El muestreo estratificado es un método de muestreo probabilístico y una forma de muestreo aleatorio,
En el que la población se divide en dos o más grupos (estratos) de acuerdo con uno o más atributos comunes.
El muestreo estratificado pretende garantizar que la muestra represente subgrupos o estratos específicos.
En consecuencia, la aplicación del método de muestreo estratificado implica dividir la población en diferentes subgrupos (estratos)
Y seleccionar sujetos de cada estrato de manera proporcional.
¿Qué es el muestreo estratificado: definición estadística?
El muestreo aleatorio estratificado se refiere a un método de muestreo que tiene las siguientes propiedades.
La población consta de N elementos.
La población se divide en K grupos, llamados estratos.
Cada elemento de la población puede asignarse a un estrato, y solo a uno.
El número de observaciones dentro de cada estrato Ni es conocido, y N = N1 + N2 + N3 +… + Nk
El investigador obtiene una muestra probabilística de cada estrato.
En este artículo, asumiremos que tú como investigador extraes una muestra aleatoria simple de cada estrato.
Tipos de muestreo estratificado
El muestreo estratificado se puede dividir en dos grupos: proporcional y no proporcional
La aplicación de la técnica de muestreo estratificado proporcional implica determinar el tamaño de la muestra en cada estrato según la proporción que cada estrato tenga en la población.
En el muestreo estratificado no proporcional, por el contrario, el número de sujetos reclutados de cada estrato no tiene que ser proporcional a la porción que este tiene en la población.
En consecuencia, la aplicación de muestreo estratificado proporcional genera datos primarios más precisos en comparación con el muestreo estratificado no proporcional.
Estratificación proporcional versus no proporcional
Todos los diseños de muestreo estratificado se dividen en una de dos categorías, cada una de las cuales tiene fortalezas y debilidades como se describe a continuación.
Estratificación proporcional.
Con la estratificación proporcional, el tamaño de la muestra de cada estrato es proporcional al tamaño del estrato en la población.
Esto significa que cada estrato tiene la misma fracción de muestreo.
La estratificación proporcional da una precisión igual o mejor que una muestra aleatoria simple del mismo tamaño.
Las ganancias en precisión son mayores cuando los valores dentro de los estratos son homogéneos.
Las ganancias en precisión se acumulan en todas las medidas de la encuesta.
Estratificación no proporcional.
Con una estratificación no proporcional, la fracción de muestreo puede variar de un estrato a otro.
La precisión del diseño puede ser muy buena o muy pobre, dependiendo de cómo se asignen los puntos de muestra a los estratos.
Si las variaciones difieren entre estratos, la estratificación no proporcional puede dar una mejor precisión que la estratificación proporcional,
Cuando los puntos de muestra se asignan correctamente a los estratos.
Con una estratificación no proporcional, el investigador puede maximizar la precisión para una sola medida de encuesta importante.
Sin embargo, las ganancias en precisión pueden no acumularse a otras medidas de la encuesta.
¿Cuándo deberíamos utilizar el muestreo estratificado?
El muestreo estratificado se usa cuando:
- La población objetivo de interés de un investigador es significativamente heterogénea;
- El investigador quiere destacar subgrupos específicos dentro de su población de interés;
- El investigador quiere observar las relaciones entre dos o más subgrupos; y,
- Cuando el objetivo de un investigador es crear muestras representativas incluso de los segmentos más pequeños y difíciles de acceder en la población
Al usar el muestreo estratificado, los investigadores tienen una precisión estadística más alta en comparación con sólo un muestreo aleatorio simple.
Esto se debe al hecho de que la variabilidad dentro de los subgrupos es menor en comparación con las variaciones cuando se trata con toda la población en general.
Gracias a la precisión estadística que proporciona el muestreo estratificado, se requiere un tamaño de muestra más pequeño,
Lo que en última instancia puede implicar ahorros importantes para los investigadores.
Pasos para llevar a cabo un muestreo estratificado
El proceso para realizar el muestreo estratificado es el siguiente:
Primero: Divida la población en subgrupos o estratos más pequeños, según los atributos y características compartidos por los miembros.
Segundo: tome una muestra aleatoria de cada estrato en un número que sea proporcional al tamaño del estrato en la población.
Tercero: Agrupe los subconjuntos de estratos para formar una muestra aleatoria.
Cuarto: realiza tu análisis.
Muestreo estratificado ejemplo
Imaginemos que un grupo de especialistas en producción animal está interesado en obtener una muestra estratificada de 400 vacas a partir de un rebaño de 2000 vacas de diferentes razas.
El objetivo del estudio es analizar la producción de leche del rebaño
Al permanecer todos los demás factores constantes: los mismos potreros, igual alimentación, condiciones climáticas, manejo del rebaño, etc.
Los investigadores consideran la raza del animal como único factor que puede afectar la producción de leche de cada animal.
Se consideran 4 estratos en la población: vacas Holstein, pardo suizo, mestizas y criollas
Mira la imagen de arriba
El desglose por raza de las vacas en la población es el siguiente
| Raza | Proporción (%) | Nro. De vacas |
| Holstein | 20 | 400 |
| Pardo suizo | 20 | 400 |
| Mestizo | 50 | 1000 |
| Criollo | 10 | 200 |
| Total | 100 | 2000 |
La advertencia con este estudio es que los investigadores solo tienen recursos suficientes (tiempo y dinero) para manejar una muestra de 400 animales.
Por lo tanto, la muestra debe representar con precisión la población más grande de todas los 2000 vacas en la hacienda.
En este caso, realizar un muestreo estratificado es la mejor opción para implementar en este estudio de investigación específico.
Entonces… ¿cuántas vacas de cada raza deben incluirse en la muestra de 400?
Para determinar esto, los investigadores simplemente tomarían de las 400 vacas Holstein en la población, una muestra aleatoria simple de 80 animales de esa raza
De las 400 vacas Pardo suizo en la población, también por azar simple otros 80 animales
A partir de las 1000 vacas mestizas, seleccionarían aleatoriamente 200 vacas
Y desde las 100 vacas criollas, escogerían 40 animales
Reuniendo las muestras parciales anteriores, se conforma al final la muestra estratificada definitiva
Desglose por razas de las vacas en la muestra
| Raza | Proporción (%) | Nro. De vacas |
| Holstein | 20 | 80 |
| Pardo suizo | 20 | 80 |
| Mestizo | 50 | 200 |
| Criollo | 10 | 40 |
| Total | 100 | 400 |
Ventajas del muestreo estratificado
El muestreo estratificado ofrece varias ventajas sobre el muestreo aleatorio simple.
- Una muestra estratificada puede proporcionar mayor precisión que una muestra aleatoria simple del mismo tamaño.
- Debido a que proporciona una mayor precisión, una muestra estratificada a menudo requiere una muestra más pequeña, lo que ahorra dinero.
- Una muestra estratificada puede protegerse contra una muestra “no representativa” (p. Ej., Una muestra exclusivamente de vacas pardo suizo de una población con diferentes razas).
- Podemos asegurarnos de obtener suficientes puntos de muestra para respaldar un análisis separado de cualquier subgrupo.
Desventajas
- La aplicación del muestreo aleatorio estratificado requiere el conocimiento de la membresía de estratos a priori.
- El requisito de poder distinguir fácilmente entre estratos en el marco de la muestra puede crear dificultades en los niveles prácticos.
- El proceso de investigación puede llevar más tiempo y resultar más costoso debido a la etapa adicional en el procedimiento de muestreo.
- La elección del método de muestreo estratificado agrega cierta complejidad al plan de análisis.
Puedes complementar la información de este artículo en el siguiente enlace:
Y aquí tienes un vídeo resumen de los principales puntos tratados en el artículo:
Consejos finales…
Redondeando las ideas, si los costos y las variaciones son casi iguales en todos los estratos, elije una estratificación proporcional sobre una estratificación no proporcional.
En caso contrario, si apreciables diferencias entre estratos, considera la estratificación no proporcional.
¿Qué tal te ha parecido este artículo sobre el muestreo estratificado?
¿Conocías este método de muestreo?
¿Es aplicable a tu proyecto de investigación actual?
Como es habitual, te invito a que me dejes tus comentarios por aquí abajo 👇, estaré esperando para leerlos
Preguntas frecuentes
¿Qué es el muestreo estratificado?
Con el muestreo estratificado, el investigador divide la población en grupos separados, llamados estratos. Luego, se extrae una muestra aleatoria (a menudo una muestra aleatoria simple) de cada grupo. El muestreo estratificado tiene varias ventajas sobre el muestreo aleatorio simple.
¿Cuál sería un ejemplo de muestreo estratificado?
Una muestra estratificada es aquella que asegura que los subgrupos (estratos) de una población dada estén representados adecuadamente dentro de la muestra que se usa en el estudio. Por ejemplo, uno podría dividir una muestra de adultos en subgrupos por edad: como 18-29, 30-39, 40-49, 50-59 y 60 y más.
