Muestreo por conglomerados vs. muestreo estratificado

Muestreo por conglomerados: optimización de costos

El muestreo por conglomerados organiza la población en unidades naturales (como aldeas, escuelas, centros de salud o distritos) y luego selecciona aleatoriamente un subconjunto de estas unidades. Se encuesta a todos los individuos dentro de los conglomerados seleccionados, o a una submuestra aleatoria de ellos.

La lógica es sencilla. Enviar equipos de encuestadores a 30 aldeas para entrevistar a 15 hogares en cada una resulta considerablemente más económico que enviar encuestadores a 450 hogares seleccionados aleatoriamente y dispersos en 200 aldeas. Se reduce el número de ubicaciones a visitar, lo que disminuye los costos de desplazamiento y facilita la supervisión.

Ejemplo práctico. Consideremos una encuesta de nutrición que abarca una región con 500 aldeas y 50,000 hogares. Un muestreo aleatorio simple implicaría visitar hogares en potencialmente las 500 aldeas. En contraste, el muestreo por conglomerados selecciona 40 aldeas y encuesta a 20 hogares por aldea (un total de 800). El equipo de campo visita solo 40 ubicaciones en lugar de potencialmente cientos, lo que puede reducir los costos de campo entre un 60% y un 70%.

La desventaja es la precisión. Los individuos dentro de una misma aldea suelen ser más similares entre sí que con respecto a los de otras aldeas. Comparten el mismo mercado, centro de salud y fuente de agua. Esta similitud, cuantificada por la correlación intraclúster (ICC), implica que cada persona adicional encuestada dentro del mismo conglomerado aporta menos información nueva que un individuo de un conglomerado distinto. Por lo tanto, se requiere un mayor número total de encuestados para alcanzar la misma precisión que con un muestreo aleatorio simple.

El efecto de diseño cuantifica esta implicación. Si la ICC es 0.05 y cada conglomerado incluye 20 personas, el efecto de diseño será 1 + (20-1)(0.05) = 1.95. Esto significa que se necesitará aproximadamente el doble del tamaño de muestra de un muestreo aleatorio simple. Con una ICC de 0.10, el efecto de diseño aumenta a 2.9. Utilice la Calculadora de Muestreo para realizar este cálculo con sus parámetros específicos.

Muestreo estratificado: garantía de representatividad

El muestreo estratificado segmenta la población en grupos mutuamente excluyentes (estratos) basándose en una característica de interés, y luego realiza un muestreo independiente dentro de cada grupo. Estratos comunes en M&E incluyen: urbano vs. rural, masculino vs. femenino, distritos del programa vs. distritos de comparación, o quintiles de ingresos.

La lógica difiere de la del muestreo por conglomerados. La estratificación no busca reducir costos, sino asegurar que la muestra represente adecuadamente a subgrupos clave y que se puedan realizar comparaciones válidas entre ellos.

Ejemplo práctico. Un programa de medios de vida opera en tres zonas agroecológicas: tierras altas, tierras bajas y costeras. La teoría del programa predice resultados distintos para cada zona. Un muestreo aleatorio simple podría, por azar, subrepresentar la zona costera (la población más pequeña). El muestreo estratificado, en cambio, asigna una muestra mínima a cada zona, garantizando la posibilidad de analizar los resultados de forma independiente. Si se requiere detectar un cambio de 10 puntos porcentuales en cada zona con un poder del 80%, se podrían necesitar 150 hogares por zona, sumando un total de 450. Sin estratificación, el total podría superar los 600 para asegurar la inclusión de suficientes hogares costeros por mera casualidad.

La estratificación mejora la precisión cuando los estratos son internamente homogéneos. Si los hogares dentro de un estrato presentan mayor similitud entre sí que con los hogares de otros estratos, el muestreo estratificado genera intervalos de confianza más estrechos que el muestreo aleatorio simple con el mismo tamaño de muestra total. Esto contrasta con el muestreo por conglomerados, donde la similitud dentro del grupo afecta negativamente la precisión.

Muestreo por conglomerados estratificado: el enfoque híbrido predominante

La mayoría de las encuestas de M&E a gran escala emplean el muestreo por conglomerados estratificado. No se trata de una elección excluyente, sino de dos enfoques que se complementan de forma natural.

Funcionamiento en la práctica:

1. Estratificar la población según la característica que se desea comparar (región, urbano/rural, programa/comparación).
2. Dentro de cada estrato, listar todos los conglomerados (aldeas, áreas de enumeración, escuelas).
3. Seleccionar aleatoriamente conglomerados dentro de cada estrato, aplicando la probabilidad proporcional al tamaño (PPT) para que los conglomerados de mayor tamaño tengan una probabilidad de selección proporcionalmente superior.
4. Dentro de cada conglomerado seleccionado, seleccionar aleatoriamente un número fijo de encuestados (generalmente entre 10 y 25 hogares).

Ejemplo práctico. Una encuesta de línea de base para un programa educativo abarca cuatro provincias (estratos). Cada provincia cuenta con entre 80 y 120 escuelas (conglomerados). El diseño muestral selecciona 15 escuelas por provincia (un total de 60) y encuesta a 20 estudiantes por escuela (sumando 1,200 en total). La estratificación asegura la obtención de estimaciones a nivel provincial, mientras que el muestreo por conglomerados hace viable alcanzar a 1,200 estudiantes sin necesidad de visitar las más de 400 escuelas.

Cálculo del tamaño de la muestra para el enfoque híbrido. Inicie con el tamaño de muestra requerido para un muestreo aleatorio simple. Multiplique este valor por el efecto de diseño para ajustar por el muestreo por conglomerados. Posteriormente, asigne la muestra entre los estratos. Para una asignación proporcional, cada estrato recibirá una parte acorde a su población. Para una asignación igualitaria (cuando se necesitan estimaciones a nivel de estrato con idéntica precisión), cada estrato obtendrá el mismo número de unidades. Consulte Cómo elegir el tamaño de la muestra para una explicación detallada del cálculo.

El efecto de diseño: un factor crítico

El efecto de diseño (DEFF) representa la relación entre la varianza obtenida con su diseño de muestreo real y la varianza que se obtendría con un muestreo aleatorio simple. Constituye el parámetro más crucial en el muestreo por conglomerados. Ignorarlo implica que sus intervalos de confianza serán erróneos, sus pruebas estadísticas inválidas y sus conclusiones poco fiables.

Efectos de diseño típicos en evaluaciones de desarrollo:

Regla general: En ausencia de una estimación local de la ICC, se recomienda utilizar 0.05 para indicadores de salud, 0.10 para indicadores educativos y económicos, y 0.15 para indicadores de actitud. Siempre es preferible ser conservador y pecar por exceso.

Errores comunes

Error 1: ignorar por completo el efecto de diseño. Este es el error de muestreo más frecuente en M&E. Una muestra de 384 hogares (el cálculo clásico para "población infinita") distribuidos en 20 conglomerados no ofrecerá la precisión esperada. Si el DEFF es 2.0, el tamaño de muestra efectivo se reduce a solo 192. Sus intervalos de confianza serán más amplios y sus pruebas estadísticas, más débiles de lo que se reporta. Siempre calcule el efecto de diseño y ajuste el tamaño de su muestra en consecuencia.

Error 2: pocos conglomerados con demasiados encuestados por conglomerado. La precisión en el muestreo por conglomerados depende en mayor medida del número de conglomerados que del número de encuestados por conglomerado. Encuestar a 50 personas en 10 aldeas proporcionará menos precisión que encuestar a 20 personas en 25 aldeas. Una vez que se superan los 20-25 encuestados por conglomerado, añadir más individuos en el mismo conglomerado aporta una cantidad marginal de información nueva. Es más eficiente invertir el presupuesto en un mayor número de conglomerados que en un mayor número de entrevistas por conglomerado.

Error 3: estratificar por un número excesivo de variables. Cada estrato adicional subdivide aún más la muestra. Si se estratifica por región (4 estratos) y urbano/rural (2 estratos), se obtendrán 8 estratos. Al añadir el género, se alcanzarán 16. Con una muestra total de 800, cada estrato contaría con solo 50 encuestados, una cantidad a menudo insuficiente para un análisis significativo. Estratifique únicamente por aquellas variables para las que realmente necesite estimaciones a nivel de estrato o donde la diferencia entre estratos sea lo suficientemente considerable como para influir en la estimación general.

Error 4: emplear muestreo por conglomerados cuando es factible el muestreo aleatorio simple. Si la población se concentra en un área reducida (una ciudad, un distrito), los ahorros de costos del muestreo por conglomerados serán mínimos, mientras que la pérdida de precisión será tangible. Opte por el muestreo aleatorio simple o el muestreo aleatorio estratificado siempre que la logística lo permita.

Error 5: no considerar la no respuesta. Aumente el tamaño de su muestra entre un 10% y un 20% para compensar a los hogares ausentes, que se niegan a participar o son inalcanzables. En el muestreo por conglomerados, la pérdida de un conglomerado completo (debido a un incidente de seguridad, una carretera intransitable, etc.) es particularmente perjudicial, ya que implica la pérdida simultánea de todos los encuestados de ese grupo. Planifique 1 o 2 conglomerados de reemplazo.

Error 6: confundir la desagregación con la estratificación. La desagregación implica desglosar los resultados por subgrupo una vez finalizada la recopilación de datos. La estratificación, por el contrario, consiste en diseñar la muestra para asegurar una representación adecuada de los subgrupos antes de la recopilación de datos. Si necesita estimaciones fiables para subgrupos específicos, es imprescindible estratificar. Si solo busca reportar resultados generales desglosados por grupo, la desagregación de una muestra bien diseñada podría ser suficiente, pero siempre verifique que los tamaños de muestra de los subgrupos sean adecuados.

Guía de decisión

1. ¿Su población se encuentra geográficamente dispersa?

• Sí, y la logística de campo representa un factor de costo significativo: Considere el muestreo por conglomerados (o muestreo por conglomerados estratificado).
• No, la población está concentrada: Opte por el muestreo aleatorio simple o estratificado. Evite el muestreo por conglomerados.

2. ¿Necesita comparar subgrupos?

• Sí, y requiere estimaciones fiables para cada uno: Estratifique por dichos subgrupos. Asigne una muestra suficiente a cada estrato para el análisis previsto.
• No, solo necesita una estimación general: La estratificación es opcional, aunque puede mejorar la precisión.

3. ¿Cuántos subgrupos necesita comparar?

• 2-4: El muestreo estratificado es eficaz. Cada estrato contará con una muestra suficiente para obtener estimaciones significativas.
• 5+: Priorice las comparaciones más importantes. No es posible estratificar por todas las variables con una muestra finita.

4. ¿Cuál es su presupuesto?

• Suficiente para cubrir todas las ubicaciones: Muestreo aleatorio simple o estratificado. Ofrece máxima precisión.
• Limitado (es necesario reducir los desplazamientos): Muestreo por conglomerados. Asuma la compensación en precisión y aumente el tamaño de la muestra para mitigarla.

Emplee la Calculadora de Muestreo para determinar los tamaños de muestra para cualquier combinación de estos enfoques.