Sesgo de no respuesta: cómo revisar quiénes faltan

Qué es el sesgo de no respuesta

El sesgo de no respuesta es una distorsión en una estimación porque quienes no responden difieren de quienes sí lo hacen en aspectos pertinentes para esa estimación. Una tasa de respuesta baja justifica investigar, pero no mide la magnitud ni la dirección del sesgo. Una tasa alta tampoco garantiza una estimación sin sesgo.

El riesgo depende de lo que se busca estimar. La ausencia de hogares con mucha movilidad puede importar para medir acceso a servicios y menos para una característica que sea similar entre quienes responden y quienes no. Comience por la estimación prevista, la población de interés y las personas que realmente están representadas. El concepto más amplio de sesgo incluye errores de selección, cobertura y medición, entre otros.

Distinguir personas ausentes de respuestas faltantes

Conserve por separado los rechazos, la falta de contacto, la elegibilidad incierta y los demás resultados finales. Una persona puede aportar suficiente información para que la encuesta cuente como respondida y omitir una pregunta sensible. Su registro puede entrar en una tasa general y seguir incompleto para una estimación particular.

Calcular tasas con denominadores definidos

Use una convención documentada de resultados de contacto y tasas de respuesta que corresponda al diseño. Indique cómo cuentan las entrevistas completas y parciales, cómo se establece la elegibilidad y cómo se tratan los casos cuya elegibilidad se desconoce. En un ejemplo simple sin ponderación y con elegibilidad conocida, 120 unidades que responden de 200 unidades elegibles seleccionadas producen una tasa de 60%. Es una ilustración, no una fórmula completa para toda encuesta.

No divida las respuestas entre quienes abrieron un enlace público para presentar el resultado como tasa de respuesta de una muestra probabilística. Para cada pregunta, defina quiénes debían responder y excluya los saltos válidos del denominador de la tasa de respuesta de ese ítem. Aclare si la tasa tiene ponderación. Los pesos para describir la respuesta pueden ser distintos de los pesos finales ajustados por no respuesta.

Buscar evidencia pertinente para la estimación

Empiece por la información disponible tanto para quienes respondieron como para quienes no respondieron en la muestra original: por ejemplo, zona, grupo de edad o categoría de participación, cuando su uso sea permitido y la información tenga calidad suficiente. Compare los patrones de respuesta entre grupos. Una diferencia observada no equivale por sí sola a demostrar un sesgo en la variable de resultado.

Pueden usarse las siguientes comprobaciones:

• Comparaciones con el marco: contrastar las características de quienes responden con las de la muestra elegible seleccionada y, cuando corresponda, con la población de interés.
• Referencias externas: comparar medidas compatibles con otra fuente confiable, revisando antes población, período y definiciones.
• Seguimiento dirigido: obtener información de una submuestra diseñada de no respondientes iniciales, considerando su selección y la no respuesta que persista.
• Análisis de sensibilidad: mostrar cómo cambian las conclusiones bajo supuestos explícitos y plausibles sobre los resultados ausentes.

La comparación entre respuestas tempranas y tardías puede revelar un patrón. Sin embargo, las personas que responden tarde no representan de forma automática a quienes nunca fueron contactadas. La similitud en características observadas tampoco demuestra similitud en resultados no observados. Mantenga estos límites junto a los resultados, incluidos los desgloses.

Reducir el problema antes de depender de ajustes

Durante la recolección, examine el éxito de los contactos por grupo pertinente. Revise horarios, acceso en distintos idiomas, accesibilidad y carga evitable de las preguntas. Respete el protocolo de contacto y las condiciones de consentimiento. Un seguimiento dirigido aporta más información que sustituir una persona seleccionada difícil de localizar por una voluntaria que sea fácil encontrar.

La ponderación puede reducir el sesgo cuando la información auxiliar se relaciona con la respuesta y el resultado, el modelo es adecuado y los grupos pertinentes siguen representados. No recupera automáticamente un grupo ausente ni corrige diferencias no medidas. Los ajustes muy grandes también pueden reducir la precisión. El diseño y la estimación de la varianza deben considerar los pesos utilizados.

La imputación trata valores faltantes bajo ciertos supuestos; no los convierte en observaciones. Sustituirlos por una media puede ocultar variación y subestimar la incertidumbre. Si la ausencia de respuestas afecta un hallazgo importante, elija un método apropiado para los datos y el análisis, con apoyo estadístico cuando se requiera, y documente sus supuestos y la incertidumbre de las estimaciones.

Ejemplo hipotético de acceso a servicios

Suponga que una evaluación selecciona 200 hogares elegibles: 100 en zonas cercanas y 100 en zonas alejadas. Responden 80 hogares cercanos y 40 alejados. La tasa general es de 60%, mientras que las tasas por grupo son de 80% y 40%. Los hogares alejados quedan menos representados entre las respuestas.

Imagine que el acceso declarado es de 75% entre los hogares cercanos que responden y de 50% entre los alejados que responden. El resultado sin ponderación de la muestra respondiente es de aproximadamente 66,7%. Al ponderar los grupos según sus proporciones poblacionales conocidas e iguales, el resultado sería de 62,5%.

Estas cifras hipotéticas muestran cómo una diferencia de composición puede alterar la estimación. No demuestran que 62,5% sea la tasa poblacional verdadera: dentro de cada zona, quienes no respondieron todavía podrían tener un acceso diferente.

Informar lo que permiten concluir las comprobaciones

Conserve una tabla de resultados finales de contacto, la definición de la tasa, las comparaciones entre grupos, las medidas correctivas y los límites de la evaluación. Presente los patrones de no respuesta a preguntas importantes junto a cada medida afectada. Explique si las conclusiones cambian bajo supuestos plausibles sobre los resultados que faltan.

Si la evidencia no resuelve el riesgo, limite la afirmación. Un resultado “entre los hogares que respondieron” puede ser más defendible que una afirmación poblacional, aunque responda otra pregunta. Conserve los registros originales y los ajustes documentados como parte del aseguramiento de la calidad de los datos.

Preguntas frecuentes

¿Una tasa baja demuestra que hay sesgo?

No. Genera preocupación, pero el sesgo de una estimación depende de diferencias pertinentes entre quienes responden y quienes no. Informe la tasa y examine esas diferencias con la información disponible.

¿La ponderación elimina todo el sesgo de no respuesta?

No. Su utilidad depende de la información auxiliar, la representación y los supuestos. Pueden persistir diferencias después de ponderar, sobre todo en resultados que las variables de ajuste no explican.