Upload
rene-yapo-mendoza
View
18
Download
0
Embed Size (px)
Citation preview
Obtención, Elaboración y Análisis de Datos del Tercer Sector
Francisco Pérez Hernández
Enero-Febrero 2010
Universidad Autónoma de Madrid
Facultad de Económicas y Empresariales
Master en Administración y Dirección de Fundaciones, Asociaciones y Otras
Entidades No Lucrativas
1. ¿Porqué Fundamentar Nuestros Proyectos con Información Estadística?
2. El Proceso de Investigación.
Esquema General de Obtención, Elaboración y Análisis de Datos
Variables y Escalas de Medida: La Naturaleza del Análisis Estadístico
Tipos de Información Estadística en Tiempo y Espacio
3. Fuentes de Información Estadística del Tercer Sector.
Fuentes Secundarias del Tercer Sector
Internacionales
Nacionales
Fuentes Primarias
4. Elaboración de Datos Primarios.
¿Por qué elaborar Datos Primarios?
Tipos de Datos Primarios
Cuestionarios y Encuestas
Tipos de Cuestionarios
Fases para el Diseño de Cuestionarios
Índice
Obtención, Elaboración y Análisis de Datos del Tercer Sector
5. Muestreo
Población y Muestra.
Métodos de Muestreo
Tamaño de la Muestra y Errores de Muestreo
6. Encuesta sobre Hábitos de Consumo de los Inmigrantes en la Comunidad
de Madrid
Datos Técnicos de la Encuesta
Tabulación y Análisis Primario de Datos con SPSS
Obtención, Elaboración y Análisis de Datos del Tercer Sector
Índice
¿Porqué Fundamentar Nuestros Proyectos con Información Estadística?
Importancia de la Información Estadística*
El Tercer Sector debe ser uno de los pilares del Estado de Bienestar.
Existen más de 300.000 Entidades sin Ánimo de Lucro en España, y juntas suponen el 4,5% del PIB de en España.
Sin embargo, más del 70% de los proyectos con origen en estas entidades no satisfacen completamente las necesidades de la sociedad, e incluso, algunos se pierden con el tiempo.
Esta realidad se debe a dos razones significativas:
La demanda de financiación supera sustancialmente a la oferta.
1 de cada 10 proyectos que reciben financiación, justifican o mejor dicho garantizan el impacto de la ayuda con un estudio a priori basado en la información estadística. El resto de proyectos está en función de las motivaciones y experiencias personales o profesionales.
* Según una serie de estudios del Observatorio del Tercer Sector e Informes de la Fundación BBVA
Obtención, Elaboración y Análisis de Datos del Tercer Sector
2. El Proceso de Investigación.
Esquema General de Obtención, Elaboración y Análisis de Datos
Variables y Escalas de Medida: La Naturaleza del Análisis Estadístico
Tipos de Información Estadística en Tiempo y Espacio
El Proceso de Investigación
A) Esquema General del Proceso de Obtención, Elaboración y Análisis de Resultados.
Esquema General (Vicens 2005)
• Universo Poblacional.
• Métodos de Muestreo.
• Tamaños y Errores de Muestro.
•Tabulación de la Información.
• Fuentes Secundarias
• DETERMINACIÓN DEL OBJETIVO
• OBTENCIÓN DE INFORMACIÓN
• ANÁLISIS TÉCNICO
• INFORME DE RESULTADOS
• Fuentes Primarias
• Internacionales.
• Nacionales.
• Tablas y Gráficos.
• Estadística Descriptiva.
• Análisis de Correlación ( ).
• Simple
• Análisis de Dependencia. (MBRL, ANOVA, Análisis Discriminante, LOGIT, PROBIT, TOBIT, REGRESIÓN COX…)
• Análisis de Interdependencia. (Análisis Factorial, Análisis Cluster,…)
• Multivariante
2
El Proceso de Investigación
B) Variables y Escalas de Medida.
En Estadística, cuando nos refiramos al concepto de variable estamos hablando del carácter o fenómeno que estemos estudiando en la realidad. Las variables generalmente son de carácter cuantitativo, pero cuando estas sean de carácter cualitativo las llamaremos atributos.
Mediante el análisis estadístico podemos resumir y organizar datos obtenidos de fuentes de información secundaria o primaria, de tal forma que se pueda utilizar para elaborar un proyecto o informe robusto y completo que garantice el beneficio de la ayuda que exige el Tercer Sector.
Así, es importante distinguir la naturaleza de la información estadística: su propiedad métrica. Es decir, ¿Qué tipo de variables y escalas de medida existen?
• CUALITATIVAS • CUANTITATIVAS
• Discretas • Continuas• Nominal • Ordinal
El Proceso de Investigación
• CUALITATIVAS
• Cuando la información dada se puede clasificar en categorías no numéricas mutuamente excluyentes, entre las cuales no se puede establecer ninguna relación de orden, por tanto, no se puede fijar ningún origen que sirva de referencia.
Ej. Sexo, Estado Civil, Nacionalidad,…
• Nominal
• Ordinal
• Este tipo de medidas es igual a la escala nominal, pero se diferencian de éstas ya que en este tipo de escalas si se puede establecer algún tipo de orden, existiendo algún punto de referencia para tal ordenación.
Ej. Nivel de Estudios, Edad por tramos, Situación Económica
El Proceso de Investigación
• CUANTITATIVAS
• Discretas
• Continuas
•En este caso puede establecerse de antemano algún tipo de unidad de medida, pudiéndose cuantificar numéricamente la distancia que existe entre dos observaciones. Ésta es una escala verdaderamente cuantitativa.
Ej. Salarios, Ventas,…
• En esta categoría se incluyen aquellas mediciones en las que además de ser relevantes las propiedades de las variables discretas, tiene pleno sentido de fijación un punto de origen.
Ej. Edad, Stocks,…
El Proceso de Investigación
C) Tipos de Información Estadística en Tiempo y Espacio.
La información estadística pueden adoptar tres tipos de dimensiones: la temporal, la espacial o ambas a la vez. Así, y definiendo, existen tres tipos de datos:
• Series Temporales
• Los datos se refieren a la evolución de una o más variables a lo largo de un determinado tiempo.
PIB per cápita (ppp) de México
10.101,2
13.406,7
8000
9000
10000
11000
12000
13000
14000
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
Fuente: World Bank
El Proceso de Investigación
• Corte Transversal
• Los datos se refieren al comportamiento de una variable para diferentes individuos.
Índice de Concentración de Gini (2008)
0,412
0,584 0,594
0,000
0,100
0,200
0,300
0,400
0,500
0,600
0,700
Ar
Bo Br
Cl
Co Cr
Ec
Mx Ni
Pa
Pe
R.D
om Uy
Ve
Fuente: Comisión Económica para América Latina y el Caribe (CEPAL)
El Proceso de Investigación
• POOL (PANEL DATA)• Combinan la variabilidad temporal y transversal de una variable.
IED Mundial PIB Const Población Tipo Cambio Vol. Int. Comercial Valor AñadidoArgentina 2000 10.418,3 284.203,8 36.895,7 0,999 63.675,1 267.549,6Argentina 2001 2.166,1 271.673,7 37.274,4 0,999 59.957,2 255.640,7Argentina 2002 2.148,9 242.076,2 37.642,2 3,063 46.837,4 229.931,1Argentina 2003 1.652,0 263.468,6 38.005,1 2,901 54.087,1 247.244,8Argentina 2004 4.124,7 287.258,7 38.371,5 2,923 64.670,8 267.487,2Argentina 2005 5.265,3 313.626,0 38.747,2 2,904 75.203,5 290.902,1Argentina 2006 5.537,3 340.177,8 39.134,3 3,054 83.327,2 315.234,7Argentina 2007 6.473,2 369.614,5 39.503,5 3,096 95.200,7 341.789,1Argentina 2008 8.852,9 395.373,3 39.876,1 3,144 101.768,0 357.985,0Brasil 2000 32.779,2 644.701,8 174.174,5 1,829 140.028,4 558.430,2Brasil 2001 22.457,4 653.149,8 176.659,1 2,350 147.638,5 566.448,1Brasil 2002 16.590,2 670.512,7 179.123,4 2,920 143.804,7 584.042,4Brasil 2003 10.143,5 678.201,9 181.537,4 3,077 150.618,0 591.294,3Brasil 2004 18.145,9 716.969,3 183.863,5 2,925 172.319,9 624.391,2Brasil 2005 15.066,3 739.613,9 186.074,6 2,434 187.753,4 642.165,1Brasil 2006 18.822,2 768.970,3 188.158,4 2,175 208.202,2 667.652,1Brasil 2007 34.584,9 812.567,1 190.120,0 1,947 235.844,5 705.504,7Brasil 2008 45.058,2 853.814,8 191.971,5 1,834 256.813,8 741.317,7Chile 2000 4.860,0 75.210,5 15.411,8 539,6 46.125,6 68.097,4Chile 2001 4.199,8 77.750,4 15.596,3 634,9 48.757,6 70.420,2Chile 2002 2.549,9 79.448,6 15.775,7 688,9 49.690,4 71.965,7Chile 2003 4.307,4 82.560,5 15.951,0 691,4 53.680,5 74.639,8Chile 2004 7.172,7 87.548,0 16.123,8 609,5 62.155,0 79.046,8Chile 2005 6.983,8 92.415,2 16.295,1 559,8 68.814,7 83.401,9Chile 2006 7.298,4 96.657,0 16.432,7 530,3 74.414,7 87.126,3Chile 2007 12.577,2 101.180,9 16.594,6 522,5 82.818,5 90.849,3Chile 2008 16.786,9 104.381,2 16.758,1 522,5 89.363,9 94.238,0UNIDAD Mill US$ Mill US$ Miles LCU/US$ Mill US$ Mill US$FUENTE UNCTAD World Bank World Bank World Bank World Bank World Bank
P I B per cápita (ppp) de México
8 0009 000
1 00001 1 0001 2 0001 3 0001 4 000
Obtención, Elaboración y Análisis de Datos del Tercer Sector
3. Fuentes de Información Estadística del Tercer Sector.
Fuentes Secundarias del Tercer Sector
InternacionalesNacionales
Fuentes Primarias
Fuentes de Información Estadística del Tercer Sector
Son las más utilizadas en la investigación, informes y justificaciones de proyectos. El ahorro de tiempo y dinero hacen necesario utilizar información estadística ya elaborada y disponible en distintas fuentes de información.
Importancia de las Fuentes Secundarias
Es importante destacar que, la utilización de Fuentes Secundarias está condicionada o en función del conocimiento o investigación teórica del Investigador.
Se hace evidente que es IMPOSIBLE conocer todas las fuentes secundarias existentes dad su gran cantidad y diversidad estadística.
Las Fuentes Secundarias pueden ser de dos tipos:
Soporte de Papel
Web (vía electrónica)
Fuentes de Información Estadística del Tercer Sector
Fuentes de Información Estadística del Tercer Sector
• Observatorio del Tercer Sector.
• Consejería de Inmigración y Cooperación de Madrid.
• Coordinadora ONG para el Desarrollo en España.
• Centro de Investigación y Cooperación en Remesas de Emigrantes.
• Internacionales
• Fuentes Secundarias • Fuentes Primarias
• Nacionales
• The World Bank. World Development Indicators
• International Monetary Fund (IMF). World Economic Outlook (WEO)
• United Nations (UN). UNdata y Objetivos de Desarrollo del Nuevo Milenio
• International Labour Organization (ILO). Child Labour in Africa
• Comsión Económica para América Latina y el caribe (CEPAL).
• Central Intelligence Agency. The World Factbook
• Resource Alliance. Worldwide Fundraiser's Handbook
• Gloobal. Indicadores Sociales y Ambientales
????????????????
Obtención, Elaboración y Análisis de Datos del Tercer Sector
4. Elaboración de Datos Primarios.
¿Por qué elaborar Datos Primarios?
Tipos de Datos Primarios
Cuestionarios y Encuestas
Tipos de CuestionariosFases para el Diseño de Cuestionarios
Elaboración de Datos Primarios
En el Tercer Sector, el número de fuentes de información secundaria es muy limitado. Y en la mayoría de las ocasiones, los proyectos de ayuda (humanitaria, social, económica, etc.) se ven afectados por el problema de la falta de información estadística ya elaborada sobre la problemática planteada por la Entidad sin Ánimo de Lucro.
A) ¿Por qué elaborar Datos Primarios?.
Ante la falta de información disponible sobre el tercer sector, el equipo de trabajo de la Entidad no Lucrativa se ve en la necesidad de elaborar y crear los datos primarios.
¿Por qué? ¿No son suficientes las buenas intenciones? ¿Acaso la experiencia no basta para diseñar un proyecto de ayuda?
Según el Observatorio del Tercer Sector, en su libro “El Tercer Sector Social en España (2002)”, señala que la utilización a priori de información estadística primaria generada adecuadamente facilitará a la ayuda social en tres grandes objetivos:
1º Adecuación de la ayuda social en función de las necesidades reales que carece la sociedad actual.
2º Confianza total por parte de las entidades colaboradoras y reguladoras.
3º Impacto asegurado en la sociedad y amplias posibilidades de renovación.
Elaboración de Datos Primarios
Clasificaremos los tipos de datos primarios en seis grupos considerados los más importantes en la literatura estadística:
B) Tipos de Datos Primarios.
• Características Demográficas
•Se refieren a individuos y son fundamentalmente variables de clasificación. Ejemplo: Edad, Sexo, Religión,…
• Actitudes
• Conocimientos
• Conducta
• Motivaciones
• Expectativas
•Son las preferencias, inclinaciones o estados hacia algún ente ya sea persona o idea. Ejemplo ¿Considera buena la propuesta del Contrato de Inmigrante?.
•Se refieren al conocimiento o desconocimiento de un grupo de personas sobe un ente determinado. Ejemplo: ¿Conoce usted a…?
•Estos datos analizan si la persona o institución hace o no hace. Ejemplo: ¿Pertenece a alguna Asociación o Fundación?
•Las motivaciones son impulso o deseos que mueven a una persona o entidad a realizar una acción correcta. Ejemplo: ¿Estaría dispuesto a realizar voluntariado?
•Tienen por objetivo medir el comportamiento futuro del sujeto que responde a uno cuestión o acción. Ejemplo: ¿Piensa usted residir en España?
Elaboración de Datos Primarios
Según Vicens (2005), dos son las formas de obtención de datos primarios: Comunicación y Observación. La diferencia entre éstas radica en que mientras la comunicación requiere a una persona o entidad a transmitir la información a través de un cuestionario; en la observación no existe tal disposición ni se efectúan preguntas.
Así, existen distintos tipos de cuestionarios atendiendo a que éste se realice o no estructuradamente y esté o no oculto su principal objetivo de acción. Los posibles tipos de cuestionarios son:
C) Cuestionarios y Encuestas.
• Tipos de Cuestionarios
Estructurado (No Oculto)
* ¿Podría decirme, por favor, su país de nacimiento?
Ecuador Colombia Perú Bolivia Rumania
Marruecos Asia Resto África Resto
Europa Resto
América Latina
No Estructurado (No Oculto)
* ¿Cuál es su país de origen?_____________
No Estructurado (Oculto)
* En España, la educación es_____________
Estructurado (Oculto)
* Valoración sobre la educación
5 4 3 2 1
Elaboración de Datos Primarios
Fases del Diseño del Cuestionario
• Determinación del Problema
• Elección del Tipo de Cuestionario
• Establecimiento del Tipo de Respuesta
• Examen de las Anteriores Fases
Para el diseño de un cuestionario consistente y homogéneo, es necesario seguir y revisar 6 etapas:
• Contenido de las Preguntas
• Número de Preguntas
Obtención, Elaboración y Análisis de Datos del Tercer Sector
5. Muestreo.
Población y Muestra.
Métodos de Muestreo
Tamaños de la Muestra y Errores de Muestreo
Muestreo
Después de tener definido el cuestionario, para completar la elaboración de datos primarios es necesario cumplir las siguiente etapas:
Procedimiento Estadístico para la Elaboración de Datos
Primarios
• Determinación del Universo
Poblacional
• Determinación del Tamaño de
la Muestra
• Elección del Método de Muestreo
• Cálculo de los Errores
de Muestreo
• Trabajo de Campo (Aplicación de la
Encuesta)
1º 5º2º 3º 4º
Muestreo
El análisis estadístico puede extenderse o no, a todo el conjunto de elementos que participan en nuestra investigación. En este sentido, todo el conjunto de individuos o elementos que tienen características comunes recibe el nombre de población.
Por razones obvias de coste, sólo podemos analizar una parte de esta población que se denomina muestra. Por tanto, una muestra será todo subconjunto representativo del total de la población.
En el caso de que nuestra investigación se dirija a toda la población se dice que se realiza un censo, mientras que la recogida muestral recibe el nombre de encuesta.
A) Población y Muestra.
• Una muestra debe
cumplir:
Perfecta Acotación del Universo
Conocimiento preciso de las unidades que lo componen
Obtención de un Censo
Muestreo
Definición de Muestreo: Momento de elección de elementos de la población que serán tenidos en cuenta o no para otras etapas como la determinación del tamaño de la muestra, estratificación y el cálculo del error muestral.
B) Métodos de Muestreo.
Tipos de Muestreo:
1º Muestreo Aleatorio Simple
2º Muestreo Aleatorio por Sistemático
3º Muestreo Aleatorio Estratificado
4º Muestreo Aleatorio por Conglomerados
5º Muestreo Aleatorio por Cuotas
• Aleatorios
• No Aleatorios
Este método es el más utilizado por los investigadores del Tercer Sector
Muestreo
Para la determinación del Tamaño de la Muestra debemos considerar que intervienen las siguientes variables:
C) Tamaño de la Muestra y Errores de Muestreo.
1º Error de Muestreo ( )
2º Tamaño de la Población ( )
3º Varianza Poblacional ( )
N
S
Adicionalmente habrá que tener en cuenta para decidir el tamaño muestral lo siguiente:
1º Tipo de Muestreo utilizado
2º El nivel de confianza • El nivel de confianza óptimo es de 95%. Esto es que podríamos equivocarnos un 5%
k
Muestreo
Para el cálculo de errores de muestro es necesario diferenciar entre estimaciones medias y totales o de proporciones.
1º Error de Muestreo para Medias y Totales
2º Error de Muestreo para Proporciones
n
qp
1N
nN2k
N = Tamaño de la población= Tamaño de la muestra= Proporción muestral = (1- )
npq p
n
S
N
nNk
´2
= Tamaño de la población= Tamaño de la muestra= Cuasi varianza muestral
n
´S
N
Un buen estimador debe se insesgado, eficiente y consistente.
La media de la muestra es un buen estimador para pequeñas muestras.
Para muestras grandes y en virtud del teorema del límite central, la distribución de las muestras distintas seguirá una distribución normal.
Sigue los mismos criterios de estimación que en el caso de medias y totales.
Si el cuestionario contiene en su globalidad variables de escala nominal la fórmula más adecuada para el cálculo de los errores de muestreo es mediante proporciones. Éste es el método que utilizó la UAM para estimar los errores de muestreo de la Encuesta de Inmigración.
Obtención, Elaboración y Análisis de Datos del Tercer Sector
6. Encuesta sobre Hábitos de Consumo de los Inmigrantes en la Comunidad de Madrid
Datos Técnicos de la Encuesta
Tabulación y Análisis Primario de Datos con SPSS
Encuesta sobre Hábitos de Consumo de los Inmigrantes en la Comunidad de Madrid
Ficha Técnica de la Encuesta sobre Hábitos de Consumo de los Inmigrantes en la Comunidad de Madrid
• Entidades que Participan
Consejería de Inmigración de la Comunidad de Madrid e Instituto de Predicción Económica L.R. Klein de la UAM
• Ámbito
• UniversoPersonas mayores de 18 años con nacionalidad ecuatoriana, colombiana, peruana, boliviana, rumana, marroquí y resto (inmigración económica).
• Muestra 1545 encuestas. (46 encuestadores)
Amplia variedad de zonas de trabajo de campo: calle, parques, locutorios, metro, asociaciones, tren de cercanías….
• Distribución de la Muestra
12 municipios de la Comunidad y 19 distrititos del municipio de Madrid con mayor concentración de inmigrantes.
• Aplicación de la Encuesta
15 – 29 Octubre de 2007.
• Error de Muestro
Error de muestreo del 2,55% para el conjunto y de entre el10% para los resultados por nacionalidad.
• Datos Primarios
179 variables creadas y analizadas.
Encuesta sobre Hábitos de Consumo de los Inmigrantes en la Comunidad de Madrid
Esquema General de Trabajo de la Encuesta sobre Hábitos de Consumo de los Inmigrantes en la Comunidad de Madrid
DE TERMINACIÓN OBJETIVOS:
Consumo e Inversión de los Inmigrantes
Análisis de la Población y del Entorno
Economía de la Comunidad de Madrid
Inmigración y Economía en la Comunidad de Madrid
Importancia del Consumo y de la Inversión de la
Inmigración
Determinación de los Métodos y Errores de
Muestreo
Diseño del Cuestionario
Cuestionario Definitivo
Trabajo de Campo
ANÁLISIS DE RESULTADOS
1º Hábitos de consumo
2º Expectativas de futuro
3º Renta, Ahorro y Remesas
4º Inversión
BIBLIOGRAFÍA:
Pardo, Antonio (2003). “SPSS 11 Guía para el Análisis de Datos” Editorial McGraw Hill.
Pérez, Cesar (2007). “Econometría Básica Técnicas y Herramientas ” Editorial Pearson-Prentice Hall.
Pérez, Cesar (1999). “Técnicas de Muestreo Estadístico Teoría, Práctica y Aplicaciones Informáticas” Editorial Ra-ma.
Pérez, Victor y López, Joaquín (2002). “El Tercer Sector Social en España” Ministerio de Trabajo y Asuntos Sociales de España.
Santos, Julián (2003). “Diseño de Encuestas para Estudios de Mercado Técnicas de Muestreo y Análisis Multivariante Casos prácticos” Centro de Estudios Ramón Areces.
Vicens, José; Mahía, Ramón, De Arce, Rafael; Del Sur, Ana; Herrarte, Ainoa; Medina, Eva; Pérez, Francisco; García, Sofía y Ortea, María (2008). “Hábitos de Consumo de los Inmigrantes en la Comunidad de Madrid” Comunidad de Madrid, Consejería de Economía e Innovaciíon Tecnológica.
Vicens, José; Mahía, Ramón, De Arce, Rafael; Salas, Álvaro; Medina, Eva; Pérez, Carmen; García, Sofía y Chasco, Pedro (2006). “Impacto Macroeconómico de la Inmigración en la Comunidad de Madrid” Comunidad de Madrid, Consejería de Economía e Innovaciíon Tecnológica.
Vicéns, José. (2005). “Obtención y Análisis de Datos” Universidad Autónoma de Madrid.
Francisco Pérez HernándezUniversidad Autónoma de Madrid
Facultad de Ciencias Económicas y Empresariales.
Departamento de Financiación e Investigación ComercialModulo XVI Despacho 207
Tel. 00 (34) 914977682
Instituto de Predicción Económica L.R. KleinModulo E-XIV Despacho 201
Tel. 00 (34) 914973528Fax 00 (34) 914974191
Mail: [email protected]