La regla de oro del muestreo estratificado es que cada estrato debe tener características distintas que lo diferencien de los demás. Para lograr esto, los investigadores confían en dos métodos de muestreo estratificado, a saber;
- Muestreo estratificado desproporcionado
- Método de muestreo estratificado proporcional
El muestreo estratificado desproporcionado es un método de muestreo estratificado donde la población de la muestra no es proporcional a la distribución dentro de la población de interés. La implicación es que los miembros de diferentes subgrupos no tienen la misma oportunidad de ser parte de la muestra de investigación.
Un investigador divide la población de interés en tres subconjuntos en función de sus grupos de edad:
El muestreo estratificado desproporcionado significa que el investigador elige al azar a los miembros de la muestra de cada grupo. Por lo tanto, podría tener 60,000 participantes del primer grupo y 20,000 y 17,000 de otros, respectivamente. No hay un método claro para elegir las variables para la muestra de investigación.
Una ventaja clave del muestreo desproporcionado es que le permite recopilar respuestas de subconjuntos minoritarios cuyo tamaño de muestra sería demasiado bajo para permitirle sacar conclusiones estadísticas.
En un muestreo estratificado proporcional, el investigador selecciona variables para la muestra en función de su distribución original en la población de interés. Esto significa que la probabilidad de elegir una variable de un estrato para la muestra depende del tamaño relativo del estrato en su población de interés.
¿Qué es el tipo de muestreo aleatorio estratificado?
Una muestra aleatoria en capas (también: muestra aleatoria estratificada; inglés: muestra estratificada) es un procedimiento para dividir una población en subgrupos más pequeños y homogéneos (estratos llamados), que generalmente están en relación con la población. Esto hace que una muestra aleatoria en capas sea una muestra representativa de la población.
Supongamos que queremos saber cuál es la actitud política de los estudiantes. Los evaluadores cuestionan a los estudiantes en el campus que aprobaron su instituto, el Instituto de Psicología de la Universidad. En la evaluación posterior, resulta que la muestra incluye principalmente alumnas, la psicología del estudio, incluso si la mayoría de los estudiantes de la Universidad de Hombre y no estudia psicología. Esto hace que la muestra sea una muestra de conviencia. En este caso, tendría sentido llevar a cabo una muestra en capas.
En el primer paso, vería cuál es el género y la distribución de temas en la universidad y seleccionar la muestra en consecuencia. Encontramos que la distribución de hombres y mujeres en los sujetos de estudio individuales es la siguiente:
Por lo tanto, preferiríamos una muestra que también refleje esta distribución. Logramos esto con una muestra en capas. También se puede llevar a cabo una muestra aleatoria en capas después de la recopilación de datos, aunque esto podría ser algo engorroso. Para hacer esto, dividiríamos nuestro registro de datos en las ocho estrategias y dibujaríamos una muestra aleatoria de acuerdo con sus acciones en la participación total de los estudiantes.
- Las mediciones en un estrato generalmente tienen una desviación estándar más baja y, por lo tanto, un error estándar más bajo
- A menudo la implementación se vuelve más barata si se plantea una muestra en capas
- Se asegura que ciertas partes de la población no estén subordinadas o sobrerrepresentadas
Ocasionalmente, una población no puede dividirse en Straata. O porque esto prácticamente no es posible o porque las proporciones dentro de la población no se conocen (en este caso hay posibilidades como el muestreo de la relación min-max). En ciertos casos, a las personas no se pueden asignar exactamente un grupo.
¿Cuándo se utiliza el muestreo estratificado?
El muestreo aleatorio estratificado (también conocido como muestreo aleatorio proporcional y muestreo aleatorio de cuotas) es una técnica de muestreo de probabilidad en la que la población total se divide en grupos homogéneos (estratos) para completar el proceso de muestreo.
Cada estrato (el singular para los estratos) se forma basado en atributos o características compartidas, como el nivel de educación, ingresos y/o género. Luego se seleccionan muestras aleatorias de cada estrato y se pueden comparar entre sí para llegar a conclusiones específicas.
Por ejemplo, un investigador podría querer saber la correlación entre los ingresos y la educación: podría usar un muestreo aleatorio estratificado para dividir la población en estratos y tomar una muestra aleatoria de él.
Los investigadores utilizan típicamente un muestreo aleatorio estratificado cuando intentan evaluar datos de diferentes subgrupos o estratos. Les permite obtener rápidamente una población de muestra que mejor representa a toda la población que se está estudiando.
Por supuesto, su elección de la técnica de muestreo dependerá de sus objetivos, presupuesto y nivel de precisión deseado. Con esto en mente, asegúrese de describir claramente lo que desea lograr y probar diferentes métodos para ver qué funcione mejor para su investigación.
Pero por ahora, ¿dónde comienzas con un muestreo aleatorio estratificado?
Los estratos generalmente se crean en función de las diferencias entre las características compartidas del participante, p. Ej. su raza, género, nacionalidad, nivel de educación o grupo de edad. Los investigadores pueden o no tener conocimiento previo sobre las características compartidas de una población.
Artículos Relacionados:
- ‘Aprende sobre los diferentes tipos de muestreo estratificado para mejorar tus investigaciones’
- Metodo de muestreo estratificado: una guia paso a paso
- Ejemplo de muestreo estratificado: guía completa para obtener resultados precisos
- Ejemplos de muestreo estratificado: cómo seleccionar la muestra perfecta
