Manual sobre las metodologías para la recolección de datos a

206 ESTADÍSTICAS DEL TRABAJO INFANTIL
Sin embargo, en la producción de estimaciones a partir de una encuesta es necesario
partir de una pregunta elemental: si los datos de la muestra necesitan o no ser ponderados.
En principio, todos los datos de las encuestas deben ser ponderados. El objetivo de la
ponderación de los datos de las muestras es hacer que la muestra sea más representativa en
términos de tamaño, distribución y características de la población de estudio. Cuando las
unidades de las muestras han sido seleccionadas con diferentes probabilidades, por ejemplo,
es necesario ponderar los resultados de manera inversamente proporcional a las probabilidades
de selección de la unidad, para reflejar la situación real de la población. Esta «ponderación
de diseño» puede ser todo lo que se requiere en una encuesta seleccionada a partir un buen
marco bien implementado y que presenta altos índices de respuesta.
En la práctica, sin embargo, la situación se complica a menudo por defectos en la
selección e implementación de las muestras (lo que introduce sesgos en los resultados) y por
la necesidad de reducir las varianzas a través de procedimientos de estimación mejorados.
La necesidad de procedimientos de estimación más complicados tiende a ser mayor en las
encuestas que presentan:
un índice alto de falta de respuesta y errores de cobertura; 2
inconsistencias en las definiciones de unidades utilizadas en distintas etapas de la realización
de la encuesta;
cambios con respecto al muestreo representativo (de probabilidad);
tamaños pequeños de la muestra; y
la necesidad de producir estimaciones para muchas subpoblaciones separadas (esta necesidad,
y la oportunidad, es mayor cuando existe información externa relevante más completa
y fiable).
Al realizar encuestas de trabajo infantil se deben considerar todos estos factores,
y normalmente la decisión sobre la ponderación es específica de las circunstancias de la
encuesta.
Muestras autoponderadas
Una muestra autoponderada significa que cada unidad elemental de la población tiene la
misma oportunidad de formar parte de la muestra. Las unidades de etapas superiores pueden
ser ciertamente seleccionadas con probabilidades diferentes, pero dichas diferencias en
probabilidades de selección en las distintas etapas se eliminan mutuamente. Con muestras
autoponderadas las estimaciones de las muestras se pueden preparar con datos no ponderados
y luego, los resultados se inflan, de ser necesario, por un factor constante desde el
principio hasta el fin.
Varios factores indican el valor de los diseños autoponderados:
1) La ponderación aumenta la complejidad del análisis de las encuestas.
2) Las ponderaciones irregulares, que no están relacionadas con las varianzas de la población,
aumentan la varianza de los resultados.
3) La ponderación puede reducir la flexibilidad y facilidad con la que la misma muestra
puede ser utilizada para diversos fines y distintas encuestas. Para satisfacer los requisitos
de distintos temas y distintas encuestas, puede aproximarse a la autoponderación la
concesión de una distribución de propósitos múltiples.
2 Nota: aún con los métodos más sofisticados de estimación, los resultados de dichas encuestas «problemáticas»
deben ser examinados detenidamente.