¿Qué es el muestreo estratificado? Ventajas y desventajas de este método de selección de muestras

El muestreo estratificado es un método de muestreo aleatorio donde los investigadores primero dividen una población en subgrupos más pequeños, o estratos, basado en características compartidas de los miembros y luego seleccionan aleatoriamente entre estos grupos para formar la muestra final.

Estas características compartidas pueden incluir género, edad, sexo, raza, nivel de educación o ingresos.

  • Una muestra son los participantes que selecciona de una población objetivo (el grupo en el que le interesa) para hacer generalizaciones. Como una población entera tiende a ser demasiado grande para trabajar, un grupo más pequeño de participantes debe actuar como una muestra representativa.
  • Representante significa la medida en que una muestra refleja la población objetivo de un investigador y refleja sus características (por ejemplo, género, etnia, nivel socioeconómico). En un intento por seleccionar una muestra representativa y evitar el sesgo de muestreo (la sobrerrepresentación de una categoría de participante en la muestra), los psicólogos utilizan una variedad de métodos de muestreo.
  • La generalización significa la medida en que sus hallazgos se pueden aplicar a la población más grande de la cual su muestra era parte.

El proceso de clasificación de la población en grupos antes del muestreo se llama estratificación. Los estratos deben ser mutuamente excluyentes, y todos los miembros de la población solo pueden estar en un estrato.

Cuando se estratifican, los investigadores tienden a usar un muestreo proporcional donde mantienen las proporciones correctas para representar a la población en su conjunto.

¿Qué es estratificar en estadística?

El muestreo aleatorio estratificado es útil cuando puede subdividir las poblaciones. Aquí, las áreas de hábitat (cuadrantes) se pueden estratificar en praderas o bosques. Imagen: La estatificación de Oregon significa ordenar datos/personas/objetos en grupos o capas distintas. Por ejemplo, puede ordenar «todas las personas en los Estados Unidos» en grupos étnicos, grupos de nivel de ingresos o grupos geográficos.

Los campos que utilizan esta definición de estratificación incluyen las ciencias sociales, donde las personas a menudo se clasifican en grupos por rango, casta u otro estado social. Por ejemplo, en Inglaterra, naces en una clasificación social específica (por ejemplo, Royal, clase alta, clase media). Del mismo modo, el «estado socioeconómico» tiene un bajo nivel de ingresos en la parte inferior de una jerarquía y nivel de ingresos superiores en la parte superior. En algunos casos es posible subir o bajar la escala social. Sin embargo, en un sistema de castas o un sistema de esclavitud, el movimiento es difícil o imposible.

En la tierra, la estratificación de las ciencias generalmente se refiere a un proceso natural para separar las capas en lugar de un hombre hecho. Por ejemplo, el agua se estratifica por la salinidad y la temperatura. En arqueología, la estratificación se refiere a las capas de tierra donde se encuentran objetos. Aunque los artefactos están hechos por el hombre, los estratos están formados por procesos naturales como depósitos de roca sedimentarios.

En los ensayos clínicos, los pacientes a veces se estratifican (asignados) en grupos en función de cualquier característica que pueda afectar el resultado del ensayo. La idea es que tome a todas las personas con factores que podrían hacer que el ensayo se desequilibre, como la obesidad, la edad o la etapa de la enfermedad, y propague a esas personas al azar entre los estratos.

¿Qué es una estratificación estadística?

Si su único objetivo de estratificación es producir estimadores con pequeñas variaciones, entonces queremos estratificar de tal manera que dentro de cada estrato, las unidades son lo más similares posible. En una encuesta de población humana, la estratificación puede basarse en factores socioeconómicos o regiones geográficas.

Por ejemplo, para estimar el ingreso inicial promedio para los recientes graduados de Penn State, tendría sentido estratificar por departamento ya que el ingreso inicial para los graduados del mismo departamento sería similar.

La pregunta es, dado un tamaño de muestra total de N, ¿cómo asignamos estos entre los estratos L?

El mejor esquema de asignación se ve afectado por los siguientes tres factores:

  • El número total de elementos en cada estrato,
  • la variabilidad de las mediciones dentro de cada estrato, y
  • El costo asociado con la obtención de una observación de cada estrato.

Si no tenemos toda esta información, pero sabemos el número total, podemos usar una asignación simplista. Esta es una asignación proporcional que mantendrá una fracción de muestreo constante en toda la población.

Esto no tiene en cuenta la variabilidad dentro de cada estrato y no es la elección óptima.

Si el costo de muestreo de cada estrato es el mismo, entonces la asignación óptima (la asignación con las variaciones más bajas) es:

  • El número total de elementos en cada estrato,
  • la variabilidad de las mediciones dentro de cada estrato, y
  • El costo asociado con la obtención de una observación de cada estrato.
  • El tamaño de la muestra es directamente proporcional a (n_h ) y ( sigma_h ), es decir, asigna un tamaño de muestra más grande al estrato más grande y más variable.
  • Artículos Relacionados:

    Más posts relacionados:

    Deja una respuesta

    Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *