NO RESPUESTA

TECNICAS DE MUESTREO

HERNANDEZ ALFARO ROMAN
MARTINEZ SANCHEZ RAFAEL
INDICE
Introduccin
Efectos de la no-respuesta
Tipos de no respuesta
Ausencia de respuesta total
Mtodos de ponderacin para la ausencia de
respuesta
Reentrevista
Un modelo matemtico
Qu es una tasa de respuesta aceptable?
Conclusiones
Bibliografa
INTRODUCCION
La mejor manera de enfrentar la ausencia de
respuesta es prevenirla.
Ante la ausencia de respuesta es posible,
modelar los datos faltantes, pero predecir
esos datos nunca es tan bueno como
observarlos de primera mano. Las personas
que no responden con frecuencia difieren de
manera crucial de las personas que si lo
hacen.
INTRODUCCION
Si la tasa de no respuesta no es
despreciable, la inferencia basada tan slo
en quienes contestaron puede tener fallas
serias.
Podemos tener no respuesta de la siguiente
manera: no respuesta por unidad (falta toda
la unidad de observacin) y no respuesta por
elemento (falta al menos un individuo).
INTRODUCCION
Por ejemplo en una encuesta de
personas, la no respuesta por unidad
significa que la persona no proporciona
informacin para la encuesta; la ausencia
de respuesta por elemento significa que la
persona no responde a un punto particular
del cuestionario.
INTRODUCCION
Haremos un anlisis a grandes rasgos de cmo
enfrentar la no respuesta de la siguiente manera:
Prevencin. Diseo de la encuesta de modo que la
ausencia de respuesta sea pequea.
Extraer una submuestra representativa de quienes
no responden; y utilizarla para establecer
inferencias acerca de quienes no contestaron.
Utilizar modelos para predecir u observar como se
comportan los valores de quienes no responden.
EFECTOS POR IGNORAR LA AUSENCIA DE
RESPUESTA
Thomsen y Siring (1983) reportaron los datos
de una encuesta de 1969 acerca del
comportamiento electoral, realizada por la
Oficina Central de Estadstica de Noruega.
En esta investigacin, despus de tres
llamadas telefnicas se enviaba un
cuestionario por correo. La tasa final de no-
respuesta fue de 9.9%, que generalmente se
considera pequea.
Diferan las personas que no contestaron de
las que s?
EFECTOS POR IGNORAR LA AUSENCIA
DE RESPUESTA
Edad
Todos 20-24 25-29 30-49 50-69 70-69
Personas que
no
contestaron
71

59 56 72 78 74
Muestra
seleccionada
88 81 84 90 91 84
EFECTOS POR IGNORAR LA AUSENCIA DE
RESPUESTA
La diferencia en la tasa de votacin entre quienes
no contestaron y la muestra seleccionada era ms
grande en los grupos de menor edad. Entre
quienes no contestaron, la tasa de votacin vari
con el tipo de ausencia de respuesta. La tasa
global de votacin para las personas que se
rehusaron a participar fue de 81%, la tasa de
votacin para quienes no estaban en casa fue de
65% y la tasa de votacin para quienes padecan
enfermedades mentales y fsicas fue de 55%, lo
que implica que la ausencia o la enfermedad fueron
las principales causas del sesgo por no-respuesta.
EFECTOS POR IGNORAR LA AUSENCIA DE
RESPUESTA
Se ha demostrado que la no respuesta
puede tener grandes efectos en los
resultados de una encuesta; en el ejemplo
una tasa de no-respuesta de menos de 10%
condujo a una sobreestimacin de la tasa de
votacin de Noruega.
Incrementar el tamao de la muestra sin
enfrentar la no-respuesta no reduce el sesgo
por esa razn; una muestra mayor slo
proporciona ms observaciones de la clase
de personas que contestaran la encuesta.
EFECTOS POR IGNORAR LA AUSENCIA DE
RESPUESTA
Al aumentar el tamao de la muestra, el sesgo por
la no-respuesta podra empeorar, ya que tal vez se
desperdiciaron recursos que hubiesen servido para
reducir o remediar la no-respuesta, o provocar una
recoleccin de datos menos cuidadosa.
El propio censo de USA, no incluye toda la
poblacin, y la tasa de subcobertura vara para los
diversos grupos demogrficos. A principios de
1990, la no-respuesta y la subcobertura en este
censo provocaron un litigio de ciertas ciudades para
obligar a la oficina de censos a realizar ajustes por
la no-respuesta.
EFECTOS POR IGNORAR LA AUSENCIA DE
RESPUESTA
La mayora de las encuestas pequeas ignoran la
no-respuesta y reportan los resultados con base
slo en registros completos. La no-respuesta
tambin se ignora en muchas encuestas que
aparecen en los peridicos.
El anlisis de los registros completos tiene como
hiptesis la idea de que quienes no responden son
similares a quienes s, y que las unidades con
elementos faltantes son similares a las unidades
que tienen las respuestas de todas las preguntas.
Muchas evidencias indican que estas hiptesis son
errneas.
EFECTOS POR IGNORAR LA AUSENCIA DE
RESPUESTA
Los resultados de un anlisis exclusivo de
registros completos deben considerarse
como representativos nicamente de la
poblacin de personas que respondieron a la
encuesta, lo que rara vez equivale a la
poblacin objetivo. Si usted insiste en
estimar las medias y totales de la poblacin
usando slo los registros completos sin
realizar ajustes por no-respuesta, al menos
deber informar de la tasa correspondiente.
EFECTOS POR IGNORAR LA AUSENCIA DE
RESPUESTA
Supongamos que las unidades de poblacin
(N) pueden ser dividas en dos estratos:
N1: Nmero de unidades que si responden
N2: Nmero de unidades que no responden
Entonces:
N = N1 + N2 y
W1=N1/N, W2=N2/N
siendo W2 la proporcin de no-respuesta en
la poblacin.

EFECTOS POR IGNORAR LA AUSENCIA DE
RESPUESTA
Por lo que el sesgo que se obtiene al utilizar estimar
a la media poblacional es:

( ) ( )
1 2
2
E y -Y = W Y -Y
1
Al utilizar a de la poblacin:
Finalmente, si se utiliza a proporcin de la
poblacin:
1
Y
( )
1 1 2
1 2
E Y -Y =NWY -NY =-W Y
( )
( )

2 1 2 1
E p -P = W P P
1
p
EFECTOS POR IGNORAR LA AUSENCIA DE
RESPUESTA
Como la muestra no provee informacin sobre el
estrato de no respondientes, los tamaos de
sesgos son desconocidos lo que dificulta el
calcular intervalos de confianza para los
estimadores de las caractersticas de inters. Sin
embargo, para el caso de estimar proporciones
el intervalo de confianza estar dado de la
siguiente manera:
( ) ( )
| | | | | |
| | |
| | |
\ . \ . \ .
1 1 1 1
1 1 2 1 1 2
1 1
p q p q
W p -2 +W 0 ,W p +2 +W 1
n n
EFECTOS POR IGNORAR LA AUSENCIA DE
RESPUESTA
Adems, Birnbaum y Sirken muestran que un
valor de n que garantiza un error menor que d
es:

( )
o
2
2 1
n -1
4 -W W
t
Tipos de no respuesta

Una clasificacin aproximada de los tipos
de no-respuesta es la siguiente:
1. No cubrimiento. Falla en la localizacin o la
visita a algunas unidades de la muestra.
Este es un problema con unidades de
muestreo que son reas, en las cuales el
entrevistador debe encontrar y enlistar
todas las viviendas en una manzana de la
ciudad. Tambin surge del uso de listas
incompletas. Algunas veces el mal tiempo o
las escasas facilidades de transporte hacen
imposible alcanzar ciertas unidades durante
el periodo de la encuesta.
Tipos de no respuesta

2. Los no-en-casa. Este grupo contiene
personas que residen en el lugar pero que
se encuentran temporalmente fuera de
casa. Las familias en las cuales ambos
padres trabajan y las familias sin nios son
ms difciles de alcanzar.
3. Incapaz de contestar. El entrevistado puede
no tener la informacin requerida para
ciertas preguntas o puede mostrarse poco
inclinado a darla. Una redaccin hbil del
cuestionario y su prueba son una
salvaguardia.
Tipos de no respuesta

4. Los hueso duro. Las personas que
inexorablemente rechazan ser
entrevistados, que estn incapacitadas o
que estn fuera de casa durante todo el
tiempo disponible para el trabajo de campo.
Esto representa una fuente de sesgo que
persiste, sin importar cunto esfuerzo se
ponga en la perfeccin de las listas.
Algunas medidas que se pueden tomar
para este tipo de no-respuesta son las
siguientes:

Tipos de no respuesta

La identificacin y medida del no-cubrimiento son
difciles. Cuando el marco principal es un directorio
de direcciones por calles, el mismo se puede
completar con muestra de rea, cuyo propsito es
muestrear parte de la ciudad (p. ej. edificios
nuevos) no cubierta por el directorio, y en partes
donde el directorio parece exacto, buscar
direcciones no incluidas en el mismo.
Con respecto a los no-en-casa, el problema es ms
fcil en encuestas en las cuales cualquier adulto en
la casa es capaz de contestar las preguntas, que en
aquellas en las que se entrevista un solo adulto
escogido al azar.
Ausencia de respuesta total
Una caracterstica comn de las encuestas
pobres es la falta de tiempo invertido en su
diseo y en el seguimiento de la no-
respuesta, simplemente comienzan a reunir
datos sin tomar en cuenta los problemas
potenciales en su proceso de recoleccin.
Estas razones se pueden descubrir mediante
algunos experimentos y la aplicacin de
mtodos de mejoramiento de calidad a la
recoleccin y procesamiento de datos.
Ausencia de respuesta total
Sustituto
Motivacin
Agobio
Disponibilidad
Personas
que
responde
Ausencia de respuesta total
Calificacin
Mtodo de
recoleccin
de datos
Carga de
trabajo
Entretenimiento
Motivacin
Entrevistadores
Ausencia de respuesta total
Socioeconmica Econmica
Demogrfica
Tipo
de
encuesta
Ausencia de respuesta total
Tipo
de
encuesta
Persona
que
responde
Entrevistadores
Ausencia
De
Respuesta
total
Ausencia de respuesta total
1. Contenido de la encuesta. Una encuesta sobre el
uso de drogas o asuntos financieros puede tener
gran cantidad de rechazos. A veces, se puede
aumentar la tasa de respuesta ordenando con
cuidado las preguntas o utilizando una tcnica de
respuesta aleatoria.
2. Diseo del cuestionario. Ya hemos visto que la
formulacin de las preguntas tiene un efecto
importante sobre las respuestas recibidas, pero
tambin puede afectar al hecho de que se
conteste a un elemento del cuestionario.
3. Tiempo de la encuesta. Algunos periodos para
realizar llamadas o temporadas de ao pueden
producir mayores tasas de respuesta que otras.
Por ejemplo, el mes vacacional de agosto sera un
mal momento para realizar una encuesta de casa
en casa en Alemania.

Ausencia de respuesta total

4. Entrevistadores. Se pueden aplicar los mtodos estndar
de mejoramiento de calidad para aumentar las tasas de
respuesta y la precisin de los entrevistadores. Los
mismos mtodos se pueden aplicar al proceso de
codificacin de datos.
5. Mtodo de recoleccin de datos. Las encuestas
telefnicas y por correo tienen una tasa de respuesta
menor que las encuestas personales (auque tambin son
ms baratos).
6. Presentacin de la encuesta. La presentacin de la
encuesta proporciona el primer contacto entre el
entrevistador y la persona potencialmente contestar; una
buena presentacin, que motive la respuesta, puede
incrementar drsticamente las tasas de respuesta. La
persona que responde debe saber la finalidad con la que
se utilizarn los datos (personas sin escrpulos
frecuentemente pretenden estar realizando una encuesta
cuando en realidad tratan de atacar a los clientes) y
garantizar la confidencialidad.

Ausencia de respuesta total
7. Agobio de las personas que responden. Quienes contestan una
encuesta le hacen un favor inmenso, y por lo que la encuesta
debe ser lo menos entrometida posible. Un cuestionario breve,
que requiera menos detalles, puede reducir el agobio de la
persona que responde, tcnicas como la estratificacin puede
reducir ese agobio pues una muestra menor basta para obtener
la precisin requerida.
8. Incentivos y antiincentivos. Los incentivos, financieros o de
otros tipos, pueden incrementar la tasa de respuesta. Los
antiincentivos tambin pueden ser tiles.
9. Seguimiento. El contacto inicial de la muestra es menos costoso
por unidad que el seguimiento de quienes respondieron
inicialmente si la encuesta se realiza por correo, un recordatorio
puede incrementar la tasa de respuesta. Pero no todos
contestaran todas las llamadas de seguimiento; algunas
personas se negarn a responder la encuesta sin importar la
frecuencia con que se establezca contacto con ellas. Usted
debe decidir la cantidad de llamadas de seguimiento que debe
realizar antes que los resultados marginales no justifiquen el
dinero invertido.
Ausencia de respuesta total
Se debe tratar de obtener al menos cierta
informacin acerca de quienes no respondan, que
puede emplearse para realizar ajustes por la no-
respuesta e incluir elementos sustitutos que se
pueden utilizar en la no-respuesta por elementos.
La calidad de los datos de una encuesta queda
determinada en gran medida en la etapa de diseo.
Las palabras de Fisher (1938) acerca de los
experimentos se pueden aplicar tambin al diseo
de encuestas con muestras: Llamar a un
estadstico despus de realizar un experimento,
sera como pedirle que realice una autopsia: l solo
puede decir de qu muri el experimento.
Ajuste de rastrilleo
El restrilleo es un mtodo de estratificacin posterior que se puede usar cuando
los estratos posteriores se forman usando ms de una variable, pero solo se
conocen los totales marginales de la poblacin.

Considere la siguiente tabla de sumas de pesos de una muestra:
Negro Blanco Asitico Indigena Otro
Suma de
pesos
Mujeres 300 1,200 60 30 30 1,620
Hombre 150 1,080 90 30 30 1,380
450 2,280 150 60 60 3,000
Ahora consideramos que conocemos las cifras reales para la poblacin para los
totales marginales y son: 1510 mujeres y 1490 hombres, 600 negros, 2120
blancos,15 asiticos, 100 indgenas y 30 personas en la categora Otros. Sin
embargo, las cifras de la poblacin para cada celda de la tabla son
desconocidas.

Ajuste de rastrilleo
El rastrilleo es un mtodo de estratificacin posterior que se puede usar cuando
los estratos posteriores se forman usando ms de una variable, pero solo se
conocen los totales marginales de la poblacin.

Considere la siguiente tabla de sumas de pesos de una muestra:
El rastrilleo nos permite ajustar los pesos para que las sumas de los pesos en
los mrgenes sean igual a las cifras de la poblacin.

Primero estamos los renglones, multiplicando cada entrada por:
rengln del estimada poblacin
rengln del real poblacin
En este ejemplo, al multiplicar el rengln de las mujeres por y el de los
hombres por obtenemos la siguiente tabla:
1620
1510
1380
1490
Negro Blanco Asitico Indigena Otro
Suma de
pesos
Mujeres 280 1,119 56 28 28 1,510
Hombre 162 1,166 97 32 32 1,490
442 2,285 153 60 60 3,000
Ahora, los totales por renglones estn bien, pero los totales por columna no son
iguales a los totales de la poblacin. Repetimos el mismo procedimiento hasta
que los totales por rengln y por columna sea iguales a las cifras de l a poblacin
El proceso converge siempre que todas las cifras de las celdas sean positivas.

En este ejemplo, la tabla final de cifra ajustadas es:
Las entradas de esta ltima tabla podran ser mejores estimadores de las
poblaciones de la celda, es decir, menor varianza que las estimaciones
ponderadas originales.

El rastrilleo tiene algunas dificultades: el algoritmo puede no converger si
algunas de las estimaciones por celda se anulan. Hay tambin un cierto peligro
de ajuste excesivo: si existe poca relacin entre la dimensin adicional en el
rastrilleo y las medias de la celda, el rastrilleo puede incrementar la varianza en
lugar de disminuirla
Negro Blanco, Asitico Indigenas Otro
Suma de
pesos
Mujeres 375.59 1021.47 53.72 45.56 13.67 1510
Hombres 224.41 1098.53 96.28 54.44 16.33 1490
600 2120 150 100 30 3000
Estimacin de la probabilidad
de respuesta
Algunos mtodos de clases de ponderacin usan pesos que son los recprocos
de la probabilidad de respuesta estimada. Un ejemplo famoso es el de mtodo
de Politz-Simmons para ajustar la disponibilidad de los miembros de la muestra.

Con esta tcnica se pretende evitar por completo las visitas adicionales
mediante la recoleccin de las primeras visitas solamente, que a continuacin se
corrigen con informacin acerca de la probabilidad de encontrar al entrevistado.
Se le pregunta en qu cantidad de k periodos similares habra estado disponible
para entrevista; si la respuesta es r, se pondera la entrevista con . Por lo
regular se utiliza k=5.

Por ejemplo, si el entrevistado dice que ha estado disponible en r=1 periodos
similares, obtiene la ponderacin 6/2. As, de 600 sujetos, cada uno de los
cuales tiene la probabilidad 1/3 de ser encontrado en su casa, se encontrar a
200.

1
1
+
+
r
k
Seleccin del nmero de
reentrevistas
Si en una muestra aleatoria de tamao n se obtiene nicamente
respuestas, entonces los dos grupos (respuesta y no respuesta) pueden ser
manejados como una muestra aleatoria estratificada con dos estratos. Ntese
que propiamente no se trata de un muestreo ya que las ns son variables
aleatorias, cuyos valores son determinados hasta que el muestreo inicial es
completado. Pero pensar en trminos de muestreo estratificado, nos permite
estimar reglas optimas aproximadas para la asignacin de recursos a las
reentrevistas.

Supngase que de entrevistados con no respuesta, decidimos hacer
entrevistas intensivas en r de ellos, donde para la constante k > 1. Y
supngase que se tienen costos:


Donde:
es el costo inicial del muestreo de cada elemento.
costo para obtener una respuesta estndar.
costo de una respuesta de reentrevista
) (
1 1
n n n <
2
n
k
n
r
2
=
2 1 1 0
rc c n nc C + + =
0
c
1
c
2
c
) (
1 2
c c >
Si denota el promedio de las respuestas iniciales y el promedio del as r
respuestas de reentrevista, entonces:




Es un estimador insesgado de la media poblacional.

Ase puede derivar una expresin terica para la varianza de y entonces
podemos encontrar los valores de k y n que minimicen el costo esperado del
muestreo para un valor fijo deseado de , por ejemplo .









Donde es la tasa de no respuesta para la poblacin, , y
son la varianza para la poblacin completa y para el grupo de no respuesta.

1
y
2
y
) (
1
2 2 1 1
*
y n y n
n
y + =
*
y
( )
*
y Var
( )
2
0
2
2 2
2
1 1 0
2
2
2
2 2
2
2
) 1 (
) (
) (
o
o o
o
o o
+
+
=
+

=
NV
W k N
n
W c c
W c
k
0
V
2
W
2 1
1 W W =
2
2
2
, o o
La varianza de puede ser estimada por:




( )
2 2
2 2
*
1

s
Nn
n N
s W
n
k
y V
|
.
|

\
|

+

=
*
y
Ejemplo:
Se va a usar un cuestionario por correo para recolectar datos a fin de estimar a
la cantidad promedio por semana que un grupo de 1,000 estudiantes gasta en
diversin. De experiencias pasadas se anticipa que la tasa de respuesta es
alrededor de 60% se piensa que y . (El grupo de no respuesta
tiende a ser aquellos que no estn interesados en diversiones y por esto gastan
menos y tienen una menor variacin en sus hbitos de gasto). Suponga ,
y y que se usa inicialmente una muestra irrestricta aleatoria.
Encuentre n y k de tal manera que la varianza del estimador resultante sea
aproximadamente igual a cinco unidades.




120
2
~ o
80
2
2
~ o
0
0
= c
1
1
= c 4
2
= c
Solucin
Obsrvese que . Entonces





o bien 35


Ya que la , podemos esperar que
aproximadamente 21 personas respondan inicialmente y

o bien 6


Reentrevistas se van a tener que hacer




4 . 0 1
1 2
= = W W
( )
1 . 34
120 ) 5 ( 1000
) 80 )( 4 . 0 ( 71 . 1 120 1000
71 . 2
) 6 . 0 ( 80
)] 80 ( 4 . 0 120 [ 4
=
+
+
=
=

=
n
k
14 ) 4 . 0 ( 35 ) (
2 2
= = = nW n E
2 . 5
71 . 2
14
2
= ~ =
k
n
r
Efectos de la reentrevista un
enfoque matemtico (Ejemplo)
Se tiene una poblacin con tres clases, se intenta que las y las
representen encuestas en las cuales se entrevista a un adulto al azar. Durante la
primer visita las probabilidades de obtener una encuesta se tomaron como
0.6, 0.5 y 0.1 en las tres clases. Durante las segunda y subsecuentes visitas, la
probabilidad condicional de entrevistar a una persona omitida anteriormente son
binomiales con parmetros 0.9, 0.5, y 0.2 respectivamente.

Se consideran dos grupos de (I, II). Por simplicidad la varianza dentro de
clase se tomaron todas como 2,500. Los costos relativos por
entrevista completa en visitas sucesivas se dan mas adelante.
j
p
ij
w
ij
w
j

) 100 (
2
j j j
o =
( )
( )
( )
1
1
1
1
1
1
) 8 . 0 ( 1 9 . 0 1 . 0
) 5 . 0 ( 1 7 . 0 3 . 0
) 1 . 0 ( 1 4 . 0 6 . 0

+ =
+ =
+ =
i
i
i
i
i
i
w
w
w
j
p
Se trabaja con una poblacin dividida en tres clases (j). En la cual se encuesta a
un adulto al azar.



: proporcin de la poblacin que cae en la j-sima clase.

A su vez la poblacin se encuentra dividida en dos grupos, cuyas se
muestran a continuacin.





: es la media de la caracterstica para la j-sima clase
Clase (j) 1 2 3
0.45 0.5 0.05
j
p
j

Media 1 2 3
I 55 50 45
II 60 50 40
j

: es la probabilidad de que se encuentre un entrevistado de la j-sima clase

antes de k i-sima visita. Es una probabilidad condicionada al del nmero de
visitas.







El nmero de entrevistas obtenidas en i-sima visita se obtiene por medio de:


Donde es el tamao inicial de la muestra.
ij
w
Visitas Clase1 Clase2 Clase3
1 0.6000 0.3000 0.1000
2 0.9600 0.6500 0.2800
3 0.9960 0.8250 0.4240
4 0.9996 0.9125 0.5392
5 1.0000 0.9563 0.6314
ij j
w p n
0
0
n
Num Requerido
de visitas
Num Entrevistas
obtenidas
Costo promedio
por entrevista
1 0.43 100
2 0.77 105
3 0.88 108
4 0.93 110
5 0.96 114
0
n
0
n
0
n
0
n
0
n
Como se puede apreciar en la tabla, el nmero de entrevistas obtenidas
aumenta conforme aumenta el nmero de reentrevistas lo cual permite obtener
mejores estimaciones de los parmetros poblacionales. Por otro lado el costo
promedio de la entrevista y el tiempo de obtencin de la informacin aumentan,
lo cual significa una fuerte restriccin.

Con el fin de observar los beneficios de las revisitas, se calcul el sesgo para la
estimacin de la media para las dos poblaciones. En ambos casos se aprecia un
menor sesgo cuando aumentan las visitas a las unidades muestrales que no
contestaron.

La media verdadera de la poblacin para la caracterstica esta dada por:


Bajo el supuesto de las de los datos iniciales

=
j i
p
j

Grupo I 52
Grupo II 54

La media de la muestra obtenida despus de i visitas, es tambin una esperanza

condicional, dado el numero de visitas.











Los sesgos que se obtuvieron en ambos grupos son los siguientes:

( )
i
j ij
j j ij
i
p w
p w
n x E

= =

:
Num Visitas
Grupo I Grupo II
1 53.12 56.24
2 52.71 55.42
3 52.42 54.84
5 52.18 54.36
i

Num Visitas Sesgo I Sesgo II

1 1.12 2.24
2 0.71 1.42
3 0.42 0.84
4 0.27 0.53
5 0.18 0.36
Una poltica que requiere tres visitas, por ejemplo reduce el sesgo de manera
considerable. Pero hay restriccin monetaria, por la cual no es posible hacer un
nmero elevado de revisitas; por lo tanto se desea encontrar el estimador con
menor ECM dado el nmero inicial de la muestra ( ) que determino el
presupuesto disponible.

En la siguiente tabla se muestran los ECM de los estimadores con diferentes
tamaos de muestras iniciales para cada uno de los grupos. Con =1000 se
obtiene el mejor estimador con 3 visitas, en el grupo 2 esto pasa con 4 visitas,
pues un mayor numero de reentrevistas resultan innecesarias e incluso
perjudiciales ya que aumenta el ECM

0
n
0
n
Num Visita ECM I ECM II ECM I ECM II
1 7.1 10.9 4.2 8
2 6.7 8.3 3.6 5.2
3 6.5 7.1 3.4 3.9
4 6.6 6.9 3.3 3.6
5 6.8 6.9 3.4 3.5
=1000 =2000 0
n
0
n
Con =2000 el nmero de visitas que son necesarias para obtener la
informacin que proporcione los estimados de menor ECM es 4 visitas en el
grupo I y cinco en el grupo II.

La mayor virtud del modelo yace en su capacidad de establecer polticas
econmicas para buscar el nmero de revisitas para obtener informacin que
proporciones los estimadores con menor ECM para cualquier tipo de encuesta.

0
n
Qu es una tasa de respuesta
aceptable?
Con frecuencia el investigador dir: espero una tasa de respuesta de 60% en mi
encuesta Es esto aceptable? Me dar la a encuesta resultados validos?

La repuesta a estas preguntas depende de la naturaleza de la no respuesta: si
los que no responden son completamente aleatorios, entonces podemos ignorar
por completo la no respuesta y utilizar a quienes contestan como muestra
representativa de la poblacin. Si quienes no contestan tienden a diferir, de
quienes si, entonces los sesgos de los resultados al usar solo a quienes si
respondieron har que toda la encuesta pierda su valor.

Muchas referencias proporcionan consejos acerca de las cuotas para la
aceptacin de las tasas de respuesta, pero en general el establecimiento de
tales criterios absolutos para una tasa de respuesta aceptable es peligroso y a
llevado a muchos investigadores de encuestas a una complacencia infundada
acerca de la ausencia de respuesta.
Se debe tomar en cuenta que las tasa de respuesta se pueden manipular al
definirlas de otra manera, y se acumulan resultados distintos para las tasa de
respuesta, segn la definicin utilizada:















Obsrvese que una tasa de respuesta calculada con la ltima formula ser
mucho mayor que la calculada mediante la primer frmula pues el denominador
es menor.
muestra la en unidades de cantidad
concluidas s entrevista de cantidad
rechazos s inelegible unidades s contactada unidades
concluidas s entrevista

s inelegible unidades s contactada unidades
concluidas s entrevista

contactada unidades
s inelegible unidades concluidas s entrevista +
s contactada unidades de cantidad
concluidas s entrevista de cantidad
Por lo anterior se sugiere que se reporten varias tasas de respuesta para una
encuesta:


Tasa fuera de alcance: el cociente del nmero de unidades fuera de alcance
entre la cantidad de unidades al alcance y no respuesta.

Tasa de no contactos: el cociente del nmero de no contactos y las unidades no
resueltas entre las cantidad de unidades al alcance y no
resueltas.

Tasa de rechazo: el cociente del nmero de rechazos entre la cantidad de
unidades al alcance.

Tasa de no respuesta: el cociente del nmero de quienes no responden y las
unidades no resueltas entre la cantidad de unidades al
alcance y no resueltas.
Las distintas medidas de no respuesta pueden ser adecuadas para distintas
encuestas y no intentamos dar una definicin de tasa de respuesta que se ajuste
a tolos casos. Sin embargo, las cantidades utilizadas para calcular la tasa de
respuesta deben quedar definidas en cada encuesta, para lo que se recomienda
lo siguiente:

1. Los equipos de la encuesta deben calcularla de una manera uniforme con
respecto del tiempo y documentar los componentes en cada edicin de una
encuesta.

2. Los componentes de la tasa de respuesta deben publicarse en los informes de
la encuesta; los lectores pueden recibir las definiciones de las tasas utilizadas,
incluyendo las cifras reales, as como comentarios sobre la importancia de la
tasa de respuesta para la calidad de los datos de la encuesta.

3. Un poco de investigacin acerca de la no respuesta debe tener sus
dividendos, se debe de apoyar como una forma de mejorar la eficacia de las
operaciones de recoleccin de datos.


CONCLUSIONES
La ausencia de respuesta puede tener varias causas
por lo que no se recomienda un nico mtodo para
cada encuesta.
La mejor manera de enfrentar la ausencia de
respuesta es prevenirla.
Prevencin. Diseo de la encuesta de modo que la
ausencia de respuesta sea pequea. Este es, con
mucho, el mejor mtodo.
Ante la ausencia de respuesta es posible,
modelar los datos faltantes, pero predecir esos
datos nunca es tan bueno como observarlos
de primera mano.



CONCLUSIONES
Se ha demostrado que la no respuesta
puede tener grandes efectos en los
resultados de una encuesta.
Bibliografa
Sharon L. Lohr. Muestreo(1999): Diseo y
anlisis. Internacional Thomson Editores.
Mendenhall, Et. Al(2006): Elementos de
muestreo. Thomson. Sexta Edicin.
Cochran, W. G(1977): Sampling Tecniques.
New York, Wiley.Tercera edicin.
Azorin, F. Y Snchez-Crespo (1986): Mtodos
y aplicaciones del muestreo. Ed. Alianza