Este documento presenta un resumen de los aspectos clave del diseño y análisis de encuestas. Explica que una encuesta utiliza una muestra representativa de una población para sacar conclusiones sobre la población completa. También destaca la importancia de realizar un muestreo probabilístico, medir variables de manera válida y confiable, e interpretar los resultados con cuidado utilizando intervalos de confianza y pruebas de significancia estadística.

1. Análisis Crítico de Encuestas

2. Objetivos de la Sesión
 Identificar aspectos básicos del diseño de
encuestas
 Comprender los factores de calidad del
muestreo poblacional
 Comprender los elementos de calidad de las
medidas en una encuesta
 Identificar algunos métodos para describir la
significancia estadística de un resultado

3. ¿Qué es una Encuesta?
 Es un tipo de estudio que utiliza una muestra
de individuos de una población definida – en
vez de entrevistar a todos (un censo)
 El objetivo de una encuesta poblacional es
sacar conclusiones para toda la población
mediante una muestra
 Son utilizadas para describir las
características de la población o para
investigar correlaciones entre las variables

4. El Diseño Transversal
 Una encuesta transversal describe la
población de interés en un momento
determinado en el tiempo, pero…
 Si se repetiría la encuesta en el futuro, se
podrían medir cambios en la misma
población
 No se puede comparar variables que se han
cambiado al repetir la encuesta

5. Muestreo
 Una muestra de probabilidad representa la
población; una muestra de conveniencia
representa solo las personas entrevistadas
 Lo importante es que el marco del muestreo sea
comprensivo y que la probabilidad de elección de
cada miembro del marco sea conocida y no
equivalente a cero
 Si las probabilidades de elección de los miembros
del marco son iguales, es muestreo aleatorio
simple

6. Tamaño de la Muestra
 El tamaño de la muestra es un factor muy
importante, pero recuerde: “no es el tamaño de la
muestra, sino la tasa de respuesta”
 En realidad, ambos aspectos tienen su valor – y
existen muchos otros componentes de calidad de
la encuesta
 Estratificación, o la selección de un número
objetivo de unidades con características de
interés, resulta en estimaciones mas precisas

7. Tamaño de la Muestra
 ¿Cree que el tamaño de la muestra debe
ser un porcentaje objetivo de la población
de interés?
 ¿Cree que hay un número de unidades
que usualmente es suficiente para
representar correctamente una población
independientemente de su tamaño?

8. Ponderación
 Recuerde – en una muestra poblacional, la
probabilidad de incluir un miembro del marco
dentro de la muestra tiene que ser conocida y
no equivalente a cero
 Si sabemos la probabilidad de elección,
podemos usarla para calcular un factor de
ponderación. Este factor ajusta los datos al
tomar en cuenta las diferencias de la
probabilidad de elección de cada individuo

9. Buenas Medidas son:
 Válidas: Medida exacta de un
comportamiento, práctica o tarea
 Fiables: Si se aplica una medida de manera
múltiple al mismo sujeto, se producen
resultados iguales
 Precisas: Medidas definidas operacionalmente
en términos claros
 Medibles: Medidas cuantificables utilizando
instrumentos y métodos disponibles

10. Buenas Medidas son:
 Oportunas: Mediciones que ocurren en
intervalos de tiempo relevantes y apropiados
en términos de los objetivos del programa
 Mediante programación importante: vinculado
a impacto o para alcanzar objetivos que son
necesarios para el impacto

11. ¿Es Buena la Pregunta?
 “¿Cuántas veces ha visitado el doctor en el ultimo
año?”
 ¿Piensa que los encuestados pueden recordar este
comportamiento?
 ¿Están dispuestos a contestar la pregunta
sinceramente?
 ¿Piensa que todos los encuestados tendrán el
mismo concepto del significado de „visitar al doctor‟?
 ¿Qué quiere decir „último año‟? ¿Siempre son 12
meses?

12. Intervalos de Confianza
 Una función importante de las encuestas
transversales es producir estadísticas descriptivas
 Con una muestra de probabilidad se puede
calcular los intervalos de confianza (IC)
 Si repitiera la medición con múltiples muestras,
95% de las veces el IC incluiría el verdadero
parámetro poblacional
 La amplitud del intervalo es función del tamaño
muestral y el valor de la estimación

13. Significancia Estadística
 En términos básicos, un resultado se
denomina estadísticamente significativo si
es poco probable que haya ocurrido al azar
 Hay varios métodos para realizar pruebas
de significación estadística
 Es importante elegir un método apropiado
para su diseño

14. Los IC y Significancia Estadística
 Si las estimaciones entre dos grupos tienen
intervalos de confianza que se superponen,
no podemos concluir que hay una diferencia
 En general, si los IC no se superponen esto
sugiere una diferencia entre los grupos
 Si este tipo de análisis indica que hay
diferencias, se puede confirmar con un
análisis multi-variable

15. El Valor P y Significancia
 Si p >0.05 , en general la observación es
consistente con la hipótesis nula – puede ser
atribuida a la casualidad
 Si p<0.05, no es probable que la observación
pueda ser atribuida a la casualidad

16. Gráficas
Revise el mapa 2.3 en su hoja (p35 del informe de
la ENSMI):
 ¿Qué indica sobre la ubicación de los sectores?
 ¿Indica algo sobre la calidad del muestro?
 ¿Tiene esta forma de presentación ventajas
comparado con un listado de los sectores?
 ¿Cuáles ventajas tendría un listado de los
sectores sobre un mapa?

18. Gráficas (cont.)
Revise la grafica 1.1:
 ¿Qué puede concluir sobre Guatemala en
relación a los otro países?
 ¿Qué indica la gráfica sobre la tendencia de
educación entre las mujeres de la región a
través de los años?
 ¿Qué puede concluir sobre los datos de 2008 de
Guatemala comparado con los datos de 1987?

20. Gráficas (cont.)
Revise las gráficas 1.4-1.6:
 ¿Cuáles son los 3 puntos más importantes de la
gráfica 1.4?
 Según la gráfica 1.6, ¿cómo se compara
Guatemala con los otros países en la región?
¿Qué pasó entre 2000 y 2005?
 ¿Cuál podría ser una razón para elegir una
gráfica de líneas en lugar de una de columnas?

22. Resumen: Interpretación Crítica
Cuando encuentre datos de una encuesta,
pregúntese:
 ¿Cómo hicieron el muestreo…?
 ¿Fue comprensivo el marco de la muestra?
 ¿Se calculó el tamaño de muestra (N)
pensando en el plan de análisis y los
objetivos de la investigación?
 Si no utilizaron muestreo aleatorio simple,
¿aplicaron la ponderación apropiada?

23. Interpretación Crítica (cont.)
Cuando encuentre datos de una encuesta,
pregúntese:
 ¿Son válidas las medidas – miden lo que
fueron diseñadas para medir?
 ¿Son fiables – miden el mismo concepto
entre los entrevistados y en cada aplicación?
 Los cuadros y gráficas, ¿presentan los datos
de una manera efectiva?

24. Interpretación Crítica (cont.)
 ¿Incluye estimación del error y/o la
significancia, como ICs o los valores p?
 ¿Incluye la tasa de respuesta y detalles de su
cálculo?
 ¿Tiene confianza en que los resultados son
correctos o estos le sugieren problemas en la
medición?

25. THANK YOU!
MEASURE Evaluation is a MEASURE project funded by the U.S.
Agency for International Development and implemented by the
Carolina Population Center at the University of North Carolina at
Chapel Hill in partnership with Futures Group International, ICF Macro,
John Snow, Inc., Management Sciences for Health, and Tulane
University. Views expressed in this presentation do not necessarily
reflect the views of USAID or the U.S. Government. MEASURE
Evaluation is the USAID Global Health Bureau's primary vehicle for
supporting improvements in monitoring and evaluation in population,
health and nutrition worldwide.
Visit us online at http://www.cpc.unc.edu/measure.