Capítulo 16 Agregación de encuestas
Para producir indicadores sociales de forma agregada (anual, semestral o trimestral), es común recurrir a la agregación de las bases de datos provenientes de las encuestas de hogares, cuya periodicidad puede suele ser mensual o trimestral. En esta sección se exploran algunas estrategias de estimación ligadas al tratamiento de los pesos inducidos por el diseño de muestreo complejo y al tratamiento de las unidades que se repiten en algún periodo debido al carácter rotativo de la medición.
Uno de los primeros acercamientos al problema de la estimación conjunta de indicadores sociales utilizando varios periodos de recolección se presenta en Gurney y Daly (1965), en donde se examina cómo mejorar el estimador puntual por medio de la correlación natural que se tiene con periodos anteriores, siguiendo un enfoque inferencial basado en modelos estocásticos. En este orden de ideas, Lent, Miller, y Duff (1999) definen una aproximación a un estimador para las distintas clasificaciones de la fuerza de trabajo que está basado en la optimización de los coeficientes de un estimador compuesto.
Por su parte, W. Fuller (1990) provee una discusión acerca de los sesgos que se pueden generar en el análisis de encuestas repetidas debido a errores de medición y revisa detalladamente algunos modelos estimados con mínimos cuadrados. Además, Bell (2001) examina varios acercamientos al problema de estimar indicadores sociales, específicamente relacionados con la fuerza de trabajo, provenientes de encuestas de hogares que tienen definido un esquema de rotación y traslape entre distintos periodos de tiempo.
Asimismo, Steel y McLaren (2008) revisaron las principales dificultades al momento de diseñar y analizar encuestas repetidas. Teniendo en cuenta los patrones de rotación en la estimación de los indicadores de nivel y de cambio, examinan su efecto en la estrategia de estimación de las varianzas de los estimadores de interés. Luego, Lewis (2017) definieron algunos procedimientos que se deben seguir al momento de combinar dos o más conjuntos de datos con el propósito de implementar eficientemente pruebas de significación estadística sobre indicadores de cambio en el tiempo, además de incrementar el tamaño de muestra para realizar inferencias de subgrupos poblacionales que están insuficientemente representados en una sola medición.