Inclusión del espacio geográfico en diseños muestrales: Aplicación de un muestreo espacializado para la reducción de incertidumbre en la encuesta CASEN

Se quiere poner en práctica un método alternativo de estratificación que pueda ofrecer soluciones a las problemáticas de representatividad del instrumento CASEN. Este método se conoce como muestreo espacializado y es calculado a través de algoritmos de regionalización.

PALABRAS CLAVE: ESTADÍSTICA ESPACIAL, MUESTREO ESPACIALIZADO, REGIONALIZACIÓN.

Resumen

El levantamiento de las las características de la población, su perfil demográfico, etnia y nivel socioeconómico, son insumos esenciales para la focalización de políticas públicas de manera transversal a nivel estatal. Esto permite sustentar el desarrollo de estudios geográficos y la generación de indicadores territoriales, permitiendo la evaluación de proyectos y programas para todo el territorio nacional, a múltiples escalas y con diferentes enfoques disciplinares. No obstante, las metodologías de conteo totalizante suponen altos costos monetarios y largos tiempos de levantamiento y procesamiento.

Más aún, la información censal, por sus características como instrumento de conteo demográfico exhaustivo, presenta errores relevantes, situación que se acentúa en las ciudades más pobladas, particularmente en las áreas metropolitanas. Lamentablemente, el impacto de estos errores no queda aislado en el instrumento, sino que es heredado a todas aquellas encuestas que ocupan su marco muestral como base.

Para el caso de la Encuesta de Caracterización Socioeconómica Nacional (CASEN), la invalidación del censo de 2012 provocó que se utilizara el marco muestral del censo 2002, específicamente sus proyecciones de población al año 2017 (basadas en el período intercensal 1992-2002). Esto generó serias discordancias en comunas urbanas, en donde se estancó el crecimiento urbano (Maipú y Puente Alto, sobre representadas en la CASEN 2017) o donde hubo políticas de repoblamiento o regeneración urbana, como es el caso de la comuna de Santiago (subrepresentada en la CASEN). Como resultado se produjo entonces la invalidación en muchos casos de la representatividad territorial de la encuesta a nivel comunal, principalmente para áreas urbanas que poseían este atributo en otras versiones de la encuesta.

La obtención de una representación territorial a nivel comunal, y para todas las comunas, es un desafío latente en el desarrollo de la encuesta CASEN, sobre todo al considerar lo relevante que es esta encuesta para la implementación de políticas públicas focalizadas. Por consiguiente, la presente propuesta busca poner en práctica un método alternativo de estratificación que pueda ofrecer soluciones a las problemáticas de representatividad del instrumento CASEN. Este método se conoce como muestreo espacializado y es calculado a través de algoritmos de regionalización.

Metodología

En este proyecto de investigación planteamos que la aplicación de algoritmos de regionalización para generar nuevas UPM, permitirá reducir la varianza de la variable de estratificación de encuestas como la CASEN, disminuyendo el nivel de error a igual número de muestra o disminuyendo la muestra al mismo nivel de error. De esta forma, y combinando el proceso de regionalización con un muestreo especializado, se buscará reducir el error muestral de la encuesta CASEN propiciando una disminución en el número de casos utilizados y asegurando de manera transversal la representatividad territorial, evitando la subrepresentación de territorios en comunas urbanas en áreas metropolitanas.

La metodología a utilizar contempla:

1. La elaboración de una zonificación homogénea en términos socioeconómicos a partir de datos demográficos del CENSO 2017 y de la utilización de los últimos avances científicos en algoritmos de regionalización.
2. Una comprobación empírica de los resultados de la regionalización en términos estadísticos, comparando los muestreos tradicionales utilizados por la encuesta CASEN con el muestro espacializado a partir de la data factual del CENSO 2017.
3. La elaboración de un código de automatización que permita actualizar la cartografía de las UPM generada con información censal futura, para asegurar el mejoramiento de los marcos muestrales de encuestas con representatividad territorial.
4. El perfeccionamiento de la regionalización en términos de compacidad cartográfica, permitiendo una logística de muestreo óptima.

La metodología descrita en los objetivos será probada en 3 zonas pilotos (áreas metropolitanas de Santiago, Valparaíso y Concepción) y se espera como resultado, el introducir un método científico novedoso para mejorar de manera significativa los niveles de error de las encuestas que derivan del CENSO, contribuyendo efectivamente a la dotación de información precisa y territorialmente representativa en territorios aglomerados y/o segregados, mejorando la focalización de políticas públicas sociales y la comprensión de fenómenos urbanos de carácter interdisciplinario en el país.

Publicaciones