DISEO DE MUESTREO

Los estudios de consumo, oferta y abastecimiento de dendrocombustibles se realizan fundamentalmente utilizando tcnicas de muestreo. Esto significa que a travs del estudio de un pequeo grupo (muestra) elegido aleatoriamente, se obtienen datos de las variables de inters de un grupo de mayor tamao (universo6), para despus inferir sobre el comportamiento de esas variables en el universo. Esto es as porque hacer estos estudios en todo el universo, con excepcin de aqullos muy pequeos, tiene altos costos.
6

El "universo" tambin es llamado "poblacin' en estadstica.

3.1 Universo
El universo debe ser definido desde los objetivos del estudio y puede serlo en trminos geogrficos (una localidad, un municipio, un distrito, una provincia, un pas o cualquier otra categora intermedia) o en trminos sectoriales (la poblacin urbana, las industrias de cermica, los productores de lea). Tambin se debe dar lmites temporales a la definicin del universo, porque su composicin y caractersticas pueden cambiar con el correr del tiempo. Se recomienda que el universo tenga lmites espaciales coincidentes con las agrupaciones estndares, de uso comn, u oficiales de cada pas (polticas, administrativas, naturales, etc.), para que sea posible estimar sus dimensiones a partir de bases de informacin ya existentes. El universo se define en forma preliminar al inicio del diseo metodolgico de un estudio, para despus precisarlo al conocer su tamao y distribucin espacial y temporal, a travs de la revisin de informaciones existentes. La redefinicin del universo puede significar ampliarlo o reducirlo. El primer caso puede ocurrir cuando se reconoce que existe un rea con uso importante de dendrocombustibles o donde hay oferta real o potencial de ellos. La eliminacin de reas del universo puede deberse, por una parte, a que sea tal la carencia de informacin sobre la demanda o la oferta, que su incorporacin al estudio lleve a un error mayor que su eliminacin; y por otra, a que se reconozca que alguna localidad o rea no forman parte del universo por no contar con usuarios de importancia.

3.2 Marco muestral

Una vez definido el universo, se debe recabar informacin, lo ms exacta posible, de sus dimensiones y distribucin espacial y temporal, para con ello poder construir el marco muestral, que es la base para hacer el diseo de muestreo. El marco muestral es la informacin que ubica y dimensiona al universo y puede consistir de censos de vivienda y mapas agrupados por localidades, barrios, repartos, etc.; mapas de cobertura forestal con agrupamientos por tipos de vegetacin o usos del suelo; listados de viviendas en localidades pequeas, etc. La construccin del marco muestral se detalla en los apartados referentes a las variables generales de la demanda, oferta y abastecimiento (Captulo 2).

3.3 Unidad de muestreo

Un concepto bsico en la teora del muestreo, que debe definirse claramente para construir el marco muestral, es la unidad de muestreo, que es la unidad mnima de observacin de la que se obtendr informacin de las variables tiles. Por convencin estadstica, se usar "N" para referirnos al nmero de unidades de muestreo que integran el Universo y "n" para el nmero de unidades de muestreo en la muestra. Para cada sector la unidad de muestreo ms conveniente se

indica en la Tabla 3.1. Otras unidades de muestreo pueden ser definidas de acuerdo a los objetivos de los estudios. Tabla 3.1 Unidad de muestreo segn el grupo temtico y sector o ramo de estudio. Grupo Sector o ramo Residencial - urbana Demanda - rural Industrial Comercial Institucional Oferta Directa Indirecta Productores Abastecimiento Transportistas Comercializadores Despus de haber definido el universo y la unidad muestral, y de contar con un marco muestral, el diseo del muestreo consiste de dos grandes etapas: definicin del tipo de muestreo y determinacin del tamao de muestra. Productores empresas individuales, Parcela Establecimiento Establecimiento Vivienda Unidad de muestreo

3.4 Tipos de muestreo

Existen diferentes tipos de muestreo, pero todos se basan en el principio de aleatoriedad. Para poder hacer inferencias vlidas de lo que ocurre en un universo a partir de una muestra es necesario que sta sea representativa de l, lo cual se logra con la aleatoriedad y con un tamao suficiente de la muestra. La base de la inferencia estadstica es la aleatoriedad. Esto significa que todos los elementos del universo tengan la misma oportunidad de ser elegidos para componer la muestra. Si no se los eligiera aleatoriamente se corre el grave riesgo de tener resultados NO representativos de toda la poblacin, sino de un sector de ella. A esto se le llama sesgo. Un ejemplo de sesgo por eleccin NO aleatoria en un inventario de recursos leeros, es elegir las parcelas cercanas a las vas de acceso. Por esa condicin, es muy probable que sean las ms explotadas y que tengan menores existencias de madera. As, hacer la extrapolacin al Universo de los resultados de esta muestra NO aleatoria, llevara a una subestimacin de las existencias. El tamao de la muestra es dependiente de la variabilidad del fenmeno a estudiar, del nivel de confianza fijado y del error admisible. Un error muy comn es la afirmacin de que, para que una muestra sea representativa de un Universo, debe ser de un tamao directamente proporcional a su tamao, es decir, que a mayor tamao de Universo debera ser mayor el tamao de la muestra. Adelante se detallar la forma de obtener el tamao de muestra.

3.4.1 Muestreo aleatorio simple

Consiste en elegir en forma aleatoria "n" unidades muestrales (UM) del universo. El proceso debe otorgar la misma oportunidad de seleccin a todas las UM en una sola ocasin. Se asigna un nmero a cada UM y se selecciona la muestra aleatoriamente con ayuda de tablas de nmeros aleatorios, calculadoras, sorteo, etc. Esta tcnica solo puede ser aplicada cuando se dispone de un marco muestral completo, que incluya a todas las UM, y stas puedan ser reconocidas e identificadas sin dificultad en el terreno. Por ejemplo, un listado telefnico, o una lista de domicilios con identificacin de calle y nmero, o nombre del ocupante de la vivienda. En el caso de muestreo de recursos naturales, suele ser difcil identificar o localizar exactamente a las parcelas sorteadas, ya que se necesita un mapa detallado e instrumentos de localizacin geogrfica de precisin adecuada. Cundo se debe usar el muestreo aleatorio simple: Cuando se sabe que la variable de mayor inters se distribuye aleatoriamente en el universo. Para universos pequeos (no ms de 200 UMs). Para universos de poca dispersin geogrfica. Cuando no se conoce el patrn de distribucin para la variable de inters.

Muestreo aleatorio simple Universo - 70 ladrilleras en una ciudad - Todas son pequeas, con produccin entre 30 mil y 60 mil ladrillos por ao Marco Muestral - Listado de establecimientos de la Oficina Municipal Tributaria Unidad Muestral - Establecimiento Seleccin aleatoria - Se numeran los establecimientos y por medio de un sorteo o usando nmeros aleatorios se eligen "n" establecimientos para entrevistar

3.4.2 Muestreo aleatorio estratificado

Este tipo de muestreo se utiliza cuando el universo original, de tamao N, es fragmentado en estratos relativamente homogneos en cuanto a la variable de inters. Esto es aconsejable siempre que la variacin entre estratos sea mayor que la interna de cada estrato. A cada uno de estos estratos se les trata independientemente como un universo, en cuanto al mtodo de seleccin de las UM y de estimacin de parmetros. Al interior de cada estrato, las UM se pueden seleccionar en forma aleatoria, por conglomerados o sistemticamente. El muestreo estratificado permite mejorar la precisin de las estimaciones con menor esfuerzo de muestreo, caracterizar a cada estrato por separado y facilitar la coordinacin del trabajo de campo.

Es muy importante considerar que las unidades de muestreo deben pertenecer a un solo estrato, que los estratos deben ser reconocibles ms all de grupo que hizo el estudio y que debe conocerse el tamao del estrato. No es recomendable formar muchos estratos, pues se complicara innecesariamente el estudio a campo y el anlisis de datos. Para tomar la decisin de hacer un muestreo estratificado existen criterios generales. En el grupo de demanda de dendrocombustibles, la saturacin y el consumo son las variables que en primera instancia deben definir la pertinencia de estratificar. En el grupo de oferta directa la estratificacin se hace por tipo de fuente, clase de cobertura o de uso de suelo. Para el grupo de oferta indirecta, y abastecedores, productores, transportistas y comercializadores) se usa el volumen de produccin o comercializacin. Como se trata de variables que se deben conocer antes de hacer el estudio, es posible obtener datos de ellas por fuentes secundarias o por variables indicadoras, lo cual se detalla en el Captulo 2. Cundo se debe usar el muestreo estratificado? Se usa principalmente en poblaciones donde se supone o se conoce que la distribucin de la(s) variable(s) de mayor inters es diferente entre subpoblaciones fcilmente identificables. Por su baja eficiencia del muestreo, NO se recomienda aplicarlo en universos pequeos, con menos de 200 UM y variables de distribucin normal. Muestreo aleatorio estratificado Universo - 15 500 ha de tierra donde se produce lea en diferentes Usos del Suelo Estratos - Potreros (3 000 ha) - Cercos vivos (4 000 ha) - Bosque natural (3 000 ha) - Vegetacin secundaria (5 500 ha de manigua, acahual o capuera) Marco muestral - Mapa de uso del suelo a escala 1:20 000 Unidad muestral - Parcela (de tamao especfico para cada uso del suelo) Seleccin aleatoria - Eleccin de "n" parcelas al azar dentro de cada estrato (uso del suelo)

3.4.3 Muestreo por conglomerados

Un conglomerado es un conjunto espacialmente compacto de UM.

Los conglomerados se seleccionan aleatoriamente y dentro de cada uno se estudian todas sus UM o se hace un muestreo de ellos. Cundo se debe usar el muestreo por conglomerados? - Se aplica cuando existe alta dificultad para llegar a todas las UM del universo debido a una gran dispersin espacial o a tener barreras fsicas de acceso. Muestreo por conglomerados Universo - Localidad con 650 viviendas distribuidas dispersamente en un rea grande y con un trazado regular de calles. Conglomerados - Manzanas (cuadras)

Marco muestral - Nmero total de viviendas en la localidad - Croquis de la localidad con el trazado actualizado de calles y una estimacin promedio del nmero de viviendas por manzana Unidad muestral - Viviendas Seleccin aleatoria - Se numeran las "manzanas" y se eligen al azar. En cada una de ellas se visita a todas las viviendas

3.4.4 Seleccin sistemtica

Este no es propiamente un tipo de muestreo y es conveniente considerarlo como un esquema de seleccin regular de muestra. La seleccin de la primera UM es aleatoria y las siguientes se eligen con un intervalo regular de UM, distancias o tiempo. Su limitacin terica consiste en que slo el primer nmero se selecciona al azar, y los restantes no tienen la misma probabilidad de ser incluidos en la muestra. Su ventaja reside en que facilita la localizacin de UM en lugares donde hay dificultad de acceso y en que permite visitar UM que no se encuentren definidas en el marco muestral. Cundo se debe usar la seleccin sistemtica? Cuando no hay posibilidad de identificar en el marco muestral a cada una de las UM. Por ejemplo, en ciudades grandes donde no se tienen listados de viviendas Cuando se dificulta el acceso a las UM, por distancias, falta de caminos o en terrenos abruptos. Por ejemplo, en un inventario forestal.

Combinacin de tipos de muestreo

En un mismo estudio o diagnstico, es posible combinar diferentes tipos de muestreo, segn sean las caractersticas de los sectores o ramos considerados y el grado de compromiso aceptado entre la precisin y el costo de ejecucin del estudio. Por ejemplo, en el sector residencial puede optarse por un muestreo estratificado bietpico con conglomerados, en tanto que para un ramo industrial pequeo, homogneo y compacto se elija un aleatorio simple. Seleccin sistemtica Universo - Ciudad con 3 000 viviendas distribuidas espacialmente en forma compacta Marco Muestral - Croquis de las calles de la ciudad - Nmero total de viviendas (actualizado) Unidad Muestral - Vivienda Seleccin sistemtica - Se determina el intervalo de visita a las viviendas dividiendo el nmero total de viviendas por el nmero de viviendas a muestrear. - La primera vivienda se elige al azar y las restantes se visitan de acuerdo al intervalo calculado

3.5 Tamao de la muestra

El tamao de la muestra debe definirse independientemente para cada universo, en funcin de tres factores: la variabilidad de la variable numrica ms importante, el nivel de confianza fijado y el nivel de error aceptable. Esto se resume en la siguiente frmula7: no = (s2 . t2 a ? )/ e2 (1) en trminos de varianza y error absoluto no = (cvz . t2 a ? )/ e2 en trminos de cv y error relativo donde: no = tamao de la muestra s2 = varianza de la muestra 2 t a ? = valor crtico de la distribucin t de Student, con un nivel de significanciaa y? grados de libertad e = error aceptable cv = coeficiente de variacin = desviacin estndar de la muestra/ media muestral n = grados de libertad = n - 1

La varianza (s2) o el coeficiente de variacin (cv) indican el grado de heterogeneidad u homogeneidad de la variable de inters en la muestra y se los calcula -manualmente, con calculadora o con Excel- con los datos de una muestra preliminar o de algn estudio previo. El error aceptable (e) se refiere a la diferencia que se permite entre la media de la muestra y la media del universo. Se fija de acuerdo al conocimiento previo que se tiene del fenmeno y es aconsejable que se encuentre entre el 10% y el 20%, lo cual puede expresarse tambin en valores absolutos con las unidades de medicin de la variable en cuestin. El valor crtico de t se obtiene de tablas en libros de estadstica de Excel, definindose primero el nivel de significancia (a) o su complemento, el nivel de confianza (1-a). Para este tipo de estudios es suficiente con un nivel de confianza de 0.95, que equivale a a = 0.05(2). Adems, se debe fijar preliminarmente un nmero de casos de la muestra (n) para definir los grados de libertad (? = n-1). Estos dos valores son los datos de entrada de las tablas de t. Posteriormente, por medio de un proceso iterativo, en donde el valor de n obtenido con la Frmula 1 se utiliza para encontrar el valor de t, se precisa el tamao de la muestra. En esta frmula se aprecia que el nmero de elementos que componen la muestra es directamente proporcional a la varianza y al valor de t cuadrado, e inversamente proporcional al cuadrado del error. El tamao de muestra ser grande cuando: a) el fenmeno en estudio sea muy variable (varianza o coeficiente de variacin alto); b) el nivel de confianza fijado sea alto; y/o c) el error aceptable sea bajo. En cambio, el tamao de la muestra ser pequeo si encontramos un fenmeno poco variable, fijamos una confianza baja y se acepta un error alto. Con ello queda demostrado que el tamao de una muestra NO depende del tamao del universo. As, por ejemplo, partiendo de iguales niveles de confianza y error aceptado, en un bosque tropical hmedo con la misma superficie que un bosque templado de pino, el tamao de muestra ser mayor en el primero porque es sabido que tiene ms heterogeneidad en la variable existencia de madera que el bosque de pino. Hasta ahora no se ha considerado el tamao del universo para determinar el tamao de muestra. Sin embargo, para universos pequeos, menores a 120 U.M., es necesario corregir el valor de no obtenido de la Frmula 1, a travs del uso de la Frmula8: n = no/(1 +( no -1/N) donde: no = tamao de muestra obtenido en la frmula anterior N = tamao del universo n = tamao definitivo de muestra En el Anexo III se muestra una tabla con el clculo del tamao de muestra en el sector residencial, corregido por poblacin finita, para la variable consumo especfico de lea, que por un gran nmero de estudios de caso se conoce su coeficiente de variacin. Variables para calcular el tamao de muestra - Para la definicin del tamao de muestra de cualquier sector o ramo de demanda de dendrocombustibles, se recomienda utilizar la variable consumo unitario. (2)

- En los sectores industrial, comercio e institucionalno siempre es posible tener datos sobre consumo unitario, por lo que puede usarse el volumen de produccin por unidad de tiempo, que est muy correlacionado con el consumo unitario. - Para la oferta directa (bosques, plantaciones, etc.), las variables relevantes pueden ser la existencia o la productividad, pero se recomienda el uso de la primera por haber ms informacin secundaria y ser ms fcil de medir en un muestreo preliminar. Si no hay datos sobre existencias, puede utilizarse el rea basa (G). - En los sectores o ramos de oferta indirecta(aserraderos, carpinteras, etc.) se debe usar el volumen de produccin por unidad de tiempo. - En los sectores de abastecimiento, con los productores es conveniente usar el volumen de produccin de dendrocombustibles, con los comercializadores el volumen de venta y con los transportistas la capacidad de transporte, todas expresadas por unidad de tiempo. La decisin final sobre el tamao de muestra depender del compromiso entre la precisin esperada en la estimacin y la disponibilidad de recursos (monetarios, humanos y tiempo) para ejecutar el estudio a campo. Se recomienda que los sectores o ramos con mayor importancia en demanda, oferta y abastecimiento de dendrocombustibles se privilegien en la asignacin de recursos para el estudio a campo, para lograr en ellos mayor precisin en la estimacin. En aquellas situaciones en que no sea posible cubrir el tamao de muestra derivado del clculo estadstico, es forzoso estudiar un mnimo de 10 unidades de muestreo por sector, ramo o estrato, reportando en el informe del diagnstico el error de estimacin, despejando e de la Frmula1. Frmula usada para determinar el tamao de muestra necesario para estimar la media poblacional, pues en pruebas de hiptesis para diferencias entre medias y varianzas existen otras frmulas. Se recomienda tener como apoyo algunos libros de estadstica, como Zar 1999; Cochran 1977; y Steel y Torrie 1988.
7 8

Llamada "correccin por poblacin finita".

EJECUCIN DEL ESTUDIO

4.1 Diseo del estudio
El diseo del estudio lleva varias etapas. stas se han mencionado y tratado con mayor detalle en la Introduccin y en los Captulos precedentes, pero nuevamente las indicamos, profundizando en los puntos referentes al levantamiento de datos en campo, su procesamiento y anlisis, y la redaccin del informe final: a) La primera etapa es la definicin de los objetivos del estudio, que deben ser claros, concisos, alcanzables y contemplar las necesidades de todos los grupos de interesados. En los objetivos debe precisarse tambin el mbito del estudio, tanto geogrfico como sectorial. Conforme el estudio se desarrolla y sobre todo, cuando se hace la revisin de antecedentes, los objetivos pueden ser modificados. b) Posteriormente se debe hacer una buena revisin de antecedentes. La informacin obtenida de esta revisin servir para precisar los objetivos, decidir el nivel de aproximacin del estudio (estudios rpidos o detallados), elegir las variables a analizar y las tcnicas de obtencin y procesamiento de datos. c) De acuerdo a los objetivos, los recursos monetarios, humanos y tiempo disponibles, y de la calidad de los antecedentes en el tema, se elegir el nivel de aproximacin del estudio: rpido o detallado. d) Con base en los objetivos, se debe hacer la seleccin de las variables a analizar (Captulo 2). e) Si se opta por un estudio detallado, ser necesario hacer el diseo del muestreo, para lo cual es preciso contar con una muy buena base de informacin como marco muestra (Captulo 3).

4.2 Levantamiento de datos

En este punto ya es posible hacer el diseo del levantamiento de datos en campo y se prepara la lista de ejecucin de actividades que deben considerar los siguientes aspectos: construccin de los instrumentos de registro de datos; planeamiento de las rutas de levantamiento de datos y programacin del trabajo en campo; capacitacin del personal en levantamiento de datos en campo y procesamiento de informacin; integracin de los equipos o brigadas de levantamiento de datos y asignacin de responsabilidades; recomendaciones generales para el manejo de la informacin.

4.2.1 Construccin de los instrumentos de registro de datos:

Para estudios rpidos las herramientas ms comunes son la entrevista estructurada y no estructurada a informantes calificados, el diagnstico rpido participativo y el regstro de informaciones secundarias y primarias. En estudios detallados se utiliza la entrevista estructurada y planillas registro de datos de informaciones primarias. _ Entrevista no estructurada. Son aqullas en las que se tiene un idea general de los temas de inters y que no lleva una secuencia preestablecida. Se usan cuando el entrevistado es una persona de alta jerarqua o que tiene desconfianza para brindar la informacin. Sirven para tener una visin preliminar del tema. _ Entrevista estructurada. stas entrevistas utilizan cuestionarios. Se usan para la obtencin de datos de demanda, abastecimiento y en algunos casos de oferta indirecta. Los cuestionarios pueden ser muy sencillos, a manera de "gua de preguntas", cuando no se quiere tener una entrevista muy formal, como es el caso de entrevistas a comerciantes de dendrocombustibles o a industrias usuarias. Los cuestionarios ms elaborados se usan en encuestas y censos donde el nmero de casos es grande (mayor a 30) o cuando hay ms de tres encuestadores. En el Anexo IV, se muestran algunos ejemplos de cuestionarios. Algunas recomendaciones para el diseo de cuestionarios son: El tipo y nmero de preguntas que contenga depender de las variables a analizar. No se debe incorporar preguntas que no tengan relacin directa. Se recomienda que sea breve, usando vocabulario sencillo y con una secuencia de preguntas de acuerdo a la lgica del entrevistado. En lo posible, las preguntas deben ser de respuesta cerrada, pues su procesamiento es ms sencillo. Las preguntas abiertas son muy tiles para detectar opiniones, percepciones y preferencias; para estas variables no se recomiendan las preguntas de respuesta cerrada. Para formular el cuestionario definitivo es necesario probar uno preliminar con una pequea muestra de la poblacin destino, pues con ello se logra reconocer la variabilidad de respuestas posibles o situaciones no consideradas originalmente. Cuando se trabaje con muestras muy grandes y con preguntas complejas, es conveniente que las preguntas tengan instrucciones precisas de aplicacin que queden resaltadas en el cuestionario.

_ Planillas de registro de datos. Sirven para registrar informaciones primarias y secundarias, tales como tamaos de poblacin, dimetros, alturas y especies de rboles en parcelas de inventarios forestales, unidades locales, pesos especficos de madera, poder calorfico de combustibles, etc. Es muy importante que contengan todas las variables a registrar. Para asegurarse que las planillas sean completas, es necesario que se cotejen las variables asentadas en ellas con las planteadas en los objetivos del estudio. Tambin es conveniente que se prueben en campo antes de considerarlas definitivas. En el Anexo V se muestran algunos tipos de planillas de registro de datos. _ Diaqnsticos rpidos participativos. Consiste en la obtencin de informaciones cualitativas con la participacin colectiva de los sectores de usuarios, productores o comercializadores. Su utilidad es que brinda una visin rpida de conjunto sobre el tema de inters. Debe utilizarse solamente cuando se tengan vnculos muy estrechos con los participantes y exista la posibilidad de responder a sus expectativas, ya que stas se presentan muy comnmente en este tipo de ejercicios

colectivos. Existen tcnicas especficas que se pueden encontrar en publicaciones especializadas (ver McCraken, J. et.al., 1988; CIDE-WRI et.al., 1990; WRI-GEA, 1993).

4.2.2 Planeamiento de las rutas de levantamiento de datos y programacin del trabaio en campo.
Siempre que sea posible es conveniente que el levantamiento de datos en campo se concentre en un periodo corto, pues de esta manera se logra mayor eficiencia de trabajo y calidad de datos. Un elemento de apoyo para la programacin del levantamiento es un cronograma de actividades, que se basar en el total de trabajo a realizar, el rendimiento del equipo de trabajo y el tiempo dedicado a traslados. Si en el estudio se incluyen anlisis de la demanda, oferta y abastecimiento, o el rea de trabajo es muy extensa, es conveniente localizar en un mapa todas las reas de levantamiento de datos y programar rutas de trabajo donde coincidan diferentes sectores. De esta manera se puede obtener el mayor nmero de datos en cada viaje. Antes de salir a campo es necesario contar con todos los materiales y equipos del levantamiento. Los cuestionarios debern ser numerados antes de salir al campo, primero con una numeracin consecutiva y nica por sector, adems de las indicaciones referentes al estrato, localidad y barrio.

4.2.3 Capacitacin del personal en levantamiento de datos en campo y procesamiento de informacin.

Con esta actividad se espera que todas las personas que participen en el levantamiento de datos y el procesamiento conozcan con claridad los objetivos del estudio, el diseo de muestreo, las variables a analizar, las tcnicas de obtencin de datos y su procesamiento. Esto es de utilidad para que puedan resolver situaciones no previstas en el diseo, cuya aparicin en campo o en el procesamiento de datos es muy comn. Ntese que se habla tanto de levantamiento de datos como de su procesamiento, porque se espera que en ambas actividades participen las mismas personas, con la finalidad de garantizar mayor calidad de datos. Durante la capacitacin debe ponerse nfasis en el correcto uso de las tcnicas de obtencin de datos y particularmente en las referidas a la aplicacin del cuestionario y las mediciones directas, como son consumo, contenido de humedad, medicin de rboles y pesado de unidades locales. Al trmino de la capacitacin tiene que hacerse una prueba de homogeneidad de registro de datos, que consiste en comparar los resultados de aplicar un cuestionario y/o realizar las mediciones directas con los mismos usuarios (en entrevistas colectivas) o unidades de muestreo. Cuando las respuestas o mediciones sean iguales o semejantes entre los participantes,y el supervisor se puede considerar que la calidad de registro de datos es adecuada y confiable.

4.2.4 Integracin de los equipos o brigadas de levantamiento de datos y asignacin de responsabilidades

Al integrar las brigadas o equipos de trabajo en campo es muy importante que se definan las responsabilidades de cada integrante. Es necesario que cada equipo cuente con un supervisor. Este tendr la responsabilidad de asegurar el cumplimiento de las actividades programadas, proveer los materiales necesarios, resolver situaciones no previstas en el diseo y revisar la calidad de las informaciones recabadas da a da. Cada uno de los dems miembros ser responsable de tener siempre los materiales y equipos individuales de trabajo, recabar la informacin con calidad y apoyar al supervisor en la revisin del registro de datos.

Es fundamental que como parte del programa diario de trabajo se haga una sesin de revisin de la informacin. Para ello debe reunirse todo el equipo para entregar los cuestionarios y planillas de registro al supervisor y apoyarle en su revisin, de forma tal que todos los campos queden llenos y se corrijan informaciones inconsistentes. Estas sesiones al final de cada da tambin sirven para intercambiar impresiones sobre el trabajo, con lo cual se pueden ajustar las actividades posteriores. Se desaconseja totalmente que las revisiones se hagan varios das despus de levantada la informacin, pues con el paso del tiempo la memoria es menos confiable.

4.2.5 Recomendaciones generales para el manejo de la informacin

Para asegurar que la informacin obtenida en campo no se pierda, hay que seguir cuatro recomendaciones: a) los cuestionarios y planillas de registro que van a campo NUNCA deben ser impresas con impresora de chorro de tinta, pues con el agua se borran. Son adecuadas las fotocopias y las impresiones lser; b) siempre se debe escribir con lpiz de grafito, porque cualquier tinta se borra con el agua; c) cada encuestador debe guardar los cuestionarios y hojas de registro en bolsas de plstico cerradas hermticamente; y d) en cuanto sea posible, todas las planillas y registros de campo deben fotocopiarse y concentrarse en la oficina donde se har el procesamiento. El Inventario de recursos leeros. El diseo y ejecucin de esta actividad son ms complejos que los levantamientos de demanda y abastecimiento. Por ello es que en el Anexo VI se presenta una gua rpida para resolver las tareas fundamentales de estas actividades.

4.3 Procesamiento y anlisis de datos

Un vez terminado el levantamiento de datos en el campo debe iniciarse su procesamiento y anlisis. El ingreso de datos y su procesamiento debe hacerse inmediatamente despus del levantamiento en campo, para evitar desligarse del tema. Se recomienda que las personas que hicieron el levantamiento de datos se encarguen tambin de su ingreso a la base digital. Esto es fundamental, porque al presentarse dudas sobre el significado de ciertas respuestas, los propios encuestadoresmedidores podrn resolverlas.

4.3.1 Equipo y programas para el procesamiento de datos

Los datos se procesarn en computadora. Una computadora personal que cuente con Office de Microsoft es suficiente. La alternativa de disear una base de datos o un programa especficos se desaconseja: la ventaja de una mayor potencia de anlisis que podra tener un programa especialmente diseado no compensa las desventajas asociadas al costo y tiempo de su desarrollo, la subsiguiente dependencia del programador y la necesidad de entrenar a los usuarios. Un programa comercial como MS Excel es suficientemente potente, de difusin universal y conocido por muchsimas personas, evitando las desventajas antedichas. Si es necesario capacitarse en el uso de Excel, se recomienda concentrarse en aprender cmo se introducen frmulas, el uso de funciones, la ordenacin de datos, el uso de filtros y la generacin de tablas dinmicas y grficos.

4.3.2 Construccin de la base e inqreso de datos

La base de datos se construye en hojas de clculo de Excel.

En un "libro" de Excel se ingresar la informacin de un sector de usuarios, comercializadores o productores. La primera "hoja de clculo" incluir todos los datos primarios del sector, incluyendo a todos sus estratos. Esta hoja se llamar "Base". Las otras hojas que contendr el libro sern: "campos calculados", "tablas dinmicas" y "grficos". En el caso de inventarios forestales, en cada hoja de clculo pueden quedar los datos de cada estrato o incluso de cada parcela, si stos son muchos. Para otro tipo de variables, como unidades locales o pesos especficos, las bases de datos se construirn de acuerdo a las necesidades y comodidad de los usuarios. En la hoja de clculo cada encabezado de columna ser una variable o respuesta. En preguntas de respuesta mltiple, como es el caso de especies usadas como lea, forma de obtencin de los combustibles, etc., se debe usar una columna para cada respuesta (ver ejemplo en recuadro). Al ingresar los datos hay que asegurarse que se registre primero el nmero consecutivo del cuestionario, pues as se facilitan las posteriores. bsquedas de los datos originales. Se desaconseja totalmente el uso de cdigos para ingresar las respuestas, ya que pueden no ser comprensibles para otros usuarios de la base o al paso del tiempo se puede olvidar su significado. El uso de Excel facilita el ingreso de respuestas completas que se repiten, pues tiene una memoria que pre-escribe la posible respuesta. Para los anlisis posteriores es muy importante que la sintaxis de las respuestas sea uniforme. Por ejemplo, si se ingresa como un mismo tipo de respuesta "Marab", "marab" y "marabu", Excel las considerar como respuestas diferentes Ejemplo de base de datos de la encuesta al sector residencial Con qu cocina alimentos o hierve la ropa?

Unida Periodici Cantid d Nmero Provin Estra dad de ad que Local consecut Compr compra compr cia to de ivo a (das) a compr Le Kerose GL Comp Recole a a ne P ra cta recole cta 1 2 3 4 5 6 San Juan San Juan San Juan San Juan San Juan San Juan 1 1 2 2 2 3 x x x x x x x x 30 45 60 20 1 1 1 1 20 kg 20 kg 30 kg 10 kg x 15 2 Paque te

Cmo consigue la lea?

San Juan San Juan

30

Carga debur ro Rajas

10

Al trmino del ingreso de datos se debe hacer su validacin para detectar errores en la digitacin. Para pocos datos se puede hacer visualmente, poniendo mucho cuidado en las variables numricas. Cuando se manejen muchos datos se pueden hacer anlisis exploratorios para detectar datos fuera de rango. En Excel es posible visualizar datos anmalos utilizando la funcin "ordenar". Algunos anlisis tiles y disponibles en paquetes estadsticos sencillos son las distribuciones de frecuencia, diagramas de caja o diagramas de tallo y hoja. Al detectar datos fuera de rango se debe regresar a los cuestionarios o planillas de registro originales para identificar el carcter del error y decidir si es posible corregirlo. Una vez que se tiene la seguridad de que los datos son correctos, se debe grabar la hoja de clculo "Base" protegiendo el archivo contra escritura, para impedir su modificacin involuntaria.

4.3.3 Procesamiento de datos

El procesamiento de datos involucra una serie de clculos a partir de los datos obtenidos de fuentes secundarias o primarias. Con esta actividad se espera tener reportes de resultados presentados en forma sinttica a diferentes escalas (unidad muestra, estratos y universo). Las etapas del procesamiento son el clculo de campos y la generacin de reportes de resultados primarios y secundarios.

4.3.4 Clculo de campos

El clculo de campos permite obtener un resultado a partir del procesamiento de los datos numricos de cada unidad de muestreo. En el caso de los datos de demanda, abastecimiento y oferta indirecta, obtenidos por cuestionario, el clculo de campos se har para cada unidad muestra (familia, establecimiento de usuario, productor). Para la oferta directa (inventarios forestales) los clculos se harn primero para cada uno los elementos de las unidades muestrales (rboles dentro de las parcelas) y posteriormente para cada parcela. El clculo de campos se debe hacer en una hoja del mismo libro, copiada de la hoja "Base" de datos original, sin omitir ninguna variable. El tener completa una hoja de clculo con datos originales y calculados permitir hacer los reportes de resultados utilizando diferentes variables. Para facilidad del manejo de los datos es aconsejable que los campos calculados estn la derecha de la ltima columna de variables y no intercalados entre ellas. Como los campos calculados del inventario forestal llevan dos etapas, los campos de "Parcelas" debern integrarse en una nueva hoja resumen. Los campos calculados ms comunes, segn sector, se presentan en el Anexo VII.

4.3.5 Reportes de resultados

Los reportes de resultados son un resumen de los datos de las unidades muestrales. Una herramienta muy til para generarlos son las tablas dinmicas de Excel. Estos reportes deben siempre tenerse en formato impreso, adems del digital, pues su manejo para anlisis posteriores es ms sencillo. Los reportes de resultados originados en Cuestionarios de los sectores demanda, abastecimiento y oferta indirecta deben presentarse desagregados a diferentes escalas: subestratos, estrato y universo. Deben incluir: para variables categricas de respuesta cerrada: tablas de frecuencia absoluta y relativa; para variables categricas de respuesta abierta, un listado de las respuestas "crudas" con una agrupacin por tipos de respuesta; para todas las variables numricas y campos calculados: promedio, desviacin estndar, nmero de casos y error estndar. De algunas variables y campos calculados se pueden estimar estos mismos estadsticos, segn algunas clases o grupos. Por ejemplo, promedio de consumo familiar diario de lea segn tipo de usuario (exclusivo de lea o mltiple); dimetro de leos segn especies; etc; anlisis estadsticos de comparacin de algunas variables que en los primeros reportes de resultados indiquen que hay diferencias segn algn grupo de usuarios, formas de adquisicin, etc. Un ejemplo es la comparacin de medias de consumos especficos de lea segn dispositivos de combustin, que puede hacerse con un anlisis de varianza o una "t" de Student; para una mejor interpretacin visual, las principales tablas de resultados pueden presentarse como grficos en una hoja de clculo aparte.

Los Reportes de resultados para oferta directa, en Inventarios de recursos leeros son calculados para cada uno de los estratos de uso del suelo o tipo forestal, a partir de los resultados finales de

las parcelas medidas en cada estrato. Debe recordarse que cada parcela es una unidad muestra y que el conjunto de las parcelas constituye la muestra del estrato. Estos reportes deben incluir: promedio, desvo estndar, nmero de casos y error estndar, para los totales y por clases dimetricas, de las siguientes variables: nmero de rboles; rea basal (m2/ha); volumen cilndrico (m3/ha); volumen real (m3/ha); biomasa leosa en peso seco (t/ha); biomasa leosa en unidades locales.

Una vez generados los reportes de resultados primarios para cada uno de los estratos o tipos de recurso, se los consolida en otro reporte, que es la Tabla de recursos leeros. Este es el reporte principal, sinptico, que dar una visin de conjunto sobre todos los recursos leeros en trminos absolutos y relativos. Las columnas que debe incluir esta tabla son: 1. tipo o clase de recurso; 2. superficie (ha); 3. rea basa media (m2/ha); 4. volumen real medio (m 3/ha); 5. biomasa leosa en peso seco (t/ha); 6. biomasa leosa en unidades locales (UUha); 7. existencias brutas en volumen real, biomasa leosa y unidades locales (son campos calculados a partir de 1 y 3, 4, 5, 6); 8. tasa de crecimiento anual (coeficiente %); 9. productividad bruta (m 3/ha/ao, t/ha/ao, unidad local/ha/ao); 10 coeficiente de disponibilidad (CD); 11. coeficiente de accesibilidad (CA); 12. existencias netas (m3, t, unidades locales) (= existencias brutas x CD x CA); 13. productividad neta (m 3/ao, t/ao, unidades locales/ao) (= productividad bruta x CD x CA).

En el Anexo IX se muestra un ejemplo de este tipo de tabla. En este caso la tabla es esttica, porque muestra la situacin en un ao determinado. Pero tambin es posible organizarla como tabla de tendencias, si a la derecha del rea para cada tipo de uso se agrega una columna con las respectivas tasas de cambio (estimadas o supuestas). Luego se puede introducir columnas adicionales para cada uno de los aos o perodos futuros y mediante frmulas sencillas (lineales para perodos cortos, exponenciales para los mas largos), calcular las existencias y disponibilidades futuras. Despus de que los datos se han procesado y analizado inicialmente, es posible hacer un anlisis con mayor profundidad: el diagnstico. El diagnstico puede ser parcial o integral. En el Captulo 5 se habla a detalle de ellos y de cmo formularlos.

4.4 Redaccin del informe final

Una vez hecho el diagnstico, se debe iniciar la redaccin del informe final. Adelante se precisa sobre cmo hacerlo: Los elementos que forzosamente incluir un informe final de un estudio, son: a) Resumen ejecutivo. El documento debe iniciar con un resumen del contenido para que el lector pueda tener una idea general de l. Los puntos que contendr, en forma resumida, son: objetivos, resultados, conclusiones y recomendaciones. b) Introduccin. Se hablar del marco de ejecucin del estudio (instituciones participantes), la relevancia del estudio y los antecedentes en el tema. c) Objetivos. Deben plantearse en forma clara y concisa. Es conveniente desagregarlos en objetivos generales y especficos. d) Metodologa. Debe contener la descripcin del universo de estudio y los criterios que definieron su eleccin; el diseo de muestreo completo y detallado; las herramientas e

instrumentos de obtencin de datos; las tcnicas de levantamiento de datos en campo; el modo de procesamiento de datos, incluyendo equipo y programas usados; y los tiempos y costos (en trabajo y en dinero) de la aplicacin del estudio en cada una de sus etapas. e) Resultados. Para iniciar este captulo es necesario precisar los grupos temticos que se tratarn (por ejemplo, saturacin, obtencin de combustibles, consumo, dispositivos de combustin, impacto ambiental, etc.). Los resultados debern presentar tablas y grficos. Algunos resultados relevantes son tan puntuales, que no vale la pena incluirlos en Tablas, pero s en el texto. La redaccin de resultados no debe ser una descripcin de los grficos y tablas, sino un ejercicio de anlisis, donde se integren otros elementos que sean relevantes. Para ello ser necesario apoyarse fuertemente en las comparaciones con otras informaciones del tema. En este captulo se incluirn como un apartado los diagnsticos Integrales (Captulo 5). f) Conclusiones. Las conclusiones se referirn a los objetivos del estudio y a los resultados ms relevantes, y nunca a asuntos que no se han tratado en la investigacin. Deben presentarse en forma muy clara y concreta, pues el anlisis a fondo ya fue hecho en el captulo anterior. Es aconsejable que se agrupen por lneas generales de anlisis, como pueden ser: importancia del uso de combustibles de madera; impacto econmico; impacto ambiental; patrones de abastecimiento y consumo; eficiencia de dispositivos de combustin; eficiencia de sistemas de aprovechamiento de combustibles; etc. g) Recomendaciones. Las recomendaciones sirven para orientar las acciones de los usuarios de la informacin, a saber: los planeadores energticos, el sector pblico forestal y otras instituciones involucradas, los usuarios de combustibles, los productores, los abastecedores y los investigadores. Por ello las recomendaciones deben ser acordes con los resultados y conclusiones, adems de ser realizables. h) Bibliografa. Es la lista de referencias de las fuentes de informacin utilizadas para el estudio y mencionadas en el documento. No se trata solo de libros, sino de todas las fuentes consultadas como pueden ser revistas, diarios, otros documentos, grabaciones, informaciones personales, etc. Es importante que se citen completas y correctamente. Como existen diferentes formas de citarlas se recomienda que se revisen ejemplos en diversas publicaciones. i) Abreviaturas y acrnimos. Para facilitar el entendimiento del texto, en una seccin inicial del documento deben definirse los significados de todas las abreviaturas y acrnimos usados. j) Unidades y equivalencias. Es muy importante esta seccin para permitir la comparacin de los resultados del estudio con otros trabajos. Deben incluir tanto unidades locales con su equivalencia al SI y unidades monetarias y su tasa de cambio a $EEUU. k) Glosario. Cuando en el documento se usan trminos especficos, lo cual es comn en este tipo de estudios, es muy necesario incluir un glosario. Se recomienda referirse a la Terminologa Unificada en Dendroenerga (FAO en preparacin). l) Anexos. En este apartado se deben incluir todos aquellos textos, tablas, grficos, mapas, etc., que sirven de apoyo para el anlisis de informaciones dentro del texto, pero que no estn directamente relacionados con los resultados del estudio, o aqullos que por su extensin resulta poco prctico incluirlos en el cuerpo del texto.
1

U.S. Bureau of the Census: curso suplementario para un estudio de caso sobre encuestas y censos. Conferencias sobre muestreo. Washington D.C. 1971. p. 37