Amostragem estratificada O que é, tipos, vantagens e desvantagens

Ele Amostragem estratificada, Ó estratificação, é um método de amostragem que implica a divisão de uma população em subgrupos menores, conhecidos como estratos. Por sua vez, esses estratos são formados com base nos atributos ou características compartilhadas dos membros, como renda ou nível educacional.

É usado para destacar as diferenças entre os grupos de uma população, diferentemente da amostragem simples, que trata todos os membros de uma população como iguais, com a mesma probabilidade de ser amostrado.

Fonte: NeedPix.com

O objetivo é melhorar a precisão da amostra, reduzindo o erro de amostragem. Pode produzir uma média ponderada com menos variabilidade do que a média aritmética de uma amostra simples da população.

A estratificação é o processo de fragmentação antes de provar os membros de uma população em subconjunto homogêneo. Através dos estratos, uma distribuição populacional é definida.

Isto é, deve ser coletivamente exaustivo e mutuamente exclusivo; portanto, um único estrato deve ser atribuído a cada elemento da população. Em seguida, amostragem sistemática ou simples é aplicada em cada estrato.

[TOC]

Considerações importantes

É importante observar que os estratos não devem ser justapostos. Ter subgrupos sobrepostos dará a algumas pessoas mais possibilidade de serem selecionados como sujeitos. Isso dificulta totalmente a noção de amostragem estratificada como um protótipo de amostragem.

É igualmente importante que o pesquisador use amostragem simples dentro dos diferentes estratos.

Os estratos mais comuns usados ​​na amostragem estratificada é idade, gênero, nível socioeconômico, religião, nacionalidade e nível educacional.

O que é amostragem estratificada?

Ao concluir a análise em um grupo de entidades com características semelhantes, um pesquisador pode descobrir que o tamanho da população é muito grande para concluir esta pesquisa.

Para economizar tempo e dinheiro, você pode adotar uma perspectiva mais viável selecionando um pequeno grupo populacional. Este pequeno grupo é chamado de tamanho de amostra, que é um subconjunto da população usada para representar toda a população.

Você pode selecionar uma amostra de uma população de várias maneiras, uma das quais é com a amostragem estratificada. Isso implica dividir a população total em grupos homogêneos chamados estratos. Em seguida, amostras aleatórias de cada estrato são selecionadas.

Processo para realizar amostragem estratificada

- Divida a população em subgrupos ou estratos menores, de acordo com os atributos e características compartilhadas pelos membros.

- Pegue uma amostra aleatória de cada estrato em um número proporcional ao tamanho do estrato.

- Agrupe o subconjunto de estratos para formar uma amostra aleatória.

Pode atendê -lo: exortar criminoso

- Realizar a análise.

Por exemplo, considere um pesquisador que gostaria de saber o número de estudantes de administração que receberam uma oferta de emprego dentro de três meses após a graduação em 2018. Você logo descobrirá que havia quase 200.000 graduados em administração naquele ano.

Eu poderia decidir simplesmente tirar uma amostra aleatória de 5.000 graduados e realizam a pesquisa. Melhor ainda, poderia dividir a população em estratos e levar uma amostra aleatória naqueles estratos.

Para fazer isso, eu criaria faixas etárias com base em idade, raça, nacionalidade ou história profissional.

Uma amostra aleatória de cada estrato seria coletada, proporcionalmente ao tamanho do estrato em relação à população total. Esses subconjuntos seriam agrupados para formar uma amostra.

Pessoal

Amostragem estratificada proporcional

Nesse tipo, o tamanho da amostra para cada estrato é proporcional ao tamanho da população da população quando comparado à população total. Isso significa que cada estrato tem a mesma proporção de amostragem.

Quando uma característica dos indivíduos é selecionada para definir estratos, os subgrupos resultantes geralmente são de tamanhos diferentes.

Por exemplo, queremos estudar a porcentagem da população mexicana que fuma. Três estratos são definidos:

- Menos de 20 anos.

- Entre 20 e 44.

- Maior que 44.

Quando a população do México é dividida nesses três estratos, não se espera que os três grupos sejam do mesmo tamanho. De fato, dados reais confirmam isso:

- O estrato 1: 42.4 milhões (41.0%).

- Estrato 2: 37.6 milhões (36.3%).

- Estrato 3: 23.5 milhões (22.7%).

Se a amostragem estratificada proporcional for usada, a amostra deve consistir em estratos que mantenham as mesmas proporções que a população. Se você quiser criar uma amostra de 1.000 indivíduos, as amostras devem ter os seguintes tamanhos:

É muito semelhante a reunir uma população menor, determinada pelas proporções relativas dos estratos dentro da população.

Amostragem estratificada uniforme

Neste tipo, o mesmo tamanho de amostra é atribuído a todos os estratos definidos, independentemente do peso desses estratos dentro da população.

Uma amostra estratificada uniforme, levando o exemplo anterior, produziria a seguinte amostra para cada estrato:

Este método favorece estratos que têm menos peso na população, concedendo -lhes o mesmo nível de importância que os estratos mais relevantes.

Pode atendê -lo: história e evolução da qualidade

Isso reduz a eficácia global da amostra, mas permite estudar as características individuais de cada estrato mais precisão.

No exemplo, se você deseja fazer uma declaração específica sobre a população de estrato 3 (acima de 44), os erros de amostragem podem ser reduzidos usando uma amostra de 333 unidades, em vez de uma amostra de 227 unidades, conforme obtido da amostragem estratificada proporcional.

Vantagens e desvantagens

A amostragem estratificada funciona bem para populações que possuem uma variedade de atributos, mas, caso contrário, não será eficaz se os subgrupos não puderem ser formados.

- Vantagens

Colete os principais recursos

A principal vantagem da amostragem estratificada é que as principais características da população se acumulam na amostra.

Semelhante a uma média ponderada, esse método de amostragem produz características na amostra proporcional à população total.

Maior precisão estatística

A estratificação fornece um erro mais baixo na estimativa do que o método de amostragem simples. Quanto maior a diferença entre os estratos, maior o lucro em precisão.

Há maior precisão estatística ao compará -la com amostragem simples. Isso ocorre porque dentro dos subgrupos a variabilidade é menor, se comparada às variações apresentadas com a população total.

Menor tamanho da amostra

Como essa técnica tem alta precisão estatística, também significa que requer um tamanho de amostra menor, que pode economizar muito esforço, dinheiro e tempo de pesquisadores.

- Desvantagens

Infelizmente, este método de pesquisa não pode ser usado em todos os estudos. A desvantagem do método é que várias condições devem ser atendidas para serem usadas corretamente.

Dificuldade em encontrar estratos

A principal desvantagem é que pode ser difícil identificar estratos apropriados para um estudo. Além disso, encontrar uma lista exaustiva e definitiva de uma população inteira pode ser um desafio.

Complexidade para organizar

Uma segunda desvantagem é que é mais complexo organizar e analisar os resultados em comparação com a amostragem simples.

Os pesquisadores devem identificar cada membro de uma população em estudo e classificá -la em apenas uma subpopulação. Como resultado, a amostragem estratificada é desvantajosa quando os pesquisadores não podem classificar cada membro da população com confiança em um subgrupo.

A justaposição pode ser um problema se houver assuntos divididos em vários subgrupos. Quando a amostragem simples é realizada, aqueles que estão em vários subgrupos serão escolhidos. O resultado pode ser uma deturpação ou um reflexo impreciso da população.

Pode atendê -lo: Ernest Dale: Biografia e Contribuições para a Administração

Exemplos como estudantes universitários, graduados, homens e mulheres, facilitam, pois são grupos claramente definidos.

No entanto, em outras situações, pode ser muito mais difícil. Você pode imaginar incorporar características como raça, origem étnica ou religião. O processo de classificação se tornaria mais difícil, transformando a amostragem estratificada em um método ineficaz.

Exemplo

Suponha que uma equipe de pesquisa queira determinar as notas médias de estudantes universitários nos Estados Unidos.

A equipe de pesquisa tem dificuldades óbvias em coletar esses dados dos 21 milhões de estudantes universitários. Portanto, decide levar uma amostra da população, usando apenas 4.000 alunos.

A equipe observa os diferentes atributos dos participantes da amostra e se pergunta se houver alguma diferença entre as notas médias e a especialização dos alunos.

É na amostra que 560 alunos são estudantes de inglês, 1.135 de ciências, 800 de ciência da computação, 1.090 Engenharia e 415 Matemática.

A equipe deseja usar amostragem estratificada proporcional, onde os estratos da amostra são proporcionais à amostra da população.

Criação de estratos

Para fazer isso, a equipe investiga as estatísticas de estudantes universitários nos EUA.Uu. E encontre a porcentagem oficial de estudantes especializados: 12% em inglês, 28% em ciências, 24% em ciência da computação, 21% em engenharia e 15% em matemática.

Portanto, cinco estratos são criados a partir do processo de amostragem estratificado. A equipe deve confirmar que o estrato da população é proporcional ao estrato da amostra. No entanto, ele acha que as proporções não são iguais.

Portanto, a equipe precisa retornar a uma amostra da população de 4.000 alunos, mas desta vez selecionando aleatoriamente 480 (12%) estudantes de inglês, 1.120 (28%) das ciências, 960 (24%) da ciência da computação, 840 (21%) de engenharia e 600 (15%) matemática.

Com isso, há uma amostra proporcional estratificada de estudantes universitários, que fornece uma melhor representação de estudantes universitários nos EUA.Uu.

Os pesquisadores podem destacar um estrato específico, observar os vários estudos dos estudantes universitários dos EUA.Uu. e observar as diferentes médias de notas.

Referências

1. Adam Hayes (2019). Amostragem aleatória estratificada. Retirado de: Investopedia.com.
2. Wikipedia, The Free Encyclopedia (2019). Amostragem estratificada. Retirado de: em.Wikipedia.org.
3. Explorable (2019). Método de amostra estratificada. Retirado de: explorável.com.
4. Survey Gizmo (2019). O que é amostra estratificada e quando é? Retirado de: SurveyGizmo.com.
5. Ashley Crossman (2019). Entender amostras estratificadas e como fazê -las. Pensamento co. Retirado de: pensamento.com.
6. Carlos Ochoa (2017). Amostragem aleatória: amostragem estratificada. Retirado de: netQuest.com.