Muestreo de encuestas

En estadística , el muestreo de encuestas describe el proceso de seleccionar una muestra de elementos de una población objetivo para realizar una encuesta. El término " encuesta " puede referirse a diversos tipos o técnicas de observación. En el muestreo de encuestas, generalmente implica un cuestionario utilizado para medir las características y/o actitudes de las personas. Las diferentes formas de contactar a los miembros de una muestra una vez seleccionados constituyen el objeto de la recopilación de datos de la encuesta . El propósito del muestreo es reducir el costo y/o la cantidad de trabajo que implicaría encuestar a toda la población objetivo. Una encuesta que mide a toda la población objetivo se denomina censo . Una muestra se refiere a un grupo o sección de una población de la cual se obtendrá información.

Las muestras de encuestas se pueden dividir en dos tipos principales: muestras probabilísticas y supermuestras. Las muestras probabilísticas implementan un plan de muestreo con probabilidades específicas (posiblemente probabilidades adaptadas mediante un procedimiento adaptativo). Este tipo de muestreo permite realizar inferencias sobre la población objetivo basadas en el diseño de la encuesta. Las inferencias se basan en una distribución de probabilidad objetiva conocida , especificada en el protocolo del estudio. Sin embargo, las inferencias derivadas de encuestas probabilísticas pueden presentar diversos sesgos.

Las encuestas que no se basan en el muestreo probabilístico tienen mayor dificultad para medir su sesgo o error de muestreo . ^{[ 1 ]} Las encuestas basadas en muestras no probabilísticas a menudo no representan a las personas de la población objetivo. ^{[ 2 ]}

En la investigación académica y gubernamental mediante encuestas, el muestreo probabilístico es un procedimiento estándar. En Estados Unidos, la "Lista de normas para encuestas estadísticas" de la Oficina de Administración y Presupuesto establece que las encuestas financiadas con fondos federales deben realizarse de la siguiente manera:

Seleccionar muestras utilizando métodos estadísticos generalmente aceptados (por ejemplo, métodos probabilísticos que puedan proporcionar estimaciones del error de muestreo). Cualquier uso de métodos de muestreo no probabilísticos (por ejemplo, muestras con umbral o basadas en modelos) debe estar justificado estadísticamente y permitir medir el error de estimación. ^{[ 3 ]}

El muestreo aleatorio y la inferencia basada en el diseño se complementan con otros métodos estadísticos, como el muestreo asistido por modelos ^{[ 4 ] [ 5 ]} y el muestreo basado en modelos ^{[ 6 ]} .

Por ejemplo, muchas encuestas presentan una cantidad considerable de no respuesta. Si bien las unidades se eligen inicialmente con probabilidades conocidas, se desconocen los mecanismos de no respuesta. Para las encuestas con una cantidad significativa de no respuesta, los estadísticos han propuesto modelos estadísticos para analizar los conjuntos de datos.

Los problemas relacionados con el muestreo de encuestas se discuten en varias fuentes, incluyendo Salant y Dillman (1994). ^{[ 7 ]}

En una muestra probabilística (también llamada muestra "científica" o "aleatoria"), cada miembro de la población objetivo tiene una probabilidad conocida y distinta de cero de ser incluido en la muestra. ^{[ 8 ]} Una encuesta basada en una muestra probabilística puede, en teoría, producir mediciones estadísticas de la población objetivo que no estén sesgadas , porque el valor esperado de la media de la muestra es igual a la media de la población, E(ȳ)=μ, o tener un error de muestreo medible, que puede expresarse como un intervalo de confianza o margen de error . ^{[ 9 ] [ 10 ]}

Una muestra de encuesta probabilística se crea mediante la elaboración de una lista de la población objetivo, denominada marco de muestreo ; un proceso aleatorio para seleccionar unidades del marco de muestreo, denominado procedimiento de selección; y un método para contactar a las unidades seleccionadas y permitirles completar la encuesta, denominado método o modo de recolección de datos. ^{[ 11 ]} Para algunas poblaciones objetivo, este proceso puede ser sencillo; por ejemplo, el muestreo de los empleados de una empresa mediante listas de nómina. Sin embargo, en poblaciones grandes y desorganizadas, la simple elaboración de un marco de muestreo adecuado suele ser una tarea compleja y costosa.

Los métodos comunes para realizar un muestreo probabilístico de la población de hogares en los Estados Unidos son el muestreo probabilístico por área, el muestreo telefónico de marcación aleatoria de dígitos y, más recientemente, el muestreo basado en direcciones. ^{[ 12 ]}

Dentro del muestreo probabilístico, existen técnicas especializadas como el muestreo estratificado y el muestreo por conglomerados que mejoran la precisión o la eficiencia del proceso de muestreo sin alterar los principios fundamentales del muestreo probabilístico.

La estratificación es el proceso de dividir a los miembros de la población en subgrupos homogéneos antes del muestreo, basándose en información auxiliar sobre cada unidad muestral. Los estratos deben ser mutuamente excluyentes: cada elemento de la población debe pertenecer a un solo estrato. Además, los estratos deben ser exhaustivos: ningún elemento de la población puede quedar excluido. Posteriormente, se pueden aplicar métodos como el muestreo aleatorio simple o el muestreo sistemático dentro de cada estrato. La estratificación suele mejorar la representatividad de la muestra al reducir el error de muestreo.

Los sesgos en las encuestas son indeseables, pero a menudo inevitables. Si bien los errores de muestreo (la diferencia entre la cantidad de la población y el equivalente estimado adecuadamente en la muestra) pueden cuantificarse utilizando métodos estadísticos apropiados, otras fuentes de error son más difíciles de evaluar:

• Sesgo por falta de respuesta : Cuando los individuos o los hogares seleccionados en la muestra de la encuesta no pueden o no quieren completarla, existe la posibilidad de que se produzca un sesgo debido a esta falta de respuesta. El sesgo por falta de respuesta se produce cuando el valor observado se desvía del parámetro poblacional debido a diferencias entre los encuestados y los no encuestados. ^{[ 13 ]}
• Error de medición : informe inexacto de la medida de interés debido a dificultades cognitivas para procesar la solicitud de la encuesta (por ejemplo, dificultades para ubicar un evento dentro o fuera del período de recuerdo solicitado: "¿Ha comprado algún electrodoméstico en los últimos 12 meses?"), etiquetado poco claro de las categorías de respuesta ("¿Con qué frecuencia consume alcohol? Nunca, rara vez, a menudo"), sesgo de deseabilidad social (subregistro de comportamientos o resultados estigmatizados por la sociedad, por ejemplo, el consumo de drogas, y sobrerregistro de comportamientos elogiados, por ejemplo, votar).
• Sesgo de selección: El sesgo de selección se produce cuando algunas unidades tienen una probabilidad de selección diferente que el investigador no tiene en cuenta. Por ejemplo, algunos hogares tienen varios números de teléfono, lo que aumenta la probabilidad de que sean seleccionados en una encuesta telefónica en comparación con los hogares que tienen un solo número. Este sesgo de selección se corregiría aplicando un factor de ponderación de la encuesta igual a [1/(número de números de teléfono)] a cada hogar.
• Sesgo de autoselección : Un tipo de sesgo en el que los individuos se seleccionan voluntariamente para formar parte de un grupo, lo que puede sesgar la respuesta de dicho grupo.
• Sesgo de participación : Sesgo que surge debido a las características de quienes eligen participar en una encuesta o sondeo.
• Sesgo de cobertura: El sesgo de cobertura puede ocurrir cuando los miembros de la población no aparecen en el marco muestral (subcobertura). Este sesgo se produce cuando el valor observado se desvía del parámetro poblacional debido a las diferencias entre las unidades cubiertas y las no cubiertas. Las encuestas telefónicas presentan una fuente bien conocida de sesgo de cobertura, ya que no pueden incluir a los hogares ni a las personas sin hogar que carecen de teléfono.

Tanto los errores de representación como los de medición se analizan dentro del paradigma del error total de la encuesta ^{[ 14 ]} .

Muchas encuestas no se basan en muestras probabilísticas, sino en encontrar un grupo adecuado de encuestados para completar la encuesta. Algunos ejemplos comunes de muestreo no probabilístico son: ^{[ 15 ]}

• Muestras por juicio: Un investigador decide qué miembros de la población incluir en la muestra basándose en su criterio. El investigador puede proporcionar alguna justificación alternativa para la representatividad de la muestra. El supuesto subyacente es que el investigador seleccionará unidades que sean características de la población. Este método puede estar sujeto a los sesgos y la percepción del investigador. ^{[ 16 ]}
• Muestreo en cadena: Se utiliza a menudo cuando la población objetivo es escasa. Los miembros de la población objetivo reclutan a otros miembros de la población para la encuesta.
• Muestras por cuotas : La muestra está diseñada para incluir un número determinado de personas con características específicas. Por ejemplo, 100 bebedores de café. Este tipo de muestreo es común en estudios de mercado no probabilísticos.
• Muestras por conveniencia : La muestra está compuesta por las personas a las que se puede acceder más fácilmente para que completen la encuesta.

En las muestras no probabilísticas, la relación entre la población objetivo y la muestra de la encuesta es imposible de medir y el posible sesgo es desconocido. Los usuarios experimentados de muestras de encuestas no probabilísticas tienden a considerar la encuesta como una condición experimental, en lugar de una herramienta para la medición de la población, y examinan los resultados en busca de relaciones internamente consistentes.

• Determinación del tamaño de la muestra
• Muestreo (estadística)
• Error total de la encuesta

El libro de texto de Groves et al. ofrece una visión general de la metodología de encuestas, incluyendo literatura reciente sobre el desarrollo de cuestionarios (basada en la psicología cognitiva )  :

• Robert Groves , et al. Metodología de encuestas (2010) Segunda edición de la (2004) primera edición ISBN 0-471-48348-6.

Los demás libros se centran en la teoría estadística del muestreo de encuestas y requieren algunos conocimientos de estadística básica, como se explica en los siguientes libros de texto:

• David S. Moore y George P. McCabe (febrero de 2005). « Introducción a la práctica de la estadística » (5.ª edición). WH Freeman & Company. ISBN 0-7167-6282-X.
• Liberto, David ; Pisani, Robert; Purves, Roger (2007). Estadísticas (4ª  ed.). Nueva York : Norton . ISBN 978-0-393-92972-0Archivado del original el 6 de julio de 2008.

El libro elemental de Scheaffer y otros autores utiliza ecuaciones cuadráticas del álgebra de la escuela secundaria:

• Scheaffer, Richard L., William Mendenhal y R. Lyman Ott. Muestreo de encuestas elementales , Quinta edición. Belmont: Duxbury Press, 1996.

Se requieren más estadísticas matemáticas para Lohr, para Särndal et al. y para Cochran (clásico):

• Cochran, William G. (1977). Técnicas de muestreo (Tercera  ed.). Wiley. ISBN 0-471-16240-X.
• Lohr, Sharon L. (1999). Muestreo: Diseño y análisis . Duxbury. ISBN 0-534-35361-4.
• Särndal, Carl-Erik; Swensson, Bengt; Wretman, enero (1992). Muestreo de encuestas asistido por modelos . Springer-Verlag. ISBN 0-387-40620-4.

Los libros de Deming y Kish, de gran importancia histórica, siguen siendo valiosos para los científicos sociales (en particular, en lo que respecta al censo estadounidense y al Instituto de Investigación Social de la Universidad de Michigan ):

• Deming, W. Edwards (1966). Algunas teorías del muestreo . Dover Publications . ISBN 0-486-64684-XOCLC 166526​​ 
• Kish, Leslie (1995) Muestreo de encuestas , Wiley, ISBN 0-471-10949-5

• Metodología de encuestas de CRAN Task View
• ¿Qué es una encuesta? Folleto publicado por el Centro Nacional de Investigación de Opinión y la Asociación Estadounidense de Estadística.
• Artículo de la revista Journal of Information Technology Learning and Performance : Investigación organizacional: Determinación del tamaño de la muestra en la investigación mediante encuestas.
• Diseño de la muestra e intervalos de confianza
• Métodos de muestreo de encuestas
• Muestreo no probabilístico