Ponderación por raking / RIM

En una encuesta diseñamos una muestra con el objetivo de representar a la población y proporcionarnos información sobre ella que ayudaría a los investigadores a realizar inferencias y conclusiones para negocios o agencias públicas.

Cuando realizamos una muestra para una encuesta, asignamos igual probabilidad a los individuos de ser seleccionados para representar a la población. Sin embargo, debido a la disponibilidad de individuos O debido a la sensibilidad de los sujetos de investigación O accesibilidad de muestras, a veces nuestras muestras podrían estar sesgadas y no tener la representación correcta de la población.

En la ponderación RIM consideramos un procedimiento iterativo de ajuste proporcional que estima los pesos individuales. La primera iteración calcula pesos para coincidir con los totales de la primera dimensión (variable de ponderación), la segunda iteración coincide con los totales de la segunda dimensión, y así sucesivamente. Estos pasos para todas las dimensiones se realizan repetidamente a menos que se logre la convergencia dentro de un margen de error aceptable.

Iniciar sesión en BI » Ponderaciones » Nuevo esquema de ponderación » Ponderación por raking » Seleccionar encuesta » Seleccionar preguntas » Seleccionar filtro de datos » Agregar un nombre » Agregar las proporciones » Guardar Haz clic para descargar el video

Paso 1: Ponderaciones » Nuevo esquema de ponderación

Paso 2: Ponderación por raking » Siguiente

Paso 3: Seleccionar encuesta

Paso 4: Seleccionar preguntas » Siguiente

Paso 5 (Opcional): Crear el filtro requerido » Siguiente

Paso 5: Dar un nombre » Agregar las proporciones » Guardar

El procesamiento puede tardar desde 1 minuto hasta 60 minutos. Puedes ver el estado aquí:
Puedes hacer clic en el nombre del esquema de ponderación para ver las estadísticas de ese esquema en particular:
Información importante:

• Eficiencia: ¿En qué porcentaje de eficiencia de datos convergieron los pesos?
• Iteraciones: El número de iteraciones requeridas
• Estado: Éxito (Los datos convergieron con éxito) | Atascado máximo (Más iteraciones no pudieron mejorar la eficiencia) | iteraciones máximas (Se alcanzó el número máximo de iteraciones antes de que los datos pudieran converger)