Frecuencia de observación: cuántas rondas necesitas
Cómo distribuir observaciones entre jornadas y rondas sin confundir el total de registros con observaciones independientes.
Actualizado:
No hay un mínimo universal de cuatro rondas diarias ni un máximo de diez que haga válido un estudio. La frecuencia debe permitir cubrir el periodo y la población con un esfuerzo viable. El tamaño de muestra, su distribución y la dependencia entre lecturas son decisiones relacionadas.
De la precisión a un calendario realizable
Para una proporción bajo independencia aproximada, n=ceil(z²p₀(1−p₀)/e²). Con z=1,96, p₀=0,5 y e=0,035, el resultado es ceil(784)=784. Planificar 800 puede ser una decisión de presupuesto. No demuestra que 800 observaciones agrupadas equivalgan a 800 independientes.
Si cada ronda obtiene m lecturas válidas y el estudio dura D días, el promedio necesario de rondas por día es R=N/(D×m). Es una identidad logística, no una prueba estadística.
Ejemplo simulado: N=800, D=5 y m=20 dan R=8 rondas/día. En un turno supuesto de 480 minutos, T/R=60 minutos es una separación media de presupuesto. No significa que deban iniciarse exactamente a cada hora ni que todas las lecturas de una ronda sean simultáneas.
Si las 20 personas comparten una misma parada, sus estados pueden estar correlacionados. Para el promedio de un conglomerado de tamaño m, un modelo sencillo da efecto de diseño aproximado 1+(m−1)ρ, donde ρ es correlación intragrupo. Con m=20 y ρ=0,10, sería 2,9; usar N=800 como si todo fuera independiente exageraría información. Es una ilustración de dependencia, no una propiedad conocida de tu planta.
Qué significa aleatorizar los tiempos
Puedes seleccionar momentos uniformes dentro de ventanas elegidas o usar un diseño estratificado por turno y tramo horario. Conserva las probabilidades de selección y considera el tiempo de acceso. Un muestreo sistemático con inicio aleatorio puede ser válido en ciertos diseños, pero puede alinearse con ciclos; no garantiza cubrir cada estado.
En un proceso de Poisson homogéneo, el número de eventos en un intervalo tiene distribución Poisson y los tiempos entre eventos son exponenciales. No son “intervalos de duración Poisson”. Ninguna familia de distribución elimina por sí sola problemas de cobertura o conducta.
Si se imponen separaciones mínimas por logística, se modifica el diseño. Documenta la regla y cómo afecta a la selección. No hay una separación universal igual a la duración de la actividad más corta que asegure independencia: los estados prolongados y las condiciones comunes también influyen.
Datos perdidos y redondeo
Si se espera perder una fracción r, obtener N válidas en promedio requiere ceil(N/(1−r)) intentos. Para N=800 y r=0,15: ceil(800/0,85)=942 intentos. Multiplicar por 1,15 daría solo 920 y no compensa exactamente ese porcentaje esperado.
Con 20 intentos por ronda y cinco días, 942/100=9,42 rondas/día de promedio. Si se exige el mismo número entero diario, serían diez: 1000 intentos, con 850 válidas esperadas bajo ese supuesto. La pérdida real puede variar. Ningún incremento arregla pérdidas selectivas ni justifica marcar ausencias como inválidas cuando son estados incluidos.
Restricciones que sí debes medir en el piloto
| Restricción | Dato útil para decidir |
|---|---|
| Acceso y tránsito | Tiempo real de recorrido y puntos inaccesibles |
| Estados compartidos | Qué lecturas dependen de la misma incidencia |
| Cobertura temporal | Turnos, tareas y productos que quedan fuera |
| Capacidad del observador | Demoras del aviso al registro y errores de clasificación |
| Seguridad | Restricciones de acceso y tareas que no deben interrumpirse |
Más rondas pequeñas pueden ampliar cobertura temporal frente a pocas rondas grandes, pero no siempre son óptimas: depende del coste de desplazamiento y la dependencia. Las tasas sectoriales sin datos de la planta no sustituyen el diseño.
Si un analista comparte dos áreas, intercalar rondas puede ser conveniente. Alternar días puede confundir área y día; dividir mañana/tarde puede confundir área y hora. Compara el calendario con la población objetivo y distribuye días y horas de forma equilibrada según el diseño, sin declarar una opción superior en todos los casos.
Comprobar cobertura y dependencia
Revisa los tiempos previstos y efectivos, las pérdidas y las probabilidades de inclusión. Que mañana y tarde no difieran significativamente no demuestra que el calendario sea adecuado; puede faltar potencia. Una diferencia real tampoco prueba mala cobertura: las poblaciones podrían ser distintas.
Durbin–Watson se utiliza con residuos de modelos de regresión bajo condiciones; aplicarlo a códigos arbitrarios de categorías y usar umbrales 1,5/2,5 no valida rondas ni determina si están demasiado separadas. Analiza indicadores binarios y estructura de grupos con un modelo apropiado. Un test sin señal no prueba independencia.
WorkSamp permite planificar y registrar visitas. El funcionamiento de avisos depende del dispositivo y permisos; verifica registros pendientes y sincronización. La aplicación no reemplaza un diseño de muestreo. Cronometras complementa duraciones y ASETEMYT reúne recursos de métodos.