entonces las unidades de muestreo apropiadas.
b) La unidad de área se obtiene del marco muestral y se supone que se selecciona automáticamente
(unidades «autorepresentadas»); después se realiza una submuestra con la
probabilidad total de selección requerida. Esto da f1 i
= 1; f2 i
= f.
En un diseño autoponderado, el tamaño de la muestra del área es entonces proporcional
a su tamaño actual, b i
= f*p’ i
.
c) En un diseño con un número fijo de unidades b = f * I seleccionadas por área, la información
debe ser ponderada en (p’ i
/ I), obviamente, un diseño de este tipo resulta inapropiado
si el tamaño de la unidad del área es significativamente más grande que I.
d) La división de las unidades grandes podría ser sólo conceptual. Se considera que una
unidad grande está compuesta de unidades t, tal como se define a continuación:
t = Int(p i
/ I) con probabilidad x = Int(p i
/ I) + 1 – (p i
/ I) et
t = Int(p i
/ I) + 1 con probabilidad (l–x) = (p i
/ I) – Int(p i
/ I)
Se supone que la unidad es seleccionada t veces, y las submuestras independientes t
de las unidades finales son seleccionadas a partir de ella de la forma habitual. Este tipo de
procedimiento se utiliza a menudo de forma más conveniente con el muestreo sistemático.
La variación aleatoria del valor de t hace que el tamaño de la muestra sea variable, pero las
probabilidades de selección se mantienen correctamente.
El método a) es en principio el mejor, pero puede ser costoso. Se requiere cuando
una proporción alta de las unidades del marco es «muy grande» en el sentido detallado anteriormente.
El método b) es el que se recomienda normalmente. El método c) es razonable
sólo si ninguno de los tamaños p i
excede en gran medida el límite I. El método d) ha sido
utilizado por su conveniencia, ya que evita la necesidad de retirar las unidades grandes del
marco utilizado para la selección de muestras; sin embargo, aumenta la variabilidad en el
tamaño de la muestra final.