El muestreo estratificado es un método de muestreo
probabilístico que consiste en dividir a todo el universo o población sobre la cual se realiza la investigación en diferentes estratos o subgrupos. Generalmente, estos estratos se conforman por individuos que comparten características similares. Una vez estratificada la población, se debe seleccionar al azar los sujetos o individuos finales de cada uno de los estratos de forma proporcional, conformando de esta manera la muestra estadística.
En naranja y celeste, dos estratos diferentes, de los cuales
luego se seleccionan personas al azar. Tipos de muestreo estratificado
Los tipos de muestreo estratificado se definen según el
tamaño que se asigna a los estratos. Ellos son: Muestreo estratificado proporcionado y desproporcionado. Muestreo estratificado proporcionado nh= Tamaño de la muestra del estrato h
Nh= Tamaño de la población en relación con el estrato h
N= Tamaño de toda la población
N= Tamaño de la muestra completa
Si tienes 4 estratos con 500, 1000, 1500, 2000, etc., y la
organización de investigación selecciona ½ como fracción de muestreo. Un investigador debe seleccionar, 250, 500, 750, 1000 miembros del estado respectivo.
Estrato A B
Tamaño de la población 500 1000
Fracción de la muestra ½ ½
Muestra final 250 500
Independientemente del tamaño de la muestra de la población, la
fracción de muestreo seguirá siendo uniforme en todos los estratos.
Muestreo estratificado desproporcionado
La fracción de muestreo es el principal factor de diferenciación entre el muestreo estratificado proporcional y el desproporcional. En un muestreo desproporcional, cada estrato tiene una fracción de muestreo diferente. El éxito de este método de muestreo depende de la precisión del investigador en la asignación de fracciones. Si las fracciones asignadas no son precisas, los resultados pueden estar sesgados debido a los estratos sobrerrepresentados o subrepresentados.
Estrato A B
Tamaño de la población 500 1000
Fracción de la muestra ½ 1/3
Muestra final 250 333
Ventajas y desventajas del muestreo estratificado
Ventajas La aplicación de un muestreo estratificado puede ser ventajoso ya que:
Cuenta con mayor capacidad de hacer inferencia y
comparaciones dentro de un grupo. Presenta un mínimo de errores en las muestras del mismo tamaño, por lo que necesita muestras de tamaño pequeño para que exista el mismo margen del error. Las muestras son más representativas ya que los elementos de cada estrato o grupo son representados en la muestra. Se puede obtener mayor conocimiento del investigador sobre la población abordada. Permite aplicar diversos métodos de investigación y procedimientos para ser aplicados en los diferentes estratos. Hace posible el análisis de los patrones dentro del estrato y la notificación separada de los resultados para cada uno de los estratos. Desventajas Este método puede presentar las siguientes desventajas:
Es necesario información sobre la proporción de la
población que pertenece a cada estrato. Se requiere la información sobre las variables de estratificación de cada elemento de la población, ya que de no contar con esta información puede ser muy costosa la recopilación. Es un método más costoso, ya que implica tiempo y es un poco más complicado en comparación con otros métodos. Si cuentas con un gran número de variables, la selección de las de estratificación resultará más difícil. Muestreo aleatorio estratificado: usos
1)Se suele utilizar cuando se busca destacar o investigar las
particularidades de un grupo específico de la población.
2)También se utiliza cuando se quiere estudiar las relaciones
entre dos o más subgrupos.
3)Se requiere más precisión estadística para las estimaciones
de subgrupos.
Se utiliza el muestreo aleatorio estratificado cuando el
investigador desea resaltar un subgrupo específico dentro de la población. Esta técnica es útil en tales investigaciones porque garantiza la presencia del subgrupo clave dentro de la muestra. Los investigadores también emplean un muestreo aleatorio estratificado cuando quieren observar relaciones entre dos o más subgrupos. Con la técnica de muestreo aleatorio simple, el investigador no está seguro de si los subgrupos que quiere observar son representados equitativa y proporcionalmente dentro de la muestra. Con el muestreo estratificado, el investigador puede probar de forma representativa hasta a los subgrupos más pequeños y más inaccesibles de la población. Esto permite que los investigadores prueben a los extremos de la población. Con esta técnica, tienes una precisión estadística más elevada en comparación con el muestreo aleatorio simple. Esto se debe a que la variabilidad dentro de los subgrupos es menor en comparación con las variaciones cuando se trata de toda la población. Debido a que esta técnica tiene una alta precisión estadística, exige un tamaño de la muestra menor que puede ahorrar mucho tiempo, dinero y esfuerzo de los investigadores.