🗓️ Semana 02
Error Total de Encuesta · GSBPM
Encuestas Sociales para Contextos Diversos
viernes 14 de agosto de 2026
Toda cifra es una estimación
Tres cifras que ya conocen
La semana pasada vimos que estas cifras organizan la vida pública:
- la tasa de pobreza que publica la CASEN,
- la tasa de desocupación de la ENE, estimada para trimestres móviles y actualizada mensualmente,
- la aprobación presidencial de Cadem cada lunes.
Ninguna de ellas es el valor verdadero. Todas son estimaciones: aproximaciones a un parámetro poblacional construidas a partir de unos pocos miles de casos, medidos con instrumentos imperfectos.
La pregunta de hoy: ¿qué separa la cifra publicada del valor que queríamos conocer? ¿Y cómo se administra esa distancia?
Estimación, parámetro y error
- Parámetro poblacional: el valor que obtendríamos si midiéramos a toda la población, sin error. Es la cantidad que nos interesa, y casi nunca la observamos.
- Estimación (estadístico de encuesta): el valor que efectivamente calculamos con los datos recogidos.
- Error de encuesta: la desviación entre ambos.
\[\text{Error} = \text{Estimación} - \text{Parámetro}\]
En este curso, “error” no significa equivocación: significa desviación entre lo que el diseño busca y lo que logra. Una encuesta bien hecha también tiene error; la diferencia es que lo conoce y lo gestiona.
Los desvíos provienen de dos familias: errores de observación (medimos mal a quienes medimos) y errores de no observación (no medimos a una parte de la población: por marco, por muestreo o por no respuesta).
Dos inferencias encadenadas
Según Groves et al., toda estadística de encuesta descansa en dos saltos inferenciales:
- De la respuesta al constructo (medición): inferimos que lo que la persona contestó refleja el concepto que queríamos medir.
- De los respondientes a la población (representación): inferimos que quienes contestaron describen al conjunto que nos interesa.
Si cualquiera de los dos saltos falla, la cifra final queda comprometida — aunque el otro sea impecable.
La ruta de hoy:
- Bloque 1 — el mapa de los errores: el Error Total de Encuesta (TSE), fuente por fuente.
- Bloque 2 — el mapa del trabajo: el GSBPM, el estándar internacional que ordena el proceso de producción.
La perspectiva del diseño
El ciclo de vida de una encuesta
Groves et al. proponen mirar la encuesta primero desde el diseño: dos columnas de pasos que convergen en la cifra final.
MEDICIÓN (¿qué medimos?)
REPRESENTACIÓN (¿a quién medimos?)
⬇️ Ambas columnas convergen en el estadístico de encuesta (la cifra publicada)
La columna de la medición
- Constructo: el concepto abstracto que nos interesa — pobreza, victimización, apoyo político, uso del tiempo. Como vimos la semana pasada, rara vez es observable de manera directa.
- Medición: la traducción del constructo a un instrumento concreto — preguntas, escalas, registros. Aquí se decide cómo preguntar.
- Respuesta: lo que la persona efectivamente contesta, mediado por comprensión, memoria, motivación y deseabilidad social.
- Dato editado: la respuesta tras codificación, edición e imputación — lo que finalmente entra al análisis.
Cada flecha es una traducción, y toda traducción puede perder o distorsionar contenido. La pregunta sobre victimización de la ENUSC no es la inseguridad; es su representante operativo.
La columna de la representación
- Población objetivo: el conjunto que queremos describir. CASEN: hogares en viviendas particulares del territorio nacional (excluye zonas de difícil acceso definidas).
- Marco muestral: el dispositivo que nos da acceso a esa población — una lista, un conjunto de áreas, un panel. CASEN usa el marco de viviendas del INE; Cadem, su panel online.
- Muestra: el subconjunto seleccionado desde el marco según un mecanismo de selección.
- Respondientes: quienes efectivamente contestan. Nunca son todos los seleccionados.
- Ajustes post-encuesta: ponderadores y correcciones que intentan que los respondientes “devuelvan” la forma de la población.
En cada eslabón se pierde gente, y la pregunta clave nunca es solo cuántos se pierden, sino cuán distintos son de los que quedan.
El diseño se vuelve proceso
Si ordenamos esas decisiones en el tiempo, el diseño se convierte en una secuencia de tareas:
- Definir los objetivos de investigación.
- Elegir el modo de recolección y el marco muestral.
- Construir y pretestear el cuestionario; diseñar y seleccionar la muestra.
- Reclutar y medir a la muestra (trabajo de campo).
- Codificar y editar los datos.
- Construir ponderadores y ajustes.
- Analizar y publicar.
En el bloque 2 esta secuencia reaparece formalizada y ampliada como estándar internacional: el GSBPM.
La perspectiva de la calidad: las siete fuentes de error
El mismo mapa, ahora con errores
La segunda mirada de Groves et al. recorre el mismo diagrama preguntando: ¿qué desvío puede introducirse en cada flecha?
El Error Total de Encuesta (TSE) es el marco que integra estas siete fuentes de error.
Un mínimo de notación
Para definir cada error con precisión, Groves et al. usan cuatro símbolos por persona \(i\):
| Símbolo | Qué representa |
|---|---|
| \(\mu_i\) | el valor del constructo en la persona \(i\) (inobservable) |
| \(Y_i\) | el valor que produciría la medida ideal del constructo |
| \(y_i\) | la respuesta que la persona efectivamente da |
| \(y_{ip}\) | el valor que queda tras el procesamiento (codificación, edición) |
Y en la rama de la representación: el parámetro es la media poblacional \(\bar{Y}\); la estimación, la media (ponderada) de los respondientes.
Cada fuente de error se define como la brecha entre dos eslabones consecutivos. Veámoslas una por una.
Validez
¿La medida captura el constructo? Es la brecha entre \(\mu_i\) e \(Y_i\): el desvío que existiría incluso con una aplicación perfecta del instrumento.
- Medir “inseguridad” preguntando por la probabilidad percibida de ser víctima captura un juicio cognitivo; medirla preguntando por el miedo a caminar de noche captura una emoción. Son constructos vecinos pero distintos.
- Medir “pobreza” solo con ingresos deja fuera dimensiones que la definición conceptual puede incluir (de ahí la pobreza multidimensional de CASEN).
Es el territorio clásico de la psicometría (la veremos en la Unidad 3). Por ahora, lo esencial: la validez se juega antes de salir a terreno, en el diseño del instrumento.
Error de medición
La respuesta difiere del valor verdadero: \(y_i \neq Y_i\). Surge en el acto mismo de responder.
- Sesgo de respuesta (desvío sistemático): subreporte de consumo de drogas o de ingresos; sobre-reporte de asistencia a votar. La deseabilidad social empuja siempre en la misma dirección.
- Varianza de respuesta (desvío inestable): la misma persona, ante la misma pregunta, contesta distinto en ocasiones distintas — comprensión ambigua, ánimo, contexto.
Sus motores principales: la redacción de la pregunta, el modo de aplicación (¿hay un entrevistador presente?), el entrevistador mismo y el respondiente (memoria, motivación).
Ejemplo clásico: en encuestas cara a cara el consumo de drogas se subreporta sistemáticamente respecto de modos autoadministrados. El instrumento es el mismo; el modo cambia la respuesta.
Error de procesamiento
Entre la respuesta y el dato analizable hay trabajo humano y computacional, y ese trabajo también introduce desvíos: \(y_{ip} \neq y_i\).
- Codificación de preguntas abiertas: llevar “trabajo en una ferretería atendiendo público” a un código de ocupación (CIUO-08) exige juicio; codificadores distintos pueden decidir distinto.
- Edición: reglas que corrigen inconsistencias (un “jefe de hogar de 9 años”) pueden corregir de más o de menos.
- Digitación y captura, cada vez menos relevantes con instrumentos electrónicos, pero no extintas.
Es el error más invisible: ocurre en la oficina, después del campo, y casi nunca se reporta en las fichas técnicas.
Error de cobertura
Existe antes de seleccionar a nadie: es una propiedad del marco. Personas de la población objetivo que no están en el marco tienen probabilidad cero de ser encuestadas.
\[\text{Sesgo de cobertura} = \frac{U}{N}\,(\bar{Y}_C - \bar{Y}_U)\]
donde \(U/N\) es la proporción no cubierta y \((\bar{Y}_C - \bar{Y}_U)\) la diferencia entre cubiertos y no cubiertos.
Ejemplo de Groves et al.: si el 5% de los hogares no tiene teléfono, y los con teléfono promedian 14,3 años de escolaridad contra 11,2 de los sin teléfono, una encuesta telefónica sobreestima la escolaridad en \(0{,}05 \times (14{,}3 - 11{,}2) \approx 0{,}16\) años — sin importar el tamaño de la muestra.
La versión chilena actual: un panel online no cubre a quienes no usan internet — y esa población no es aleatoria: es mayor, más rural y de menor nivel educativo (la “brecha digital”).
Error de muestreo
El único error deliberado: aceptamos observar una parte en lugar del todo. Es el precio del muestreo, y el único error que la estadística clásica domestica por completo.
- Varianza de muestreo: con otra muestra del mismo diseño, la cifra habría sido algo distinta. Es lo que mide el “margen de error” de las fichas técnicas.
- Sesgo de muestreo: aparece si algunos miembros del marco tienen probabilidad cero o desconocida de selección.
Cuatro principios de diseño lo gobiernan (los profundizaremos en la Unidad 2):
- selección probabilística (probabilidades conocidas y no nulas),
- estratificación (dividir el marco en grupos homogéneos: reduce varianza),
- conglomerados (seleccionar grupos: abarata, pero aumenta varianza),
- tamaño muestral (más casos: reduce varianza… de muestreo, no los sesgos).
El “margen de error” que reportan las encuestas solo cuantifica el error de muestreo. Las otras seis fuentes no aparecen en ese número.
Error de no respuesta
De los seleccionados, una parte no contesta. El daño depende de dos factores a la vez:
\[\text{Sesgo de no respuesta} \approx \frac{m}{n}\,(\bar{y}_r - \bar{y}_m)\]
la proporción de no respondientes (\(m/n\)) multiplicada por la diferencia entre respondientes y no respondientes (\(\bar{y}_r - \bar{y}_m\)).
La consecuencia, en palabras de Groves et al.: las tasas de respuesta, por sí solas, no son indicadores de calidad. Una tasa alta reduce el riesgo de sesgo (acota \(m/n\)), pero no lo elimina: si los que faltan son muy distintos, poca no respuesta puede sesgar mucho.
Y al revés: una tasa baja con no respondientes parecidos a los respondientes puede ser inofensiva — para esa variable. El sesgo es específico de cada estadística, no de la encuesta como un todo.
Error de ajuste
El último eslabón también puede fallar. Los ajustes post-encuesta (ponderación, imputación, calibración) intentan compensar cobertura y no respuesta usando información auxiliar.
- Ejemplo simple: si en un subgrupo respondió el 85% de los seleccionados, cada respondiente recibe peso \(w_i = 1/0{,}85\) para “representar” también a los ausentes de su grupo.
- La calibración ajusta la muestra a totales poblacionales conocidos (proyecciones de población, por ejemplo).
El supuesto silencioso: que dentro de cada celda de ajuste, los que respondieron se parecen a los que no. Si el supuesto falla, el ajuste puede reducir o aumentar el error — y típicamente aumenta la varianza (pesos muy desiguales inflan la inestabilidad).
Ajustar no elimina el problema: lo traslada desde los datos hacia los supuestos.
Sesgo y varianza
Cada fuente de error puede operar de dos formas, y la distinción es central:
- Sesgo: el desvío sistemático. Si repitiéramos la encuesta muchas veces con el mismo diseño, empujaría siempre en la misma dirección (ej.: el subreporte de ingresos). Aumentar los casos no lo reduce.
- Varianza: el desvío variable. Cambia de una réplica a otra —otra muestra, otros entrevistadores, otro día de aplicación— sin dirección fija. Aumentar los casos (o las réplicas) sí la reduce.
El criterio que integra ambos componentes es el error cuadrático medio:
\[\text{ECM} = \text{Sesgo}^2 + \text{Varianza}\]
El diseño óptimo no minimiza una fuente favorita: minimiza el ECM total al costo disponible. A veces conviene tolerar más varianza de muestreo (una muestra más chica) para financiar mejor seguimiento de no respondientes.
Cada fuente, ¿sesgo o varianza?
| Fuente | Componente típico | Ejemplo |
|---|---|---|
| Validez | Sesgo | la pregunta captura otro constructo |
| Medición | Sesgo y varianza | deseabilidad social; inestabilidad de respuesta |
| Procesamiento | Sesgo y varianza | reglas de codificación; codificadores que difieren |
| Cobertura | Sesgo | marco que excluye a un grupo distinto |
| Muestreo | Varianza (y sesgo si el diseño falla) | margen de error |
| No respuesta | Sesgo (y varianza) | ausentes sistemáticamente distintos |
| Ajuste | Sesgo y varianza | supuestos de ponderación; pesos extremos |
¿Para qué sirve el TSE?
El TSE no es una checklist para llenar: casi ninguna encuesta estima sus siete componentes (Groves & Lyberg, 2010). Es una lente diagnóstica con dos usos:
- Al diseñar: repartir un presupuesto fijo entre fuentes de error. ¿Conviene gastar en más casos, en mejor pretesteo del cuestionario o en recontactar no respondientes? El TSE da el criterio: minimizar el error total, no el error favorito.
- Al evaluar: leer cualquier encuesta — propia o ajena — preguntando sistemáticamente por las siete fuentes.
Sus límites, según sus propios autores:
- la mayoría de los componentes no se estima en la práctica (medirlos exige rediseños costosos: reentrevistas, interpenetración de entrevistadores);
- la calidad tiene dimensiones no estadísticas que el TSE no captura: relevancia, oportunidad, accesibilidad, credibilidad — la “aptitud para el uso” (fitness for use).
Aun así, es el paradigma organizador del campo: el lenguaje común con que se discute la calidad de cualquier encuesta.
Del error al proceso: el GSBPM
Dos preguntas distintas
- El TSE responde: ¿dónde puede desviarse el dato? Descompone el error.
- El GSBPM responde: ¿qué actividades hay que realizar y en qué orden? Descompone el trabajo.
Son las dos perspectivas que distingue Groves et al., la de la calidad y la del diseño, convertidas en marcos de trabajo. El GSBPM es el estándar internacional con que las oficinas de estadística describen y organizan su producción.
Qué es el GSBPM
Generic Statistical Business Process Model (Modelo Genérico del Proceso Estadístico), desarrollado bajo la UNECE.
- Qué hace: describe y define el conjunto de actividades necesarias para producir estadísticas oficiales, con terminología armonizada — un lenguaje común para documentar, comparar y mejorar procesos.
- Qué no es: una receta rígida. Es una matriz de actividades posibles: se aplica con flexibilidad, las fases se iteran, se ejecutan en paralelo o se omiten según el caso.
- Origen: creado en 2008 por el grupo UNECE/Eurostat/OCDE sobre metadatos (METIS), sobre la base del modelo de Statistics New Zealand. Versiones 4.0 (2009), 5.0 (2013), 5.1 (2019) y 5.2 (mayo 2025).
- Adopción: estándar de facto en las oficinas nacionales de estadística; el INE de Chile lo utiliza en su producción estadística; el nuevo Handbook de encuestas de hogares de la ONU (2026) organiza sus capítulos directamente sobre las fases del GSBPM.
- Novedades de la v5.2: mayor énfasis en datos administrativos y fuentes no tradicionales, menciones explícitas de machine learning e IA, recolección multimodo y pseudoanonimización.
Las ocho fases
El esquema del GSBPM
Tres niveles: fases (8) → subprocesos (44) → tareas.
Fases 1 a 3: de la necesidad al instrumento
Especificar necesidades: identificar qué información se requiere y para quién; consultar y confirmar las necesidades con los usuarios; definir objetivos y conceptos; comprobar si los datos ya existen; y elaborar el plan general.
Diseñar: definir los productos esperados, las variables y su operacionalización, el modo de recolección, el marco muestral y el tipo de muestreo, y los sistemas de procesamiento y análisis.
Construir: programar los instrumentos de recolección, montar los componentes y flujos de producción, y probar todo el sistema — incluida la prueba piloto — antes de salir a terreno.
Fases 4 a 6: del terreno a los resultados
Recolectar: conformar el marco y seleccionar la muestra, preparar el operativo (capacitación, materiales, logística), ejecutar el trabajo de campo y cerrarlo formalmente.
Procesar: integrar los datos, clasificar y codificar, revisar y validar, editar e imputar, derivar nuevas variables y calcular ponderadores y agregaciones.
Analizar: preparar los borradores de resultados, validarlos, interpretarlos y explicarlos, y aplicar el control de divulgación para proteger la confidencialidad antes de publicar.
Fases 7 y 8: hacia los usuarios y la mejora
Diseminar: generar los productos de difusión (informes, tabulados, microdatos), gestionar su publicación, promoverlos y dar soporte a los usuarios.
Evaluar: reunir los insumos de la ronda (datos de proceso, retroalimentación de usuarios y del equipo), evaluar qué funcionó y qué no, y acordar un plan de acción para la siguiente iteración.
No es una línea recta
El GSBPM se dibuja como secuencia, pero es explícitamente no secuencial:
- Las fases iteran: un piloto (fase 3) puede devolver al diseño (fase 2); la validación (fase 6) puede reabrir el procesamiento (fase 5).
- En encuestas periódicas, las fases se parten en dos circuitos: las de cambio (especificar, diseñar, construir, evaluar) se activan cuando algo se rediseña; las corrientes (recolectar → procesar → analizar → diseminar) corren en cada ronda. La ENE no rediseña su cuestionario todos los meses.
- Y hay actividades transversales que cruzan todas las fases: gestión de calidad, de metadatos, de datos (seguridad, archivo), de datos de proceso (paradata), del conocimiento (documentación) y de proveedores de datos.
La gestión de calidad no es una fase, sino una actividad transversal a todo el proceso: es ahí donde el TSE se conecta con el GSBPM.
La relación entre TSE y GSBPM
Dónde se juega cada error
Cada fuente del TSE tiene una dirección en el GSBPM — el lugar donde se previene, se produce o se corrige:
| Fuente de error (TSE) | Dónde se juega (GSBPM) |
|---|---|
| Validez / especificación | Fases 1–2: definición de necesidades, conceptos y variables |
| Cobertura | Fase 2 (diseñar marco) y subproceso 4.1 (crear marco y seleccionar muestra) |
| Muestreo | Fase 2 (diseño muestral) y 4.1 (selección); varianza estimada en 5.7 |
| Medición | Fases 2–3 (diseño y construcción del instrumento, pretesteo) y 4 (campo) |
| No respuesta | Fase 4 (contacto, seguimiento, gestión del campo) y 5.6 (ponderación) |
| Procesamiento | Fase 5: codificación, edición, imputación |
| Ajuste | Fases 5–6: ponderadores, calibración, validación de outputs |
Por qué se necesitan mutuamente
- La perspectiva de la calidad (TSE) entrega los criterios: qué puede salir mal, qué riesgo importa más, dónde poner el presupuesto.
- La perspectiva del diseño/proceso (GSBPM) entrega la organización: qué actividades existen, en qué orden, con qué insumos y productos.
Por eso este curso los usa juntos. En el proyecto grupal deberán diagnosticar con el TSE, ordenar el diagnóstico con el GSBPM.
Para su vida profesional
En la práctica, pocas organizaciones aplican el GSBPM “completo”: muchas realizan estas actividades de facto, sin nombrarlas, o las desarrollan de forma parcial.
Su valor para ustedes es como marco mental:
- Ubicarse: cuando entren a trabajar a una consultora, un ministerio o un centro de estudios, podrán situar su tarea en el ciclo — “estoy en 5.4, edición e imputación” — y entender qué viene antes y después.
- Detectar vacíos: ¿alguien evaluó la cobertura del marco? ¿dónde están documentadas las reglas de imputación? ¿existe la fase 8 en esta organización, o nunca se evalúa nada? Las omisiones del proceso se ven contra el modelo.
- Hablar el idioma estándar: el INE, la CEPAL y los organismos internacionales documentan en estos términos; las licitaciones públicas, cada vez más.
- Ordenar el propio trabajo: las tres entregas del proyecto grupal recorren el ciclo — necesidades y muestra, instrumento y recolección, propuesta integrada.
Síntesis
Síntesis
- Toda cifra de encuesta es una estimación: error = estimación − parámetro, y “error” significa desviación, no equivocación. Hay dos inferencias en juego: del dato al constructo y de los respondientes a la población.
- El TSE organiza las siete fuentes de desvío (validez, medición, procesamiento; cobertura, muestreo, no respuesta, ajuste), cada una con componentes de sesgo y varianza: el criterio integrador es el ECM.
- Tres lecciones centrales: el margen de error solo habla del muestreo; una tasa de respuesta alta no garantiza ausencia de sesgo; y el tamaño no corrige el sesgo.
- El GSBPM descompone el trabajo en 8 fases + actividades transversales: el estándar con que las oficinas de estadística (INE incluido) describen su producción.
- Los dos marcos se complementan como las dos perspectivas de Groves: el TSE da los criterios (calidad), el GSBPM la organización (proceso).
Próxima clase
La próxima semana comienza la Unidad 2: dejamos los mapas generales y entramos a la primera estación del ciclo —
- la especificación de necesidades (fase 1 del GSBPM): cómo se pasa de “necesitamos saber sobre X” a objetivos de medición concretos,
- y de ahí, en las semanas siguientes, a marcos muestrales, cobertura y diseño muestral complejo.
📖 Lecturas de esta semana (disponibles en la página del curso): Groves et al. (2009), cap. 2; UNECE (2025), GSBPM v5.2, secciones I–II y panorama de fases.
Encuestas Sociales para Contextos Diversos