GEIH - 2017 - Ciudades Intermedias (Barrancabermeja). - Colombia

Resumen
---------------------------

El Departamento Administrativo Nacional de Estadística - DANE ha desarrollado encuestas de hogares desde finales de la década del 60 cuando adelantó encuestas de fuerza de trabajo e ingresos y gastos de manera transversal.

La recolección de la Gran Encuesta Integrada de Hogares empezó el 7 de agosto de 2006 en su módulo central de mercado laboral e ingresos y, a partir del 11 de septiembre, con su módulo de gastos de los hogares. A partir del 10 de julio de 2006 se amplió la cobertura de la ECH a 11 ciudades adicionales a las trece principales ciudades y áreas metropolitanas, al resto de cabeceras y al resto rural; cobertura que en la actualidad mantiene la GEIH.

En este documento podrá encontrar la evolución histórica de la medición del mercado laboral en Colombia y las principales características técnicas de la Gran Encuesta Integrada de Hogares.

La explicación del marco conceptual y diseño temático de la encuesta respaldada por recomendaciones de organismos internacionales que regulan y estandarizan los conceptos con el fin de asegurar la comparabilidad entre los países en materia de mercado laboral.

La descripción del diseño estadístico permite tener claridad sobre el marco muestral y los procedimientos de definición de la muestra y el alcance de la misma en términos de estimación y análisis de resultados.Así mismo el documento expone cada proceso de la producción estadística desde las actividades preparatorias al operativo de campo, pasando por la recolección, la transmisión y procesamiento de datos y los métodos de control de calidad, para finalizar con los procesos de análisis y difusión de los datos.

A este documento lo acompañan como anexos el formulario de la encuesta, el listado de cuadros disponibles al público por medio del banco de datos y el listado de clasificaciones internacionales adoptadas por la Gran Encuesta Integrada de Hogares.

Geographic coverage
---------------------------

Tiene cobertura nacional que permite obtener resultados para cabeceras y resto, ciudades y áreas metropolitanas, grandes regiones y total por departamento.

Analysis unit
---------------------------

UNIDAD DE MUESTREO

La unidad de muestreo es la Medida de Tamaño, MT, o segmento. La medida de tamaño o segmento está conformada por un promedio de diez viviendas las cuales se indagan todas, se incluyen todos los hogares de cada vivienda y cada persona de cada hogar.

UNIDAD DE OBSERVACIÓN

La unidad de observación son aquellos conjuntos de elementos que componen el universo con una característica específica. En este caso la unidad básica de observación es el hogar.

Universo de estudio
---------------------------

El universo para la Gran Encuesta Integrada de Hogares está conformado por la población civil no institucional, residente en todo el territorio nacional,

Kind of data
---------------------------

Encuesta por muestreo (ssd)

Sampling procedure
---------------------------

MARCO MUESTRAL

Está constituido por el inventario cartográfico y el listado de viviendas obtenidas de la Muestra Maestra de Hogares, con actualizaciones permanentes y nuevos recuentos de edificaciones y viviendas a través de la misma.

TIPO DE MUESTREO

Teniendo en cuenta los objetivos y las características del marco, se optó por una muestra probabilística, estratificada, de conglomerados, multietápica, los cuales se presentan a continuación:

- PROBABILÍSTICA

Cada unidad de la población objetivo tiene una probabilidad de selección conocida y superior a cero. Este tipo de muestra permite establecer anticipadamente la precisión deseada en los resultados principales, y calcular la precisión observada en todos los resultados obtenidos.

- ESTRATIFICADA

Este método asegura una mejor precisión de la muestra, al disminuir la varianza de las estimaciones, los criterios de estratificación son:

· El primer estrato corresponde a las 24 capitales y áreas metropolitanas con dominios de estudio independientes. Cada ciudad o área metropolitana es autorrepresentada. Para la estratificación y selección de la muestra, las áreas geográficas se organizaron, según los principios cartográficos establecidos, en sectores, secciones y manzanas con la información del número de viviendas a nivel de manzana y el estrato socioeconómico.

· El segundo estrato corresponde al resto urbano y al resto de cabeceras, centros poblados y rural disperso. Los municipios se estratificaron de acuerdo con los siguientes criterios:

- Geográficos, a nivel de regiones constituidas por varios departamentos.

- Socioeconómicos, a nivel municipal, con los siguientes indicadores:

- Nivel de urbanización, en términos de la cantidad de población de las cabeceras municipales.

- Estructura urbano-rural de la población municipal (% de población en cabecera).Proporción de la población con necesidades básicas insatisfechas (NBI), la cual, a su vez, se clasificó en 4 intervalos: A [0-29,8%); B [29,8%-42,7%); C [42,7%-57,3%); y D [57,3%-100%].

- Tamaño poblacional del estrato.

Cada municipio con 7.000 o más habitantes en su población total, se constituyó en Unidad Primaria de Muestreo, UPM. Los de menor población se agruparon con uno vecino para constituirse en UPM.

Las UPM cuyo tamaño era similar al tamaño promedio de los estratos, se constituyeron en estratos de "certeza"; para efectos probabilísticos tuvieron probabilidad 1. Las demás UPM se agruparon en estratos de no certeza , aplicando las variables de estratificación en el orden de prioridad especificado antes.

DE CONGLOMERADOS

Corresponde a la unidad final de muestreo, que es la medida de tamaño o segmento; es el área que contiene un promedio de diez viviendas, en la cual se investigan todas las viviendas, todos los hogares y todas las personas.

La concentración de la muestra en conglomerados presenta grandes beneficios en el nivel operativo; lo cual reduce, en forma considerable, los tiempos y los costos, y facilita la supervisión.

MULTIETÁPICA

Unidades Primarias de Muestreo (UPM). Hay UPM de inclusión forzosa y de inclusión probabilística:

- Son de inclusión forzosa las áreas metropolitanas y el resto de capitales departamentales que son autorrepresentadas, pues su tamaño muestral permite estimaciones trimestrales separadas para cada una de ellas, y aquellos municipios de tamaño intermedio cuya población es similar o mayor que el tamaño promedio de los estratos de su departamento.

- Son de inclusión probabilística las UPM seleccionadas con PPT de los estratos conformados por dos o más UPM (estratos de no certeza). La técnica de selección controlada utilizada permitió mediante un procedimiento probabilístico incrementar las probabilidades de selección de las combinaciones preferidas de UPM que podían ser seleccionadas en un departamento, adicionalmente a lo obtenible con un muestreo estratificado corriente.

En el caso de la Muestra Maestra la selección controlada proporcionó un mejor balance interregional en las características de las UPM seleccionado. El resultado final de este ejercicio fue lograr la máxima reducción posible en el error estándar de estimación de los resultados.

Unidades Secundarias de Muestreo (USM):

En las cabeceras municipales y centros poblados, las USM son grupos de manzanas contiguas del mismo municipio, que contienen un mínimo de 12 medidas de tamaño (MT) con un promedio de 10 viviendas, y en la zona rural dispersa, la USM es una sección o sector censal. El tamaño de la USM permite un control adecuado de la distribución y rotación de la muestra con cada encuesta. Para la selección de las USM se aplica el siguiente procedimiento (PPT):

· Conformación, delimitación y listado de las USM por estrato socioeconómico (solo cabeceras municipales) de cada municipio seleccionado, siguiendo el orden de la nomenclatura de la cartografía censal: sector, sección y manzana.

· Cálculo del número de medidas de tamaño (MT), dividiendo por 10 (el número de viviendas) y aproximando a un valor entero.

· Cálculo de intervalo de muestreo (IM), dividiendo el total de MT existentes en una zona por el número de USM requeridas en la muestra de la zona.

· Selección de un número de arranque entre 1 y el valor del intervalo, el cual indica la primera USM de la muestra de la zona; y selección del resto de USM de la zona, sumando sucesivamente el IM al número de arranque.

Unidades Terciarias de Muestreo (UTM). El tercer paso es la selección dentro de cada USM de una o más UTM, dependiendo de las requeridas, del tamaño y cantidad de USM preseleccionadas en cada municipio.

Cada UTM es un segmento con un promedio de 10 viviendas contiguas (5 a 14 viviendas), es decir, una medida de tamaño (MT). En un paso intermedio, se seleccionan manzanas en las cabeceras municipales, centros poblados y segmentos de sección rural claramente delimitados, con límites naturales (quebradas, ríos, etc.) o sociales (carreteras, caminos, etc.). Los segmentos de los sectores rurales se conforman previamente con base en fotografías aéreas y en lo posible, se procura que tengan un promedio de 10 viviendas; sin embargo, por insuficiente detalle cartográfico, los segmentos pueden tener dos o más MT.

La selección se hace con probabilidad proporcional al número de MT (PPT), así una manzana o segmento rural puede contener una o más MT, y las que tienen menos de 5 viviendas se juntan con una manzana vecina del mismo estrato socioeconómico.

Las áreas urbanas no urbanizadas se anexan al área o manzana vecina muy cercana con una o más viviendas con el objeto de que tengan probabilidad de selección y para que puedan captar cualquier proceso futuro de urbanización. Si solo se requiere una MT y la manzana o porción solo tiene una MT, la muestra queda constituida por todas las viviendas y hogares existentes. Si la manzana o segmento rural tienen dos o más MT se procede al recorrido y delimitación de segmentos de una MT, en el terreno. Finalmente, se hace la asignación aleatoria del orden en que entrarán los segmentos al proceso de rotación.

Unidades Cuartas de Muestreo (UCM). Cada UCM es un segmento de 10 viviendas contiguas (5 a 14 viviendas), es decir una medida de tamaño MT y su selección es aleatoria.

Finalmente se hace una asignación aleatoria del orden en que entrarán los segmentos al proceso de rotación. En este proceso de selección por etapas, solo se requiere una actualización cartográfica detallada de las áreas seleccionadas.

Para el estrato de resto de cabeceras, centros poblados y rural disperso se seleccionó:

- En una primera etapa, la UPM, utilizando la técnica de selección controlada dentro de cada estrato.

- Para la segunda etapa se seleccionó en la zona urbana la manzana, y en la al resto de cabeceras, centros poblados y rural disperso la sección, o sea la USM.

- En la tercera etapa se seleccionó el segmento o UTM.

En este proceso de selección por etapas sólo se requiere una actualización cartográfica detallada de las áreas seleccionadas.

DEFINICIÓN TAMAÑO DE LA MUESTRA

Inicialmente el tamaño de la muestra mensual correspondía aproximadamente a 23 000 hogares. En el año 2000 con la implementación de la ECH la muestra maestra fue ampliada de 165 a más de 240; con 30 000 hogares en 13 áreas y 7 500 en el resto de cabeceras, centros poblados y rural disperso. Durante 2004 se amplió la muestra maestra, con un total de 44 400 hogares, con 30 000 hogares en 13 áreas y 14 400 en el resto de cabeceras, centros poblados y rural disperso. Para el año 2006 con la implementación de la GEIH, se amplió la muestra a 11 ciudades más; con 17 600 hogares adicionales, para un total de 62 000 hogares. Con el nuevo marco generado por el censo 2005, la nueva muestra implementada desde 2009 está conformada por 437 municipios y anualmente se visitan aproximadamente 248.028 hogares, concentrados en 22.548 segmentos. La muestra mensual es de 20.669 hogares, 18.790 viviendas y 1.879 segmentos.

Los tamaños de muestra se calculan con una precisión deseada de la variable tasa de desempleo no superior a un error estándar relativo del 5% y una tasa de desempleo del 10%. Los cálculos se realizan con las fórmulas correspondientes al tipo de diseño muestral. Se ajustan con base en el efecto de los conglomerados en el diseño (deff), que es una relación, para cada dominio, entre la varianza real de este diseño de conglomerados y la que se obtendría con un diseño aleatorio simple de elementos.

Mode of data collection
---------------------------

Entrevista personal asistida con DMC (dispositivo móvil de captura)

Research instrument
---------------------------

DISEÑO DE INSTRUMENTOS

El instrumento desarrollado para la recolección de información de la GEIH, cuenta con una serie de preguntas e incorpora los siguientes capítulos y módulos

LETRA: A
NOMBRE DEL CAPÍTULO: Identificación
NÚMERO DE PREGUNTAS: 19

LETRA: B
NOMBRE DEL CAPÍTULO: Vivienda
NÚMERO DE PREGUNTAS: 5

LETRA: C
NOMBRE DEL CAPÍTULO: Datos del hogar
NÚMERO DE PREGUNTAS: 15

LETRA: D
NOMBRE DEL CAPÍTULO: Registro de personas
NÚMERO DE PREGUNTAS: 4

LETRA: E
NOMBRE DEL CAPÍTULO: Características generales
NÚMERO DE PREGUNTAS: 8

LETRA: F
NOMBRE DEL CAPÍTULO: Seguridad social en salud
NÚMERO DE PREGUNTAS: 7

LETRA: G
NOMBRE DEL CAPÍTULO: Educación
NÚMERO DE PREGUNTAS: 5

LETRA: H
NOMBRE DEL CAPÍTULO: Fuerza de trabajo
NÚMERO DE PREGUNTAS: 14

LETRA: I
NOMBRE DEL CAPÍTULO: Ocupados
NÚMERO DE PREGUNTAS: 65

LETRA: J
NOMBRE DEL CAPÍTULO: Desocupados
NÚMERO DE PREGUNTAS: 14

LETRA: K
NOMBRE DEL CAPÍTULO: Inactivos
NÚMERO DE PREGUNTAS: 10

LETRA: L
NOMBRE DEL CAPÍTULO: Otras actividades
NÚMERO DE PREGUNTAS: 1

LETRA: M
NOMBRE DEL CAPÍTULO: Ingresos no laborales
NÚMERO DE PREGUNTAS: 4

LETRA: N
NOMBRE DEL CAPÍTULO: Módulo de Micronegocios
NÚMERO DE PREGUNTAS: 6

LETRA: O
NOMBRE DEL CAPÍTULO: Módulo Formación para el trabajo *
NÚMERO DE PREGUNTAS: 16

LETRA: P
NOMBRE DEL CAPÍTULO: Módulo de Fecundidad
NÚMERO DE PREGUNTAS: 11

LETRA: Q
NOMBRE DEL CAPÍTULO: Módulo de Migración
NÚMERO DE PREGUNTAS: 7

LETRA: R
NOMBRE DEL CAPÍTULO: Módulo de Trabajo Infantil **
NÚMERO DE PREGUNTAS: 23

*A partir de 2013 aplica en el segundo trimestre de cada año.
** A partir de 2012 aplica en el cuarto trimestre de cada año.

El equipo de Temática Social elabora un Manual de diligenciamiento y conceptos básicos, que acompaña al formulario, él cual es guía para los recolectores en campo.

Cleaning operations
---------------------------

CONSOLIDACIÓN DE ARCHIVOS

Los datos provenientes del área geográfica en donde se aplica la investigación se consolidan diariamente, y pueden ser monitoreados por el área temática y sistemas

Para enviar la información al DANE Central, se utiliza la herramienta Swin que genera un archivo comprimido asignándole un nombre, que indique la investigación, ciudad y fecha a que corresponde la información contenida; luego se copia al servidor destinado para el proceso de transmisión, utilizando el protocolo FTP en la carpeta asignada para ello y confirmar inmediatamente que la información está en dicho servidor, se envía mediante correo electrónico.

De igual forma, en el DANE Central se realizan las copias de respaldo necesarias y se aplican los planes de contingencia que garanticen el normal funcionamiento del operativo.

NORMAS DE VALIDACIÓN Y CONSISTENCIA

Validación de rangos de acuerdo con la estructura de las preguntas. Cuándo la pregunta tiene predefinidos las opciones de respuesta, es necesario controlar las opciones a mostrar dadas las restricciones que existen sobre unicidad o valor máximo posible de ocurrencia.

Validación de los universos. A este proceso lo definen tres aspectos: el primero, cuando la pregunta define un flujo o salto dependiendo de la opción; el segundo cuando los datos de la vivienda se toman una sola vez, así exista más de un hogar; el tercero, cuando se define en el universo según la edad de la persona residente en el hogar.

Para algunas variables relacionadas con la aplicación de conceptos básicos de la Gran Encuesta Integrada de Hogares que son determinantes en la calidad de la estructura de la información, el DMC permite que el entrevistador confirme la respuesta que da el entrevistado. Estas variables son: Número de hogares en la vivienda; nombres y apellidos; sexo; edad; parentesco; y todas las variables relacionadas con valores de los diferentes formularios.

En el diseño del programa se garantiza que en la misma pantalla se muestren el capítulo que está relacionada con las variables como las diferentes preguntas que por su alta correlación debe controlarse su consistencia.

Los anteriores aspectos hacen parte del documento "Especificaciones de normas técnicas de validación y consistencia" que tienen de forma detallada cada una de las preguntas de los formularios.

VERIFICACIÓN DE LA CONSISTENCIA INTERNA DE LOS DATOS Y AJUSTES

El proceso para controlar e identificar los datos faltantes, inválidos o inconsistentes se lleva a cabo mediante el análisis de la variable "Incompleta" que toma valor 0 cuando la encuesta se encuentra completa y se puede utilizar directamente de la base de datos, y toma valor 1 cuando la encuesta debe ser revisada por datos faltantes inválidos o inconsistentes.

IMPUTACIÓN Y/O AJUSTES DE COBERTURA

El procesamiento es centralizado por DANE Central, e inicia desde el momento en que las Direcciones Territoriales envían la información; los datos son transmitidos por FTP (File Transfer Protocol) y posteriormente cargados en la base de datos Oracle.

En esta operación estadística no se realiza el proceso de imputación, cuando los miembros de los hogares se niegan a responder la encuesta, esta no respuesta es ajustada con los factores de expansión, lo que se explica en el numeral 3.6.1 Componentes del factor de expansión

Response rate
---------------------------

COMPONENTES DEL FACTOR DE EXPANSIÓN

- Factor básico de expansión (F). Aplicado a los datos muestrales, da a cada elemento de la muestra el peso o representación que le corresponde en el universo investigado. En consecuencia, mediante su aplicación, se estiman numéricamente, en forma aproximada, las características de la población objetivo.

- Peso de submuestreo (Ph). Está dado por segmento y es teóricamente igual a 1 para todos los segmentos en razón de que representan una medida de tamaño. El desarrollo dinámico del marco de muestreo en algunos casos puede ser mayor o menor que 1, de acuerdo con la densidad de viviendas del segmento en el momento de hacer la encuesta, y por tal motivo modifica el factor básico de expansión en el segmento.

- Ajuste de cobertura por no respuesta (Rh). Cuando las tasas de no respuesta varían en los subgrupos de la población de diferentes características, el ajuste normal es asignar a los hogares y a las personas no encuestadas el promedio de las características de los encuestados en el mismo segmento. Esto se logra corrigiendo el factor básico de expansión por un nuevo factor resultante de la razón entre el número de hogares seleccionados en un segmento y el número de hogares encuestados en el mismo segmento.

- El factor final de expansión (Wh). Es el producto de los anteriores y se aplica a cada segmento de la ciudad o área investigada.

AJUSTE POR LOS VALORES POBLACIONALES

Las estimaciones del universo de estudio pueden ser mejoradas, si se equiparan a nivel de las desagregaciones geográficas los totales de la población obtenidos de la muestra expandida, con los totales del censo de población proyectados a la fecha de la encuesta. Dicho mejoramiento se basa en la premisa de que la estructura por desagregaciones geográficas, proyectada a partir de un censo de población reciente, es más exacta que la estimada a partir de la muestra.

Se aplican los estimadores de regresión utilizando la información auxiliar correspondiente a las Proyecciones de Población del CENSO 2005, en este caso, se ha usado la información auxiliar por grupos de edad y sexo. Este proceso se realiza a través de los Métodos de Calibración que son procedimientos que utilizan información auxiliar relacionada con las variables de estudio, con el fin de mejorar la precisión y reducir los sesgos en las estimaciones.

ESTIMADOR DEL TOTAL

Para aplicar el método de calibración se establecieron los siguientes ocho grupos:

SEXO:

- Hombres
- Mujeres

Y para cada uno los siguientes grupos de EDAD:

- De 0 a menores de 12 años (para el caso urbano, en lo rural 10 años).
- 12 a menores de 25 años
- 25 a menores de 55 años
- 55 años y más

Con la información del total de personas en las proyecciones de población, en cada grupo de calibración se construye el vector de totales.

Donde cada variable x da la cantidad de personas en cada grupo den la vivienda.(Se hace a nivel de vivienda ya que es la unidad de análisis más agregada, de esta manera a la vivienda le corresponde un único factor de expansión que es el mismo de los hogares y personas que viven en ella).

El cálculo del ajuste por calibración se realizó utilizando la macro Clan 97 v3.1 software creado por Statistics Sweden que corresponde a un conjunto de rutinas en el programa SAS para la estimación puntual y de errores en encuestas por muestreo.

ESTIMADOR DE RAZÓN

Las tasas, razones, proporciones y promedios, generadas a partir de este diseño muestral son de la forma de una razón, en la cual el numerador y el denominador son variables aleatorias.

ESTIMADOR DE LA VARIANZA PARA UNA RAZÓN

Para estimar la varianza del estimador de una razón se debe transformar la variable en una función lineal, para esto se utiliza el método de Linealización de Taylor.

Sampling error estimates
---------------------------

ANÁLISIS ESTADÍSTICO

Los principales indicadores que se utilizan en el análisis estadístico de los resultados son:

Cobertura de viviendas: se obtiene de cruzar la información de viviendas iniciales seleccionadas, contra viviendas finales encontradas.

Cobertura de hogares: se obtiene de cruzar la información del total de encuestas completas contra el total de hogares encontrados.

Calidad de la recolección: se obtiene de identificar el número de errores cometidos durante la recolección.

Errores e inconsistencias: se obtiene de la realización de diversas pruebas que ayudan a constatar que los cálculos estén bien hechos y que los datos sean coherentes.

Alarmas: se obtienen al hacer una búsqueda de datos que se salgan de los estándares, como: alto número de viviendas vacantes, alto número de rechazos, bajo promedio de personas, entre otros.

Informe de cobertura campo vs Sistemas: se obtiene de cruzar la información que las sedes y subsedes envían al DANE Central en los resúmenes de cobertura sobre viviendas, hogares y personas encontradas, contra la información que es transmitida al área de sistemas.

Indicador de puntualidad: busca garantizar que la información enviada por las sedes y subsedes sea oportuna.

Tasa de respuesta: se obtiene al medir en número de encuestas efectivas respecto a las esperadas. El objetivo de este indicador es identificar el grado de eficacia en el que se encuentra la investigación con respecto al proceso operativo de recolección.

Para garantizar la calidad de la información es necesario tener en cuenta las siguientes normas:

- El personal de campo y oficina, a saber: recolectores y supervisores, ha de ser evaluado periódicamente.

- Por lo menos dos veces a la semana, el líder de la GEIH en cada ciudad debe hacer una reunión con el personal de campo para solucionar casos especiales, analizar el desarrollo del proyecto en cuanto a cobertura, no respuesta, cartografía, manejo de la muestra, etc.

- Los recolectores deben ser rotados de supervisor y de zonas de la ciudad.

- Mensualmente, el líder de la GEIH de cada ciudad debe enviar al DANE Central un informe de la justificación de la variación de las tasas de mercado laboral según formato establecido.

- Las cargas de trabajo deben ser evacuadas en su totalidad en la semana respectiva, y por ningún motivo dejar trabajo de recolección para la semana siguiente.

- El personal de campo debe tomar obligatoriamente un día de descanso a la semana, según convenga, para el desarrollo óptimo del operativo.

- En cada ciudad se debe conformar un "Comité Técnico de la Gran Encuesta Integrada de Hogares". Este comité tendrá como funciones principales hacer seguimiento, evaluar los aspectos metodológicos y operativos de la encuesta y producir las recomendaciones que considere pertinentes, las cuales deben ser enviadas al DANE Central junto con el informe mensual.

ANÁLISIS DE CONTEXTO

Este procedimiento está orientado al análisis tanto de la consistencia interna de los datos como del comportamiento del mercado laboral y su relación con otras variables macroeconómicas que sirvan de base para la formulación, el seguimiento y la evaluación de políticas.

Para realizar el análisis de contexto se llevan a cabo diferentes tipos de análisis como son:

- El análisis descriptivo ayuda a observar el comportamiento de la muestra en estudio, a través de tablas, gráficos, intervalos de confianza y estadísticas de tendencia y dispersión.

- Se analiza en la muestra la estructura de los indicadores por dominios de estudio a partir de la distribución de frecuencias, y se detectan posibles inconsistencias y valores atípicos. Se verifica la cobertura a nivel de segmento, viviendas, hogares y persona, y se observa la distribución de la pérdida de muestra para realizar los respectivos ajustes de la no respuesta.

- El análisis inferencial tiene como objetivo realizar la estimación de la muestra a la población objetivo. En este proceso se aplican los factores de expansión y se revisa la inferencia a la población objetivo establecida para los correspondientes dominios de estudio.

- Se verifica que los ajustes del factor de expansión no generen sesgos en las estimaciones, y que sus errores muestrales sean aceptables de acuerdo con los parámetros establecidos por dominios de estudio.

- El secretario técnico de la GEIH, el coordinador de Temática Social, el director de Metodología y Producción Estadística, el subdirector y el director del DANE revisan la consistencia de la información sobre los principales indicadores de mercado laboral IML y posteriormente se elaboran y organizan otros productos como son el boletín de prensa y la presentación de resultados. En este proceso se realiza análisis comparativos y se analiza la consistencia interna de la información frente a otras variables económicas.

- Temática Social analiza el dato por divulgar frente al mismo periodo del año inmediatamente anterior y respecto a otros periodos, y los de las demás variables según conceptos de fuerza de trabajo.

COEFICIENTE DE VARIACIÓN

Para medir la magnitud de la variabilidad de la distribución muestral del estimador, denominado error muestral, se usan el error estándar y el coeficiente de variación.

El coeficiente de variación se define como la relación porcentual del error estándar o raíz cuadrada de la varianza del estimador y el estimador, multiplicado por 100.

El valor de este coeficiente, expresado en porcentaje, permite evaluar la calidad de un procedimiento de estimación.

摘要
---------------------------
国家统计局（DANE）自20世纪60年代末开始进行家庭调查，当时进行了劳动力力量和收入与支出的横断面调查。
大综合家庭调查（GEIH）的收集工作始于2006年8月7日，其核心模块为劳动力市场与收入，自9月11日起增加了家庭支出模块。从2006年7月10日起，ECH的调查范围扩大到13个主要城市和城市群以外的11个其他城市，以及所有首府和农村地区；目前，GEIH保持了这一覆盖范围。
在此文档中，您可以找到哥伦比亚劳动力市场测量的历史演变以及大综合家庭调查的主要技术特征。
本调查的概念框架和主题设计得到了国际组织的推荐，这些组织监管和标准化概念，以确保各国在劳动力市场方面的可比性。
统计设计描述使人们能够清楚地了解样本框架和样本定义及估计范围，以及结果分析和估计的过程。同样，文档还展示了从准备工作到现场操作，再到数据收集、传输和处理，以及质量控制方法的全过程，最后是数据分析和数据传播的过程。
本文件附有调查问卷、公开的数据表清单以及大综合家庭调查采用的国际分类清单。
地理覆盖范围
---------------------------
具有全国覆盖范围，允许获取首府和剩余地区、城市和城市群、大区域以及按部门的总体结果。
分析单位
---------------------------
抽样单位
抽样单位是大小测量（MT）或段。大小测量或段由平均十户家庭组成，所有这些家庭都进行调查，包括每个家庭的每个成员。
观察单位
观察单位是构成总体并具有特定特征的元素集合。在此情况下，基本观察单位是家庭。
研究总体
大综合家庭调查的总体由居住在全国领土上的非机构性公民人口组成。
数据类型
---------------------------
抽样调查（ssd）
抽样程序
样本框架
---------------------------
由地图库存和从家庭样本库中获得的家庭清单组成，这些清单通过定期更新和通过同一方式进行的建筑物和住房的新计数而得到更新。
抽样类型
考虑到框架的目标和特征，选择了概率性、分层、聚类、多阶段抽样，如下所示：
- 概率性
每个目标人群单位都有一个已知的、大于零的选中概率。这种类型的样本允许预先确定主要结果所需的精度，并计算所有获得结果中观察到的精度。
- 分层
这种方法确保了样本的更高精度，通过减少估计的方差，分层标准如下：
- 第一个层次对应于24个首都和城市群，每个城市或城市群都有独立的研究领域。每个城市或城市群都是自我代表的。为了分层和样本选择，根据建立的制图原则，将地理区域组织为区域、部分和街区，并提供了街区层面的住房数量和经济社会层次信息。
- 第二个层次对应于剩余的城镇和首府、聚居点和农村散居。根据以下标准对市镇进行分层：
- 地理的，在由多个部门组成的地区层面上。
- 社会经济的，在市镇层面上，以下指标：
- 城市化水平，在首府市镇人口数量的术语上。
- 市镇人口的城乡结构（首府人口中所占百分比）。基本需求未满足（NBI）的比例，该比例又分为4个区间：A [0-29,8%]; B [29,8%-42,7%]; C [42,7%-57,3%]; 和 D [57,3%-100%]。
- 段落的人口规模。
每个总人口为7,000人或更多的人口的市镇构成了抽样初级单位（UPM）。人口较少的市镇与相邻的市镇合并，以构成UPM。
与段平均大小相似的UPM构成了“确定性”段；从概率论的角度看，它们具有概率1。其余的UPM组成了“不确定性”段，应用分层变量，按照之前指定的优先顺序进行。
- 聚类
对应于最终抽样单位，即大小测量或段；是包含平均十户住房的区域，其中调查所有住房、所有家庭和所有人员。
在聚类中集中样本具有巨大的操作优势；这大大减少了时间和成本，并简化了监督。
- 多阶段
抽样初级单位（UPM）。有强制性和概率性纳入的UPM。
- 强制性纳入的UPM是城市群和剩余的首府、聚居点和农村散居，因为它们的样本大小允许为每个之一单独进行季度估计，以及那些人口规模类似于或大于其部门段平均规模的市镇。
- 概率性纳入的UPM是从由两个或更多UPM（不确定性段）组成的段中选择的，PPT技术允许通过概率性程序增加在部门中可选择的UPM组合的选中概率，这超出了常规分层抽样的可获得性。
在样本主库的情况下，控制选择提供了更好的区域平衡，在选定的UPM的特征方面。最终，这项工作的成果是实现尽可能大的估计标准误差的减少。
- 抽样次级单位（USM）
在市镇首府和聚居点，USM是同一市镇相邻的街区群，每个街区群包含至少12个大小测量（MT），平均每街区10户住房，而在农村散居地区，USM是一个街区或普查区。
USM的大小允许在每次调查中进行适当的样本分布和控制。
对于USM的选择，应用以下程序（PPT）：
- 组成、界定和列出每个市镇选定的USM，按照制图普查的命名顺序：区域、部分和街区。
- 计算大小测量（MT）的数量，通过除以10（住房数量）并四舍五入到整数。
- 计算抽样间隔（IM），通过将一个区域中存在的MT总数除以该区域所需USM的数量。
- 选择一个起始值在1和间隔值之间，这表明该区域样本的第一个USM；然后选择该区域的其余USM，通过将IM加到起始值。
- 抽样三级单位（UTM）。在USM内部选择一个或多个UTM，这取决于每个市镇中预选的USM的大小和数量。
每个UTM是一个包含平均10户相邻住房的段，即大小测量（MT）。在中途，选择市镇首府、聚居点和农村散居的街区，这些街区被清楚地界定，具有自然界限（山脊、河流等）或社会界限（道路、小路等）。
- 抽样四级单位（UCM）。每个UCM是一个包含平均10户相邻住房的段，即大小测量（MT），其选择是随机的。
最后，对进入旋转过程的段进行随机分配。
在分层选择的过程中，仅需要详细制图更新的选定区域的更新。
对于剩余的首府、聚居点和农村散居的段，选择了以下内容：
- 在第一阶段，使用控制选择技术在每个段内选择UPM。
- 在第二阶段，在城市地区选择街区，在剩余的首府、聚居点和农村散居地区选择部分，即USM。
- 在第三阶段，选择段或UTM。
在此分层选择过程中，仅需要详细制图更新的选定区域的更新。
- 样本大小定义
最初，每月样本大小约为23,000户家庭。在2000年，随着ECH的实施，样本主库从165个扩大到240多个；在13个地区有30,000户家庭，在剩余的首府、聚居点和农村散居地区有7,500户。
在2004年，样本主库扩大到44,400户，在13个地区有30,000户家庭，在剩余的首府、聚居点和农村散居地区有14,400户。
在2006年，随着GEIH的实施，样本扩大到11个城市；增加了17,600户家庭，总数达到62,000户。
随着2005年人口普查产生的新框架，从2009年开始实施的新样本由437个市镇组成，每年访问约248,028户家庭，集中在22,548个段上。每月样本大小为20,669户家庭、18,790个住房和1,879个段。
样本大小是根据变量失业率的精确度计算的，失业率不超过5%的相对标准误差，失业率为10%。计算使用与样本设计类型相应的公式。根据设计中的聚类效应（deff）进行调整，deff是每个领域之间实际聚类设计的方差与获得简单随机设计元素方差之间的关系。
数据收集方式
---------------------------
通过辅助设备捕获的个人访谈
研究工具
---------------------------
工具设计
为收集GEIH的信息而开发的工具包含一系列问题，并包括以下章节和模块：
LETRA: A
章节名称：识别
问题数量：19
LETRA: B
章节名称：住房
问题数量：5
LETRA: C
章节名称：家庭数据
问题数量：15
LETRA: D
章节名称：人员登记
问题数量：4
LETRA: E
章节名称：一般特征
问题数量：8
LETRA: F
章节名称：社会保障健康
问题数量：7
LETRA: G
章节名称：教育
问题数量：5
LETRA: H
章节名称：劳动力
问题数量：14
LETRA: I
章节名称：就业者
问题数量：65
LETRA: J
章节名称：失业者
问题数量：14
LETRA: K
章节名称：非活动者
问题数量：10
LETRA: L
章节名称：其他活动
问题数量：1
LETRA: M
章节名称：非劳动收入
问题数量：4
LETRA: N
章节名称：微型商业模块
问题数量：6
LETRA: O
章节名称：工作培训模块
问题数量：16
LETRA: P
章节名称：生育模块
问题数量：11
LETRA: Q
章节名称：移民模块
问题数量：7
LETRA: R
章节名称：儿童工作模块
问题数量：23
*A partir de 2013 applies in the second quarter of each year.
** A partir de 2012 applies in the fourth quarter of each year.
社会主题团队编制了一份填写指南和基本概念手册，该手册与表格一起提供，是现场收集者的指南。
数据清洗操作
---------------------------
文件合并
来自应用调查的地理区域的数据每日合并，并可由主题区域和系统监控。
为向DANE中央发送信息，使用Swin工具生成一个压缩文件，分配一个名称，指示调查、城市和对应信息内容的日期；然后将其复制到用于传输处理的服务器上，使用FTP协议将其复制到分配的文件夹中，并立即确认信息已在该服务器上，通过电子邮件发送。
同样，在DANE中央进行必要的备份，并实施确保操作正常运行的应急计划。
- 验证和一致性规范
根据问题结构验证范围。当问题具有预定义的响应选项时，需要控制显示的选项，考虑到存在的唯一性或最大可能发生次数的限制。
验证总体。这个过程由三个方面的内容定义：第一个方面，当问题定义一个取决于选项的流程或跳跃时；第二个方面，当住房数据只取一次，即使存在多个家庭；第三个方面，当根据居住在家庭中的个人的年龄定义总体。
对于与大综合家庭调查的基本概念应用相关的某些变量，这些变量是信息结构质量的决定性因素，DMC允许调查员确认受访者的回答。这些变量包括：住房中的家庭数量；姓名和姓氏；性别；年龄；亲属关系；以及与不同表格中的值相关的所有变量。
在设计程序中，确保在同一屏幕上显示与变量相关的章节，如不同问题，这些问题的相关性很高，需要控制其一致性。
上述方面是“验证和一致性技术规范”文档的一部分，该文档详细说明了每个表格中的每个问题。
- 数据内部一致性验证和调整
通过分析变量“不完整”，控制并识别缺失、无效或不一致的数据，该变量在调查完整时取值为0，可以直接从数据库中使用，并在调查需要因为缺失、无效或不一致的数据而进行审查时取值为1。
- 填补和/或覆盖调整
处理由DANE中央集中化，从领土部门发送信息时开始；通过FTP（文件传输协议）传输数据，然后将其加载到Oracle数据库中。
在此统计操作中，当家庭成员拒绝回答调查时，不执行填补过程，这种拒绝回答通过扩张因子进行调整，这将在第3.6.1节中解释。
响应率
---------------------------
- 扩张因子的组成部分
- 按人口统计的调整
- 总估计量估计器
- 比率估计量
- 比率方差估计量
- 抽样误差估计量
---------------------------
统计分析
在统计分析结果中使用的指标主要包括：
- 住房覆盖率：通过交叉选定住房的初始信息与最终找到的住房信息获得。
- 家庭覆盖率：通过交叉选定完整调查的总数与找到的家庭总数获得。
- 收集质量：通过确定在收集过程中犯的错误数量获得。
- 错误和不一致：通过执行帮助确认计算正确性和数据一致性的各种测试获得。
- 警报：通过搜索超出标准的数据获得，例如：高比例空置住房、高比例拒绝、低平均人数等。
- 野外覆盖率与系统之间的报告：通过交叉选定从站点和子站点发送到DANE中央的覆盖摘要信息，包括住房、家庭和找到的人员，与传输到系统区域的相同信息之间的信息获得。
- 准时性指标：旨在确保站点和子站点发送的信息及时。
- 响应率：通过测量实际有效的调查数量与期望数量之间的数量来获得。该指标的目标是确定调查在收集操作过程中的有效性。
为了确保信息的质量，必须考虑以下规范：
- 定期评估现场和办公室人员，即收集者和监督员。
- 每周至少两次，每个城市的GEIH负责人必须与现场人员会面，解决特殊情况，分析项目在覆盖范围、无响应、制图、样本管理等方面的进展。
- 收集者必须轮流担任监督员和城市区域。
- 每个月，每个城市的GEIH负责人必须向DANE中央发送一份关于市场劳动率变化原因的报告，格式按照规定。
- 工作量必须在相应的周内完成，不得将收集工作留给下个星期。
- 现场人员必须每周至少休息一天，以优化操作。
- 在每个城市必须成立一个“大综合家庭调查技术委员会”。该委员会的主要职能是跟踪、评估调查的方法论和操作方面，并提出认为适当的建议，这些建议应与月度报告一起发送到DANE中央。
- 分析背景
此程序旨在分析数据的内部一致性以及劳动力市场行为与其与其他宏观经济变量之间的关系，这些变量是制定、跟踪和评估政策的基础。
为了进行背景分析，执行不同类型分析，例如：
- 描述性分析有助于通过表格、图表、置信区间和趋势和离散度统计来观察研究样本的行为。
- 通过频率分布分析样本中的指标结构，从研究领域的分布中检测可能的矛盾和异常值。验证到段、住房、家庭和个人的覆盖范围，并观察样本损失分布，以执行相应的无响应调整。
- 推理性分析的目标是对样本进行估计，以估计目标总体。在此过程中，应用扩张因子，并检查对已建立的目标总体和研究领域的推断。
- 检查扩张因子的调整是否在估计中产生偏差，并检查样本误差是否符合根据研究领域设定的标准。
- 大综合家庭调查的技术秘书、社会主题协调员、方法论和生产统计局局长、副局长和局长检查关于市场劳动率的主要指标的信息一致性，随后编制和整理其他产品，如新闻稿和结果展示。在此过程中，执行比较分析和分析信息与经济变量的内部一致性。
- 社会主题分析要公开的数据与上一年同期以及其他时期的数据，以及其他变量的概念，如劳动力。
- 变异系数
为了衡量估计量分布样本的变异性的大小，称为样本误差，使用标准误差和变异系数。
变异系数定义为标准误差或估计量方差的平方根与估计量的比率，乘以100。
该系数的百分比值允许评估估计程序的质
量。