Miles de tesis de licenciatura y de maestría en América Latina se atascan en el mismo punto: el estudiante quiere estudiar el empleo, la pobreza o la desigualdad, diseña una encuesta propia, consigue ochenta respuestas y termina defendiendo un trabajo que no representa a nadie. Mientras tanto, el instituto de estadística de su país publica gratis encuestas de hogares con decenas de miles de casos, muestreo probabilístico y años de series. Esta guía te dice cuál es la tuya —ENOE, ENIGH, EPH, CASEN o GEIH— y cómo usarla sin cometer el error que invalida resultados.

Tu encuesta de hogares según el país

Escribe el nombre completo la primera vez y la sigla después. Un jurado detecta al instante si abriste la fuente o copiaste la sigla de otro trabajo. Y una advertencia de vocabulario: la GEIH sigue las recomendaciones internacionales de la Organización Internacional del Trabajo, de modo que sus definiciones de «ocupado» o «desempleado» son comparables con las de otros países, pero no idénticas a las de una encuesta que use otros criterios. Eso importa mucho si comparas países.

Indicador contra microdato: la distinción que hace la tesis

La mayoría de los estudiantes se queda en la cifra publicada y se pierde lo que sostiene una tesis:

• El indicador es un número ya calculado —una tasa de desempleo, una línea de pobreza—. Sirve para justificar tu problema en la introducción, no como material de análisis.
• El microdato es el registro individual anonimizado de cada persona u hogar encuestado. Con él construyes tus propias variables, haces tus propios cruces y aplicas tus propios modelos. Ahí está la investigación.

La regla práctica: si tu objetivo se responde mirando una tabla del boletín oficial, tu objetivo es demasiado pequeño para una tesis. Reformúlalo hasta que necesites los microdatos. Esta lógica es la misma que ya viste en la guía general de dónde están los datos oficiales de tu país; aquí bajamos al detalle de cada encuesta.

El factor de expansión: el error que invalida resultados

Este es el punto en el que más tesis pierden validez sin que el estudiante lo note. Las encuestas de hogares no son muestras simples: usan diseños complejos, por conglomerados y estratos, y cada registro trae un factor de expansión (o ponderador) que indica a cuántas personas u hogares representa.

Si calculas un promedio o una proporción ignorando ese factor, tu resultado no describe al país: describe a tu muestra, deliberadamente desbalanceada por diseño. Y si además calculas los errores estándar como si la muestra fuera aleatoria simple, tus intervalos de confianza saldrán demasiado estrechos y declararás significativo algo que no lo es. La solución es aplicar los pesos y declarar el diseño muestral en tu software; todos los paquetes habituales, incluidos los libres, lo soportan. Si nunca has trabajado con pesos, empieza por entender cómo se aplican los pesos muestrales antes de calcular nada.

Los cuatro archivos que hay que descargar juntos

Un fichero de microdatos sin su documentación es inservible, porque las variables vienen codificadas. Descarga siempre, en el mismo momento:

1. La base de datos en el formato que ofrezcan.
2. El diccionario de variables, que traduce cada columna y cada código.
3. El cuestionario original, que te dice literalmente qué se preguntó. La pregunta real casi nunca coincide con el nombre de la variable.
4. La ficha o documento metodológico, con el diseño muestral, el periodo de referencia y la cobertura geográfica.

Guárdalos en una carpeta con la fecha de descarga en el nombre. Cuando en la defensa te pregunten por la definición exacta de una variable, tendrás la respuesta en diez segundos.

Qué tesis se pueden hacer solo con esto

• Descriptiva con desagregación propia: un fenómeno por región, edad, sexo o nivel educativo, con cruces que nadie publicó.
• Comparativa temporal: dos o más rondas de la misma encuesta para medir un cambio, cuidando que las definiciones no hayan variado entre rondas.
• Explicativa con modelos: regresiones que estiman asociaciones entre variables, con controles y pesos aplicados.
• Comparativa entre países: el diseño más ambicioso y el más delicado, porque «desempleo» o «pobreza» pueden medirse con criterios distintos en cada encuesta.

Sobre esa última: dedica un apartado entero a demostrar que las cifras son comparables antes de compararlas. Es tedioso y es exactamente lo que un jurado valora. Y sea cual sea el diseño, la operacionalización de tus variables a partir de las del cuestionario es un paso metodológico que debes documentar; si necesitas repasarlo, la guía de operacionalización de variables lo desarrolla con ejemplos.

Un ejemplo concreto de por qué el microdato cambia la tesis: supón que quieres estudiar la brecha salarial de género. Con el indicador publicado tienes una cifra nacional —«las mujeres ganan un X % menos»— y ahí se acaba el análisis, porque solo puedes citarla. Con el microdato de la ENOE o de la GEIH puedes descomponer esa brecha por nivel educativo, por sector, por tramo de edad o por tipo de jornada, construir una variable de experiencia potencial que no viene dada, y estimar cuánta parte de la brecha se explica por características observables y cuánta queda sin explicar. Esa segunda tesis aporta conocimiento; la primera solo repite un titular. La diferencia no está en la técnica sofisticada, está en haber bajado al registro individual.

Y un aviso sobre las series largas, que tientan a todo el mundo: los institutos de estadística cambian de vez en cuando el marco muestral, el cuestionario o las definiciones de sus encuestas, y cuando lo hacen suelen advertir de que las cifras anteriores y posteriores no son estrictamente comparables. Encadenar diez años de una encuesta sin comprobar esos cortes metodológicos produce «saltos» que parecen hallazgos y solo son cambios de método. Antes de dibujar cualquier tendencia, lee las notas metodológicas de todas las rondas que uses y, si hay un cambio, decláralo y trata cada tramo por separado o con el empalme que el propio instituto recomiende.

Cómo se cita una encuesta de hogares

Un microdato no se cita como una web. Necesita, como mínimo: el organismo como autor corporativo con su nombre completo, el año de la ronda, el nombre exacto de la encuesta con su periodo y, si existe, su trimestre, la indicación de que es un conjunto de datos, el enlace de descarga y la fecha en que lo descargaste, porque las bases se reeditan. La mecánica está en cómo citar un dataset en APA 7.

Errores frecuentes

• Ignorar el factor de expansión. El error más grave y el más silencioso.
• Comparar rondas sin verificar cambios metodológicos. Un cambio de marco muestral puede parecer un hallazgo y ser solo un cambio de método.
• Confundir la unidad de análisis. Persona y hogar no son intercambiables, y muchas encuestas traen ambos niveles en archivos distintos.
• Citar una cifra sin la encuesta ni el año. «Según datos oficiales» no permite a nadie verificar nada.
• Interpretar en clave causal. Con datos observacionales se estiman asociaciones; el verbo importa.
• No declarar software y versión. Sin eso tu procesamiento no es reproducible.

Del microdato a la tesis escrita

Descargar la ENOE o la GEIH es rápido. Lo que consume el semestre es redactar un capítulo metodológico que describa la encuesta, el diseño muestral y tus decisiones de procesamiento, y un capítulo de resultados que no se pase de frenada al interpretar.

Empieza tu tesis en Tesify con tus tablas y tu documentación al lado, y arma esos capítulos sección a sección. El análisis lo haces tú; la redacción deja de ser lo que te frena.

Preguntas frecuentes

¿Los microdatos de estas encuestas son gratuitos?

Los institutos de la región publican amplios volúmenes de microdatos anonimizados de descarga libre. Algunas bases especialmente sensibles pueden requerir solicitud o acceso en sala, pero la mayoría de las encuestas de hogares están disponibles sin trámite.

¿Necesito comité de ética para usarlas?

Al tratarse de datos ya anonimizados y publicados, no hay trabajo de campo con personas y el circuito de permisos desaparece. Debes respetar las condiciones de uso del organismo y no intentar reidentificar a nadie.

¿Puedo hacer una tesis de maestría solo con datos secundarios?

Sí, y es una modalidad muy común. Lo que se exige es que la pregunta sea propia y que el análisis vaya más allá de lo publicado: si tus resultados coinciden con el boletín oficial, no has aportado nada.

¿Qué software uso para aplicar los pesos?

Los paquetes estadísticos habituales tienen módulos de muestras complejas que incorporan el factor de expansión y el diseño (estratos y conglomerados). Declara el software, su versión y el módulo empleado en tu metodología.

¿Sirven estas encuestas si mi tema es de una ciudad concreta?

Depende de la cobertura. Algunas tienen representatividad nacional y regional pero no municipal; la EPH argentina, por ejemplo, se levanta en aglomerados urbanos. Consulta la ficha metodológica: si tu unidad geográfica no es representativa, el resultado no se puede desagregar por ella.

¿Cómo sé si dos rondas son comparables?

Lo dice la documentación metodológica, que suele advertir de cambios de marco muestral, de cuestionario o de definiciones. Léela para las dos rondas antes de construir cualquier serie.