MOSTREIG ESTRATIFICAT: QUÈ ÉS, TIPUS, AVANTATGES I DESAVANTATGES - ECONOMIA - 2025

El mostreig estratificat, o estratificació, és un mètode de mostreig que implica la divisió d'una població en subgrups més petits, coneguts com estrats. Al seu torn, aquests estrats es formen en funció dels atributs o característiques compartits dels membres, com a ingressos o nivell educatiu.

S'utilitza per ressaltar les diferències entre els grups d'una població, a diferència de l'mostreig simple, que tracta a tots els membres d'una població com iguals, amb la mateixa probabilitat de ser mostrejats.

Font: needpix.com

L'objectiu és millorar la precisió de la mostra reduint l'error de mostreig. Pot produir una mitjana ponderada amb menys variabilitat que la mitjana aritmètica d'una mostra simple de la població.

L'estratificació és el procés de fragmentar abans d'un mostreig als membres d'una població en subconjunts homogenis. Mitjançant els estrats es defineix una distribució de la població.

És a dir, ha de ser col·lectivament exhaustiu i mútuament excloent, per la qual cosa s'ha d'assignar un sol estrat a cada element de la població. Després s'aplica un mostreig sistemàtic o simple dins de cada estrat.

consideracions importants

És important notar que els estrats no han de juxtaposar. Tenir subgrups sobreposats atorgarà a algunes persones major possibilitat de ser seleccionades com a subjectes. Això entorpeix totalment la noció de mostreig estratificat com un prototip de mostreig.

És igualment important que l'investigador hagi d'utilitzar un mostreig simple dins dels diferents estrats.

Els estrats més comuns utilitzats en el mostreig estratificat són l'edat, el gènere, el nivell socioeconòmic, la religió, la nacionalitat i el nivell educatiu.

En què consisteix el mostreig estratificat?

A l'completar l'anàlisi en un grup d'entitats amb característiques similars, un investigador pot trobar que la mida de la població és massa gran per concloure aquesta investigació.

Per estalviar temps i diners, es pot adoptar una perspectiva més factible seleccionant un petit grup de la població. Aquest grup petit s'anomena grandària de la mostra, que és un subconjunt de la població utilitzat per a representar a tota la població.

Es pot seleccionar una mostra d'una població de diverses maneres, una de les quals és amb el mostreig estratificat. Això implica dividir la població total en grups homogenis anomenats estrats. Després se seleccionen mostres aleatòries de cada estrat.

Procés per a realitzar el mostreig estratificat

- Dividir la població en subgrups o estrats més petits, segons els atributs i característiques compartits pels membres.

- Prendre una mostra aleatòria de cada estrat en un nombre que sigui proporcional a la mida de l'estrat.

- Agrupar els subconjunts d'estrats per formar una mostra aleatòria.

- Realitzar l'anàlisi.

Per exemple, considerem un investigador que voldria saber la quantitat d'estudiants d'administració que van rebre una oferta de treball dins dels tres mesos següents a la seva graduació en 2018. Aviat descobrirà que hi va haver gairebé 200.000 graduats d'administració aquest any.

Podria decidir prendre simplement una mostra aleatòria de 5.000 graduats i realitzar l'enquesta. Millor encara, podria dividir la població en estrats i prendre una mostra aleatòria sobre aquests estrats.

Per fer això, crearia grups de població basats en edat, raça, nacionalitat o antecedents professionals.

Es prendria una mostra aleatòria de cada estrat, en proporció a la mida de l'estrat respecte a la població total. Aquests subconjunts s'agruparien per formar una mostra.

tipus

Mostreig estratificat proporcional

En aquest tipus, la mida de la mostra per a cada estrat és proporcional a la mida de la població de l'estrat quan es compara amb la població total. Això vol dir que cada estrat té la mateixa proporció de mostreig.

Quan es selecciona una característica dels individus per definir els estrats, els subgrups resultants són sovint de diferents mides.

Per exemple, es vol estudiar el percentatge de la població mexicana que fuma, i es decideix que l'edat seria un bon criteri per estratificar perquè es creu que els hàbits de fumar poden variar significativament segons l'edat. Es defineixen tres estrats:

- Menor de 20 anys.

- Entre 20 i 44.

- Major de 44.

Quan es divideix la població de Mèxic en aquests tres estrats, no s'espera que els tres grups siguin de la mateixa mida. De fet, les dades reals confirmen això:

- L'estrat 1: 42.400.000 (41.0%).

- Estrat 2: 37.600.000 (36.3%).

- Estrat 3: 23.500.000 (22.7%).

Si s'utilitza un mostreig estratificat proporcional, la mostra hauria de consistir en estrats que mantinguin les mateixes proporcions que la població. Si es vol crear una mostra de 1.000 individus, les mostres han de tenir les següents mides:

És molt semblant a reunir una població més petita, determinada per les proporcions relatives dels estrats dins de la població.

Mostreig estratificat uniforme

En aquest tipus s'assigna la mateixa mida de mostra a tots els estrats definits, sense importar el pes d'aquests estrats dins de la població.

Un mostreig estratificat uniforme prenent l'exemple anterior produiria la següent mostra per a cada estrat:

Aquest mètode afavoreix els estrats que tinguin menys pes en la població, a l'atorgar-los el mateix nivell d'importància que els estrats més rellevants.

Això redueix l'efectivitat global de la mostra, però permet estudiar amb més precisió les característiques individuals de cada estrat.

En l'exemple, si es vol fer una afirmació específica sobre la població de l'estrat 3 (majors de 44), es podrien reduir els errors de mostreig utilitzant una mostra de 333 unitats, en lloc d'una mostra de 227 unitats, com es va obtenir de l' mostreig estratificat proporcional.

Avantatges i desavantatges

El mostreig estratificat funciona bé per a poblacions que tinguin una varietat d'atributs, però per la resta no serà efectiu si no es poden formar subgrups.

- Avantatges

Recull característiques claus

El principal avantatge de l'mostreig estratificat és que recull en la mostra les característiques claus de la població.

De manera similar a una mitjana ponderada, aquest mètode de mostreig produeix característiques en la mostra que són proporcionals a la població total.

Major precisió estadística

L'estratificació dóna un menor error en l'estimació que el mètode de mostreig simple. Com més gran sigui la diferència entre els estrats, més gran serà el guany en precisió.

Es té una major precisió estadística a l'comparar-lo amb el mostreig simple. Això és a causa que dins dels subgrups és menor la variabilitat, si es compara amb les variacions que es presenten amb la població total.

Mida de mostra més petit

Com que aquesta tècnica té una exactitud estadística alta, també significa que requereix una mida de mostra més petit, que pot estalviar molt esforç, diners i temps dels investigadors.

- Desavantatges

Lamentablement, aquest mètode d'investigació no es pot utilitzar en tots els estudis. El desavantatge de l'mètode és que s'han de complir diverses condicions perquè sigui utilitzat correctament.

Dificultat per trobar estrats

El desavantatge principal és que pot ser difícil identificar estrats apropiats per a un estudi. A més, trobar un llistat exhaustiu i definitiu de tota una població pot ser tot un repte.

Complexitat per organitzar

Una segona desavantatge és que és més complex organitzar i analitzar els resultats en comparació amb el mostreig simple.

Els investigadors han d'identificar a cada membre d'una població en estudi i classificar-lo en només una subpoblació. Com a resultat, el mostreig estratificat és desavantatjós quan els investigadors no poden classificar amb confiança a cada membre de la població en un subgrup.

La juxtaposició pot ser un problema si hi ha subjectes que es divideixin en múltiples subgrups. Quan es realitza un mostreig simple, tindran més probabilitat de ser triats aquells que estan en múltiples subgrups. El resultat podria ser una tergiversació o un reflex inexacte de la població.

Exemples com estudiants universitaris, graduats, homes i dones, ho fan fàcil, ja que són grups clarament definits.

No obstant això, en altres situacions podria ser molt més difícil. Es pot imaginar incorporar característiques com ara raça, origen ètnic o religió. El procés de classificació es faria més difícil, convertint el mostreig estratificat en un mètode ineficaç.

exemple

Suposem que un equip d'investigació vol determinar la mitjana de notes dels estudiants universitaris als Estats Units.

L'equip d'investigació té òbvies dificultats per recopilar aquestes dades dels 21 milions d'estudiants universitaris. Per tant, decideix prendre una mostra de la població, utilitzant només 4.000 estudiants.

L'equip observa els diferents atributs dels participants de la mostra i es pregunta si hi ha alguna diferència entre la mitjana de notes i l'especialització dels estudiants.

Es troba a la mostra que 560 estudiants són estudiants d'anglès, 1.135 de ciències, 800 d'informàtica, 1.090 d'enginyeria i 415 de matemàtiques.

L'equip vol utilitzar un mostreig estratificat proporcional, on els estrats de la mostra siguin proporcionals a la mostra de la població.

Creació d'estrats

Per a això, l'equip investiga l'estadística dels estudiants universitaris a EUA i troba el percentatge oficial d'estudiants que s'especialitza: 12% en anglès, el 28% en ciències, 24% en informàtica, el 21% en enginyeria i 15% en matemàtiques.

Per tant, es creen cinc estrats a partir de l'procés de mostreig estratificat. L'equip ha de confirmar que l'estrat de la població sigui proporcional a l'estrat de la mostra. No obstant això, troba que les proporcions no són iguals.

Per tant, l'equip necessita tornar a prendre una mostra de la població de 4.000 estudiants, però aquesta vegada seleccionant aleatòriament 480 (12%) estudiants d'anglès, 1.120 (28%) de ciències, 960 (24%) d'informàtica, 840 (21%) d'enginyeria i 600 (15%) de matemàtiques.

Amb això, es té una mostra estratificada proporcional d'estudiants universitaris, que ofereix una millor representació d'estudiants universitaris a EUA

Els investigadors podran ressaltar un estrat específic, observar els diversos estudis dels estudiants universitaris dels EUA i observar els diferents mitjanes de notes.

referències

1. Adam Hayes (2019). Stratified Random Sampling. Pres de: investopedia.com.
2. WikiLingue the free encyclopedia (2019). Stratified sampling. Pres de: en.wikipedia.org.
3. Explorable (2019). Stratified Sampling Method. Pres de: explorable.com.
4. Survey Gizmo (2019). Què és el Stratified Sampling & When is it Used? Pres de: surveygizmo.com.
5. Ashley Crossman (2019). Understanding Stratified Samples and How to Make Them. Thought Co Pres de: thoughtco.com.
6. Carlos Ochoa (2017). Random sampling: Stratified sampling. Pres de: netquest.com.