Muestreo estratificado

Es una forma de representacin estadstica que muestra como se comporta una caracterstica o variable en una poblacin a travs de hacer evidente el cambio de dicha variable en sub-poblaciones o estratos. Consiste en la divisin previa de la poblacin de estudio en grupos o clases que se suponen homogneos respecto a caracterstica a estudiar y que no se solapen. Segn la cantidad de elementos de la muestra que se han de elegir de cada uno de los estratos, existen dos tcnicas de muestreo estratificado: 1. Asignacin proporcional: el tamao de cada estrato en la muestra es proporcional a su tamao en la poblacin. 2. Asignacin ptima: la muestra recoger ms individuos de aquellos estratos que tengan ms variabilidad. Para ello es necesario un conocimiento previo de la poblacin. Por ejemplo, para un estudio de opinin, puede resultar interesante estudiar por separado las opiniones de hombres y mujeres pues se estima que, dentro de cada uno de estos grupos, puede haber cierta homogeneidad. As, si la poblacin est compuesta de un 55% de mujeres y un 45% de hombres, se tomara una muestra que contenga tambin esa misma proporcin.

Otro ejemplo prctico[editar]

En general, el tamao de la muestra en cada estrato se toma en proporcin con el tamao del estrato. Eso se llama asignacin proporcional. Supngase que en una empresa se encuentran los siguientes funcionarios :1

hombre, full-time: 90 hombre, part-time: 18 mujer, full-time: 9 mujer, part-time: 63 Total: 180

soy Adonay y se pide tomar una muestra de 40 personas, estratificada segn las categoras anteriores. El primer paso es encontrar el nmero total de funcionarios (180) y calcular el porcentaje de cada grupo.

% hombre, full-time = 90 / 180 = 50% % hombre, part-time = 18 / 180 = 10% % mujer, full-time = 9 / 180 = 5% % mujer, part-time = 63 / 180 = 35%

Esto dice que nuestra muestra de 40:

50% debe ser hombre, full-time 10% debe ser hombre, part-time 5% debe ser mujer, full-time 35% debe ser mujer, part-time 50% de 40 es 20 10% de 40 es 4 5% de 40 es 2 35% de 40 es 14

Otra manera fcil sin necesidad de calcular el porcentaje es multiplicar cada tamao de grupo por el tamao de la muestra y se dividen por el tamao total de la poblacin (tamao de todo el personal):

hombre, full-time = 90 x (40 / 180) = 20 hombre, part-time = 18 x (40 / 180) = 4 mujer, full-time = 9 x (40 / 180) = 2 mujer, part-time = 63 x (40 / 180) = 14

Herramientas de la Mejora Continua[editar]

Este tipo de muestreo forma parte de las siete nuevas herramientas de mejora continua de la calidad. Son herramientas que permiten al rea gerencial recabar y organizar datos que les permitan crear un plan estratgico e implementar acciones de mejora en una empresa.

Muestreo estratificado Consiste en la divisin previa de la poblacin de estudio en grupos o clases que se suponen homogneos respecto a caracterstica a estudiar. A cada uno de estos estratos se le asignara una cuota que determinara el nmero de miembros del mismo que compondrn la muestra. Dentro de cada estrato el muestreo se realizara mediante m.a.s. Segn la cantidad de elementos de la muestra que se han de elegir de cada uno de los estratos, existen dos tcnicas de muestreo estratificado:

Asignacin proporcional: el tamao de cada estrato en la muestra es proporcional a su tamao en la poblacin. Asignacin ptima: la muestra recoger ms individuos de aquellos estratos que tengan ms variabilidad. Para ello es necesario un conocimiento previo de la poblacin.

Por ejemplo, para un estudio de opinin, puede resultar interesante estudiar por separado las opiniones de hombres y mujeres pues se estima que, dentro de cada uno de estos grupos, puede haber cierta homogeneidad. As, si la poblacin est compuesta de un 55% de mujeres y un 45% de hombres, se tomara una muestra que contenga tambin esa misma proporcin.

7.4.4 Muestreo aleatorio estratificado

Un muestreo aleatorio estratificado es aquel en el que se divide la poblacin de N individuos, en k subpoblaciones o estratos, atendiendo a criterios que puedan ser importantes en el estudio, de tamaos respectivosN1, ..., Nk,

y realizando en cada una de estas subpoblaciones muestreos aleatorios simples de tamao ni .

A continuacin nos planteamos el problema de cuantos elementos de muestra se han de elegir de cada uno de los estratos. Para ello tenemos fundamentalmente dos tcnicas: la asignacin proporcional y la asignacin optima. 7.4.4.1 Ejemplo Supongamos que realizamos un estudio sobre la poblacin de estudiantes de una Universidad, en el que a travs de una muestra de 10 de ellos queremos obtener informacin sobre el uso de barras de labios. En primera aproximacin lo que procede es hacer un muestreo aleatorio simple, pero en su lugar podemos reflexionar sobre el hecho de que el comportamiento

de la poblacin con respecto a este carcter no es homogneo, y atendiendo a l, podemos dividir a la poblacin en dos estratos:

Estudiantes masculinos (60% del total); Estudiantes femeninos (40% restante).

de modo que se repartan proporcionalmente ambos grupos el nmero total de muestras, en funcin de sus respectivos tamaos (6 varones y 4 mujeres). Esto es lo que se denomina asignacin proporcional. Si observamos con ms atencin, nos encontramos (salvo sorpresas de probabilidad reducida) que el comportamiento de los varones con respecto al carcter que se estudia es muy homogneo y diferenciado del grupo de las mujeres. Por otra parte, con toda seguridad la precisin sobre el carcter que estudiamos, ser muy alta en el grupo de los varones aunque en la muestra haya muy pocos (pequea varianza), mientras que en el grupo de las mujeres habr mayor dispersin. Cuando las varianzas poblacionales son pequens, con pocos elementos de una muestra se obtiene una informacin ms precisa del total de la poblacin que cuando la varianza es grande. Por tanto, si nuestros medios slo nos permiten tomar una muestra de 10 alumnos, ser ms conveniente dividir la muestra en dos estratos, y tomar mediante muestreo aleatorio simple cierto nmero de individuos de cada estrato, de modo que se elegirn ms individuos en los grupos de mayor variabilidad. As probablemente obtendramos mejores resultados estudiando una muestra de

1 varn. 9 hembras.

Esto es lo que se denomina asignacin ptima. 7.4.4.2 Asignacin proporcional Sea n el nmero de individuos de la poblacin total que forman parte de alguna muestra:

Cuando la asignacin es proporcional el tamao de la muestra de cada estrato es proporcional al tamao del estrato correspondiente con respecto a la poblacin total:

7.4.4.3 Asignacin ptima Cuando se realiza un muestreo estratificado, los tamaos muestrales en cada uno de los estratos, ni, los elige quien hace el muestreo, y para ello puede basarse en alguno de los siguientes criterios:

Elegir los ni de tal modo que se minimice la varianza del estimador, para un coste especificado, o bien, habiendo fijado la varianza que podemos admitir para el estimador, minimizar el coste en la obtencin de las muestras.

As en un estrato dado, se tiende a tomar una muestra ms grande cuando:

El estrato es ms grande; El estrato posee mayor variabilidad interna (varianza); El muestreo es ms barato en ese estrato.

Para ajustar el tamao de los estratos cuando conocemos la dispersin interna de cada uno de los mismos, tenemos el siguiente resultado: 7.4.4.4 Teorema [Asignacin de Neyman] Sea E una poblacin con N elementos, dividida en k estratos, con Ni elementos cada uno de ellos,

Sea n el nmero total de elementos al realizar el muestreo, y que se dividen en cada estrato como

Sea X la v.a. que representa el carcter que intentamos estudiar. Sobre cada estrato puede definirse entonces la v.a.

como el valor medio de X obtenida en una muestra de tamao ni en el estrato Ei. Sea la varianza de dicha v.a.; Entonces

se minimiza cuando

donde

es la cuasi-varianza del estrato Ei.

Cuando una investigadora disea un estudio, debe elegir un mtodo de muestreo. La muestra representa una poblacinpara la cual la investigadora desea hacer inferencias. Para la mayora de los estudios, los investigadores tienen un exceso de mtodos de muestreo para escoger. Cada mtodo de muestreo arroja un tipo distinto de muestra. Una de tales muestras, la muestra estratificada, se obtiene mediante el uso de un muestreo estratificado.

Otras personas estn leyendo

Qu significa muestreo estratificado?

Tipos de muestras no probabilsticas

Estructura
Una muestra estratificada se compone de los mismos puntos potenciales de datos que una muestra puramente aleatorio. La principal diferencia entre una muestra estratificada y una muestra aleatoria pura es que la muestra estratificada tiene una estructura nica. Esta estructura permite que de la muestra se obtengan altos niveles de variacin dentro del grupo muestreado. Un investigador tpicamente da estructura a una muestra estratificada dividiendo los datos en grupos que son similares en un parmetro especfico. No hay ningn requisito de que estos grupos sean de igual tamao, aunque algunos investigadores prefieren tomar muestras de modo que se obtengan grupos iguales, lo que permite que el anlisis de los datos sea ms fcil.

Propsito

El muestreo estratificado tiene un doble propsito. En primer lugar, las muestras estratificadas ayudan a reducir el error que surge simplemente porque la muestra es al azar. Este error de muestreo puede distorsionar los resultados del estudio, que a veces lleva a conclusiones que, posteriormente se verifica, son incorrecta. En segundo lugar, las muestras estratificadas son representativas. Cuando un investigador desea muestrear unapoblacin que es diversa o contiene mltiples grupos, el investigador puede desear asegurarse de que la muestra se puede representar de forma fiable todos los subgrupos. Las muestras estratificadas permiten al investigador hacer precisamente esto, ya que dan a los investigadores la libertad de determinar cunto debera representar cada grupo del total de la muestra .

Inconvenientes

Aunque las ventajas de las muestras estratificadas son claras, las desventajas slo pueden manifestarse cuando el investigador comienza a estructurar una de tales muestras. En situaciones en las que la poblacin es desconocida o no se ha estudiado con anterioridad, los investigadores tendrn dificultades para decidir cmo estratificar la muestra. Esto es debido a la falta de conocimiento con respecto a la diversidad dentro de la muestra, as como los posibles subgrupos de la muestra. Adems, decidir en base a qu variable se va a estratificar la muestra puede ser un proceso subjetivo y dejar el muestreo abierto a la crtica.

Ejemplo
Tal vez un investigador est interesado en la proporcin de matrimonios que han experimentado amoros. Debido a que el investigador est interesado en la naturalezahumana y no en las cuestiones culturales, su poblacin es el mundo entero. A continuacin, puede estratificar el mundo por la nacin, produciendo de este modo una muestra estratificada en la que se muestrea un cierto nmero de parejas de cada nacin. Esto reducir el error de muestreo total y aumentar la representatividad del estudio.