Laboral - AELE
Laboral - AELE
Laboral - AELE
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
ESTADISTICA<br />
ta algunos centenares), la cantidad de<br />
muestras posibles de un tamaño dado<br />
que no sea muy cercano al universo (en<br />
cuyo caso es preferible la enumeración<br />
completa), se vuelve muy elevada: hablamos<br />
de muchos millones de muestras,<br />
pues es siempre posible construir nuevas<br />
muestras con solamente cambiar un<br />
elemento(1). Y sin embargo, solamente<br />
tenemos una muestra.<br />
Aquí llega a nuestro auxilio la teoría<br />
de probabilidades, y su subproducto<br />
el muestreo probabilístico. Para dominar<br />
el azar.<br />
Lo que la teoría de muestreo logra<br />
– no podemos aquí demostrarlo– es decirnos,<br />
para una estimación (interprete<br />
el lector como un “resultado”) dada, qué<br />
proporción de todas las muestras posibles,<br />
el nivel de confiabilidad, caen dentro<br />
de determinado intervalo de valores,<br />
el intervalo de confianza.<br />
Cada tipo de estimación (un porcentaje,<br />
un promedio, una diferencia de<br />
porcentajes, etc.) tiene su propio intervalo.<br />
Según lo que se esté estimando y<br />
la forma como se seleccionó la muestra,<br />
el resultado de este cálculo varía.<br />
De allí lo absurdo de las ceñudas afirmaciones<br />
que decían y siguen diciendo:<br />
“esta muestra tiene un error de 5<br />
puntos”, pues nos obligan a repreguntar<br />
¿Para qué nivel de confiabilidad?<br />
¿Para cuál dato?.<br />
Pero en nuestra historia, la pregunta<br />
de urgencia era: Con sus resultados;<br />
¿podía Transparencia afirmar que era<br />
imposible definir la elección en primera<br />
vuelta? ¿Era o no posible que afirme que<br />
habría de toda forma segunda vuelta,<br />
aún cuando sus resultados estaban incompletos?<br />
Si la muestra se selecciona simple al<br />
azar, como un sorteo –lo cual al parecer<br />
hizo Transparencia con mil mesas de<br />
las casi 90,000–, insistimos, sus intervalos<br />
de error superaban el 50 por ciento y<br />
tendría que haber afirmado que era estadísticamente<br />
posible que Fujimori hubiera<br />
triunfado en primera vuelta.<br />
Las encuestadoras por su parte, no<br />
insistieron o bien dijeron –es el caso de<br />
APOYO, que se convirtió en la abanderada<br />
de las empresas de encuestas y que<br />
tuvo mayor solvencia en este temporal–<br />
que preferían la muestra de Transparencia<br />
pues estaba distribuida en todo el<br />
país. Aparentemente, las encuestadoras<br />
se conformaban con recoger datos de las<br />
principales ciudades y sus mayores puntos<br />
de votación. Y no estaba el horno para<br />
arriesgar todo su prestigio. No podían<br />
siquiera, decir que la selección e intrepretación<br />
de sus estudios cumplía con<br />
los rigores estadísticos.<br />
• CUARTO ACTO: ¡LA ONPE!<br />
Solamente cabía, a estas alturas,<br />
confiar en el recuento del total de actas<br />
que pudiera hacer la Oficina Nacional<br />
de Procesos Electorales (ONPE), y en los<br />
avances de este conteo.<br />
El primero de ellos, se dio a conocer<br />
en la madrugada del 10 de abril, y daba<br />
una votación a favor de Fujimori de<br />
49.88 por ciento y para el candidato<br />
Toledo el 40.98. Parecía ya claro, que<br />
TAMAÑOS DE MUESTRA<br />
Porcentaje 700 1000 1500 2000 3000 5000 10000 20000 50000 70000<br />
40<br />
41<br />
42<br />
43<br />
44<br />
45<br />
46<br />
47<br />
48<br />
49<br />
50<br />
51<br />
52<br />
53<br />
3.61<br />
3.63<br />
3.64<br />
3.65<br />
3.66<br />
3.67<br />
3.68<br />
3.68<br />
3.69<br />
3.69<br />
3.69<br />
3.69<br />
3.69<br />
3.68<br />
en los resultados ONPE, nunca ganaría<br />
Toledo, pero quedaba ahora el tremendo<br />
suspenso, acerca de la posibilidad<br />
de que el presidente- candidato Fujimori<br />
pudiera ganar en la primera vuelta. Más<br />
aún, esta era la única cosa que importaba<br />
desde dicha madrugada.<br />
Aquí se inició una etapa de administración<br />
de resultados paralela a una<br />
movilización popular iniciada el mismo<br />
día de las elecciones, pero prolongada<br />
con carácter de vigilia y de movilización<br />
nacional contra el probable fraude,<br />
o más cercanamente, a favor de la<br />
existencia de una segunda vuelta. Dato<br />
curioso: la situación de Fujimori en el<br />
recuento de votos, empeora muy significativamente,<br />
el 11 de abril, al anochecer,<br />
en el clímax de las manifestaciones<br />
de su oposición a nivel nacional.<br />
Los ánimos se calmaron el 12 de<br />
abril, cuando la ONPE declaró ante una<br />
ERRORES DE MUESTREO EN PORCENTAJES (+/– Cifras al interior del cuadro)<br />
PARA DIFERENTES TAMAÑOS DE MUESTRA Y PORCENTAJES DE RESULTADOS .<br />
NIVEL DE CONFIABILIDAD: 95 POR CIENTO (*)<br />
3.02<br />
3.03<br />
3.04<br />
3.05<br />
3.06<br />
3.07<br />
3.07<br />
3.08<br />
3.08<br />
3.08<br />
3.08<br />
3.08<br />
3.08<br />
3.08<br />
2.46<br />
2.47<br />
2.48<br />
2.48<br />
2.49<br />
2.50<br />
2.50<br />
2.50<br />
2.51<br />
2.51<br />
2.51<br />
2.51<br />
2.51<br />
2.50<br />
2.12<br />
2.13<br />
2.14<br />
2.15<br />
2.15<br />
2.16<br />
2.16<br />
2.16<br />
2.16<br />
2.17<br />
2.17<br />
2.17<br />
2.16<br />
2.16<br />
1.72<br />
1.73<br />
1.74<br />
1.74<br />
1.75<br />
1.75<br />
1.75<br />
1.76<br />
1.76<br />
1.76<br />
1.76<br />
1.76<br />
1.76<br />
1.76<br />
1.32<br />
1.32<br />
1.32<br />
1.32<br />
1.32<br />
1.32<br />
1.32<br />
1.32<br />
1.32<br />
1.32<br />
1.32<br />
1.32<br />
1.32<br />
1.32<br />
0.90<br />
0.91<br />
0.91<br />
0.91<br />
0.92<br />
0.92<br />
0.92<br />
0.92<br />
0.92<br />
0.92<br />
0.92<br />
0.92<br />
0.92<br />
0.92<br />
0.60<br />
0.60<br />
0.60<br />
0.60<br />
0.61<br />
0.61<br />
0.61<br />
0.61<br />
0.61<br />
0.61<br />
0.61<br />
0.61<br />
0.61<br />
0.61<br />
0.28<br />
0.28<br />
0.29<br />
0.29<br />
0.29<br />
0.29<br />
0.29<br />
0.29<br />
0.29<br />
0.29<br />
0.29<br />
0.29<br />
0.29<br />
0.29<br />
0.167<br />
0.168<br />
0.168<br />
0.169<br />
0.169<br />
0.170<br />
0.170<br />
0.170<br />
0.170<br />
0.170<br />
0.170<br />
0.170<br />
0.170<br />
0.170<br />
(*). Para utilizar esta tabla, ubique el porcentaje –por ejemplo 48– y el tamaño de muestra –por ejemplo 1500– cuyo error desea<br />
conocer. Luego sume y disminuya el valor del interior de la tabla (2.51). Debe darle un intervalo 45.49 - 50.51. Este intervalo se denomina<br />
en el muestreo estadístico “Intervalo de confianza”. Su lectura es como sigue:<br />
“De la inmensa cantidad de muestras que pueden obtenerse del tamaño 1500 en un universo suficientemente grande (en nuestro caso<br />
casi 90,000 mesas), el 95 por ciento de tales muestras darían porcentajes entre 45.49 y 50.51”. El valor 95 por ciento se denomina “Nivel<br />
de confiabilidad”.<br />
La fórmula utilizada es 1.96 ((N-n)/(N-1)*(p.q/n)) 1/2 . En ella, N es 88787 (el total de mesas), p el porcentaje resultado y q su<br />
diferencia de 100; n la cantidad de mesas de la muestra y 1.96 una constante a ser utilizada para niveles de 95 por ciento. Pueden<br />
utilizarse otras constantes y otros niveles: 2.58 para el 99 por ciento; 1.64 para 90 ó 1.2 para 80. Puede hacer usted sus propias tablas.<br />
Debe advertirse que esta fórmula corresponde al muestreo aleatorio simple, es decir a una selección a partir de una lista completa de<br />
la cual se extrae al azar la muestra como si se tratara de una urna en un sorteo o evento de lotería. Atención, una lista completa, de todas<br />
las mesas, y no de las más asequibles. Puede también usarse esta fórmula para una lista en la que se selecciona “una de cada tantas”<br />
unidades. Es lo que al menos afirma haber hecho Transparencia con su muestra, la cual estaba distribuida en todo el país, en el supuesto de<br />
haberse completado.<br />
En caso de querer confirmar la validez de la diferencia estadística entre dos resultados –por ejemplo 48 y 46– calcule igualmente los<br />
intervalos respectivos y observe que no se “interfieran”, como sí sucede en el caso de una muestra de 1000 casos.<br />
Para revisar la teoría puede consultarse cualquier texto de muestreo -¡no de mercadeo!- en los capítulos sobre muestreo aleatorio<br />
simple y muestreo de conglomerados en una sola etapa. Por ejemplo los clásicos de Hansen&Hurwitz&Madow, Deming, Cochrane, Kish, o<br />
más recientes de Des Raj o el escrito en español de Azorín Poch.<br />
16<br />
ABRIL 2000