La Encuesta Social Europea: aspectos metodológicos y

Departamento de Estadística e Investigación Operativa
Universidad de Sevilla
Sevilla, 12 de noviembre de 2008
La Encuesta Social Europea:
aspectos metodológicos y consideraciones desde
una perspectiva docente e investigadora
Anna Cuxart Jardí
equipo español de la ESE
anna.cuxart@upf.edu
Premio Descartes 2005
de Ciencia de la UE
Investigación financiada por el proyecto SEJ2007-29562-E
¿Una encuesta más?
¿Por qué?
¿Qué características técnicas
la hacen diferente?
Guión del seminario
• Introducción: ¿por qué otra encuesta europea?
•
•
– ¿Quien la promueve?
– ¿Con qué objetivos?
– Países participantes y organización
La ESE en España: implementación y balance de las
tres primeras olas
– Cuestionario
– Diseño muestral
– Trabajo de campo
El futuro y sus retos
– La ESE en la docencia de la estadística
– La ESE y la investigación
– La misma ESE debería adaptarse a los cambios:
economía, integración de nuevas técnicas estadísticas,…
Introducción
¿Por qué una encuesta europea?
• Diversidad de culturas en la Europa actual
• Europa es un laboratorio de observación para
las ciencias sociales
• Limitaciones de las encuestas existentes
–
–
–
–
en el diseño muestral : en general, no probabilísticas
en el trabajo de campo: deficiencias
de difícil comparación entre países
de difícil acceso para los investigadores
La Encuesta Social Europea
Estudio comparado y longitudinal de las
actitudes, valores y comportamientos de los
ciudadanos europeos en los ámbitos
económico, social y político
Objetivos de la ESE
ƒ
ƒ
ƒ
ƒ
Ofrecer infraestructuras de investigación
Facilitar estudios comparados y longitudinales
Impulsar la generación de indicadores sociales
Difundir estándares de rigor
La Encuesta Social Europea
Acceso libre a los datos y a toda la documentación,
incluyendo el fichero del trabajo de campo:
http://www.europeansocialsurvey.org
http://ess.nsd.uib.no
Estructura de la ESE:
ƒ una parte común a todas las rondas (evolución)
ƒ 2 o 3 módulos para estudiar la actualidad
La Encuesta Social Europea
¿Quién promueve la ESE?
ƒ la European Science Foundation
¿Quien la financia?
ƒ la European Science Foundation
ƒ la Comisión Europea (5º y 6º
programas marco)
ƒ los países participantes
Países participantes
País
Alemania (DE)
Austria (AT)
Bélgica (BE)
Bulgaria (BG)
Chipre (CY)
Croacia (CR)
Dinamarca (DK)
Eslovaquia (SK)
Eslovenia (SI)
España (ES)
Estonia (EE)
Finlandia (FI)
Francia (FR)
Grecia (GR)
Hungría (HU)
Irlanda (IE)
Islandia (IS)
Ola 1 Ola 2 Ola 3 Ola 4
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
País
Israel (IL)
Italia (IT)
Lituania (LV)
Luxemburgo (LU)
Noruega (NO)
Países Bajos (NL)
Polonia (PL)
Portugal (PT)
Reino Unido (GB)
República Checa (CZ)
Rumania (RO)
Federación Rusa (RU)
Suecia (SE)
Suiza (CH)
Turquía (TK)
Ucrania (UA)
Total participantes
Ola 1 Ola 2 Ola 3 Ola 4
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
22
26
25
30
Organización
Organización central en Europa:
ƒ Central Coordinating Team, CCT
ƒ Scientific Advisory Board, SAB
ƒ Grupos de expertos por áreas
Organización en España:
ƒ Equipo de coordinación dirigido por Mariano Torcal de la UPF
ƒ Consejo asesor (Ministerio, CSIC , J.R. Montero del SAB)
ƒ Empresa trabajo de campo: Metroscopia (3ª y 4ª olas)
ƒ Colaboración del Instituto Nacional de Estadística, INE
ƒ Colaboración con otras instituciones (Xunta de Galicia y
Generalitat de Cataluña, novedad de la 4ª ola,…)
Organización
Specialist Advisory
Groups
Question
Design Teams
Methods
Group
Sampling
Panel
Scientific Advisory
Board
Funders’ Forum
Central
Coordinating
Team
National
Coordinators and
Survey Institutes
Country 1
Country 2
Translation
Taskforce
Country 3
etc…
Aspectos metodológicos
Población: residentes en domicilios ≥ 15 años, sea cual
fuere la nacionalidad, ciudadanía o estado legal
Periodicidad: bianual
Dos cuestionarios:
– Cuestionario principal, entrevista cara a cara (duración ≈ 1 hora)
– Cuestionario autoadministrado (≈ 7 minutos) con 21 items de la
escala de valores Schwartz y 6 preguntas para aplicar MTMM
– Traducción a todas las lenguas habladas como primera lengua
por un 5% de la población
Pretest: para verificar las traducciones, unos 50 casos
Aspectos metodológicos
Muestra totalmente probabilística
ƒ la probabilidad de selección debe ser conocida y
documentada
ƒ no se admiten sustituciones
Tasa de respuesta ≥ 70%
Diseño muestral en cada país:
ƒ a propuesta del equipo local
ƒ supervisado por los expertos de la ESS
Tamaño efectivo de la muestra ≥ 1.500
Aspectos metodológicos
Requisitos del trabajo de campo
ƒ Agotamiento de todas las posibilidades de contacto y respuesta
(primer contacto personal con un mínimo de 4 intentos, uno en
fin de semana y otro por la tarde-noche)
ƒ Documentación exhaustiva de todo el proceso (intentos de
contacto, características del rechazo, entorno físico... en un
FORMULARIO DE CONTACTO)
ƒ Formación (de entrevistadores y coordinadores) e incentivos
ƒ Limitación del volumen de entrevistas por entrevistador (24/48)
ƒ Monitorización de todo el proceso (por parte de la empresa
encuestadora y por parte del equipo local)
ƒ Recopilación de datos contextuales
Cuestionario principal, olas 1-4
1 módulo permanente
2-3 módulos rotatorios (a concurso)
1ª ola:
- Ciudadanos y Democracia
- Inmigración
2ª ola:
- Familia, Trabajo y Bienestar,
- Opiniones sobre salud y cuidados
- Moral y Economía en Europa: el mercado y la
ciudadanía
3ª ola:
- Bienestar personal y social: creando
indicadores
- La organización de nuestra vida
4ª ola:
- Envejecimiento
- Actitudes en relación a las políticas de
bienestar
La ESE en España
Implementación en España de la
cuarta ola y balance de las tres
primeras olas
La ESE en España: cuarta ola
Traducción de los cuestionarios
ƒ Principio de equivalencia funcional, necesidad de aunar:
• Corrección lingüística
• Uso del lenguaje propio del ámbito político-social
• Registro comprensible para el ciudadano
ƒ Protocolo:
• Traducción a todas las lengua habladas por un mínimo del
5% (castellano, catalán y gallego)
• Dos equipos independientes de traductores para cada
lengua
• Una reunión para discutir la mejor alternativa
• Un árbitro que decide la formulación final
• Documentación y justificación de todas las decisiones
La ESE en España: cuarta ola
Diseño muestral
Población: todas las personas de 15 años o más,
residentes en domicilios particulares (incluyendo Ceuta y
Melilla)
Marco de muestreo: registro de habitantes por
secciones censales procedente del Padrón Continuo
actualizado anualmente por el INE
Tipo de muestreo: estratificado polietápico (tres etapas
en la 1ª ola, dos en las siguientes)
Estratos: CCAA y tamaño de hábitat (2 tamaños en la 1ª
ola, 3 en la segunda y 4 a partir de la tercera).
La ESE en España: cuarta ola
Muestra estratificada de dos etapas
ƒ Estratos que resultan del cruce de 18 CCAA y 4
tamaños de municipio (más de 100.000 habitantes; entre
50.001 y 100.000; entre 10.001 y 50.000; 10.000 o menos)
En los 64 estratos no vacíos:
ƒ Primera etapa: selección de 446 UPMs, secciones
censales, proporcionalmente a la población de 15 o
más años
ƒ Segunda etapa: selección aleatoria de 6 o 7 individuos
en cada UPM
¿ Necesidad de sobrerepresentación en la cuarta ola?
ƒ Los datos de la tercera ola no evidencian la necesidad
ƒ En Galicia y Cataluña se extrae una muestra
complementaria con el mismo tipo de muestreo
La ESE en España, cuarta ola
Determinación del tamaño de la muestra 2008
Estimaciones preliminares basadas en los datos de la ola 2006
Presencia de Efecto de diseño
EDc debido a la selección de
6/7 casos en una misma
sección censal (cluster).
Varc (θˆ)
EDc =
Varmas (θˆ)
(Kish, 1995)
EDc = 1 + (b − 1) ⋅ ρ = 1 + (3,72 − 1) ⋅ 0,046 = 1,126
siendo b el promedio de respuestas por sección
y ρ el coeficiente de correlación intra
La ESE en España, cuarta ola
Determinación del tamaño de la muestra 2008
ƒ Proporción de casos válidos: 0,87
ƒ Tasa de respuesta: 0,67
ƒ Efecto de diseño: 1,126
ƒ Tamaño mínimo efectivo: 1.500
En consecuencia:
ƒ Tamaño neto: 1.500 · 1,126 = 1.689
ƒ Tamaño bruto: 1.689/(0,87·0,67) =2.898
ƒ Tamaño bruto final: 3.962 casos
(incluyendo muestras complementarias)
Mejoras introducidas entre la
primera y la tercera ola y balance
Mejoras introducidas entre la 1ª y 3ª olas
Relativas al cuestionario
•
En la calidad de las preguntas formuladas:
– Estudios de validez y fiabilidad de las preguntas (MTMM)
– Creación de un programa semiautomático de evaluación a priori de
la calidad de las preguntas y de corrección a posteriori de los
errores de medida (Saris y Gallhofer, 2007)
•
•
En
–
–
–
la comparabilidad de los datos:
Análisis de la variabilidad de las respuestas por países
Búsqueda de la equivalencia funcional en las traducciones
Eliminación de preguntas no válidas
En la medición de variables complejas:
– Análisis de los casos de no respuesta o de respuestas incompletas
– Diseño de estrategias alternativas de obtención de información
Mejoras introducidas entre la 1ª y 3ª olas
Relativas al diseño de la muestra
•
Capacidad representativa de la muestra:
– Reducción del número de etapas: muestra de individuos en vez de
muestra de hogares
– Refinamiento de la estratificación: 4 tramos de tamaño de hábitat
en lugar de dos
– Reducción del número de individuos por conglomerado
•
•
Estimación de los efectos de diseño:
– Valores sugeridos por expertos en la primera ola
– Estimados a partir de los datos de la ola anterior en las siguientes
Aumento de la precisión en el cálculo del tamaño de la muestra
a partir de:
– El análisis de las tasas de respuesta por estratos y
– El cálculo de la tasa de casos inelegibles de las olas anteriores
Mejoras introducidas entre la 1ª y 3ª olas
En relación al trabajo de campo
•
Formación inicial:
– Más sesiones formativas a entrevistadores y coordinadores
con participación activa del equipo de la ESE
– Mejora de los materiales formativos, con inclusión de estrategias de
reconversión de negativas
•
•
Incentivos económicos a los entrevistadores:
– Bonificaciones crecientes en función de la tasa de respuesta alcanzada
– Bonificación extra por la correcta documentación de los registros
Realización de las tareas de campo:
– Mejora de la información a los ciudadanos
– Mayor esfuerzo de localización y contacto
– Uso de información sobre los momentos en los que es más probable
tener éxito procedente de la ola anterior
•
Capacidad de supervisión y control:
– Uso de CAPI e incremento del rol supervisor del equipo de la ESE
– Reducción y adaptación del formulario de contacto
Trabajo de campo a examen
Grado de cumplimiento de objetivos
1a ola
2a ola
3a ola
2.088
1.829
1904
1.736
1.663
1.876
Número de casos elegibles
3.702
3.033
2.846
Porcentaje de respuesta
51,7
54,8
65,9
Entrevistas completadas / requisito de 2.000
Entrevistas completadas / necesarias
para tamaño efectivo de 1.500
0,87
0,83
0,94
0,83
0,91
0,98
Número de entrevistas necesarias para
un tamaño efectivo de 1.500
Número de entrevistas completadas
Tasa de respuesta por países y olas
90
80
70
60
50
España
40
30
20
10
0
CH
FR
ES
DE
GB
BE
AT
IE
NO
1ª Ola
NL
DK
2ª Ola
PT
SE
HU
3ª Ola
SI
PL
FI
GR
SK
EE
Balance de las tres primeras olas
•
•
•
•
En las encuestas periódicas, el análisis de los datos de las olas
precedentes proporciona información esencial para la mejora de
las siguientes olas
El fichero con la información del formulario de contacto se revela
como una herramienta importantísima en ese proceso de mejora.
Usado en conjunción con el fichero de respuestas:
– Facilita un diseño muestral adaptado a las características de cada país
– Posibilita un cálculo más ajustado del tamaño de la muestra
– Dota de una mayor eficacia a las tareas de campo
La colaboración entre académicos y empresas encuestadoras
ayuda a la difusión de buenas prácticas entre los profesionales de
las encuestas y pone en contacto con la realidad a los académicos
La ESE en la docencia de la
estadística
La ESE en la docencia
ƒ Los ficheros de la ESE proporcionan un
material de gran utilidad en la elaboración
de trabajos de estadística aplicada por
parte de los estudiantes
ƒ A nivel de grado, posgrado y doctorado
ƒ Además, EduNet es un proyecto en marcha
que ya da sus frutos (módulo de
comparación de medias, de regresión,…
La ESE como infraestructura de
investigación
Ámbitos de investigación en metodología
ƒ Cuestionario: Split-ballot MTMM, proyecto en curso
con el soporte de los modelos de ecuaciones
estructurales,… (Saris y Gallhofer,2007)
ƒ Identificación de las características del no-contacto y
del rechazo a la participación
ƒ Creación de indicadores sociales
ƒ Creación de indicadores de actitud
ƒ El rol de los entrevistadores, ¿cómo adaptar su
formación a las necesidades actuales?
ƒ …
Un ejercicio en curso
¿Cuando y cómo deberíamos
tener en cuenta la presencia del
Efecto de diseño ED?
ƒ En el cálculo del tamaño de la muestra
de la ola siguiente
ƒ En la determinación de la precisión de
las estimaciones
Efecto de diseño en la tercera ola
Relativa homogeneidad de las respuestas de individuos que
pertenecen a un mismo conglomerado (sección censal, UPM).
Necesidad de considerar el llamado Efecto de diseño
Varc (θˆ)
EDc =
Varmas (θˆ)
¿Cuando y cómo deberíamos tener en cuenta la presencia del ED?
• El tamaño efectivo de una muestra
es el tamaño de una muestra
aleatoria simple con la cual se obtendría el mismo grado de precisión:
nefec =
n
EDc
Efecto del diseño y tamaño de la muestra
• Antes de la encuesta: en la determinación del tamaño de la muestra
EDc = 1 + (b − 1) ⋅ ρ = 1 + (3,829 − 1) ⋅ 0,095 = 1,269
siendo b el promedio de respuestas por sección
y ρ el coeficiente de correlación intra
– tamaño efectivo: 1.500
– efecto de diseño estimado: 1,269
– tamaño neto = 1.500 · 1,269 = 1.904
– total de casos válidos: 1.904/0,62= 3.070
la tasa de respuesta esperada para la 3ª ola era del 62%
– tamaño bruto = 3.070/0,95 = 3.232
se esperaba un 5% de casos ineligibles
– tamaño bruto final (incluyendo sobrerepresetación
y redondeo):
3.290
Efecto del diseño y precisión
•
Después de la encuesta: en la corrección de los errores
estándar.
Por ejemplo, el cálculo del margen de error máximo en la estimación
de porcentajes globales para una confianza del 95%, para los datos
de la tercera ola en España, sería:
m = 1,96 ⋅
0,5 ⋅ 0,5
= 0,0226 ⇒ 2,26%
1.876
0,226 ⋅ 1,269 = 0,0255 ⇒ 2,55%, con la corrección
estimada inicialmente
0,226 ⋅ 1,126 = 0,0240 ⇒ 2,40%, con la corrección
calculada a partir de los respuestas
Efectos de diseño en promedio por países
País
DFc en la ESE 1
DFc en la ESE 2
Alemania
2,03
2,01
Austria
1,61
1,47
Bélgica
1,22
1,19
Eslovenia
1,33
1,39
España
1,60
1,40
Francia
1,34
1,36
Grecia
1,64
1,36
Holanda
1,00
1,00
Hungría
1,36
2,41
Irlanda
1,92
1,87
Luxemburgo
1,00
1,00
Noruega
1,60
1,00
Polonia
1,83
1,57
Portugal
1,57
1,88
Reino Unido
1,39
1,34
República Checa
1,28
2,60
Suiza
1,27
1,25
Ucrania
1,95
Media
1,47
1,56
Mediana
1,39
1,39
Fuente: QEM1, 2007
¿Cómo estimar el coeficiente ρ?
• Modelización estadística: ANOVA (utilizada por el
CCT de la ESE), modelos multinivel,...
yic = µ + uc + ε ic
σ u2
ρ= 2
σu +σ 2
uc ≈ N (0, σ u2 )
ε ic ≈ N (0, σ 2 )
¿Y el efecto del entrevistador?
Fowler, 1991; Hox, de Leeuw and Kreft, 1991;
Schnell and Kreuter, 2005
Una primera aproximación para los datos de la ESE de España:
yice = µ + ve + uce + ε ice
nivel 1: individuos , i
nivel 2: secciones censales, c
nivel 3: entrevista dores, e
Descomposición de la varianza (tres niveles)
Varianza
Variables
Confianza en el sistema legal
Confianza en los políticos
Satisfacción con la democracia
Años de educación
Número de miembros en el
hogar
Edad
entre
individuos
entre
secciones
entre
entrevistadores
4,902
0,141
0,475
23%
77%
0,188
0,345
35%
65%
0,197
0,226
47%
53%
2,008
1,514
57%
43%
0,001
0,039
2%
98%
0,014
5,439
0%
100%
4,605
3,323
24,332
1,702
351,288
varianza explicada
0,616
13%
0,533
12%
0,423
13%
3,522
14%
0,0397
2%
5,453
2%
Balance y futuro
•
•
•
Las mejoras introducidas en el diseño de la muestra de la ESE en
España han permitido reducir el efecto de diseño y, en
consecuencia, aumentar la precisión de las estimaciones en las
sucesivas olas.
Sin embargo, el estudio exploratorio llevado a cabo sugiere
asimismo la existencia de un segundo efecto: el debido al
investigador. Como era de esperar, dicho efecto aparece con más
relevancia en preguntas de opinión.
El CCT de la ESE, consciente de que esta situación es común a la
mayoría de países participantes en el proyecto:
– Se plantea publicar en el futuro la pertenencia de cada individuo a su
correspondiente UPM, con el objetivo de permitir que los usuarios puedan
corregir los errores estándar para cada variable.
– Insta a estudiar en cada país tanto las magnitudes de los efectos debidos a la
agrupación (EDc) como las de los efectos debidos al entrevistador (EDe).
– Ha requerido la incorporación en el formulario de contacto de la 4ª ronda
de información relativa al entrevistador (edad y sexo, para empezar)
Referencias sobre efecto de diseño
•
•
•
•
•
•
•
•
•
Biemer, P.P. and Trewin, D. (1997). A Review of Measurement Error Effects on the
Analysis of Survey Data. In Survey Measurement and Process Quality, L.E. Lyberg,
P.P. Biemer, M. Collins , E. DeLeeuw, C. Dippo, N. Shwarz, and D. Trewin (eds),
603-632. New York: John Wiley and Sons.
Fowler, F.J.(1991). Reducing Interviewer-related Error through Interviewer Training
Supervision, and Other Means. In Measurement Errors in Surveys (eds P.P. Biemer,
R.M. Groves, L.E. Lyberg, N.A. Mathiowetz and S. Sudman). New York: Wiley.
Hox, J.J., de Leeuw, E.D. and Kreft, I.G.G. (1991) The effect of interviewer and
respondent characteristics on the quality of survey data: a multilevel model. In
Measurement Errors in Surveys (eds P.P. Biemer, R.M. Groves, L.E. Lyberg, N.A.
Mathiowetz and S. Sudman). New York: Wiley.
Kish, L. (1995a y 1965). Survey Sampling. New York : Wiley-Interscience.
Kish, L. (1995b). Methods for Design effects. Journal of Official statistics, 11, 55-77.
Schnell, R. and Kreuter, F. (2005) Separating Interviewer and Sampling Effects.
Journal of Official Statistics, 21, 389-410.
O’Muircheartaigh, C. and Campanelli, P. (1998) The Relative Impact of Interviewer
Effects and Simple Design effects on Survey Precision. Journal of the Royal
Statistical Society, Series A, 161, 63-77.
Saris, W.E. y Gallhofer, I. (2007) Design, Evaluation and analysis of questionnaires
for survey research, New Jersey, John Wiley and Sons.
Wiggins, R.D., Longford, N. And O’Muircheartaigh, C.A. (1992). A variance
components approach to interviewer effects. In Survey and Statistical Computing,
A. Westlake, R.Bancks, C. Payne and T. Orchard (eds), 243-254. Amsterdam:
Elsevier
Precisión y calidad de los datos
• Design Effects and Interviewer Effects in the
European Social Survey: Where are we now and
where do we want to go tomorrow? ESS Disemination
Activities. Quality Enhancement, QEM1,
http://www.europeansocialsurvey.org
• British Household Panel Study (encuesta anual desde
1991, de la que se dispone de amplios estudios sobre la
magnitud e impacto de ambos efectos, el debido al diseño y el
debido al investigador) http://www.iser.essex.ac.uk/ulsc/bhps ,
• Design effect Study,DEFECT, estudio comparativo de
los errores en diseños complejos en Alemania,
http://www.uni-konstanz.de/FuF/Verwiss/Schnell/defect
Otros proyectos de la ESE
•
La Encuesta Social Europea está preparando un Libro-guía
sobre la no-respuesta cuyo contenido versará sobre:
– La tasa de respuesta como un elemento de calidad de los datos
– Tasas de respuesta en estudios comparativos y componentes
– Ejemplos prácticos y recomendaciones
•
El reducido número de países participantes en cada ronda de
la ESE limita la aplicación de estudios multinivel. La ESE ha
decidido crear una base de datos contextuales de nivel
nacional y regional que:
– Integrará información procedente de fuentes diversas
– Proporcionará conocimiento de las diferencias estructurales en
Europa (sistemas educativos, electorales,…)
– Permitirá la visualización a través de mapas
Financiación de ambos proyectos: el Premio Descartes 2005
La calidad de los datos de encuesta como materia de
investigación en España
• DÍAZ de RADA, V. y NÚÑEZ, A. (2008). Estudio
de las incidencias en la investigación con
encuesta. El caso de los barómetros del CIS.
Madrid: CIS, colección Monografías, nº 251.
• Cea d’Ancona, Mª A. (2004). Métodos de
Encuesta: teoría y práctica, errores y mejora.
Madrid: Síntesis.
• SILVA, Luis Carlos (2000). Diseño razonado de
muestras y captación de datos para la
investigación sanitaria. Madrid: Ediciones Díaz de
Santos.
•…
Publicaciones del equipo de la CCT
•
•
•
•
R Jowell and the Central Coordinating Team, European Social
Survey 2002/03: Technical Report, London: Centre for
Comparative Social Surveys, City University (2003)
R Jowell and the Central Coordinating Team, European Social
Survey 2004/05: Technical Report, London: Centre for
Comparative Social Surveys, City University (2005)
R Jowell and the Central Coordinating Team, European Social
Survey 2006/07: Technical Report, London: Centre for
Comparative Social Surveys, City University (2007)
BILLIET, Jaak y PLEYSIER, Stefaan (2007) “Response Based
Quality Assessment in the ESS-Round 2. An update for 26
countries”, disponible en http://ess.nsd.uib.no (survey
documentation).
Publicaciones del equipo español
ƒ
Riba, C. y Cuxart, A. (2003) “Construyendo las bases para una comparación
fiable: la Encuesta Social Europea 2002 en España” en Revista Española de
Ciencia Política, nº 8, pp.165-185.
ƒ
España: sociedad y política en perspectiva comparada, M. Torcal, L. Morales,
S. Perez-Nievas, (Eds), Tirant lo Blanch, Valencia 2005.
ƒ
Torcal, M., Morales, L. y Riba, C. (2006) “Supervisión y control de calidad del
trabajo de campo de la Encuesta Social Europea en España: Evaluación y
resultados” Metodología de Encuestas, vol. 8, pp.75-97.
ƒ
Cuxart, A. y Riba, C. Mejorando a partir de la experiencia: la implementación
de la tercera ola de la ESE en España, en Economics and Business WP 1036,
http://www.econ.upf.edu/en/research/onepaper.php?id=1036 aceptada su
publicación en Revista Española de Investigaciones Sociológicas, 2009.
ƒ
En proceso de edición un segundo libro del equipo español por el CIS
ƒ
Véase la Web http://upf.edu/grcp/ess
Otras iniciativas a partir de la ESS
ƒ ESRA (European Survey Research Association)
ƒ Congresos de la ESRA (Barcelona 2005; Praga
2007 y Varsovia 2009)
ƒ La revista SRM (Survey Research Methods)
ƒ Diversas publicaciones (información actualizada en
el boletín de la ESE y en la Bibliografía de la WEB
http://www.europeansocialsurvey.org).
Conclusiones
Conclusiones
• La Encuesta Social Europea está avanzando en el
cumplimiento de sus objetivos (generación de
datos de calidad y difusión de estándares de rigor)
• Ahora es cuando está en condiciones de avanzar
en la creación y difusión de indicadores de actitud
y de opinión sólidamente contrastados
• El reto que se plantea en el futuro es la aceptación
generalizada de estos indicadores sociales y su
amplia utilización tanto en el ámbito de la
investigación como en el de la gestión.
Un apunte personal
ƒ A la vista de la situación actual
– la economía mundial experimenta una recesión
– la población muestra un cierto agotamiento ante el creciente alud de
sondeos de opinión a los qué se ve expuesta
– la ciencia estadística aporta nuevos métodos de estimación que no
necesitan de grandes tamaños de muestra como imputación de
datos (Rubin, 1987); estimación en áreas pequeñas (Longford,
2005; Satorra et al., 2006); …
ƒ Quizás sea el momento de introducir innovación creativa,
también en los diseños de la ESE, que permita:
– reducir el número de encuestas, el tamaño de las muestras y la
longitud de los cuestionarios
– Ganando, al mismo tiempo, calidad en los datos y eficiencia global
RUBIN, D. B. (1987), Multiple Imputation for Nonresponse in Surveys. New Cork, Wiley
SATORRA, A., VENTURA, E. y COSTA, À. (2006). Improving small area estimation by combining surveys: new
perspectives in regional statistics. SORT (Statistics and Operations Research Transactions) vol. 30, 101-122.
Muchas gracias por su atención!!!
Con la financiación de: