Manual sobre las metodologías para la recolección de datos a

208 ESTADÍSTICAS DEL TRABAJO INFANTIL
Como norma práctica, la ponderación debe considerarse sólo cuando los cambios con
respecto a la autoponderación, debido a los efectos combinados de diferentes probabilidades
de muestreo, defectos del marco, falta de respuesta, etc., son significativos (es decir, se
encuentran fuera del rango +/- 20%).
Efecto de las ponderaciones sobre la varianza y el sesgo
Existen muchas situaciones en las que se han tomado muestras de distintas partes de la
población a diferentes niveles, que vienen determinados por los requisitos de los informes
(por ejemplo, la producción de estimaciones con precisión mínima específica para dominios
pequeños), pero que de otra manera son bastante independientes de las varianzas, los
costes y otras características del dominio. En este sentido, las ponderaciones necesarias
para compensar dichas relaciones diferenciales de muestreo pueden ser consideradas arbitrarias
o fortuitas. Su efecto consiste generalmente en aumentar la varianza sobre aquélla
de una muestra autoponderada. Una aproximación cercana al factor por el cual se aumenta
la varianza es la siguiente:
D
2
W
2
n* Σ w
s i
2
= = 1+ cv w
2
( i )
( Σ w )
s
i
( )
en la cual cv(w i
) es el coeficiente de variación de las ponderaciones individuales y la suma
se realiza sobre las unidades de la muestra.
La importancia de lo anterior es que se obtiene la magnitud del efecto por el cual se
inflan todas las varianzas, de manera más o menos uniforme, para distintas estimaciones de
encuestas (distintas variables sobre distintas subclases, comparaciones entre subclases) como
resultado de la ponderación irregular. Aquí radica la utilidad práctica de aislar este efecto.
El sesgo que resulta de ignorar las ponderaciones depende de la diferencia en los valores
y tamaños medios de los grupos con distintas ponderaciones, y no es igual para diferentes
tipos de estadísticas. Por lo tanto, su magnitud relativa con relación al efecto de ponderar
sobre la varianza puede variar según el tipo de estadística considerado.
Recorte de ponderaciones extremas
La preocupación básica al determinar la selección de ponderaciones es maximizar su contribución
a la reducción del error total debido a la varianza y el sesgo en las estimaciones
resultantes. En la práctica, esto hace que sea recomendable evitar la introducción de ponderaciones
extremas, especialmente de ponderaciones «muy grandes». El uso de ponderaciones
extremadamente variables (grandes), aún si afectan sólo a una pequeña parte de los casos de
la muestra, puede resultar en un aumento sustancial de la varianza, mientras que su contribución
a la reducción del sesgo puede ser muy pequeña.
Es habitual, por lo tanto, recortar las ponderaciones extremas, para que estén dentro
de un rango específico y limitar así el aumento asociado de la varianza. Aunque los enfoques
muy sofisticados son posibles, muchas organizaciones han logrado resultados satisfactorios
mediante el uso de reglas simples para recortar los valores extremos de las ponderaciones,
al menos para la producción estadística rutinaria de la información. Una recomendación
práctica es que, además de diseñar ponderaciones, se deben recortar ponderaciones extremas
para que la proporción de las ponderaciones de los casos más grandes y los más pequeños
que se hayan introducido por otras razones no exceda el valor aproximado de cinco (5).