Universidad de Granada Facultad de Ciencias Trabajo Final de Máster para la Investigación Social en Andalucía (PACIS). Tutor IESA: Manuel Trujillo Carmona. Tutora IESA: Sara Pasadas del Amo. Tutora UGR: Silvia Gonzalez Aguilera. Alumna:. Granada, septiembre, 2016
Índice general Índice general Índice de tablas Índice de figuras I V IX 1. Introducción 5 2. Encuestas y Encuestas web 9 2.1. Encuesta y Encuesta web............................ 9 2.1.1. Pasos y Etapas de un proceso web................... 11 2.1.2. Ventajas e Inconvenientes de las encuesta web............ 14 2.1.3. Los Paneles Online........................... 17 3. para la Investigación Social en Andalucía PACIS 21 3.1. Introducción................................... 21 3.2. Definiciones empleadas y Operaciones relacionadas con el concepto de calidad 22 3.3. Diseño metodológico del PACIS........................ 25 3.4. Diseño Muestral................................. 26 3.5. Proceso de Muestreo.............................. 27 3.6. Proceso de captación del PACIS........................ 28 I
II Índice 3.7. Resultados Captación.............................. 30 4. Análisis de las muestras obtenidas en las dos primeras Olas 39 4.1. Introducción................................... 39 4.2. Resultados obtenidos para la Ola1....................... 41 4.3. Resultados obtenidos para la Ola2....................... 52 5. Calibración y Ponderación de los datos obtenidos 65 5.1. Proceso de ponderación de las oleadas..................... 65 5.2. Calibración................................... 68 6. Tasas de respuesta en las dos primeras Olas 71 6.1. Introducción................................... 71 6.2. Clasificación................................... 71 7. Influencia de las variables en estudio sobre los estados del cuestionario 75 7.1. Introducción................................... 75 7.2. Modelo Logit aplicado al marco PACIS.................... 76 8. Realización de una tercera oleada 81 8.1. Resultados para la Ola3............................ 81 Bibliografía 85 A. Descripción Base de Datos Catastro 89 B. Sintaxis ponderación 97 C. Sintaxis Calibración 99
Índice III D. Sintaxis Modelo Logit 105 E. Carta contacto panelista marco PACIS 107 F. Cuestionario Hogares marco PACIS 109 G. Díptico informativo Panel de Ciudadanos para la Investigación Social en Andalucía 113
IV Índice
Índice de tablas 2.1. Tipos de encuestas Web............................. 11 3.1. Distribución Población Andaluza y del Marco PACIS Andalucía por provincias...................................... 30 3.2. Población Andaluza y marco PACIS según sexo y grupos de edad..... 31 3.3. Población Andaluza y marco PACIS según nivel de estudios........ 31 3.4. Población Andaluza y marco PACIS según la situación laboral....... 32 3.5. Población Andaluza y marco PACIS según la Nacionalidad......... 32 3.6. Población Andaluza y marco PACIS según el grupo electoral........ 33 3.7. Dispersión Marco PACIS entre el Estado de la Encuesta y la Fuente.... 33 3.8. Dispersión Marco PACIS entre el Estado de l Encuesta y los Grupos de Edad 34 3.9. Dispersión Marco PACIS por nivel de estudios y estado del cuestionario.. 34 3.10. Dispersión Marco PACIS por situación laboral y estado del cuestionario.. 35 3.11. Dispersión Marco PACIS por sexo y estado del cuestionario......... 35 3.12. Fuente Marco PACIS............................. 35 3.13. Dispersión Marco PACIS por Fuente y disponer de Email.......... 36 3.14. Dispersión Marco PACIS por fuente y disponibilidad de teléfono fijo.... 36 3.15. Dispersión Marco PACIS por fuente y disponibilidad de teléfono móvil.. 36 V
VI Índice 3.16. Dispersión Marco PACIS por fuente y disponibilidad de internet en los hogares...................................... 37 4.1. Dispersión Ola1 por fuente........................... 42 4.2. Dispersión Ola1 por la situación laboral.................... 44 4.3. Dispersión Ola1 por nivel de estudios..................... 45 4.4. Dispersión de Ola1 según los grupos de edad................. 47 4.5. Dispersión Ola1 por sexo............................ 48 4.6. Dispersión Ola1 por voto en las últimas elecciones Andaluzas........ 49 4.7. Dispersión Ola1 por sexo y grupos de edad.................. 51 4.8. Dispersión Ola1 por Grupos de edad y fuente................ 51 4.9. Dispersión Ola1 por grupos de edad y nivel de estudios........... 52 4.10. Dispersión Ola1 por nivel de estudios y fuente................ 52 4.11. Dispersión Ola2 por fuente........................... 53 4.12. Dispersión Ola2 según la situación laboral.................. 55 4.13. Dispersión Ola2 por nivel de estudios..................... 56 4.14. Dispersión Ola2 por grupos de edad...................... 58 4.15. Dispersión Ola2 por sexo............................ 59 4.16. Dispersión Ola2 según su voto......................... 60 4.17. Dispersión Ola2 por sexo y grupos de edad.................. 62 4.18. Dispersión Ola2 por fuente y grupos de edad................. 62 4.19. Dispersión Ola2 por nivel de estudios y grupos de edad........... 62 4.20. Dispersión Ola2 por nivel de estudios y fuente................ 63 5.1. Población real y población muestra por nivel de estudios Ola1....... 66 5.2. Población real y población muestra por nivel de estudios Ola1....... 66
Índice VII 5.3. Población real y población muestra por situación laboral Ola1....... 67 5.4. Población real y población muestra por situación laboral Ola2....... 67 5.5. Población real y población muestra por sexo y edad Ola1.......... 67 5.6. Población real y población muestra por sexo y edad Ola2.......... 68 5.7. Objetivos sexo*10+edad Ola1......................... 69 5.8. Objetivos Nivel de estudios Ola1....................... 69 5.9. Objetivos sexo*10+edad Ola2......................... 69 5.10. Objetivos nivel de estudios Ola2........................ 70 6.1. Incidencias producidas método Cati...................... 72 7.1. Modelo de regresión logística Marco PACIS.................. 77 7.2. Efectos Marginales Marco PACIS....................... 79 8.1. Probabilidad selección Ola3.......................... 82 8.2. Muestra Ola3.................................. 83
VIII Índice
Índice de figuras 2.1. Etapas de un proceso de Encuesta web.................... 12 3.1. Ciclo de Vida de una Encuesta desde la Perspectiva de Calidad...... 23 4.1. Fuente Ola1................................... 43 4.2. Situación laboral Ola1............................. 44 4.3. Nivel de estudios Ola1............................. 46 4.4. Grupos de edad Ola1.............................. 47 4.5. Sexo Ola1.................................... 48 4.6. Voto Ola1.................................... 50 4.7. Fuente Ola2................................... 54 4.8. Situación laboral Ola2............................. 55 4.9. Nivel de estudios Ola2............................. 57 4.10. Grupos de edad Ola2.............................. 58 4.11. Grupos de edad Ola2.............................. 59 4.12. Voto Ola2.................................... 61 IX
Índice 1 Resumen El para la Investigación Social en Andalucía (PACIS) es un trabajo puesto en marcha por el Instituto de Estudios Sociales Avanzados, institución perteneciente al CSIC, en el cual he tenido la oportunidad de ser partícipe. El objetivo de este panel es servir como marco para distintas encuestas de opinión, tanto para la institución como para cualquier organismo o grupo de investigación. Con el PACIS se pretende tener un marco representativo de la población andaluza, y para ello se realizó una primera fase de selección muestral de individuos y hogares. Esta captación se realizó teniendo como marco las viviendas del catastro y mediante entrevistas presenciales entre noviembre de 2014 y febrero de 2015. El resultado final obtenido fue un marco compuesto por 3323 individuos que se corresponde con 2811 hogares. A causa de la falta de respuesta, este marco no refleja con exactitud la estructura de la población andaluza. Durante el año 2015 se han realizado las dos primeras encuestas con el marco PACIS. La realización de las encuestas han sido mediante correo electrónico, donde se adjuntaba la dirección web y por llamada telefónica. Para la realización de los cuestionarios se han seleccionado a personas que pertenecían al marco, de tal forma que todos los individuos del marco hubieran participado al menos una vez en alguna de las oleadas. Para asegurar que los panelistas no presentaran un rechazo a la hora de contestar y como incentivo por hacerlo, se le entregó un cheque de 5 euros a cada uno de los participantes, que bien
2 Índice podrían donarlo o quedárselo. Con este trabajo se pretende evaluar cuál es la estructura del marco PACIS que existe tras las dos primeas oleadas, y cómo son las muestras obtenidas en cada una de las encuestas realizadas. Tras la realización de todo el procedimiento se puede concluir que el PACIS es un panel mixto, basado en una muestra probabilística, el cual puede se implantado y mantenido con éxito. En el análisis estadístico de la muestra no se han encontrado sesgos importantes de cobertura, ya que toda la población que reflejó que no tenían internet fue entrevistada de forma telefónica o bien presencialmente en los domicilios. Los indicadores de calidad del marco muestral que componen el PACIS no están aún disponibles para ser analizados. El objetivo de un panel de este tipo es medir la tasa de respuesta. Para la primera y segunda ola se obtuvieron unos porcentajes aceptables sobre las tasas de respuestas (54,6 % para la ola 1 y 47,3 % para la Ola2). Estas tasas de respuestas han sido muy superiores en el caso de la entrevista online llegando a superar en ambos casos el 80 %, mientras que para las telefónicas esta tasa ronda el 40 %. Esta bajada puede ser debida a que hubo muchos panelistas que empezaron por el método online y al no finalizar el cuestionario, pasaron a realizarla de manera telefónica. En lo que respecta al mantenimiento del panel, el objetivo es incluir en el marco a más miembros del hogar, ya que actualmente se cuenta de un miembro por hogar. El perfil que se ha obtenido en este estudio es fundamental a la hora de incluir a nuevos
Índice 3 panelistas y evitar los posibles sesgos.
4 Índice
Capítulo 1 Introducción Las encuestas por muestreo tienen un papel muy importante en la mayoría de estudios que se realizan, pero no muestran la misma exactitud que un censo, ya que este describe a la perfección las características en estudio de la población. El objetivo del muestreo es extrapolar los resultados de la muestra a la población total,pero con esto no siempre obtenemos los resultados deseados, ya que están expuestos a una series de errores y falta de respuesta. En la actualidad es muy habitual realizar encuestas utilizando la web, ya que son más rápidas y económicas. En este trabajo se desarrolla todo el procedimiento asociado a un Panel online. Es un proyecto puesto en marcha por el Intituto de Estudios Sociales Avanzados (IESA/CSIC), donde he tenido la oportunidad de participar para su análisis y creación. El objetivo del trabajo es construir un Panel online, llamado para la Investigación Social en Andalucía (PACIS) con el fin de tener un marco representativo de la población andaluza. 5
6 Introducción En el segundo capítulo de este trabajo se hace una pequeña introducción de las encuestas en general y concretando con las encuestas Web, en particular se analiza el esquema de las encuestas web, así como sus ventajas e inconvenientes. Con respecto a los paneles online, se explican varios casos prácticos de paneles que se han ido desarrollando en algunos países. Se sigue con una descripción detallada del proceso de muestreo y captación del marco con el que se trabajará a lo largo del documento. Siempre teniendo en cuenta la calidad del proceso. Hablar de calidad es un tema muy importante a la hora de desarrollar este tipo de muestreos ya que, tenemos que tener en cuenta una series de errores que se comenten. Este capítulo concluye con un análisis descriptivo del Marco Pacis, donde el lector se puede hacer una idea de la formación del marco, así como cuales serás las variables de interés que serán válidas a lo largo del estudio. Es lógico pensar que no todo el marco va a ser analizado en una misma vez, por este motivo se han realizado varias etapas denominadas olas, concretamente dos, y planteamiento de una tercera. Las olas están formadas por un conjunto de panelistas que se someten a una serie de preguntas y son recompensados con un pequeño incentivo por su participación. En este capítulo se desarrollan una serie de análisis descriptivos para cada ola. La palabra ponderar en muestreo es un tema que actualmente se utiliza mucho, el fin es dar mayor peso a las variables que por motivos de muestreo no quedan representadas con la realidad. En este capítulo las muestras pasan a ser ponderadas para que finalmente sean lo más semejantes posibles a la realidad.
Introducción 7 El capítulo 6 se encarga de recoger las incidencias producidas en la realización del cuestionario por el método cati. Como el fin de este estudio es comprobar el perfil de las personas a la hora de contestar el cuestionario. El capítulo 7 es el encargado de la realización de un modelo logístico donde se estudia que personas dependiendo de ciertas variables de interés como puede ser el sexo, edad, nivel de estudios, disponibilidad de medios tecnológicos..., entre otros, son más propensas a contestar el cuestionario. Finalizamos este estudio con la muestra de la tercera ola.
8 Introducción
Capítulo 2 Encuestas y Encuestas web 2.1. Encuesta y Encuesta web En las Ciencias Sociales, la encuesta es una técnica que consiste en establecer algunas reglas que permitan acceder a las opiniones de personas. Por tanto, se entiende por encuesta a la recogida de datos mediante la aplicación de un cuestionario, ajustándose a una objetivad de los datos que se recogen. Existen dos formas de recabar información, mediante la selección de una muestra o de forma censal (engloba toda la población). Atendiendo al modo que se administra, las encuestas pueden clasificarse en encuestas administradas o encuestas autoadministradas. Las encuestas administradas son aquellas donde interviene un entrevistador que tiene varias funciones dependiendo del tipo de encuesta que se trate, si es presencial, el encuestador, es la persona encargada de recoger los cuestionarios y si es telefónica es el encargado de leer y marcar la opción que el individuo elija. Por otro lado están también las encuestas autoadministradas, donde los encuestados rellenan el cuestionario por si solos, en este caso las respuestas se registran electrónicamente 9
10 2.1 Encuesta y Encuesta web (Erdos, 1970; De Leeuw,1992). Las encuestas web han ido evolucionado desde mediados de 1990 hasta convertirse en uno de los métodos más utilizados. El auge de las encuestas autoadministrativas ha sido provocado porque en la década de los setenta hubo una gran expansión de encuestas telefónicas lo que supuso un coste elevado (Frey, 1989; Tourangeau, 2004;Lavrakas, 2008). Por tanto, este y algunos otros factores como el gran desarrollo de las TIC, la aceptación e incorporación de internet a la vida cotidiana y sobre todo el fácil acceso a los diferentes dispositivos tecnológicos han hecho que las encuestas web tengan una mayor implantación. Al igual que con las encuestas administradas, las encuestas por internet obtienen resultados de calidad, dependiendo del tipo de muestreo que se utilice. En este tipo de encuestas se pueden encontrar dos tipos de muestreo, probabilísticos y no probabilísticos. Encuestas web probabilísticas. Aplicando la misma metodología que en las encuestas adminsitradas, las encuestas por internet también requieren de un marco muestral prefijado, donde cada unidad tiene una probabilidad conocida de ser seleccionada en dicha muestra. Dichas unidades son seleccionadas de acuerdo a las probabilidades y los diseños y esquemas muestrales tradicionales. Encuestas web no probabilísticas. Para este tipo de encuesta también diferenciamos dos grupos. Las encuestas basadas en listados y de las que no se tiene información previa. Las encuestas web basadas en listas pueden ser a su vez probabilísticas y no probabilísticas. Se consideran probabilísticas cuando se satisface la población objetivo y se
Encuestas y Encuestas web 11 usan los métodos tradicionales de muestreo. Las no probabilísitcas son aquellas donde no se conocen las probabilidades de inclusión, e incluso hay población faltante. Esto ocurre al considerar como medio de contacto para la realización del cuestionario el correo electrónico, previamente obtenido mediante alguna invitación o página web. Las encuestas autoadministradas sin listado previo, son aquellas donde los internautas que navegan por internet en ese momento, se disponen a la realización del cuestionario. Dicha clasificación se puede ver en la siguiente tabla. Encuestas basadas en listados. Tabla 2.1: Tipos de encuestas Web. Muestreo Probabilístico Muestreo No Probabilístico -Encuestas por internet con listas incompletas de la población objetivo. -Encuestas de probabilidad de poblaciones específicas de internet. -Encuestas probabilísticas web de la población general. -Encuestas por internet basadas en listas recogidas (autoselección). Encuestas sin listados -Paneles probabilísticos Encuestas de captación Web probabilisticas -Paneles online no probabilísticos Encuestas Web libres/sin restricciones 2.1.1. Pasos y Etapas de un proceso web En este apartado se describen las etapas de un proceso de encuesta web. Como se podrá comprobar la mayoría de los pasos coinciden con la metodología de encuestas administradas. A continuación se muestra un cuadro resumen de las distintas etapas y pasos que se llevan a cabo. Posteriormente se procederá a su explicación.
12 2.1 Encuesta y Encuesta web Figura 2.1: Etapas de un proceso de Encuesta web Como se puede comprobar en el gráfico anterior, el proceso de encuesta web se divide en tres partes, siendo la más importante el proceso del núcleo de la encuesta. En primer lugar vamos a analizar la primera etapa, Actividades de investigación preliminar, esta etapa es la que inicia el proceso y se lleva a cabo en todo tipo de encuestas. Se basa en desarrollar y anotar los objetivos, aclarar conceptos y realizar las tareas preliminares. La segunda parte, la más importante, es el proceso central de las encuestas web, es la más relevante ya que es aquí donde se gestiona toda la elaboración, supervisión y recogida de
Encuestas y Encuestas web 13 datos. Esta a su vez se divide en tres etapas: 1. Pre- campo: Es donde se toman decisiones acerca de cómo va a ser la estructura del cuestionario, sus preguntas, las técnicas que se van a utilizar para la obtención de la muestra y la elaboración del cuestionario, entre otras. Está formado por: Modo de elaboración: es el encargado de establecer las medidas que se van a utilizar para obtener la muestra y para conseguirla. Muestreo: en este paso es donde se fija el tamaño de la muestra, el tipo de muestreo que se va ha utilizar y el error que se pretende cometer. En general, abarca todo lo relacionado con la muestra. Preparación del cuestionario: Como su nombre indica, este paso es el encargado de preparar el cuestionario, elaborando las preguntas, comprobando los formatos para las distintas TIC y diseñando el cuestionario. Preparación técnica: es donde se gestiona la privacidad, seguridad y configuración de las bases de datos. Administración general: se encarga de gestionar y administrar entre otras funciones. 2. Campo: Su función es procesar, reclutar y medir los datos de los cuestionarios. Por tanto, podemos hablar de otras tres fases: Reclutamiento. Procesamiento y seguimiento de los datos.
14 2.1 Encuesta y Encuesta web Medición. 3. Post- Campo. Dentro del núcleo, esta es la última fase, es donde se preparan los datos para posteriormente analizarlos. Encontramos 3 pasos: Preparación de datos: este proceso es importante ya que es donde se codifican las respuestas, depurando los datos que no sean correctos y se anotan las incidencias. Resultados preliminares: este paso hace un breve resumen básico de los resultados que se han obtenido. Exportación de datos y documentación. Estos dos último pasos normalmente son muy faciles de aplicar ya que en muchas ocasiones se diseña un programa que vaya contabilizando datos básicos, por ejemplo la media. La tercera y última etapa que se corresponde con el Análisis, tratamiento y valoración de los datos. En esta etapa es donde se procesa toda la información y se analiza para obtener los resultados finales. Estos análisis son realizados habitualmente, por medio de unos software específicos. 2.1.2. Ventajas e Inconvenientes de las encuesta web Las encuestas por internet tienen una serie de ventajas que hacen referencia a la gran rapidez. Por otra parte, al ser virtual y no en papel, ofrece una serie de avances en medios audiovisuales, destacando también su menor coste. Pero no todo son ventajas, en sus inconvenientes encontramos entre otros los errores de cobertura.
Encuestas y Encuestas web 15 A continuación se desarrollará cada una de estas ventajas y limitaciones de este proceso. Ventajas 1. Coste. Una de las principales ventajas que presenta este modelo respecto a los demás es su bajo coste y su gran rapidez, es una de las diferencias más significativas que presenta respecto a las encuestas administradas (Ilieva et al., 2002). Algunos estudios revelan que la diferencia de coste entre encuestas autoadministradas y administradas es de 4.2$ por persona, una diferencia muy significativa (Green-law & Brown-Welty 2009). Pero esta ventaja tiene algunas puntos a tener en cuenta que hace cuestionarse el uso de encuestas administradas. En las encuestas por paneles (los paneles se estudiarán en el próximo punto) hay ocasiones en las que el mantenimiento de la plataforma y el coste por la finalización de un cuestionario incrementa considerablemente, llegando al punto en el que es planteable el uso de las encuestas administradas, bien telefónicas o por correo. Otro punto a tener en cuenta, pero esta vez perjudica al encuestado, es que en ocasiones tiene que pagar un plus más para acceder a cualquier página de internet para la realización del cuestionario. 2. Fácil Acceso. Las encuestas web tienen la ventaja de llegar a la población sin tener que acceder físicamente a ella, lo que implica poder acceder de forma segura y sin barreras a todos los individuos (barrios marginales o con cierta peligrosidad) e incluso pueden
16 2.1 Encuesta y Encuesta web contactar con personas de difícil localización. 3. Velocidad de recogida de información. El tiempo es un factor muy importante en cualquier estudio, de ahí que esta sea una de las ventajas por las que destaca este método. Se estima que un cuestionario a medio finalizar, se finalizará como máximo en cuatro días. Este tipo de encuestas son más utilizadas para los estudios políticos y estudios de marketing, donde la rápida obtención de resultados es fundamental. 4. Calidad de la recogida de información. La calidad de una muestra influye en los errores que se comenten a la hora de realizarla o bien a la hora de seleccionar la muestra. Para las encuestas web, la ventaja de obtener una buena muestra está relacionada con los medios tecnológicos usados, ya que se usan medios audiovisuales que hacen que los encuestados entiendan con total detalle lo expuesto interactuando de esta forma con ellos (Couper,2000, Foxet,2003, Cooper 2008, Steeh y Piekarski, 2008). Esto disminuye preguntas no contestadas ya que el entrevistado tiene todo el tiempo que necesite para leer y pensar la respuesta, incluso modificarla si lo deseara. Los resultados de este tipo se podrían decir que son de más calidad debido a que los encuestados no tiene presión por un encuestador, y podrán contestar a las preguntas libremente y con sinceridad. 5. Fácil interpretación. La fácil interpretación de la respuesta es debida a la programación con la que se realiza el cuestionario, es válido para todo tipo de encuestas. 6. Poco personal y recursos. La encuestas Web tienen un bajo coste debido a que exige muy poco personal
Encuestas y Encuestas web 17 y recursos para la realización del trabajo de campo (eliminación de impresión de cuestionarios, desplazamientos..etc) 7. Multimedia. Como bien se ha comentado en una de las ventajas anteriores, los cuestionarios están diseñados con fotos y vídeos que ayudan al encuestado a su mejor comprensión. A su vez esta ventaja tiene ciertos puntos que se pueden considerar desfavorables, entre ellos se destaca la incompatibilidad del sistema operativo con la interfaz del cuestionario. Inconvenientes 1. Dificultad de encontrar muestras representativas. Principalmente porque no todo el mundo dispone de internet, aunque actualmente la cobertura está creciendo y llegando a todos los lugares (álvarez et al. 2005, Heerwegh 2009). A parte de disponer de internet también es necesario disponer de medios tecnológicos para poder acceder al cuestionarios(ordenadores, smartphone, tablet). 2. Dificultad de acceso a muestras probabilísticas. En el caso de que la muestra sea probabilistica esto implica un elevado coste debido a que hay que llevar un seguimiento del estado del cuestionario, proceso de captación, etc (todo esto se detalla en el caso aplicado que se expone posteriormente). 2.1.3. Los Paneles Online La expansión de las encuestas online ha llegado al 54 % en el año 2014 en todo el mundo, esto ha sido provocado por su bajo coste y rapidez. Como bien se ha indicado con anterioridad las encuestas autoadministradas están condicionadas por su falta de cobertura, lo que implica un marco muestral de poca calidad que hace difícil la aplicación
18 2.1 Encuesta y Encuesta web de técnicas muestrales. Por este motivo cada vez hay más encuestas web basadas en muestras autoseleccionadas y paneles voluntarios. Pero cada vez más se intenta mezclar modelos online con muestras probabilísticas. Existen formas diferentes para poder hacerlo: Encuestas basadas en modelos mixtos: donde se mezcla la técnica online con los modelos administrativos. Esto permite hacer un modelo probabilístico y posteriormete contestar de manera online. Los paneles online de tipo probabilístico : en los que la captación del panel se hace a partir de un marco completo de la población que permite la selección de una muestra probabilística a la que se invita a participar en sucesivas encuestas (Bosnjak, Das, y Lynn 2016; Callegaro et al. 2014). Nosotros nos vamos a centrar en los paneles online probabilísticos. Los paneles online consiste en agrupar a un conjunto de personas, que de forma voluntaria se muestren disponibles a participar en encuestas por internet de forma regular a cambio de una pequeña remuneración. Existen diferentes tipos de paneles dependiendo del tipo de datos que recojan, su composición y la forma de recoger los datos. Al igual que ocurre con las encuestas administradas, los paneles pueden ser también probabilísticos y no probabilísticos. Paneles probabilísticos. Los paneles probabilísticos utilizan técnicas y mecanismos de muestreo para la captación de los panelistas. Todos estos miembros tienen una probabilidad de ser seleccionados en el panel. No es posible que personas ajenas al marco seleccionado
Encuestas y Encuestas web 19 realicen la encuesta. Como bien se comentó anteriormente, una de las desventajas que tenía este método era la falta de cobertura, por esta razón si los individuos de la muestra no disponen de los recursos necesarios para la realización del cuestionario (Internet, ordenador..), se le facilitará el medio que necesite. (DiSogra & Callegaro, 2015). Paneles no probabilísticos. Este tipo de paneles son conocidos como paneles voluntarios, por lo tanto no se utiliza ningún tipo de muestreo para obtener la muestra y la probabilidad de seleccionar a un individuo es desconocida. Los métodos de muestreo que se utilizan en ocasiones son no probabilísticos, destacando el muestreo por cuotas. Al contrario que ocurría en los probabilísticos, en este caso, no se facilita ningún medio para que los individuos realicen el cuestionario. En estos últimos años, se han ido desarrollando algunos casos sobre paneles online probabilísticos, entre ellos destacamos el LISS (Longitudinal Internet Studies for the Social Sciences), el primer panel de estas características y que viene funcionando en Holanda desde 2007, el Innovation Panel de Gran Bretaña, el ELIPSS en Francia o el German Internet Panel y el GESIS Panel en Alemania, entre otros. A continuación se hará un breve resumen de algunos de ellos: LISS http://www.lissdata.nl/lissdata/home El panel de LISS (Estudios longitudinales de internet en Ciencias Sociales), es un panel web de hogares. Está formado por 5000 hogares situados en los Países Bajos, de los cuales han sido seleccionados 8000 individuos. El marco ha sido construido probabilísticamente, los hogares han sido extraídos de registros de población pro-
20 2.1 Encuesta y Encuesta web porcionados por el Statistics Netherlands. A los hogares que no disponían de medios para la realización del cuestionario se le facilitó acceso a internet y ordenadores. ELIPSS https://www.elipss.fr/ ELIPSS es un panel online probabilístico, realizado en Francia en el año 2012. Consta de un marco de 3500 personas, que cada mes participa en la investigación de diferentes áreas. Los estudios son desarrollados por investigadores de la universidad de CNRS. La edad estipulada es de 19-79 años. Se le facilitan unas tabletas conectadas a internet con las aplicaciones donde podrán realizar los cuestionarios.
Capítulo 3 para la Investigación Social en Andalucía PACIS 3.1. Introducción El capítulo anterior concluyó con la introducción de los paneles y los diferentes tipos de paneles que se han llevado a cabo en distintos países. El objetivo de este trabajo es la realización de un Panel, realizando un diseño técnico y metodológico así como todos los procedimientos y resultados obtenidos en el procedimiento de dicho Panel. El para la Investigación Social en Andalucía, de aquí en adelante PACIS, es un trabajo desarrollado por el IESA, cuyo objetivo es servir como marco para las futuras encuestas de opinión, tanto internas como externas. 21
22 3.2 Definiciones empleadas y Operaciones relacionadas con el concepto de calidad 3.2. Definiciones empleadas y Operaciones relacionadas con el concepto de calidad La búsqueda de la calidad es algo que hoy día se requiere en todos los ámbitos y más aún, si se refiere a una encuesta muestral. El concepto de calidad está relacionado con los errores del proceso de medición, y concretamente, con la diferencia entre el valore real de la medida y el valor obtenido. Además contiene que los resultados de las encuesta sean relevantes oportunos y adecuados a las necesidades de los demandantes. Las encuestas por muestreo son muy utilizadas para la realización de estudios de diferentes ámbitos. Sería mucho mejor poder realizar un censo (engloba toda la población) pero sería muy costoso y además el tiempo empleado en la realización de este sería muy elevado. Al utilizar muestreo estamos sometidos a cometer una serie de errores, de observación y de no observación. Los errores de observación se producen en la recogida, registro o procesamiento incorrecto de datos, mientras que los errores de no observación se deben cuando no es posible obtener la información deseada para ciertos elementos de la población o más elementos de la población en la muestra. Para hacernos una idea de como van surgiendo los errores, nos vamos a centrar el ciclo de vida de una encuesta desde una perspectiva de calidad (Survey Methodology, Groves).
para la Investigación Social en Andalucía PACIS 23 Figura 3.1: Ciclo de Vida de una Encuesta desde la Perspectiva de Calidad Error de Cobertura. Es el primer error que se comete. Como se puede observar en el gráfico, el error de cobertura se produce cuando se pasa de la población objetivo al marco muestral.
24 3.2 Definiciones empleadas y Operaciones relacionadas con el concepto de calidad Ocurre porque miembros de la población son excluidos del marco. Este tipo de error se produce en la fase previa al muestreo. En ocasiones, las bases de datos que se utilizan para la selección del marco no están completas o en otros casos aparecen registros duplicados. Esto implica desde el principio errores en el marco. Se pueden clasificar los errores de cobertura según su procedencia, a continuación se muestra una pequeña lista: Por subcobertura. Por inclusión de algunas unidades erróneas. Porque el marco muestral es defectuoso. Como resultado de la falta de inclusión en el marco muestral de todas las unidades que pertenecen a la población bajo estudio. por unidades repetidas en la muestra. Error de Muestreo. El error de muestreo surge porque al trabajar solo con una parte de la población, muestra, se obtiene diferentes estimaciones de las características de la población, que varía según las diferentes muestras al ser seleccionadas. Cuanto menores sean esas variaciones, menor será el error que se comete. Estos errores pueden llegar a disminuir e incluso a desaparecer utilizando procedimientos adecuados de muestreo y aumentando el tamaño de la muestra. Cuando se realiza un censo, este tipo de error no se comete ya que está incluida toda la población. Error de Falta de Respuesta. Este tipo de error se produce cuando la muestra seleccionada no responde a las preguntas proporcionas, esto implica una baja tasa de respuesta. Es muy habitual que
para la Investigación Social en Andalucía PACIS 25 haya personas que se sienta incómodas con algunas preguntas. Esto ocurre sobre todo con preguntas personales como por ejemplo, la edad, religión y las ideologías políticas. Hay estudios que confirman que en una encuesta se puede encontrar hasta un 20 % de no respuesta. A lo largo de este estudio se va a poder observar como hay un gran número de personas que no contestan a la pregunta sobre ideología política. Error de ajuste. El error de ajuste se comete cuando se tiene un conjunto de datos de los encuestados, y algunos de los valores del cuestionario son faltantes, dichos valores son reemplazados mediante procesamiento de imputación o bien los estimadores finales son reponderados para tener en cuenta la ausencia de respuesta. La falta de respuesta está presente en la mayoría de encuestas, actualmente es uno de los mayores problemas en la realización de una encuesta. Esta, puede introducir sesgos en la estimación e incrementar la varianza muestra, ya que reduce el tamaño de la muestra. 3.3. Diseño metodológico del PACIS El PACIS ha sido creado con el fin de poner a disposición un método de recogida de información mediante encuestas. Con el PACIS se pretende tener un marco representativo de la población andaluza, por este motivo, la selección de la muestra ha sido en todo momento probabilística, independientemente de que los miembros dispusieran o no de internet. Para ello se ha utilizado un diseño basado en dos modelos, modelo online y modelo telefónico. Siendo el modelo online el método principal de recogida, y como segunda opción,
26 3.4 Diseño Muestral el método telefónico que incluye teléfonos fijos y móviles. Este último método va dirigido a personas que no disponen de internet ni medios tecnológicos, y además a personas que aún disponiendo de internet, no es posible contactar con ellas. Con este tipo de paneles, se pretende que los panelistas contesten a todas las olas que sean invitados con la máxima claridad y calidad posible, para ello la participación en cada una de las olas será premiada con un pequeño incentivo valorado en 5 e. Los panelistas pueden o bien donarlo a una ONG de su elección o pueden optar por quedarse el incentivo. El contacto con los panelistas se realizó mediante envío postal. En el apéndice E, se adjunta el modelo de carta enviado. 3.4. Diseño Muestral Para la elaboración de una muestra representativa de la población necesitamos disponer de un listado donde aparezcan todas los individuos y a partir de ahí elegir de forma aleatoria el marco de los individuos. Por norma general los datos que se utilizan para la obtención de estos marcos son los datos que proporciona el INE o el IECA, pero debido a la obligación de preservar el secreto estadístico estipulado por la Ley de la Función Estadística Pública, estos datos no han podido ser cedidos. Por lo tanto, el listado ha sido proporcionado por los datos recogidos en el Catastro y como fuente auxiliar los datos recogidos en el Padrón de habitantes para secciones y núcleos de población, el Censo de Poblaciones de 2011 para secciones, el Callejero Digital Unificado de Andalucía del IECA, el callejero del INE y la delimitación geográfica de códigos postales, obtenidos de Cartociudad.
para la Investigación Social en Andalucía PACIS 27 Una vez recolectadas todas las fuentes que podían aportar información para la realización del marco del panel, se decidió que el universo de dicho marco iban a ser todos lo hogares andaluces, considerando a todos las personas sin importar su residencia legal. El fin era incluir a todas las personas mayores de 18 años, pero finalmente en una de las olas, se consideró población de 16 años en adelante. El nivel de error estipulado para esta muestra es de 2 % a nivel de confianza del 95 % para toda Andalucía. El proceso de captación de los hogares comenzó en el último trimestre del año 2014, concluyendo en el segundo trimestre de 2015. El resultado final de este proceso es un total de 3.397 personas inscritas que se corresponde a 2.811 hogares andaluces. 3.5. Proceso de Muestreo El tipo de muestreo que se ha utilizado para la realización de este panel es un muestreo bietápico, donde en su primera fase se han seleccionado las secciones censales y en la segunda, las viviendas dentro de las secciones censales. El error máximo para la muestra que se admite es de un 3 %, por tanto el tamaño muestral asociado a este error según un muestreo aleatorio simple es de 1.056 entrevistas. Por estudios anteriores, se sabe que el muestreo por conglomerados utilizando secciones en Andalucía tiene un efecto del diseño de 1, 6 (Trujillo Camona, 2001). En nuestro caso, tendríamos que multiplicar este factor por la población estimada, quedando como muestra 1.690 viviendas. En la segunda etapa se seleccionaron alrededor de 20 viviendas por sección, llegando a tener un tamaño de 10.000 viviendas. Es lógico pensar que no todas estas viviendas van a ser analizadas, ya que sabemos por fuentes oficiales (Censo 2011) que aproximadamente
28 3.6 Proceso de captación del PACIS un 20 % de las viviendas están vacías. También se sabe que no todos los panelistas van a llegar a la tercera fase del proceso de captación (posteriormente se explicarán las fases del proceso), se estima que llegarán a dicha fase alrededor de unos 7.600 hogares. De este total, se espera una participación entre un 40 % y 50 % lo que supone un total entre 3.440 y 4.200. Para que el proceso sea valido, se necesitaría como mínimo un 30 % de participación, concretamente 2.400 viviendas. 3.6. Proceso de captación del PACIS Para la realización de este estudio se ha diseñado un página web www.pacis.es. Véase cuestionario en el apéndice F donde los panelistas pueden entrar mediante un código para incorporar su información personal y métodos de contacto. El panel está formado por tres fases consecutivas, estas son: 1. Fase 1: En esta primera fase se pretende informar a todos los hogares seleccionados sobre el PACIS. Para ello, se envía un díptico informativo del panel y una carta de invitación para participar en el. En esta carta, el ciudadano puede encontrar las diferentes formas de darse de alta en el PANEL, mediante acceso online, por línea 900 o bien acordando una cita presencial con algún encuestador del IESA/CSIC. 2. Fase 2: En esta fase se realizan los recuerdos postales. Es decir, se vuelven a enviar cartas postales a los panelistas que bien no se han dado de alta por ningún medio anteriormente expuesto, o bien cuyo correo postal haya sido devuelto. El recuerdo no se envió a toda la muestra, sino que solo a una pequeña submuestra. En este caso no se obtuvieron apenas captaciones. 3. Fase 3: Captación personalizada. Tras la realización de las dos fases anteriores, había panelistas que aún no estaban dados de alta, por tanto estas personas recibie-
para la Investigación Social en Andalucía PACIS 29 ron la visita de personal cualificado para obtener la información deseada, visitando los lugares varias veces al día y a diferentes horas hasta llegar a obtener respuesta. Para una comprensión más detallada, a continuación se muestra un esquema con datos reales sobre el proceso de captación en las diferentes fases. 1. Fase 1: Contacto postal 10.000 cartas Hogares no elegibles 54 Contactos elegibles 9.946. a) Cartas devueltas 1.584 b) No hay respuesta 8.182 c) Consentimiento 180 hogares (1, 8 % 230 personas) 2. Fase 2: Cartas de recuerdo a submuestra 298 cartas a) No hay respuesta 293 b) Consentimiento de 5 hogares (8 personas, 1, 6 %) 3. Fase 3: Visita presencial a domicilio a 9.761 hogares. a) Rechazo 7.135 hogares b) Consentimiento de 2.626 hogares (27 % 3.159 personas) Como se puede comprobar la captación de los panelistas fue un proceso complicado, donde se registraron incidencias de diferentes tipos, tanto por parte de la información proporcionada por el Catastro, como por los panelistas a la hora de proporcional información personal. Todas las incidencias han sido registradas para un análisis posterior. Las preguntas hechas durante el proceso de captación a los panelistas eran básicas
30 3.7 Resultados Captación 3.7. Resultados Captación El proceso de captación empezó en el cuarto trimestre de 2014 y concluyó en el segundo trimestre de 2015. El número de hogares registrados fue de 2.811 con un total de 3.397 personas. Con este número se superan los objetivos mínimos que se establecieron, 2.400 hogares. Como ocurre en los diferentes tipos de encuestas, el proceso de captación está sometido a diferentes fuentes de error (no respuesta, cobertura, muestreo) que hacen que los resultados obtenidos no sean de calidad. A continuación se muestran una serie de tablas donde se compara la población Andaluza, con la muestra obtenida en el PACIS y su diferencia. En la tabla 3.1 se muestra la población objetivo, los individuos seleccionados en el marco PACIS y su diferencia. Si observamos dicha tabla podemos comprobar como hay dos provincias, Sevilla y Málaga, que están infrarrepresentadas, siendo mayor en el caso de Málaga, con 5 puntos aproximadamente de diferencia. Esto es debido a la dificultad de captación de personas extranjeras. En el caso de Sevilla, no hay una diferencia muy grande, alrededor de un punto. Provincia % Población Andalucía %PACIS Andalucía % Diferencia Almería 8,3 7,6-0,7 Cádiz 14,8 15,5-0,3 Córdoba 9,5 9,6 0,1 Granada 10,9 15,7 4,8 Huelva 6,2 8,2 2,0 Jaén 7,8 8,2 0,4 Málaga 19,4 14,5-4,9 Sevilla 23,1 21,8-1,3 Tabla 3.1: Distribución Población Andaluza y del Marco PACIS Andalucía por provincias La tabla 3.2 muestra la distribución por sexo y edad de la población objetivo y la
para la Investigación Social en Andalucía PACIS 31 población registrada en el marco PACIS. En general tanto para hombres como mujeres el estrato que está más infrarrepresentado es el de la edad de 60 o más años, siendo de 4 y 5 puntos de diferencia respectivamente. Esto es debido a que las personas mayores son más reacias a proporcionar sus datos personales y también a su poca familiarización con internet. Sexo Grupo de edad % Población Andaluza % PACIS- Andalucía % Diferencia De 16 a29 9,1 9,4 0,3 Varón De 30 a 44 15,3 14,6-0,7 De 45 a 59 13,0 11,1-1,9 60 o más 11,5 7,8-3,7 De 16 a 29 8,7 10,8 2,1 Mujer De 30 a 44 14,9 21,1 6,2 De 45 a 59 13,1 16,1 3,0 60 o más 14,4 9,1-5,3 Tabla 3.2: Población Andaluza y marco PACIS según sexo y grupos de edad A continuación se muestra la distribución por nivel de estudios de la población objetivo y población marco PACIS 3.3. El mayor peso de la población en estudio recae sobre las personas que tienen un nivel de estudios secundario. Si analizamos la diferencia entre ambas poblaciones, se observa que hay un diferencia de 10 puntos aproximadamente, en la representación de personas sin estudios. Esto es debido a la representación de personas mayores. Niveles de estudios %Población Andaluza % PACIS-Andalucía % Diferencia Sin estudios 13,4 3,6-9,9 Primaria 14,6 15,9 1,3 Secundarios 42,3 40,1-2,2 Secundarios (Orientación Profesional) 7,3 17,3 10,0 Superiores 22,4 20,8-1,7 Tabla 3.3: Población Andaluza y marco PACIS según nivel de estudios
32 3.7 Resultados Captación La tabla 3.4 muestra la situación laboral de la Población Andaluza y de la Población del PACIS. El grupo con más porcentaje de representación es el de ocupados para ambas muestras. Como bien hemos ido comentado en las anteriores tablas hay una infrarrepresentación de las personas jubiladas o pensionistas. Por otro lado, se aprecia como hay una sobrerepresentación de las personas que están en situación de desempleo, ya que al no tener trabajo permanecen más tiempo en sus hogares y es más fácil poder contactar con ellos. Situación laboral % Población Andaluza % PACIS-Andalucía % Diferencia Ocupado 39,0 36,3-2,8 Pensionista, jubilado o incapacitado 22,9 15,8-7,0 Desempleado 20,3 30,2 9,9 Estudiante 7,3 6,9-0,4 Dedicado a labores del hogar 10,6 8,3-2,2 Tabla 3.4: Población Andaluza y marco PACIS según la situación laboral El objetivo de esta encuesta era realizarla a toda persona que en el momento del proceso de encuestación estuviera viviendo en España. La tabla 3.5 muestra la nacionalidad de las personas del marco. Como es habitual en este tipo de encuestas, en el marco PA- CIS hay un déficit considerable de personas extranjeras, por este motivo, este sector de la población no está bien representado. Nacionalidad Española % Población Andaluza % PACIS Andalucía Diferencia Si 92,1 96,1 4,0 No 7,9 3,9-4,0 Tabla 3.5: Población Andaluza y marco PACIS según la Nacionalidad Por último se tiene la tabla 3.6 de ideología política. En ella se puede apreciar como la muestra del marco PACIS es prácticamente similar a la esperada.
para la Investigación Social en Andalucía PACIS 33 Grupo electoral % Población Andaluza % PACIS Andalucía % Diferencia PSOE 44 % 7,89 7,16-0,73 Abstenciones 40 % PSOE 34 % 12,02 14,08 2,07 Abstención 60 % 5,08 3,82-1,25 PP 32 % PSOE 32 % 7,24 7,70 0,46 Abstencion 48 % 15,44 14,08-1,36 Abtenciones 42 % PP 30 % 14,61 14,72 0,10 PP 40 % 11,46 12,37 0,90 PP 57 % 4,27 3,88-0,38 Punto medio 18,60 20,13 1,53 IU 23 % 3,39 2,05-1,35 Tabla 3.6: Población Andaluza y marco PACIS según el grupo electoral Tras el análisis de estas tablas llegamos a la conclusión que el grupo de edad que está menos representado en la muestra es el correspondiente a personas con más de 60 años. Además de estas tablas, el marco Pacis contiene una serie de variables de interés que controlan el estado del cuestionario (Encuesta Finalizada y Encuesta no Finalizada). A continuación se muestran unas series de tablas cruzadas, para conocer que perfil es más propenso a dejar el cuestionario sin finalizar. En la tabla 3.7 se puede observar que el mayor número de encuestas sin finalizar se han obtenido mediante el método cati. En la categoría de encuesta no finalizada está incluido el rechazo. En el caso de la fuente online, hay una gran diferencia entre encuesta finalizada y no finalizada, aproximadamente 29 % frente a 3 % respectivamente. Fuente Encuesta finalizada Encuesta no finalizada Online 1064 (28,28 %) 104 (2,71 %) Cati 810 (21,5 %) 1760 (46,72 %) Ambos 29 (0,78 %) 0 Tabla 3.7: Dispersión Marco PACIS entre el Estado de la Encuesta y la Fuente
34 3.7 Resultados Captación Es interesante conocer cual es el grupo de edad cuyo estado del cuestionario es finalizado. En la tabla 3.8 se puede observar como el grupo de edad de 30 a 44 años con un 18 % aproximadamente es el grupo con un porcentaje más elevado en la categoría encuesta finalizada, seguido del grupo 45 a 59. Para el estado de encuesta no finalizada, se encuentra el grupo de más de 60 años con un 15 % aproximadamente, seguido del grupo de 30 a 44 años. Grupos de Edad Encuesta finalizada Encuesta no finalizada De 16 a 29 años 321 (8,45 %) 327 (8,64 %) De 30 a 44 años 682 (17,97 %) 533 (14,06 %) De 45 a 59 años 517 (14,43 %) 450 (11,88 %) De más de 60 años 356 (9,40 %) 575 (15,14 %) Tabla 3.8: Dispersión Marco PACIS entre el Estado de l Encuesta y los Grupos de Edad La tabla 3.9 muestra la dispersión de los panelistas según su nivel de estudios y el estado del cuestionario. La categoría de estudios secundarios, es la más predominante para ambos estados, destacando más en encuesta finalizada con un 28 % aproximadamente.se observa una diferencia considerable en estudios primarios, ya que solo un 8 % aproximadamente de esta categoría ha finalizado el cuestionario, mientras un 18 % no lo ha hecho. Nivel Estudios Encuesta Finalizada Encuesta No Finalizada Estudios Primarios 285 (7,54 %) 651 (17,31 %) Estudios Secundarios 1062 (28,23 %) 998 (26,54 %) Estudios Universitarios 551 (14,65 %) 214 (5,69 %) Tabla 3.9: Dispersión Marco PACIS por nivel de estudios y estado del cuestionario. El sector laboral se recoge en la tabla 3.10. Las personas que se encuentran actualmente trabajando tienen una elevada representación en la finalización del cuestionario, con un 21 % seguidos de los parados con un 14 %.
para la Investigación Social en Andalucía PACIS 35 Situación Laboral Encuesta finalizada Encuesta no finalizada Trabaja actualmetne 777 (20,65 %) 565 (15,01 %) Pensionista o jubilado 335 (8,90 %) 484 (12,86 %) Parado 526 (13,98 %) 516 (13,71 %) Estudiante 128 (3,40 %) 91 (2,42 %) Labores del hogar 132 (3,51 %) 209 (5,55 %) Tabla 3.10: Dispersión Marco PACIS por situación laboral y estado del cuestionario La tabla 3.11 muestra la distribución por sexos. No hay gran diferencia entre hombres y mujeres a la hora de finalizar el cuestionario, ambos están en torno a un 25 %. Sin embargo, hay más mujeres que han dejado el cuestionario sin terminar. Sexo Encuesta finalizada Encuesta no finalizada Hombre 996 (26,27 %) 801 (21,13 %) Mujer 910 (24 %) 1084 (28,59 %) Tabla 3.11: Dispersión Marco PACIS por sexo y estado del cuestionario Es interesante conocer si los panelistas tiene medios de contacto que nos puedan facilitar para que podamos contactar con ellos para la realización del cuestionario. En las tablas que a continuación se muestran, se recogen dichos medios de contacto, relacionados con la fuente (Online, Cati o ambas). Hay varios panelistas que por diferentes razones han comenzado el cuestionario por un método y finalmente lo han terminado por otro. Fuente Frecuencia Porcentaje Online 1168 31 % Cati 2570 68,22 % Ambos 29 0,73 % Tabla 3.12: Fuente Marco PACIS Seria muy beneficioso para este tipo de paneles que todos los miembros dispusieran de correo electrónico, así el contacto con ellos y la realización de cuestionarios sería más fácil
36 3.7 Resultados Captación y rápido. La tabla 3.13 recoge la dispersión de personas que tienen e-mail y el método de realización de la encuesta. E-mail Online Cati Ambos No 160 (4,2 %) 1627 (43,2 %) 16 (0,4 %) Si 1008 (26,8 %) 943 (25 %) 13 (0,3 %) Tabla 3.13: Dispersión Marco PACIS por Fuente y disponer de Email Las tablas 3.14 y 3.15 están relacionadas sobrecon la disponibilidad de tener teléfono, bien sea fijo o móvil. En la tabla 3.14 se observa que el mayor porcentaje de paneliestas que han contestado el cuestionario a pesar de no tener teléfono fijo ha sido por el método cati. Esto puede ocurrir ya que se contempla la opción también de tener teléfono móvil. En la tabla 3.15 aparece la dispersión de tener teléfono móvil y el método de recogida de información. Se aprecia como el porcentaje de personas que han realizado el cuestionario por el método online ha variado un poco respecto al de teléfonos fijos y esto es debido a que el cuestionario podía realizarse por smartphone. Teléfono Fijo Online Cati Ambos No 757 (20,1 %) 1580 (41,9 %) 13 (0,3 %) Si 411 (10,9 %) 990 (26,3 %) 16 (0,4 %) Tabla 3.14: Dispersión Marco PACIS por fuente y disponibilidad de teléfono fijo Teléfono móvil Online Cati Ambos No 149 (4 %) 749 (19,9 %) 8 (0,2 %) Si 1019 (27,1 %) 1821 (48,3 %) 21 (0,6 %) Tabla 3.15: Dispersión Marco PACIS por fuente y disponibilidad de teléfono móvil La variable que a continuación se va a estudiar es importante debido a que este tipo de paneles están diseñados para hacerlos de forma telemática y un requisito indispensable
para la Investigación Social en Andalucía PACIS 37 es tener acceso a internet. La tabla 3.16 recoge esta información. El mayor peso de cuestionarios se han realizado por cati (vease tabla 3.12), se puede apreciar como el número de panelistas que han contestado por método online ha ido aumentando respecto de las dos opciones anteriores. A pesar de que el mayor porcentaje siga siendo por fuente cati con un 46 % aproximadamente. Internet Online Cati Ambos No 88 (2,4 %) 798 (21,6 %) 6 (0,2 %) Si 1076 (29,2 %) 1700 (46,1 %) 23 (0,6 %) Tabla 3.16: Dispersión Marco PACIS por fuente y disponibilidad de internet en los hogares Como bien se ha descrito en capítulos anteriores, uno de los inconvenientes de los paneles es mantener a todos sus panelistas activos, es decir, intentar que con el paso del tiempo los miembros del panel no causen baja o muestren una negativa a la hora de tener que contestar. En capítulos posteriores se estudiará las muestras de las diferentes olas, así como las pautas de respuesta/no respuesta y detectar a que perfiles se debe de dedicar mayor esfuerzo para el no abandono del PACIS.
38 3.7 Resultados Captación
Capítulo 4 Análisis de las muestras obtenidas en las dos primeras Olas 4.1. Introducción Uno de los inconvenientes de los panles online, es la dificultad de mantener a todos sus panelistas activos para las futuras encuestas. En nuestro caso, el marco del PACIS consta de 3.397 panelistas, para ver el perfil de respuesta de estos, se han lanzado dos Olas, donde se recogen aspectos básicas sobre el perfil. Como el interés recae sobre el estado de la encuesta, la variable dependiente es el estado de la encuesta (encuesta finalizada y encuestas no finalizada), las demás variables son variables independientes (Grupos edad, nivel de estudios, situación laboral, sexo...) que se analizarán y compararán para las dos olas en estudio. A continuación se presentan las variables que se van a analizar y los rangos de valores que pueden presentar: Fuente : método por el que el panelista realiza el cuestionario: 1. Online 39
40 4.1 Introducción 2. Cati Grupos de edad: 1. De 16 a 29 años 2. De 30 a 44 años 3. De 45 a 59 años 4. De 60 a más años Nivel de estudios: 1. Estudios primarios 2. Estudios secundarios 3. Estudios universitarios Situación laboral: 1. Trabajador 2. Jubilado o pensionista 3. Parado 4. Estudiante 5. Labores del hogar Sexo: 1. Hombre 2. Mujer
Análisis de las muestras obtenidas en las dos primeras Olas 41 Voto en las últimas elecciones Andaluzas: 1. PSOE 2. PP 3. PODEMOS 4. CIUDADANOS 5. IU 6. OTROS 7. En BLANCO 8. NS/NC 4.2. Resultados obtenidos para la Ola1 Una vez conocida la estructura del PACIS con un total de 3.397 panelistas, se va a proceder a la realización de una muestra representativa de la población. En un principio se estima que el tamaño muestral sea de 1.500 panelistas, es una estimación elevada pero el objetivo es que por posibles bajas o rechazos, la muestra quede con un total de 1.200 personas. Tras contactar con toda la muestra seleccionada se obtuvo un total de 813 encuestas finalizadas, un número más bajo del que se esperaba en un principio. En el anexo aparece el cuestionario que los panelistas de la oleada 1 han realizado, de este cuestionario solo vamos a analizar algunas variables que son de interés para conocer el perfil de la persona a la hora de responder.
42 4.2 Resultados obtenidos para la Ola1 Las principales variables que se van a analizar son las expuestas en la introducción de este capítulo. La variable fuente no es una característica de los panelistas pero si es interesante a la hora de conocer si las personas son reacias para compartir su ideología política o a cualquier tipo de información más confidencial. A continuación se muestran las tablas de frecuencias de cada una de las variables de interés y las tablas de contingencia. La primera tabla 4.1 es la relacionada con el método de realización del cuestionario. Se puede observar que la mayor parte de los cuestionarios han sido realizados online, aproximadamente un 57 %. Posteriormente en las tablas de contingencia comprobaremos un perfil más exacto de las personas que contestan online o por cati, relacionándolo con ciertas variables de interés. Fuente Frecuencia Porcentaje Online 461 56,7 Cati 352 43,3 % Tabla 4.1: Dispersión Ola1 por fuente
Análisis de las muestras obtenidas en las dos primeras Olas 43 Figura 4.1: Fuente Ola1 Si nos centramos en la situación laboral, tabla 4.2, podemos comprobar que la situación laboral con mayor tasa de respuesta para la Ola1 ha sido las personas que actualmente se encuentran trabajando, con un 47 % aproximadamente, seguido de jubilados y personas que buscan empleo, con un 20 % para ambos casos. Con un porcentaje muy bajo nos encontramos a las personas encargadas de las labores del hogar y los estudiantes.
44 4.2 Resultados obtenidos para la Ola1 Situación Laboral Frecuencia Porcentaje Trabajando 376 46,2 % Jubilado 162 19,9 % Busca empleo 159 19,6 % Estudiante 56 6,9 % Labores del Hogar 52 6,4 % NS/NC 5 0,6 % Tabla 4.2: Dispersión Ola1 por la situación laboral Figura 4.2: Situación laboral Ola1
Análisis de las muestras obtenidas en las dos primeras Olas 45 Es interesante conocer el nivel de estudios de la muestra, la tabla 4.3 muestra la clasificación en tres niveles de estudios. Se puede comprobar como en mayor porcentaje se encuentra nivel de estudios secundarios, 52 %, este nivel engloba ESO, Bachillerato, Grado medio, Grado Superior, y las antiguas equivalencias, COU, BUP. En segundo lugar, le sigue la población universitaria y por último la de estudios primarios, con un 34 % y 14 % respectivamente. La muestra está poco representada por las personas con niveles de estudios primarios. Nivel de Estudios Frecuencia Porcentaje Estudios Primarios 114 14 % Estudios Secundarios 423 52 % Estudios Universitarios 271 34 % Tabla 4.3: Dispersión Ola1 por nivel de estudios
46 4.2 Resultados obtenidos para la Ola1 Figura 4.3: Nivel de estudios Ola1 La tabla 4.4 muestra los resultados por grupos de edad, destacamos el grupo 30-44 años con un 35,1 %, seguidos del grupo 45-59 con un 29 % aproximadamente. Los grupos con menor representatividad han sido los que se sitúan en los extremos. Si recordamos el capítulo 3 se sabía que el grupo de edad con menos representación era el de las personas mayores.
Análisis de las muestras obtenidas en las dos primeras Olas 47 Grupos Edad Frecuencia Porcentaje De 16 a 29 años 143 17,6 % De 30 a 44 años 285 35,1 % De 45 a 59 años 232 28,5 % De 60 más años 153 18,8 % Tabla 4.4: Dispersión de Ola1 según los grupos de edad Figura 4.4: Grupos de edad Ola1 Por último, es interesante conocer que sexo ha predominado más en esta Ola1. En el gráfico 4.5 se puede observar como los hombres tienen mayor representatividad que las
48 4.2 Resultados obtenidos para la Ola1 mujeres Sexo Frecuencia Porcentaje Hombre 442 54,4 % Mujer 371 45,6 % Tabla 4.5: Dispersión Ola1 por sexo Figura 4.5: Sexo Ola1
Análisis de las muestras obtenidas en las dos primeras Olas 49 Voto Frecuencia Porcentaje PSOE 158 19,4 % PP 79 9,7 % PODEMOS 61 7,5 % CIUDADANOS 61 7,5 % IU 29 3,6 % OTROS 32 3,9 % EN BLANCO 19 2,3 % NS/NC 175 21,5 % Tabla 4.6: Dispersión Ola1 por voto en las últimas elecciones Andaluzas
50 4.2 Resultados obtenidos para la Ola1 Figura 4.6: Voto Ola1 Tablas de contingencia Ola1 En este apartado se van a comentar las distintas tablas de contingencia realizadas en la ola1, con el fin de obtener un perfil mas exacto de respuesta y comprobar si hay algún sesgo en la muestra para posteriormente poder corregirlo mediante ponderaciones. La primera tabla 4.7 que se va a analizar es la que se corresponde con el sexo y los
Análisis de las muestras obtenidas en las dos primeras Olas 51 distintos grupos de edad. Los grupos de edades de los extremos son menos numerosos para ambos sexos, mientras que los centrales, concretamente el grupo 30-44 años es el más representativo. Grupos de Edad Hombre Mujer De 18-29 años 78 (9,6 %) 65 (8 %) De 30-44 años 154 (18,9 %) 131 (16,1 %) De 45-59 años 123 (15,1 %) 109 (13,4 %) De 60 mas años 87 (10,7 %) 66 (8,1 %) Tabla 4.7: Dispersión Ola1 por sexo y grupos de edad Es lógico pensar que las personas con mayor edad tengan un elevado porcentaje por el método de recogida cati en lugar de online. Si se observa la tabla 4.8 se comprueba que para el grupo de edad de más de 60 años el porcentaje de respuesta para el modo online es muy bajo, siendo más alto en cati, 6 % y 13 % respectivamente, como se pensó en un principio. Ocurre al contrario con las edades más bajas 18-44 años, la fuente de recolección más usada para ambos grupos es online con un 37 % Grupos Edad Online Cati De 18-29 años 105 (12,9 %) 38 (4,7 %) De 30-44 años 196 (24,1 %) 89 (10,9 %) De 45-59 años 112 (13,8 %) 120 (14,8 %) De 60 a más años 48 (5,9 %) 105 (12,9 %) Tabla 4.8: Dispersión Ola1 por Grupos de edad y fuente La tabla 4.9 muestra la dispersión por grupos de edad y nivel de estudios. El mayor porcentaje se obtiene en el nivel de estudios secundarios, esto es así porque como se ha explicado en tablas anteriores abarca varias categorías de estudios.
52 4.3 Resultados obtenidos para la Ola2 Grupos de Edad Estudios Primarios Estudios Secundarios Estudios Universitarios De 18-29 años 12 (1,5 %) 73 (9 %) 57(7,1 %) De 30-44 años 17 (2,1 %) 144 (17,8 %) 121 (15 %) De 45-59 años 46 (5,7 %) 134 (16,6 %) 52 (6,4 %) De más de 60 años 39 (4,8 %) 72 (8,9 %) 41 (5,1 %) Tabla 4.9: Dispersión Ola1 por grupos de edad y nivel de estudios La tabla 4.10 encontramos la dispersión en función del nivel de estudios y la fuente utilizada. Por un lado tenemos que las personas con estudios secundarios, aproximadamente la mitad han utilizado ambas vías para rellenar el cuestionario, por otro lado el sector universitario está encabezado por la vía online y el primario por cati. Nivel de Estudios Online Cati Estudios Primarios 27 (3,3 %) 87 (10,8 %) Estudios Secundarios 208 (25,7 %) 215 (26,6 %) Estudios Universitarios 221 (27,4) 50 (6,2 %) Tabla 4.10: Dispersión Ola1 por nivel de estudios y fuente 4.3. Resultados obtenidos para la Ola2 Para la elaboración de la ola2, ya se tenía una pequeña idea de como iban a reaccionar los panelistas. Al ver que de 1.509 panelistas que fueron invitados a la Ola1, solo finalizaron el cuestionario 825. Ahora el objetivo era invitar a más panelistas para finalmente obtener una muestra mayor. En este caso se invitó a 2.282 de los cuales solo finalizaron la encuesta 1.081. Pasadas las dos olas se intento que al menos un miembro de cada hogar hubiera sido partícipe de alguna de las oleadas. Al igual que en la Ola1, las variables de interés son las mismas. A continuación se va a proceder a la realización del mismo estudio que se ha hecho para la ola1 pero con la
Análisis de las muestras obtenidas en las dos primeras Olas 53 muestra de la Ola2. La tabla 4.11 muestra la dispersión de los panelistas a la hora de la realización del cuestionario. Se observa como el 57,6 % de los encuestados han realizado el cuestionario de forma virtual. Comparándolo con la Ola1, se ha obtenido prácticamente el mismo resultado (57 % online). Fuente Frecuencia Porcentaje Online 623 57,6 % Cati 458 42,4 % Tabla 4.11: Dispersión Ola2 por fuente
54 4.3 Resultados obtenidos para la Ola2 Figura 4.7: Fuente Ola2 La situación laboral está clasificada en 6 grupos, de los cuales el grupo Trabajando actualmente tiene una mayor representación con un 43 %, seguidos de las personas que se encuentran actualmente buscando empleo 26 %. Si lo comparamos con la Ola1, encontramos que ahora el grupo Busca empleo tiene una mayor representación que en la Ola1. Véase tabla 4.2.
Análisis de las muestras obtenidas en las dos primeras Olas 55 Situación Laboral Frecuencia Porcentaje Trabajando Actualmente 465 43 % Pensionista 205 19 % Busca Empleo 284 26,3 % Estudiante 47 4,3 % Labores del Hogar 80 7,4 % Tabla 4.12: Dispersión Ola2 según la situación laboral Figura 4.8: Situación laboral Ola2 La tabla 4.13 muestra el nivel de estudios de la muestra de la Ola2. Si observamos
56 4.3 Resultados obtenidos para la Ola2 el gráfico se ve cómo hay un grupo que tiene mayor peso, este se corresponde con el grupo asociado a Estudios Secundarios con un 64 %, en contraposición el grupo con menos representación es Estudios Primarios con un 10 %. Si hacemos una comparativa respecto a la Ola1, ver tabla 4.3, encontramos que la representación de los grupos ha variado considerablemente, ya que en la Ola1 no había tanta diferencia entre los distintos grupos (Estudios Secundarios 52 %, Universitarios 34 % y Primarios 14 %). Nivel de Estudios Frecuencia Porcentaje Estudios Primarios 104 9,6 % Estudios Secundarios 685 63,4 % Estudios Universitarios 292 27 % Tabla 4.13: Dispersión Ola2 por nivel de estudios
Análisis de las muestras obtenidas en las dos primeras Olas 57 Figura 4.9: Nivel de estudios Ola2 En cuanto a los grupos de edad se observa que las categorías 2 y 3, que se corresponden con los grupos de edad De 30 a 44 años y de De 45 a 59 años tienen un mayor peso, con un 37 % y 29 % respectivamente. Si comparamos con la tabla 4.4 se observa que en la Ola1 el grupo de edad primero De 16 a 19 años tenía una mayor representación 18 %.
58 4.3 Resultados obtenidos para la Ola2 Grupos de Edad Frecuencia Porcentaje De 16 a 29 años 152 14,1 % De 30 a 44 años 404 37,4 % De 45 a 59 años 311 28,8 % De 60 a más años 214 19,8 % Tabla 4.14: Dispersión Ola2 por grupos de edad Figura 4.10: Grupos de edad Ola2 Por sexos, no hay una diferencia significativa entre ambas categorías, al igual que ocurre en la Ola1, el sexo que destaca un poco más es el masculino.
Análisis de las muestras obtenidas en las dos primeras Olas 59 Sexo Frecuencia Porcentaje Hombre 553 51,2 % Mujer 528 48,4 % Tabla 4.15: Dispersión Ola2 por sexo Figura 4.11: Grupos de edad Ola2 La variable voto se refiere al grupo político que los panelistas votaron en las últimas elecciones Andaluzas. En esta Ola, la participación con el porcentaje más elevado se corresponde con la categoría de voto al partido socialista con un 22 %, seguido del partido
60 4.3 Resultados obtenidos para la Ola2 popular con un 16 %. Si nos fijamos en el gráfico de barras, se observa como gran parte de los panelistas no han contestado a esta pregunta. La mayoría de las personas son reacias a contestar este tipo de preguntas u otras de tipo personal. Voto Frecuencia Porcentaje PSOE 238 22 % PP 174 16,1 % PODEMOS 112 10,4 % CIUDADANOS 98 9,1 % IU 68 6,3 % OTROS 53 4,9 % EN BLANCO 37 3,4 % NS/NC 301 27,8 % Tabla 4.16: Dispersión Ola2 según su voto
Análisis de las muestras obtenidas en las dos primeras Olas 61 Figura 4.12: Voto Ola2 Tablas de contingencia Ola2 La tabla 4.17 muestra la dispersión de la edad y sexo. Exceptuando el grupo de edad De 30 a 44 años que tiene un porcentaje más elevado de mujeres, 53 %, en el resto de categorías predomina el sexo masculino. Si se analiza la tabla en general, alrededor de un 20 % de las personas que han realizado el cuestionario de esta segunda ola son mujeres de edad comprendida entre 30 y 44 años.
62 4.3 Resultados obtenidos para la Ola2 Edad Hombre Mujer De 16 a 29 años 80 (7,4 %) 72 (6,7 %) De 30 a 44 años 190 (17,6 %) 214 (19,8 %) De 45 a 59 años 164 (15,2 %) 147 (13,6 %) De 60 a más años 119 (11 %) 95 (8,8 %) Tabla 4.17: Dispersión Ola2 por sexo y grupos de edad Al igual que ocurría con la ola1, ver tabla 4.8, la categoría de edad De 18 a 29 años es la que menos participación por cati tiene, 5,6 %,, ocurre lo contrario con el grupo de edad de 60 a más años, aquí el porcentaje de participación por el método cati es más elevado que por el método online, aunque en la Ola2 no hay apenas diferencia entre ambas fuentes. Edad Online Cati De 16 a 29 años 91 (8,4 %) 61 (5,6 %) De 30 a 44 años 243 (22,5 %) 161 (14,9 %) De 45 a 59 años 189 (17,5 %) 122 (11,3 %) De 60 a más años 100 (9,3 %) 114 (10,5 %) Tabla 4.18: Dispersión Ola2 por fuente y grupos de edad En la tabla 4.19 se tiene la distribución entre el nivel de estudios y los diferentes grupos de edad. Como ocurría con la Ola1, el mayor porcentaje acumulado se obtiene en la categoría de edad De 30 a 44 años y nivel de estudios secundarios, con un 24 % aproximadamente. En general la categoría de edad de Estudios secundarios es la que mayor representatividad tiene respecto a las demás categorías. Grupos de edad Estudios Primarios Estudios Secundarios Estudios Universitarios De 16 a 29 años 12 (1,1 %) 97 (9 %) 43 (4 %) De 30 a 44 años 24 (2,2 %) 256 (23,7 %) 124 (11,5 %) De 45 a 59 años 24 (2,2 %) 214 (19,8 %) 73 (6,8 %) De 60 a más años 44 (4,1 %) 118 (10,9 %) 52 (4,8 %) Tabla 4.19: Dispersión Ola2 por nivel de estudios y grupos de edad
Análisis de las muestras obtenidas en las dos primeras Olas 63 Inicialmente se pensó que los panelistas con un bajo nivel de estudios iban a desarrollar el cuestionario de forma telefónica, pero apenas se aprecia una diferencia significativa entre ambas categorías. Para las personas con estudios secundarios, prácticamente el porcentaje de representación para ambas categorías es igual. Destacando en la categoría de Estudios Universitarios la fuente online con un 21 %. Nivel de Estudios Online Cati Estudios Primarios 47 (4,3 %) 57 (5,3 %) Estudios Secundarios 349 (32,3 %) 336 (31,1 %) Estudios Universitarios 227 (21 %) 65 (6 %) Tabla 4.20: Dispersión Ola2 por nivel de estudios y fuente
64 4.3 Resultados obtenidos para la Ola2
Capítulo 5 Calibración y Ponderación de los datos obtenidos 5.1. Proceso de ponderación de las oleadas Es habitual en encuestas por muestreo aplicar una serie de ponderaciones, ya que estas ponderaciones se encargan de corregir diferencias en la aplicación de las encuestas por muestreo. Hay ocasiones en las que la no respuesta juega un papel importante en este tipo de muestras, por tanto la ponderación se encarga de aumentar el peso de las unidades que sí responden. Otro de los usos de las ponderaciones está en el ajuste de las estimaciones muestrales, cuando hay diferencias notables entre el marco y los estimadores censales. Tras el análisis realizado en los capítulos anteriores se apreció como había variables de interés que diferían de la realidad, es el caso de sexo y edad y nivel de estudios. El objetivo de este capítulo es aplicando las técnicas de ponderación, llegando a tener una muestra que se asemeje lo máximo posible a la realidad. A continuación se van a mostrar una serie de tablas donde se compara la muestra de cada ola con la población real que hay en Andalucía. Para ello se ha utilizado el Padrón 65
66 5.1 Proceso de ponderación de las oleadas y la Encuesta de Población Activa, EPA. La información ha sido obtenida del Instituto de Estadística y Cartografía de Andalucía, IECA. En la página Web de Instituto IECA, encontramos una serie de apartados relacionados con las variables que nos interesa analizar en el estudio como son: El sexo, la edad, el nivel de estudios y la situación laboral. Para ellos se han descargo los ficheros de datos y se han agrupado las diferentes categorías de tal forma que coincida con las categorías que se tienen en cada una de las variables de interés de las olas. Las tablas que se han obtenido son: 1. Proporción nivel de estudios, EPA Ola1 Nivel de Estudios %Población EPA %Muestreo Proporción Estudios Primarios 26,63 14,11 1,89 Estudios Secundarios 57,60 52,35 1,10 Estudios Universitarios 15,76 33,54 0,46 Tabla 5.1: Población real y población muestra por nivel de estudios Ola1 Ola2 Nivel de Estudios %Población EPA %Muestreo Proporción Estudios Primarios 26,63 9,71 2,74 Estudios Secundarios 57,60 63,27 0,91 Estudios Universitarios 15,76 27,01 0,58 Tabla 5.2: Población real y población muestra por nivel de estudios Ola1 2. Proporción Situación laboral, EPA Ola1
Calibración y Ponderación de los datos obtenidos 67 Situación Laboral %Población EPA %Muestra Proporción Trabajando Actualmente 40,98 46,42 0,88 Parado 18,42 20 0,921 Estudiante 7,66 19,63 0,39 Jubilado 21,92 6,91 3,17 Labores del Hogar 11,01 7,04 1,56 Tabla 5.3: Población real y población muestra por situación laboral Ola1 Ola2 Situación Laboral %Población EPA %Muestra Proporción Trabajando Actualmente 40,98 43,01 0,95 Parado 18,42 26,27 0,70 Estudiante 7,66 4,35 1,76 Jubilado 21,92 18,96 1,16 Labores del Hogar 11,01 7,40 1,48 Tabla 5.4: Población real y población muestra por situación laboral Ola2 3. Proporción Sexo y edad padrón Ola1 HOMBRE %Población %Muestreo Proporción De 16 a 29 años 9,92 9,59 1,03 De 30 a 44 años 14,69 18,94 0,78 De 45 a 59 años 12,90 15,13 0,85 De 60 a más años 11,40 10,70 1,07 MUJER De 16 a 29 años 9,50 7,99 1,19 De 30 a 44 años 14,27 16,11 0,86 De 45 a 59 años 13,06 13,41 0,97 De 60 a más años 14,25 8,12 1,75 Tabla 5.5: Población real y población muestra por sexo y edad Ola1 Ola2
68 5.2 Calibración HOMBRE %Población %Muestreo Proporción De 16 a 29 años 9,92 7,40 1,34 De 30 a 44 años 14,69 17,58 0,83 De 45 a 59 años 12,90 15,17 0,85 De 60 a más años 11,40 11,01 1,04 MUJER De 16 a 29 años 9,50 6,66 1,43 De 30 a 44 años 14,27 19,80 0,72 De 45 a 59 años 13,06 13,60 0,96 De 60 a más años 14,25 8,79 1,62 Tabla 5.6: Población real y población muestra por sexo y edad Ola2 La ponderación que se va a aplicar a cada una de las Olas recibe el nombre de pesos y está relacionada con las variables sexo y edad. Para la realización de esta tablas se ha utilizado el programa excel, donde se han realizado los cálculos con facilidad. Para incorporar la columna de los pesos al fichero de las Olas, cuya extensión es.csv, se va a utilizar el programa SPSS, y mediante sintaxis se programará dicha columna. Vease Apendice B Sintaxis proporciones. En el caso de nuestra muestra, como bien se ha ido comprobado a lo largo de los capítulos, no solo es necesario ponderar por sexo y edad, sino que también sería conveniente hacerlo por nivel de estudios. Este ajuste no es posible realizarlo con el método anteriormente utilizado, por ese motivo se va a usar el método de Calibración. 5.2. Calibración Para este caso se van a utilizar dos variables, una que llamaremos sexoedad y el nivel de estudios. Para la variable sexo y edad se ha creado en SPSS una columna (para ellos accedemos a Transformar-Calcular variable) la fórmula que sigue la nueva variable
Calibración y Ponderación de los datos obtenidos 69 es Sexo*10+Edad. A continuación se calcula la población objetivo y la población de la muestra para ambas variables y olas, quedaría como se muestra a continuación: Ola1 Sexoedad Proporción Objetivo HG1 78 81 HG2 154 119 HG3 123 105 HG4 87 93 MG1 65 77 MG2 131 116 MG3 109 106 MG4 66 116 Tabla 5.7: Objetivos sexo*10+edad Ola1 Nivel de Estudios Proporción Objetivo Estudios Primarios 115 217 Estudidos Secundarios 427 468 Estudios Universitarios 271 128 Tabla 5.8: Objetivos Nivel de estudios Ola1 Ola2 Sexoedad Proporción Objetivo HG1 80 107 HG2 190 159 HG3 164 140 HG4 119 123 MG1 72 103 MG2 214 154 MG3 147 141 MG4 95 154 Tabla 5.9: Objetivos sexo*10+edad Ola2
70 5.2 Calibración Nivel de Estudios Proporción Objetivo Estudios Primarios 105 288 Estudidos Secundarios 684 623 Estudios Universitarios 292 170 Tabla 5.10: Objetivos nivel de estudios Ola2 Una vez calculados los objetivos mediante el programa estadístico R, concretamente RStudio, y la función rake, se va a realizar la técnica de calibración para ambas olas. El código aparece en el apéncice C Sintaxis Calibración. Como se puede comprobar en dicho código, los pesos se exportan a un fichero.csv, donde se unen con el resto de variables del fichero y ponderamos casos.
Capítulo 6 Tasas de respuesta en las dos primeras Olas 6.1. Introducción Tras el análisis detallado de las dos primeras olas, a continuación se va a proceder a calcular las incidencias que se han registrado en ambas por fuente cati. Para ello se ha seguido la clasificación que utiliza la Asociación Americana para la Investigación de Opinión Pública (AAPOR) http://www.aapor.org/. 6.2. Clasificación Las incidencias han sido grabadas en un documento access según el criterio de la empresa a la que fue derivada esta tarea. Como bien se ha comentado anteriormente, la clasificación a seguir es la estipulada por AAPOR quedando como muestra la siguiente tabla: 71
72 6.2 Clasificación Categorías Ola1 Ola2 Categoría 1: Encuesta Completa Cati 362 477 Completa Online 460 604 Parcial Categoría 2: Elegibilidad, No Encuesta Rechazada 277 812 Contestador Automático 23 2 Encuestado ausente en el periodo de campo 14 Aplazamiento antes de la entrevista 25 Aplazamiento durante la entrevista 12 1 Aplazamiento a Sábado 2 Entrevista abandonada 21 63 Otros 12 33 Categoría 3: Elegibilidad Dudosa, No encuesta No contesta 152 16 Número de teléfono ocupado 2 Problemas técnicos en el teléfono 1 Categoría 4: No elegibilidad, No encuesta Fuera de cuota 3 Fax 3 2 El teléfono no es de la persona 39 69 Número de teléfono fuera de servicio 23 Fallo en la llamada 7 Número de teléfono Incorrecto 25 81 Número de teléfono no asignado 3 Número de teléfono incompleto 1 Difícil localización 47 238 No es un hogar 2 Total Online + Incidencias 1514 2400 Total incidencias 1054 1796 Tabla 6.1: Incidencias producidas método Cati Se puede comprobar como el número de rechazos producido en la Ola2 es mucho mayor que el de la Ola1, esto puede ser porque hay muchos panelistas que tras haber realizado
Tasas de respuesta en las dos primeras Olas 73 la primera encuesta, se mostraron reacios a contestar en la segunda ola, sin embargo, solo hay 16 personas que no contestan a la llamada mientras que en la Ola1 había 152, diferencia también considerable. Cabe destacar según las incidencias mostradas, ha sido mas costoso contactar con los panelistas de la Ola2.
74 6.2 Clasificación
Capítulo 7 Influencia de las variables en estudio sobre los estados del cuestionario 7.1. Introducción El objetivo de este capítulo es analizar el peso y comprobar como influyen las variables en estudio en los diferentes estados del cuestionario. Para ello se va a utilizar un modelo logístico. Los modelos de regresión tienen como objetivo describir el efecto de una o más variables explicativas (independientes) sobre una o más variables de respuesta (dependiente). En muchas aplicaciones, la variable de respuesta discreta,toman pocos valores, siendo en la mayoría de los casos dos o más niveles de respuesta. Los modelos de regresión más usuales para este tipo de respuesta son los modelos de regresión logística (logit), para los que las variables explicativas pueden ser tanto cuantitativas como cualitativas. El modelo concreto que se ha utilizado para este trabajo es el modelo de regresión logístico binario, ya que la variable dependiente es una variable dicotómica. En concreto, aquella que mide el estado de la cumplimentación de la encuesta. Esta variable toma valores dicotómicos (0-Encuesta no finalizada, 1- Encuesta finalizada) siendo el estado de Encuesta finalizada 75
76 7.2 Modelo Logit aplicado al marco PACIS la categoría de interés. Como variables explicativas se introducen las que hemos visto anteriormente en el capítulo 3, concretamente en el análisis de las tablas de frecuencias y de contingencia del marco PACIS. Para la realización de este modelo se han utilizado los programas estadísticos SPSS y R, concretamente Rstudio. Los scrip se pueden encontrar en el apéndice D A continuación se muestran las salidas proporcionadas por dichos programas y su interpretación. 7.2. Modelo Logit aplicado al marco PACIS En primer lugar tenemos que tener muy claro cuales son las hipótesis de las que partimos. Como se ha ido viendo a lo largo de este trabajo, las hipótesis de partida se basa en la probabilidad de ocurrencia, de manera que se puede conocer la probabilidad de éxito de que se finalice la encuesta cuando conocemos los valores de las variables independientes citadas con anterioridad. Nuestra hipótesis nula (H 0 ) sería que no se puede conocer la probabilidad de ocurrencia de que se finalice o no una encuesta, esto se aplica para las dos olas, dependiendo de las variables independientes incluidas en el modelo. La hipótesis alternativa (H 1 ) propone que es posible predecir la probabilidad de ocurrencia de que se finalice o no la encuesta conociendo previamente los valores de las variables independientes. En nuestro ejemplo y al tratarse de variables categóricas el modelo de base para la variable dependiente es el que está basado en la categoría que presenta mayor frecuencia. De esta forma se asume que todos los casos están en la categoría de encuesta finalizada, que es la forma más evidente de predicción de una variable categórica. Si asumimos que todos los panelistas de las dos oleadas finalizan la encuesta independientemente de cualquier otra condición, la probabilidad de acierto para esta variable dependiente estaría en el 51 %; porcentaje muy estrecho ya que nuestra variable dependiente tiene solo dos
Influencia de las variables en estudio sobre los estados del cuestionario 77 categorías. Con la intención en el modelo de las variables independientes intentaremos aumentar esta probabilidad de éxito en el pronóstico. Modelo de Regresión logístico Coeficientes Estimador Exp(Estimador) Pr(> z ) Intercepto -2,278 0,102 0,000 Grupos de Edad 0,000 Grupo2 (30-44) 0,407 1,502 0,001 Grupo3 (45-59) 0,753 2,123 0,000 Grupo4 (60+ años) 0,573 1,774 0,001 Nivel de Estudios 0,000 Nivel Secundario 0,388 1,474 0,000 Nivel Universitario 1,095 2,990 0,000 Situación Laboral 0,501 Pensionista 0,039 1,040 0,783 Parado 0,053 1,054 0,561 Estudiante 0,322 1,380 0,069 Labores del Hogar 0,020 1,020 0,895 Sexo Mujer -0,207 0,813 0,006 Disponibilidad T.Fijo Si 0,72351 2,062 0,000 Disponibilidad T. Movil Si 0,394 1,483 0,000 Disponibilidad de Internet Si 0,34417 1,411 0,000 Tabla 7.1: Modelo de regresión logística Marco PACIS Se observa que todas las variables son influyentes en el modelo excepto la variable que está referida a la Situación Laboral. En este caso para el conjunto de datos que estamos usando dicha variable no es significativa, así como ninguna de sus categorías. A
78 7.2 Modelo Logit aplicado al marco PACIS continuación se procederá a analizar las distintas categorías de las variables consideradas en el modelo. Este análisis lo vamos a dividir en dos, por un lado las variables que están relacionadas con el encuestado y por otro lado los recursos disponibles que el encuestado nos ha facilitado sobre medios tecnológicos y de contacto que posee en su hogar. La variable edad es significativa, por tanto, tomando como categoría de referencia la asociada al grupo de edad 1 (16-29 años), se puede comprobar como la posibilidad de responder al cuestionario es 1,5 veces mayor en los encuestados que se encuentran en los grupos de edad 2 (30-44 años) respecto a la categoría grupo de edad 1 (16-29 años). De igual forma, si analizamos los grupos de edad 3 y 4 (45-59 y >59 respectivamente) la posibilidad de respuesta en dichos grupos es aproximadamente dos veces mayor que para la categoría de referencia. Para el análisis de la variable nivel de estudios, se toma como categoría de referencia tener estudios primarios, de esta forma la posibilidad de responder el cuestionario para las personas con nivel de estudios secundarios y universitarios es aproximadamente 1,5 y 3 veces mayor, respectivamente, que para las personas con estudios primarios. Por sexo, la influencia a la hora de responder al cuestionario para el sexo femenino es un 20 % menor respecto al sexo masculino. En el proceso de captación, el encuestado facilitó una serie de información asociada a medios de contacto y tecnológicos. Se entiende por medios de contacto a tener email, teléfono fijo y teléfono móvil, por tanto la posibilidad de responder el cuestionario teniendo uno de estos medios de contacto es aproximadamente 2,1, 5 y 2,5 veces mayor, respectivamente en encuestados que sí disponen de este medio frente a los que no disponen. Por último, la variable Internet, hace referencia a si se dispone de dicha tecnología en el hogar, por tanto la personas que disponen internet en casa, tienen una posibilidad
Influencia de las variables en estudio sobre los estados del cuestionario 79 de contestar al cuestionario de 1,5 veces mayor respecto de las personas que no disponen este medio en casa. Efectos Marginales Coeficientes Estimador Pr(> z ) Grupos de Edad Grupo2 (30-44) 0,101 0,000 Grupo3 (45-59) 0,184 0,000 Grupo4 (60+ años) 0,141 0,000 Nivel de Estudios Nivel Secundario 0,096 0,000 Nivel Universitario 0,259 0,000 Situación Laboral Pensionista 0,01 0,7831 Parado 0,013 0,561 Estudiante 0,078 0,069 Labores del Hogar 0,005 0,895 Sexo Mujer -0,051 0,006 Disponibilidad T.Fijo Si 0,179 0,000 Disponibilidad T. Movil Si 0,22 0,000 Disponibilidad de Internet Si 0,086 0,000 Tabla 7.2: Efectos Marginales Marco PACIS El signo de los coeficientes de los efectos marginales indica la dirección del efecto marginal, si el signo es positivo, la relación es directa, en caso de que sea negativo, la relación es inversa. En el caso de que la relación sea directa (siempre que sean significativos) se interpreta como que un aumento en la probabilidad de responder hace que por ejemplo la categoría de estudios secundarios aumente una unidad. Como se ha podido comprobar en el modelo logit, 7.1, todas las variables excepto la Situación Laboral son significativas.
80 7.2 Modelo Logit aplicado al marco PACIS La relación de todas las categorías de la tabla es directa, esto es, aumentar la probabilidad de responder, excepto en el caso de ser mujer, que tiene una relación inversa. Como resumen del procedimiento realizado se puede afirmar que la introducción de las variables independientes mencionadas, a excepción de la Situación Laboral, mejora notablemente la probabilidad de acierto en la predicción de la variable dependiente hasta un 65,7 %. Una mejora de 14,7 puntos en la predicción.
Capítulo 8 Realización de una tercera oleada 8.1. Resultados para la Ola3 Tras haber realizado y analizados las dos olas, se quiere hacer una nueva Ola, Ola3. Para ello ya se cuenta con unos patrones de las Oleadas anteriores donde se puede ver un perfil más claro de las personas que tienden a responder el cuestionario. Para la selección de la tercera ola se han asignado unas ponderaciones a los diferentes estados del cuestionario, de esta forma saldrá un total que será el número de personas que se invitarán para dicha ola, teniendo en cuenta dicho criterio. A continuación se muestra una tabla donde se recogen los diferentes estados y las ponderaciones asignadas para finalizar con el total. Han sido barajadas todas las posibilidades posibles que se pueden dar en el cuestionario y las probabilidades han sido asignadas teniendo en cuenta los resultados de las dos olas anteriores. El hecho de asignar una probabilidad de 0,75 % a la alternativa de contestar una ola y no ser invitado a otra es tan alta porque el panelista descansa un turno. 81
82 8.1 Resultados para la Ola3 Categoría Probabilidad participar Ola3 No invitado a ninguna Ola 0,5 Contesta a ambas olas 1 Contesta Ola1 0,4 No contesta Ola1 0,6 No contesta a ninguna Ola 0,15 Ola1 no invitado, Ola2 si contesta 0,75 Ola1 no invitado, Ola2 no contesta 0.2 Ola1 si contesta, Ola2 no invitado 0,75 Ola1 si contesta, Ola2 no invitado 0,2 Tabla 8.1: Probabilidad selección Ola3 La tabla que a continuación se muestra representa el número de personas por las que estaría compuesta la ola3 según el sexo y la edad.
Realización de una tercera oleada 83 Categorías G1 (16-29 años) G2 (30-44 años) G3 (45-59 años) G5 (>59 años) Total Hombre No invitado a ninguna Ola 28 14 3 2 47 Contesta a ambas olas 7 30 25 55 117 Contesta Ola1 1 2 1 10 14 No contesta Ola1 6 13 13 16 48 No contesta a ninguna Ola 7 9 6 9 31 Ola1 no invitado, 52 100 85 28 265 Ola2 si contesta Ola1 no invitado, Ola2 no contesta 12 21 13 10 56 Ola1 si contesta, Ola2 no invitado 56 88 76 3 223 Ola1 no contesta, Ola2 no invitado 0 0 0 0 0 Total 169 277 222 133 801 Mujer No invitado a ninguna Ola 52 80 49 9 190 Contesta a ambas olas 1 2 0 32 35 Contesta Ola1 1 1 1 11 14 No contesta Ola1 9 10 12 15 46 No contesta a ninguna Ola 6 9 10 19 44 Ola1 no invitado, 49 143 100 23 315 Ola2 si contesta Ola1 no invitado, Ola2 no contetsa 12 28 23 9 72 Ola1 si contesta, Ola2 no invitado 51 100 78 4 233 Ola1 no contesta, Ola2 no invitado 2 2 2 0 6 Total 183 375 275 122 955 TOTAL No invitado a ninguna Ola 80 94 52 11 237 Contesta a ambas Olas 8 32 52 87 152 Contesta Ola1 2 3 2 21 28 No contesta Ola1 15 23 25 31 94 No contesta a ninguna Ola 13 18 16 28 75 Ola1 no invitado, Ola2 si contesta 101 243 185 51 580 Ola1 no invitado, Ola2 no contesta 24 49 36María Hidalgo 19 Arjona128 Ola1 si contesta, Ola2 no invitado 107 188 154 7 456 Ola1 no contesta, Ola2 no invitado 2 2 2 6 Total 352 652 497 255 1756 Tabla 8.2: Muestra Ola3
84 8.1 Resultados para la Ola3
Bibliografía [1] Groves, R. M., Fowler Jr, F. J., Couper, M. P., Lepkowski, J. M., Singer, E., Tourangeau, R. (2009): Survey methodology, (Vol. 561). John Wiley Sons 48-60. [2] Callegaro, M., Manfreda, K. L., & Vehovar, V. (2015): Web survey methodology. Sage. 4-30;205-244 [3] Rodíguez Osuna, J.,: Métodos de Muestreo. CIS, Madrid (1991) [4] Callegaro, M., Baker, R. P., Bethlehem, J., Göritz, A. S., Krosnick, J. A., & Lavrakas, P. J. (Eds.). (2014): Online panel research: A data quality perspective, John Wiley & Sons. [5] Struminskaya, B., Kaczmirek, L., Schaurer, I., & Bandilla, W. (2014). Assessing representativeness of a probability?based online panel in Germany.: Online panel research: A data quality perspective,. 61-85 [6] Carmona, M. T. (2000): Optimización del error muestral en encuestas a población general: criterios de estratificación y cálculo del error con WESVAR COMPLEX SAMPLES, Metodología de Encuestas, 2(2). [7] ANEIMO 2015: El sector de la investigación de Mercados en España 2014. Recuperado 1 de mayo de 2015 ((http://www.aneimo.com/datosmercado.php)) 85
86 BIBLIOGRAFÍA [8] American Association for Public Opinion Reseach-Appor (2011): Standard Definitions: Final Dispositions of Case Codes and Outcome Rate for Surveys. 7 a ed.aapor http://www.aapor.org/education-resources/forresearchers/ Poll-Survey-FAQ/Response-Rates-An-Overview.aspx [9] Blom, A. G. et al. 2016.: A Comparison of Four Probability-Based Online and Mixed- Mode Panels in Europe.. Social Science Computer Review 34(1):8-25. [10] Bosnjak, Michael, Marcel Das, y Peter Lynn. 2016.: Methods for Probability-Based Online and Mixed-Mode Panels Selected Recent Trends and Future Perspectives.. Social Science Computer Review 34(1):3-7. [11] Callegaro, Mario, Katja Lozar Manfreda, y Vasja Vehovar. 2015: Web Survey Methodology. SAGE. [12] Couper, Mick P. 2000: Review: Web Surveys: A Review of Issues and Approaches The Public Opinion Quarterly 64(4):464-94. [13] De Leeuw, Edith D. y Joop J. Hox. 2011: Internet surveys as part of a mixed-mode design. Social and behavioral research and the Internet 45?76. [14] Dillman, Don A., Jolene D. Smyth, y Leah Melani Christian. 2008: Internet, Mail, and Mixed- Mode Surveys: The Tailored Design Method. Edición: Hoboken, N.J: John Wiley &Sons. [15] Fuchs, M. 2008: Mobile Web Surveys: A Preliminary Discussion of Methodological Implications Pp. 77?94 en Envisioning the survey interview of the future. [16] Fuchs, M. y B. Busse. 2009: The Coverage Bias of Mobile Web Surveys Across European Countries. International Journal of Internet Science 4(1):21-33.
BIBLIOGRAFÍA 87 [17] Groves, Robert M. 2011: Three Eras of Survey Research. Public Opinion Quarterly 75(5):861-71. [18] Tucker, C. y J. Lepkowski. 2008: Telephone Survey Methods: Adapting to Change. Pp. 3-26 en Advances in telephone survey methodology, Wiley series in survey methodology, editado por J. Lepkowski et al. Hoboken, NJ: Wiley-Interscience. Recuperado 24 de febrero de 2012 http://onlinelibrary.wiley.com/doi/10. 1002/9780470173404.ch7/summary Direcciones Web: http://www.eustat.eus/documentos/datos/ct_nrhogares_c.pdf http://www.reis.cis.es/reis/pdf/reis_093_07.pdf http://www.juntadeandalucia.es/institutodeestadisticaycartografia http://www.sedecatastro.gob.es/ https://cran.r-project.org/web/packages/survey/survey.pdf https://cran.r-project.org/web/packages/glm2/glm2.pdf https://cran.r-project.org/web/packages/mfx/mfx.pdf https://cran.r-project.org/web/packages/arm/arm.pdf
88 BIBLIOGRAFÍA
Apéndice A Descripción Base de Datos Catastro El Catastro Inmobiliario es un registro administrativos en el que se describen los bienes inmuebles rústicos e inmobiliarios. No es una base de datos fácil de manejar ya que consta de una versión alfanumérica y otra versión cartográfica. La página Web oficial donde se puede consultar los datos de cualquier municipio es http: //www.sedecatastro.gob.es/. Una vez en esta página se accede al apartado de descarga masiva de datos, donde para su descarga, se necesita de un certificado digital electrónico. Una vez aquí se tienen dos vías, descarga de información alfanumérica (formato CAT) y descarga de cartografía vectorial (formato Shapefile). Se ha encontrado un inconveniente en relación a la descarga, este es debido a que se debe descargar municipio a municipio y a su vez cada municipio está dividido en catastro urbano y catastro de rústica. Para la obtención de la base de datos del PACIS, se contactó con la dirección general del catastro, quien facilitó dos ficheros, uno urbano y otro rústico de todos los municipios de Andalucía. 89
90 Descripción Base de Datos Catastro Base de datos alfanumérica La base alfanumérica es un fichero Excel, dividido en 5 tablas, cada una de ellas están identificadas por una variable llamada tipo de registro. Una vez importado, hay que eliminar la información correspondiente al resto de tablas, eliminando los tipos de registro restantes. Las tablas son: Tipo 11: Registro de Finca. Existirá uno por cada parcela catastral. Tipo 13: Registro de Unidad Constructiva. Existirá uno por cada unidad constructiva en cada parcela catastral. Tipo 14: Registro de Construcción. Existirá uno por cada construcción de cada unidad constructiva en cada parcela catastral. Tipo 15: Registro de inmueble. Existirá uno por cada inmueble en cada parcela catastral. Tipo 17: Registro de cultivo Antes de importar todas las tablas de todos los municipios, se comprobó cuales de las tablas contenían la información necesaria para el estudio, y se llegó a la conclusión de que la tabla 15, Registro de inmueble, tenia la información necesaria para la identificación de las viviendas. Por tanto solo se exportó esta. A continuación se va a proceder a analizar las diferentes variables, de interés, que tiene esta tabla.
Descripción Base de Datos Catastro 91 Identificadores. Parcela catastral. Número identificador del bien dentro de la parcela. Localización de inmueble. Código de provincia. Código de municipio. Nombre de municipio. Nombre de la entidad menor. Código de la vía pública. Tipo de vía pública. Nombre de la vía pública. Primer número de policía (número del portal). Primera letra (para duplicados). Kilómetro. Bloque. Escalera. Planta. Puerta. Textos complementarios de dirección. Código postal. Nombre del paraje.
92 Descripción Base de Datos Catastro Datos de filtro de los inmuebles: Tipo de bien (rústico, urbano, especial). Uso de los bienes inmuebles. Tratamiento Base alfanumérica Como se ha comentado anteriormente los municipios vienen separados uno por uno, seria un trabajo tedioso tener que unir cada fichero por separado, por tanto, mediante la orden Ms- DOS Copy, se unieron todos los archivos de cada provincia. Una vez unidos, se abrieron las tablas anteriormente explicadas y se eliminó toda la información innecesaria, guardando el fichero Excel con la información útil para posteriormente importarlo a Access. El catastro de inmueble considera todo tipo de parcelas, bien destinados a viviendas como para otros usos. En nuestro caso nos interesa solo las viviendas. Por este motivo se creó un filtro donde se eliminaron todas aquellos inmuebles que no eran viviendas, es decir, en la base de datos del catastro, se consideran viviendas aquellas cuyo código representa una V. Aunque estas viviendas estén registradas como tal, no hay garantía de que estén habitadas e incluso de que sean primera vivienda. Base de datos cartográfica Al igual que ocurre con la base de datos alfanumérica, está también viene separada en dos partes, parte urbana y rústica. La ventaja de este tipo de base de datos es que a parte de poder buscar cualquier municipio por nombres también puedes filtrarlos por zonas geográficas. Estas vienen dadas en un formato.shp. Este tipo de base de datos se divide en paquetes y a su vez en capas. Al igual que ocurre con la base alfanumérica, en este caso se va a explicar las principales capas que se van a
Descripción Base de Datos Catastro 93 utilizar: Capas del parcelario catastral: Masa: agrupación de parcelas (manzanas, en urbana y polígonos, en rústica). Parcela: parcelas catastrales. Subparcela: Subparcelas de cultivos (zona con los mismo cultivos). Constru: Subparcelas urbanas que representan los volúmenes edificados en una parcela. Capas con información geográfica auxiliar: Carvia: Nombre de las vías (tabla de dbf, no geográfica). Ejes: Ejes de elementos lineales (calles, carreteras,...). Elemlin: Elementos cartográficos lineales Elempun: Elementos cartográficos puntuales.. Elemtex: Rótulos del mapa. Limites: Límites administrativos. De las capas expuestas anteriormente, las tablas de mayor utilidad es Parcela, ya que se puede enlazar con la base de datos alfanumérica y la tabla Constru, que ayudara a la depuración. A continuación se va a proceder al desglose de cada una de las tablas de interés. Variables principales de la tabla Parcela: Mapa: Mapa en el que se encuentra la parcela.
94 Descripción Base de Datos Catastro Municipio: Código de municipio. Masa: Referencia de la manzana o polígono. Tipo: Urbana, rústica, diseminado o dominio público. Parcela: Número de parcela dentro de la masa. Refcat: Referencia catastral de la parcela. CoorX: Coordenada X del centroide de la parcela. CoorY: Coordenada Y del centroide de la parcela. Vía: Código de vía (se relaciona para obtener el nombre con la tabla CARVIA). Número: Número del portal. Númerodup: Indicador para números duplicados. Numsymbol: Número del símbolo de representación. Area: Superficie de la parcela. Fechaalta: Fecha de creación de la parcela en la base de datos. Fechabaja: Fecha de borrado de la parcela en la base de datos. PCAT1:Primeros siete números de Refcat. PCAT2: Últimos siete números de Refcat. Tratamiento Como ocurría en el caso anterior de la base alfanumérica hay ciertas variables que interesan por la información que presentan, es el caso de la variable parcela. Para obtener la base de todos los municipios se crea una carpeta por provincias donde se introducen todos los archivos de capa parcela de esa provincia. Todos ellos se unen en una única capa
Descripción Base de Datos Catastro 95 de tipo.shp mediante la orden çombinar archivo shape en uno. Para tratar la información cartográfica se ha utilizado el programa Q-GIS. Otra variable de interés es Carvia, que muestra el código postal de las direcciones, por tanto es conveniente unir este archivo con el anterior, utilizando Excel ASAP http: //asap-utilities.com/ y se importa todo a un fichero Access Asiganación Tras barajar varias posibilidades para poder asignar la asignación censal, finalmente se decidió utilizar la cartografía del seccionado censal, y adjuntar por procedimientos de asignación espacial cada parcela a la sección en que se encuentre el centro de la parcela catastral.
96 Descripción Base de Datos Catastro
Apéndice B Sintaxis ponderación compute peso1=1. if(sexo=1&edad=1)peso1=1.341077651. if(sexo=1&edad=2)peso1=0.835898771. if(sexo=1&edad=3)peso1=0.850288707. if(sexo=1&edad=4)peso1=1.035417843. if(sexo=6&edad=1)peso1=1.426830939. if(sexo=6&edad=2)peso1=0.720922607. if(sexo=6&edad=3)peso1=0.960748203. if(sexo=6&edad=4)peso1=1.62096525. Donde la codificación viene dada por: Sexo=1 Hombre Sexo=6 Mujer Edad=1 De 16 a 29 años Edad=2 De 30 a 44 años Edad=3 De 45 a 59 años 97
98 Sintaxis ponderación Edad=4 De 60 a más años
Apéndice C Sintaxis Calibración La sintaxis que a continuación se muestra es para calibrar las muestras de las olas. Además de las librería rake que es la principal para la realización de esta técnica se han usado otras librerías para poder poner los datos de forma adecuada. El sofware usado ha sido la versión de R, Rstudio. Código Ola1 ##Calibración método raking ola1 SEXOEDAD y NESTUDIOS #CALIBRACIÓN MÉTODO RAKING #cargar la librería survey #cargar la librería foreign para poder abrir datos desde spss x<-read.spss("ola1calibracion.sav",to.data.frame=true) x dim(x) names(x) 99
100 Sintaxis Calibración datos <- svydesign(ids=~1, data=x) datos<- as.svrepdesign(datos) datos names(datos) #Nota: tener cuidado con las variables que van dentro del data.frame #tienen que estar con el nombre tal y como está en el fichero de datos, tanto variables #como categorias. N.SEXOEDAD <-data.frame(sexoyedad = c("hg1","hg2","hg3","hg4","mg1", "MG2","MG3","MG4"),Freq=c(81,119,105,93,77,116,106,116)) N.SEXOEDAD N.EST <- data.frame(est = c("nivel primario", "Nivel secundario", "Nivel universitario"),freq=c(217,468,128)) N.EST raking <- rake(design = datos, sample.margins = list(~sexoyedad, ~EST), population.margins = list(n.sexoedad,n.est)) raking #Miramos los argumentos que tiene la función raking. Nos interesa
Sintaxis Calibración 101 #la variable pweights unirla con la matriz de datos x. #peso1, recoge el vector de los pesos tras hacer las marginales #por el método raking pesos<-raking$pweights mpesos<-cbind(x,pesos) prueba<-cbind(mpesos$id_cuest,mpesos$pesos) prueba #para guardar write.csv(prueba, file="pola1.csv") dir() Código Ola 2 ##Calibración método raking ola2 SEXOEDAD y NESTUDIOS #CALIBRACIÓN MÉTODO RAKING #cargar la librería survey #cargar la librería foreign para poder abrir datos desde spss x<-read.spss( "ola2calibracion.sav",to.data.frame=true) x dim(x)
102 Sintaxis Calibración names(x) datos <- svydesign(ids=~1, data=x) datos<- as.svrepdesign(datos) datos names(datos) #Nota: tener cuidado con las variables que van dentro del data.frame #tienen que estar con el nombre tal y como está en el fichero de datos, tanto variables #como categorias. N.SEXOEDAD <-data.frame(sexoedad = c("hg1","hg2","hg3","hg4","mg1", "MG2","MG3","MG4"),Freq=c(107,159,140,123,103,154,141,154)) N.SEXOEDAD N.EST8 <- data.frame(est8 = c("nivel primario", "Nivel secundario", "Nivel Universitario"),Freq=c(288,623,170)) N.EST8 raking <- rake(design = datos, sample.margins = list(~sexoedad, ~EST8), population.margins = list(n.sexoedad,n.est8)) raking
Sintaxis Calibración 103 #Miramos los argumentos que tiene la función raking. Nos interesa #la variable pweights unirla con la matriz de datos x. #peso1, recoge el vector de los pesos tras hacer las marginales #por el método raking pesos<-raking$pweights mpesos<-cbind(x,pesos) prueba<-cbind(mpesos$reg,mpesos$pesos) prueba #para guardar write.csv(prueba, file="pola2.csv")
104 Sintaxis Calibración
Apéndice D Sintaxis Modelo Logit La sintaxis que a continuación se muestra es para la aplicación de un modelo logit. Esta sintaxis se ha aplicado sobre el fichero del Marco PACIS con el fin de obtener el perfil más representativo. Se puede encontrar también los efectos marginales y la probabilidad estimada #DATOS CODIFICADOS## ##Cargamos la libreria foreing para abrir ficheros de SPSS x<-read.spss("logit.sav" ) #Convertimos los datos en un data.frame x<-data.frame(x) #nombre de las variables names(x) ##instalar paquete glm2 para modelo logit modelo<- glm(x$resola~x$fola+ x$nedad + x$nest + x$lab + x$sexo 105
106 Sintaxis Modelo Logit + x$email + x$tfijo + x$tfmv + x$net, data = x, family = binomial) summary(modelo) #EFECTOS MARGINALES #Cargar la librería mfx para hacer efectos marginales #Creamos un data.frame para las variables dependientes e independientes independientes <-data.frame( x$fola,x$nedad,x$nest,x$lab,x$sexo, x$email,x$tfijo,x$tfmv,x$net) dependientes<-data.frame(x$resola) tabla<-data.frame(dependientes,independientes) logitmfx(formula=x$resola ~ x$fola +x$nedad + x$nest + x$lab+ x$sexo + x$email + x$tfijo + x$tfmv + x$net, data=tabla) #PROBABILIDAD ESTIMADA ##Cargar librería arm prob.est<-invlogit(coef(modelo)) prob.est
Apéndice E Carta contacto panelista marco PACIS 107
En Córdoba, a 01 de agosto de 2016 «tratamiento» «Linea1», «Linea2» «Linea3» «ORDEN_POSTAL» Estimado/a vecino/a, Le invitamos a participar en el para la Investigación Social en Andalucía (PACIS Andalucía), una herramienta para la recogida de información de calidad en nuestra comunidad diseñada por el Instituto de Estudios Sociales Avanzados, un centro público de investigación perteneciente al Consejo Superior de Investigaciones Científicas (IESA/CSIC). En el díptico adjunto encontrará toda la información referente a qué es, para qué sirve y por qué solicitamos su colaboración en este panel. Su participación es muy importante, ya que contribuirá a mejorar el conocimiento acerca de la realidad social andaluza. Nos importa su opinión y valoramos el tiempo y el esfuerzo necesarios para responder a nuestras preguntas. Por eso, una vez inscrito en el panel, cada vez que responda a los cuestionarios que le enviemos le gratificaremos con 5 (que usted podrá recibir directamente o donar en su nombre a una ONG de su elección). Para que su hogar forme parte del PACIS Andalucía puede usted registrarse llamando al número de teléfono gratuito 900 80 92 32, de lunes a viernes entre las 9:00 y las 15:00 (fuera de ese horario y en fines de semana puede dejar un mensaje con su nombre y su número de teléfono y le devolveremos la llamada). Puede registrarse también a través de Internet, introduciendo la clave que le facilitamos a continuación en la Web www.pacis.es Clave: XXXXX Asimismo, una de nuestras entrevistadoras le visitará en las próximas semanas para explicarle el estudio con más detenimiento. Si tiene alguna dificultad o duda en el proceso de registro puede contactar con nosotros a través del teléfono 900 80 92 32 o bien enviando un mail a info@pacis.es Esperamos haber sido capaces de transmitirle nuestra ilusión en este proyecto y deseamos que disfrute con su participación y con la oportunidad que el Panel le brinda de hacer oír sus ideas y opiniones sobre la realidad social andaluza. Saludos cordiales, Joan Font Fàbregas Director del IESA/CSIC Ernesto Ganuza Fernández Investigador Principal de PACIS CAMPO SANTO DE LOS MÁRTIRES, 7 14004 CÓRDOBA. ESPAÑA TLFS.: 34 957 760 625 / 262 FAX: 34 957 760 153
Apéndice F Cuestionario Hogares marco PACIS 109
Clave de PACIS: (En caso de no tener clave a mano, dirección a la que le ha llegado la carta: ) H1. Podría indicar si disponen en su vivienda de los siguientes equipamientos? Uno Más No de uno hay Teléfono fijo 1 2 0 Teléfono móvil 1 2 0 Ordenador (PC, Portátil, Tablet) 1 2 0 Conexión Internet 1 2 0 H2. La dirección postal a la que le ha llegado la carta de presentación del PACIS, es correcta y está completa? Sí 1 No 0 Corrección: H4. Número de teléfono de contacto del hogar (fijo o móvil) H5 Incluido/a usted, cuántas personas conviven en el hogar? H6. De las personas que conviven con usted, por favor indíquenos: 2ª persona 3ª persona 4ª persona 5ª 6ª persona persona EDAD 7ª persona 8ª persona 9ª persona SEXO Hombre 1 1 1 1 1 1 1 1 Mujer 6 6 6 6 6 6 6 6 RELACCIÓN CON EL ENTREVISTADO Cónyuge o pareja 1 1 1 1 1 1 1 1 Madre/Padre 2 2 2 2 2 2 2 2 Hijo/a 3 3 3 3 3 3 3 3 Hermano/a 4 4 4 4 4 4 4 4 Otros miembros de la familia 5 5 5 5 5 5 5 5 Otros miembros no familiares 6 6 6 6 6 6 6 6 (*) Si en el hogar viven más de 10 personas, rellenar otra ficha.
FICHA DE LA PERSONA ENTREVISTADA. INSCRIPCIÓN DE REFERENCIA Nombre Apellidos Edad Sexo Hombre 1 Mujer 6 Nacionalidad Española Sí 1 No 0 Nivel de estudios más alto alcanzado Sin estudios 1 Primaria 2 EGB 3 ESO 4 Formación Profesional Grado Medio 5 Formación Profesional Grado Superior 6 Bachillerato, BUP, COU 7 Universitarios 8 En qué situación se encuentra actualmente? Trabaja actualmente 1 Pensionista, retirado, incapacitado, jubilado 2 Parado, desempleado 3 Estudiante 4 Dedicado/a a las labores del hogar 5 Teléfono de contacto E mail Condiciones de registro: La persona que se inscribe en PACIS autoriza al IESA CSIC a incluir sus datos de contacto y sociodemográficos en un fichero automatizado, siendo responsable de la veracidad de los mismos, y cuya finalidad es la realización de encuestas de opinión de carácter científico. Asimismo, autoriza al IESA CSIC a que se ponga en contacto con ella para proponerle participar en los distintos estudios que se realicen en el marco del PACIS. Este fichero es propiedad del IESA CSIC con CIF Q2818002D y no se compartirá en ningún caso con terceros, aplicando las medidas adecuadas de seguridad para la integridad del mismo, y cumpliendo con la Ley Orgánica 15/99 de protección de datos de carácter personal. Toda persona inscrita en PACIS puede ejercitar sus derechos de acceso, rectificación, cancelación y oposición dirigiéndose por email a agpd@pacis.es o por correo postal a C/ Campo Santo de los Mártires 7, 14004 Córdoba, incluyendo el asunto PACIS y acreditando su identidad. En a de de 2014 Acepto las condiciones de registro: Fdo.
FICHA DE LA º PERSONA Nombre Apellidos Edad Sexo Hombre 1 Mujer 6 Nacionalidad Española Sí 1 No 0 Nivel de estudios más alto alcanzado Sin estudios 1 Primaria 2 EGB 3 ESO 4 Formación Profesional Grado Medio 5 Formación Profesional Grado Superior 6 Bachillerato, BUP, COU 7 Universitarios 8 En qué situación se encuentra actualmente? Trabaja actualmente 1 Pensionista, retirado, incapacitado, jubilado 2 Parado, desempleado 3 Estudiante 4 Dedicado/a a las labores del hogar 5 Teléfono de contacto E mail Condiciones de registro: La persona que se inscribe en PACIS autoriza al IESA CSIC a incluir sus datos de contacto y sociodemográficos en un fichero automatizado, siendo responsable de la veracidad de los mismos, y cuya finalidad es la realización de encuestas de opinión de carácter científico. Asimismo, autoriza al IESA CSIC a que se ponga en contacto con ella para proponerle participar en los distintos estudios que se realicen en el marco del PACIS. Este fichero es propiedad del IESA CSIC con CIF Q2818002D y no se compartirá en ningún caso con terceros, aplicando las medidas adecuadas de seguridad para la integridad del mismo, y cumpliendo con la Ley Orgánica 15/99 de protección de datos de carácter personal. Toda persona inscrita en PACIS puede ejercitar sus derechos de acceso, rectificación, cancelación y oposición dirigiéndose por email a agpd@pacis.es o por correo postal a C/ Campo Santo de los Mártires 7, 14004 Córdoba, incluyendo el asunto PACIS y acreditando su identidad. En a de de 2014 Acepto las condiciones de registro: Fdo.
Apéndice G Díptico informativo Panel de Ciudadanos para la Investigación Social en Andalucía 113
PACIS para la Investigación Social en Andalucía PACIS para la Investigación Social en Andalucía Cómo puedo inscribirme? Puede usted registrarse a través de Internet cumplimentando el formulario disponible en www.pacis.es o llamando al número de teléfono gratuito 900 80 92 32 Nos importa tu opinión
Ciudadano para la Investigación Social PACISPanel en Andalucía Qué es el PACIS? El PACIS Andalucía lo forma un conjunto de hogares que han sido seleccionados al azar para que representen a la población andaluza. Los miembros de estos hogares serán contactados de manera periódica (con un máximo de 5 veces al año) para que respondan a un cuestionario sobre distintos temas de interés para Andalucía y los andaluces y andaluzas. Cuál es su finalidad? El PACIS Andalucía es una herramienta para la recogida de información de calidad para aquellas investigaciones con fi nes científi cos o de mejora de la gestión pública que tengan como ámbito de interés la comunidad autónoma andaluza. Quién está detrás de esta iniciativa? El PACIS Andalucía es una iniciativa del Instituto de Estudios Sociales Avanzados, un centro público de investigación que depende del Consejo Superior de Investigaciones Científi cas, el principal organismo de investigación en España. Cómo funciona? Usted tiene este folleto en sus manos porque su hogar ha sido seleccionado para formar parte de PACIS Andalucía. Para ello, deberá proporcionarnos algunos datos básicos para la clasifi cación y el contacto con los miembros de su hogar, así como dar su permiso para que le enviemos los cuestionarios de los estudios que se pongan en marcha. Por qué debería participar? Su opinión es muy importante, contribuirá a un mejor conocimiento de la realidad andaluza y permitirá a las administraciones públicas dar una mejor respuesta a las necesidades de la población. En el IESA/CSIC valoramos el tiempo y el esfuerzo que le conlleva responder a estas encuestas, por eso creemos que debemos compensar su participación. Cada vez que responda a un cuestionario, su participación será gratificada con 5. Usted puede optar por recibir esta cantidad en una tarjeta prepago, con la que podrá pagar en sus establecimientos habituales, o donarla a una ONG de su elección. El anonimato está garantizado La información que proporcione tanto en el momento de inscripción como en las sucesivas encuestas en las que participe, serán tratadas de forma confi dencial, no pudiéndose analizar ni difundir más que de forma numérica y agregada, para garantizar el anonimato de los entrevistados de acuerdo a la normativa vigente (Ley 12/89 que regula el secreto estadístico para las administraciones públicas y Ley 15/99 de Protección de datos de carácter personal). INSTITUTO DE ESTUDIOS SOCIALES AVANZADOS CAMPO SANTO DE LOS MÁRTIRES, 7 14004 CÓRDOBA. ESPAÑA www.iesa.csic.es DISEÑO Y MAQUETACIÓN MCRS (IESA CSIC)