Cómo funciona el muestreo aleatorio estratificado
el muestreo aleatorio estratificado es un método de muestreo que implica dividir una población en grupos más pequeños, llamados estratos. Los grupos o estratos se organizan en función de las características o atributos compartidos de los miembros del grupo. El proceso de clasificación de la población en grupos se denomina estratificación.
el muestreo aleatorio estratificado también se conoce como muestreo aleatorio de Cuota y muestreo aleatorio proporcional., El muestreo aleatorio estratificado tiene numerosas aplicaciones y beneficios, como el estudio de la demografía de la población y la esperanza de vida.
Puntos Clave
- muestreo aleatorio Estratificado es un método de muestreo que consiste en tomar muestras de una población subdividida en pequeños grupos llamados estratos.
- El muestreo aleatorio estratificado consiste en tomar muestras aleatorias de grupos estratificados, en proporción a la población.
- El muestreo aleatorio estratificado es una métrica más precisa ya que es una mejor representación de la población general.,
la Comprensión de un Muestreo Aleatorio Estratificado
el muestreo aleatorio Estratificado se divide una población en subgrupos. Se toman muestras aleatorias en la misma proporción de la población de cada uno de los grupos o estratos. Los miembros de cada estrato (singular para estratos) formados tienen atributos y características similares.
el muestreo aleatorio estratificado es un método de muestreo, que es cuando un investigador selecciona un grupo pequeño como tamaño de muestra para el estudio. Este subconjunto representa la población más grande., Organizar una población en grupos con características similares ayuda a los investigadores a ahorrar tiempo y dinero cuando la población que se estudia es demasiado grande para analizarla individualmente. El muestreo aleatorio estratificado ayuda al permitir a los investigadores organizar los grupos en función de características similares, por lo que se toma una muestra aleatoria de cada estrato o grupo.,
el muestreo aleatorio estratificado se puede utilizar, por ejemplo, para estudiar la votación de las elecciones, las personas que trabajan horas extras, la esperanza de vida, los ingresos de diferentes poblaciones y los ingresos para diferentes empleos en una nación.
muestreo aleatorio estratificado vs. Simplificado
una muestra aleatoria simple es una muestra de individuos que existen en una población en la que los individuos se seleccionan aleatoriamente de la población y se colocan en la muestra., Este método de selección aleatoria de individuos busca seleccionar un tamaño de muestra que sea una representación imparcial de la población. Sin embargo, una simple muestra aleatoria no es ventajosa cuando las muestras de la población varían ampliamente.
por el contrario, el muestreo aleatorio estratificado divide la población en subgrupos y los organiza por rasgos, características y comportamiento similares. Como resultado, el muestreo aleatorio estratificado es más ventajoso cuando la población varía ampliamente, ya que ayuda a organizar mejor las muestras para el estudio.,
sin embargo, una muestra aleatoria simple es más ventajosa cuando la población no puede ser organizada en subgrupos porque hay demasiadas diferencias dentro de la población. Además, las muestras aleatorias simples son mejores cuando hay poca o ninguna información sobre la población, lo que evita que la población se divida en subconjuntos basados en características o rasgos.
ejemplo de muestreo aleatorio estratificado
Un equipo de investigación ha decidido realizar un estudio para analizar los promedios de calificaciones o GPA para los 21 millones de estudiantes universitarios en los EE., Los investigadores deciden obtener una muestra aleatoria de 4.000 estudiantes universitarios dentro de la población de 21 millones. El equipo quiere revisar las diversas carreras y los GPA posteriores para los estudiantes o participantes de la muestra.
Fuera de los 4.000 participantes, el desglose de los alcaldes es el siguiente:
- inglés: 560
- la Ciencia: 1,135
- ciencias de la computación: 800
- Ingeniería: 1,090
- Matemáticas: 415
Los investigadores tienen sus cinco estratos de la de muestreo aleatorio estratificado proceso., A continuación, los investigadores estudian los datos de la población para determinar el porcentaje de los 21 millones de estudiantes que se especializan en las asignaturas de su muestra. Los hallazgos muestran lo siguiente:
- 12% mayor en inglés
- 28% mayor en Ciencias
- 24% mayor en Ciencias de la computación
- 21% mayor en ingeniería
- 15% mayor en matemáticas
El equipo decide emplear una muestra aleatoria estratificada proporcional mediante la cual desea determinar si los estudiantes de la muestra representan la misma proporción que la población.,
sin Embargo, las proporciones en la muestra no son iguales a los porcentajes en la población. Por ejemplo, el 12% de la población estudiantil son estudiantes de inglés, mientras que el 14% de los estudiantes de la muestra son estudiantes de inglés (o 560 estudiantes de inglés / 4,000).
como resultado, los investigadores deciden volver a muestrear a los estudiantes para que coincidan con el porcentaje de carreras en la población., De los 4,000 estudiantes en su muestra, deciden seleccionar al azar lo siguiente:
los investigadores ahora tienen una muestra aleatoria estratificada proporcional de estudiantes universitarios y sus respectivas especializaciones, que refleja con mayor precisión las especializaciones para la población estudiantil general. A partir de ahí, los investigadores pueden analizar los GPA de cada estrato, así como sus características para tener una mejor idea de cómo se está desempeñando la población estudiantil en general.,