PROCESAMIENTO DE DATOS DE LA ENCUESTA PERMANENTE DE HOGARES DE PROPÓSITOS MÚLTIPLES

Transcripción

1 141 PROCESAMIENTO DE DATOS DE LA ENCUESTA PERMANENTE DE HOGARES DE PROPÓSITOS MÚLTIPLES INSTITUTO NACIONAL DE ESTADÍSTICA (INE) HONDURAS

2 142 Procesamiento de datos de la encuesta permanente... ÍNDICE Página Introducción Aspectos Generales Procesamiento de los datos Captura de datos Codificación Digitación Consistencia de la información Diseño de la base de datos Validación de los datos Integración de las variables Arquitectura de las bases de datos Generación de cuadros de salida Programación de tabulados Acceso a base de datos

3 Procesamiento de datos de la encuesta permanente Introducción El Instituto Nacional de Estadística (INE) realiza dos veces por año el levantamiento, procesamiento y presentación de los resultados de la Encuesta de Hogares de Propósitos Múltiples (EPHPM), con el propósito de dar seguimiento a la evolución de las variables socioeconómicas que afectan a la población hondureña. Dichas variables permiten lo siguiente: 1. Identificar las características sociales y demográficas de la población. 2. Conocer la migración interna. 3. Investigar el número y características de las viviendas en el área urbana y rural. 4. Determinar las tasas de ocupación, subempleo y desocupación de la población. 5. Investigar los ingresos de los hogares generados por trabajo y los provenientes de otras fuentes. Para la realización de la EPHPM se efectúan las actividades detalladas a continuación: 1. Definición de los objetivos de la encuesta. 2. Revisión del marco conceptual. 3. Elaboración de los instrumentos de recolección de datos. 4. Diseño de la muestra. 5. Capacitación. 6. Realización de la prueba piloto. 7. Levantamiento de datos. 8. Codificación y digitación de los datos. 9. Limpieza de datos. 10. Revisión de los resultados. 11. Publicación Este informe enfoca solamente los aspectos relacionados con la etapa de procesamiento de datos, la captura, limpieza y publicación de estos, así como las herramientas necesarias para su ejecución. Aspectos Generales Procesamiento de los datos El procesamiento de datos de la encuesta comprende las siguientes actividades: 1. Captura de datos 2. Programación de la entrada de datos y tabulados 3. Codificación 4. Digitación 5. Validación 6. Depuración 7. Generación de cuadros de salida

4 144 Procesamiento de datos de la encuesta permanente... Captura de datos La captura de datos es centralizada, ingresada mediante un programa inteligente que aplica criterios de consistencia y validación en línea. El programa posee pantallas de entrada, similares a las boletas de campo, facilitando el ingreso de los datos. Además, posee un módulo especial que impide la introducción de datos en variables equivocadamente. La codificación de las variables es numérica, agrupada en tablas correspondientes a cada pregunta de la boleta, lo cual permite su fácil identificación, extracción y relación. El ingreso de la información se realiza por dominios, es decir, se agrupa por área urbana: principales ciudades, - Tegucigalpa y San Pedro Sula-, resto urbano y el área rural. Durante el proceso de captura tiene lugar paralelamente el ingreso de los datos para el control de cobertura y poder generar los primeros resultados, a medida que se cubre la totalidad de los dominios. El programa permite además un control cuantitativo de los errores o inconsistencias mas frecuentes por variable o en relación con ellas. Codificación La codificación se inicia una semana después del levantamiento, realizando la identificación numérica de las variables, tales como ocupación, rama de ocupación, países y departamentos territoriales. Hasta este momento no se realiza corrección alguna, pues es necesario, al momento de generar la información inicial, verificar el trabajo en el campo y comprobar los procesos de capacitación y levantamiento. En todo caso, el programa permite por su parte identificar los errores y reportarlos a los supervisores para su oportuna corrección. Cada día el supervisor se encarga de revisar las boletas y verificar posibles inconsistencias para corregirlas en el momento; sin embargo, si aun con la revisión quedan errores sin identificar, debido a que las boletas se envían semanalmente, a través del programa de entrada de datos y de las frecuencias generadas en SPSS, ellos pueden identificarse y ser posible corregidos en el campo. Igualmente se identifica el área geográfica para verificar los segmentos de levantamiento del cuestionario Digitación Una semana después de iniciada la codificación, las boletas son ingresadas por el departamento de digitación a razón de 140 boletas diarias por persona, midiéndose la producción y el avance procesado por dominio. Consistencia de la información Al momento del ingreso de la información, el programa se encarga de validar los saltos y rangos de valores por variables; el primero se realiza por programa y el segundo desde la base de datos. Una vez ingresados los datos en el programa de entrada, y luego de enmendar los errores provenientes de la digitación, las base de datos se convierte y se remite al programa SPSS, donde se crean nuevas variables para el procesamiento, como ser: ingreso, condición de actividad, ocupación a un digito y otras necesarias para la revisión de la información y generación de índices. Luego se generan frecuencias de las variables de mayor relevancia para observar valores extremos, y posteriormente realizar tablas cruzadas y medir la consistencia de la información. Este proceso es continuo y próximo a completar cada dominio.

5 Procesamiento de datos de la encuesta permanente Diseños de la base de datos La Institución utiliza para la entrada de datos la herramienta Visual FoxPro 6, para el procesamiento SPSS y para la publicación Micrsoft Excell. El software de entrada de datos es creado por el departamento de tecnología y esta conformado por 6 módulos: 1. Gestión de datos En este módulo es donde tiene lugar la entrada de datos de la boleta, así como los archivos de control de cobertura, archivos maestros de muestra y todo lo relacionado con la digitación del cuestionario. 2. Procesos administrativos Donde se lleva el control de acceso a los usuarios, producciones y otros tipos de procesos. 3. Depuración de datos El programa tienen un mecanismo de validación almacenada en archivos de datos, lo cual permite hacer cualquier tipo de validación en línea. 4. Mantenimiento de parámetros El programa de entrada de datos necesita de ciertos parámetros que deben proveer las diferentes gerencias. 5. Utilitarios En este módulo se efectúa el manejo de diferentes opciones en caso de que ocurra un problema con el programa, por ejemplo: Respaldo de Información Reconstrucción de índices Eliminar información de los archivos, etc. Actualmente, INE está iniciando su proceso de reingeniería a fin de actualizar sus herramientas de desarrollo, planeando utilizar bases de datos relacionales y programaciones de 4ta. Generación para la entrada y divulgación de la información, obteniendo las ventajas que estas herramientas proveen. Validación de datos Los datos son validados según matrices de comportamiento de variables, las imputaciones son efectuadas en variables creadas, pues el grado de imputación en la encuesta es bajo y solo se realiza para evaluar resultados del comportamiento de algunas variables. Si la no respuesta no es significativa, esta se incluye en la presentación de los datos o se descarta la muestra. Para cada proceso de validación de datos, así como para la creación de variables, se utiliza para su desarrollo SPSS, documentando cada programa. Los programas continúen creación de variables, ajustes e imputaciones. Todo cambio efectuado en la base de datos es respaldada, dejando la base original sin alteraciones.

6 146 Procesamiento de datos de la encuesta permanente... Integración de variables Todas las variables nuevas se crean de acuerdo a criterios ya sea establecidos a nivel nacional e internacional. Variables creadas e indicadores son incluidos en la base de datos al momento de su entrega a fin de facilitar al usuario su manejo. Arquitectura de las bases de datos La base de datos la conforman las siguientes tablas: 1. Hogares 2. Vivienda 3. Personas 4. Migración Con la base de datos unificada se procede a la migración del archivo al formato SAV de SPSS llamado Hogar.SAV, dependiendo del año y el mes en que se realizo. En este proceso nuevamente se verifica la consistencia de los archivos. Generación de cuadros de salida En el transcurso de la encuesta se generan cuadros de salida por dominio para observar las cifras preliminares y corregir el número de inconsistencias. Con esto se busca tener el menor numero de errores posible, para el momento de elaborar los cuadros de la publicación. Programación de tabulados Para la generación de tabulados es necesario que estén integradas las variables nuevas descritas anteriormente y con esto se procede a su generación en SPSS y luego migrándolos a Microsoft Excel con dos propósitos: 1. Validación cuantitativa de los datos 2. Presentación final de resultados. Para facilitar el proceso de generación de tabulados y mejorar los tiempos, se han definido macros con Visual Basic para algunos temas de la publicación; otros se realizan a través de vínculos a tablas generadas. Acceso a base de datos Las estrategias para el acceso a las bases de las Encuestas de Hogares de Propósitos Múltiples lo puede hacer a través de la Gerencia del Centro de Negocios o por la pagina WEB del INE cuya dirección es la siguiente: y para cualquier consulta al correo electrónico info@ine-hn.org, inehn@yahoo.com, inehn@hotmail.com. Las bases se encuentran en SPSS desde el año de 1990 hasta la ultima encuesta publicada el año También se puede tener acceso a la creación de todo tipo de cuadros, frecuencias, etc., por medio de un software creado con Redatam G-4 Del XVI CENSO de Población y V de Vivienda del 2001.