Encuesta Nacional de Salud y Nutrición 2018

El procesamiento de la información se realizará en varias etapas que se detallan a continuación:

Crítica e integración de la base de datos

Durante la etapa de recolección de las operaciones estadísticas se evidencia errores que surgen a pesar de las supervisiones y seguimientos de calidad realizados, estos errores a veces suelen no ser detectados por el supervisor de campo, por esta razón se implementa una etapa posterior a la recolección, la cual es la etapa de crítica de los formularios diligenciados, cuando estos llegan a oficinas.

El objetivo de la fase de crítica de la información es garantizar un alto nivel de calidad en los datos que tenemos en las bases de datos asegurando la veracidad de la misma.

La crítica consiste en revisar de manera minuciosa la información contenida en los formularios, analizar los cruces de variables, revisar la consistencia entre las preguntas, y corregir la información mediante las llamadas telefónicas a los encuestadores, supervisores o en muchos casos a los informantes, hay situaciones en que los formularios deben ser regresados a campo para verificar datos importantes.

Para el proceso de crítica se proporciona al personal encargado de éstas actividades manuales que servirán como guía para la ejecución de estas actividades, sin embargo los manuales no dan la resolución de todas las inconsistencias, razón por la cual el crítico debe formar un pensamiento analítico que le permita resolver problemas de manera rápida y eficiente.

La crítica se desarrolla directamente en los formularios recolectados en campo en los cuales se deja constancia de las acciones tomadas en cada error o inconsistencia detectada y de las soluciones dadas a los mismos. Se examinan las respuestas de cada una de las preguntas del formulario, con el fin de ratificar, rectificar o aclarar la información registrada en campo y se describen los tipos de errores con los que se pueden encontrar tales como omisiones, datos inconsistentes, datos atípicos, duplicidades, entre otros.

Dada la importancia del trabajo de crítica-codificación, es necesario que el personal conozca la estructura, funcionamiento y objetivos de la encuesta; y cumpla con características tales como capacidad de análisis y crítica; facilidad de comunicarse con las personas, organización y atención al detalle en el desempeño de su trabajo.

Las principales actividades que se realizan en el proceso de crítica - codificación (Instituto Nacional de Estadística y Censos - INEC, 2018) son:

• Comprobar que las cargas de trabajo estén completas.
• Revisar con los formularios de muestra y cobertura (MyC), que los datos de la identificación sean correctos y estén registrados de forma clara.
• Verificar que el número de miembros del hogar esté de acuerdo a lo indicado en los formularios de muestra y cobertura (MyC).
• Verificar que los datos sociodemográficos y económicos estén completos.
• Examinar que la información registrada a cada uno de los integrantes del hogar sea coherente, es decir que tengan coherencia con los criterios determinados para la encuesta.
• Leer todas las observaciones registradas en el formulario por parte del personal de campo para dar por aceptada la información.
• Realizar las verificaciones necesarias en los casos en los que la información se encuentre inconsistente de acuerdo a las directrices establecidas en la investigación.
• Dejar un registro de las intervenciones realizadas por el crítico - codificador, para que puedan ser auditadas por la supervisión de la encuesta.

Clasificaciones y/o codificaciones

Es el proceso que transforma las respuestas de las preguntas abiertas contenidas en el formulario a códigos numéricos de algunas variables como son: Ocupación (tareas o actividades) que desempeñan o desempeñaron las personas y Rama de Actividad a la que se dedican los establecimientos o empresas, donde prestan sus servicios los miembros de los hogares sea de su empleo/trabajo /negocio principal o según su ocupación.

La codificación se desarrolla directamente en los formularios recolectados en campo en los cuales se registra el código de acuerdo al detalle de la pregunta abierta.

Los críticos - codificadores poseen un manual de codificación donde se detalla cómo proceder para la asignación de códigos respectivos. Además, en este proceso se debe trabajar con los siguientes clasificadores:
• Clasificación Nacional de Actividades Económicas CIIU - Revisión 4.0
• Clasificación Nacional de Ocupaciones CIUO - 08
• División político-administrativa

En el proceso de codificación se siguen las instrucciones contenidas en el manual de codificación, en el que se detallan las directrices y describen las variables que requieren de una codificación y aquellas que sirven de sustento para la asignación correspondiente analizando la información de manera integral considerando las características sociodemográficas de cada uno de los integrantes del hogar antes de asignar los códigos.

Validación e imputación

Validación

La validación es un proceso exhaustivo de revisión de la información investigada cuyo objetivo es asegurar la calidad de la información recolectada en campo mediante la revisión sistemática de cada una de las respuestas tanto de manera individual como en su relación con otras, eliminando omisiones, anotaciones invalidas y relaciones incoherentes para garantizar la calidad de la información y generar estadísticas congruentes que respondan a los marcos conceptuales y metodológicos previamente establecidos para la captación de la información.

La validación corrige:

• Omisión o falta de respuesta, ya sea porque el entrevistador no aplicó la pregunta y no existe respuesta o porque el digitador no ingresó la información constante en el formulario al momento de ingresar los datos al sistema.
• Datos inconsistentes, aquellos datos ingresados como respuestas y que no guardan relación con la pregunta o con el tipo de informante. Por ejemplo se ingresa que una persona tiene 20 años y su fecha de nacimiento es el 04 de agosto de 2010, por lo tanto la edad no guarda relación con la fecha de nacimiento.
• Error de flujo, se dan generalmente cuando existen respuestas condicionadas a respuestas de otras preguntas. Estos errores se dan generalmente cuando no se han tomado en cuenta el salto o flujo existente, puede darse el caso que se haya omitido información en las preguntas a las cuales nos direccionan los flujos o que se haya ingresado información en preguntas que obligadamente el flujo nos obliga a no llenarla.
• Valor inválido o fuera de rango, que se produce cuando el entrevistador se equivoca al escribir el dato en el cuestionario o bien el digitador comete errores al momento de ingresar la información en el sistema.

Para efectuar la validación se toman como base las pautas establecidas dentro del plan de inconsistencias definido, las mismas que se clasifican como errores o como advertencias y que se proporcionará al validador con el nombre de plan de inconsistencias.

El plan de inconsistencias es un archivo en Excel en el que se programa controles que permiten identificar advertencias (error tipo1) o errores (error tipo 2), en las diferentes bases de datos.

Error tipo 1 (Advertencias).- En la base de datos este tipo de error es aquel que aparece como un dato incoherente aparentemente en una relación entre variables o en las respuestas dadas a las preguntas, serán corregidos o aceptados dependiendo del resultado de la evaluación realizada y verificada por el validador.

Para proceder a aceptar el dato como válido se realizará un cotejo entre la información ingresada a la base de datos y la que se encuentra registrada en el formulario con la finalidad de realizar un análisis minucioso de las observaciones constantes en el mismo y que puedan dar como válida la información registrada, si no se encuentra sustentado con las debidas observaciones procederá a llamar vía telefónica al informante con el fin de verificar y ratificar la información.

Error tipo 2.- Estos errores reflejan relaciones incoherentes por definición y serán objeto de corrección siempre. Al igual que como se procedió en el error anterior se verificará si la información ha sido ingresada de forma correcta y es la que consta en el formulario, si el error se ha producido durante el levantamiento de información en campo, si se puede subsanar llamando al informante se corregirá el error, caso contrario se regresará el formulario a campo para que se corrija la información.

La validación de ENSANUT se realizó en tres (3) etapas:

• Primero: Inclusión de controles en el Sistema de Ingresos.
• Segundo: Generación de sintaxis de validación.
• Tercero: Mediante el uso de registros administrativos.

Procedimiento la validación de la información:

Para realizar la validación de la información y ver su consistencia se debe revisar y analizar las respuestas de las encuestas con el fin de verificar la validez individual de la variable investigada, la coherencia de sus relaciones con otras variables y la integridad global de las mismas. En general este proceso involucra a todo el personal de campo y personal técnico del proyecto, Uno de los puntos destacados de esta validación será la de minimizar y corregir los errores detectados, con la finalidad de obtener información de calidad, eliminando omisiones, anotaciones invalidas y relaciones incoherentes. Para lograrlo es preciso seguir dos principios básicos, a saber:

• Hacer el mínimo de cambios en los datos originalmente registrados, y
• Llevar un registro sistemático de los cambios efectuados, en el que se detallará la acción que se realizó para proceder a corregir el error.

Se realizaba la verificación del error que constaba en el sistema con el formulario físico ya que así se podía visualizar la fase en la que se cometió el error. No se adulteraba la información, antes de proceder a corregir el error se verificaba la fase en la que se produjo dicho error, si se produjo en campo se trataba de ubicar al informante para corregir el error, si no era posible contactar al informante mediante llamada telefónica el formulario era devuelto a campo para corregir el error detectado.

Uso de Registros Administrativos para validación de las Operaciones Estadísticas - ENSANUT

La disponibilidad de los datos captados por las instituciones públicas/privadas en los registros administrativos, más los avances tecnológicos para el procesamiento de grandes volúmenes de datos, han convertido en oportunidades para usar estos datos con diversos propósitos en la producción estadística; entre los cuales, la Encuesta Nacional de Salud y Nutrición - ENSANUT utilizó los datos de personas del Registro Administrativo de "Cedulados" (proveniente de la Dirección General de Registro Civil, Identificación y Cedulación - DIGERCIC) para la evaluación y mejora de la calidad (precisión) de los siguientes datos: cédula de ciudadanía, sexo, nombres y apellidos, fecha de nacimiento, y edad. Las actividades ejecutadas por la Dirección de Registros Administrativos se dividen en dos fases:
Un registro administrativo es un conjunto de datos relacionados a entes o unidades de observación (personas, empresas, inmuebles u otras), que son almacenados y utilizados con distintos fines, usualmente no estadísticos, que las organizaciones públicas y privadas mantienen como parte de su función; es decir, creado con la finalidad de facilitar la administración de sus actividades o sus necesidades fiscales, tributarias u otras.
Clasificación de las variables por su función, de acuerdo a las recomendaciones de Anders & Britt Wallgren (Wallgren & Wallgren, 2012)

1. Evaluación del formato de los datos de ENSANUT

En base a los procedimientos establecidos en el INEC para la "transformación de datos administrativos en datos estadísticos", y con el propósito de realizar una limpieza de los datos, a la "tabla de datos" de ENSANUT se ejecutó las siguientes actividades:

• Clasificación de las variables.- Según la función7 que cumple en el formulario (registro administrativo), a las variables se los clasifica en: identificación, comunicación, cronológicas, y estadísticas (cuantitativas y cualitativas); ya que de acuerdo a ello se generan reglas para evaluar la validez de los datos. (Wallgren, 2012)
• Perfilamiento.- Tiene como objetivo identificar las anomalías "de forma" (diseño-formato) presentes en los datos de cada variable, revisándose principalmente lo siguiente: números en textos, texto en números, separador de fechas, decimal, etc.
• Corrección (diseño-formato).- Las anomalías encontradas en el perfilamiento se corrigen, sin que esto altere la esencia del contenido de los datos.

2. Validación y corrección de los datos usando registros administrativos

Una vez corregidos los datos (cambios de forma) de ENSANUT, se realizaron las siguientes actividades:

• Validación del número de identificación (cédula).- Mediante match probabilístico (aproximación a la identidad real) y determinístico (la identidad se conoce con certeza) con los datos del registro administrativo de Cedulados de la DIGERCIC, se evalúa la precisión de la identidad de las personas, para lo cual se crea una variable técnica (Valida_id) que resume a los individuos en los siguientes casos:
  • (1) Número de identificación válido e identidad confirmada (válido-verdadero),
  • (2) Número de identidad válido e identidad no confirmada (válido-falso) y
  • (3) Número de identidad no válido (incluye los vacíos).
• Corrección de la identidad.- Los casos con (2) "identidad no confirmada" y con (3) "identidad no válidos (incluye los vacíos)", se procede a recuperar (corregir) los números de identificación real (cédula) de la persona, desde el registro administrativo "Cedulados"; para lo cual se ejecutan match probabilísticos y determinísticos utilizando las distintas combinaciones de las variables de identificación auxiliares (nombres y apellidos, fecha de nacimiento, sexo y edad).

Los casos con identidad validados (válidos - verdaderos) en el primer corte (2018-12-03) representó el 75,69% del total, y aplicando el proceso con Registros Administrativos, este valor subió al 89,52% para el último corte (2019-07-28); presentando una mejora de 13,56 puntos porcentuales en la precisión de la identidad de los datos de ENSANUT para el último corte de la Base de Datos.

Imputación

En la mayoría de encuestas se encuentran omisiones o datos poco probables que pueden ser imputados con el objetivo de garantizar una información completa y Consistente.

En la ENSANUT 2018 se identificaron pesos y tallas fuera de rango, los cuales se evidenciaron utilizando los máximos y mínimos recomendados por la Organización Mundial de la Salud - OMS de acuerdo a cada grupo etario.

Luego de identificar los datos atípicos los cuales representan el 1,2% del total de la base de datos del formulario 1 se realizaron los análisis para determinar el método adecuado de imputación, optando por el método de medias condicionadas.

La imputación por medias condicionadas para datos agrupados consiste en formar categorías a partir de covariables correlacionadas con la variable de interés, e imputar los datos omitidos con observaciones provenientes de la submuestra que comparte características comunes. En este caso se asume que existirán tantos promedios como categorías se formen, lo cual contribuye a atenuar los sesgos en cada celda pero de ninguna manera los elimina. En la medida que la falta de información por categoría sea baja, los sesgos disminuyen. (Naciones Unidas / CEPAL/ Fernando Medina y Marco Galván, 2007)

Para efectuar la imputación utilizando el método de medias condicionadas, se trabajó con las medias a nivel de grupos de edad por región para ciertos casos (cuando eran escasos) y en otros a nivel de grupos de edad por provincia, excluyendo siempre los casos atípicos.

Se realizó el reemplazo de los pesos y tallas atípicos por la media regional o provincial perdiendo la tercera medida. Las diferencias resultantes entre el indicador antes del proceso de imputación y el indicador posterior a dicho proceso no son estadísticamente significativas.