a:

Los investigadores usan muestreo aleatorio estratificado para obtener una muestra de población que mejor represente a toda la población estudiada. Sus ventajas incluyen minimizar el sesgo de selección de muestra y asegurar que ciertos segmentos de la población no estén sobrerrepresentados o poco representados. Su desventaja es que no se puede usar cuando los investigadores no pueden clasificar con confianza a cada miembro de la población en un subgrupo.

El muestreo aleatorio estratificado implica primero dividir una población en subpoblaciones y luego aplicar métodos de muestreo aleatorio a cada subpoblación para formar un grupo de prueba. Considere un estudio diseñado para evaluar las tendencias políticas de los estudiantes de economía en una universidad importante. Los investigadores quieren hacer todos los esfuerzos posibles para garantizar que la muestra se aproxime mejor a la población real en cuanto a género y nivel de estudio, como estudiantes universitarios o graduados.

En primer lugar, los investigadores asignan a todos los estudiantes de economía de la universidad a una de las cuatro subpoblaciones: hombres universitarios, mujeres, graduados y mujeres. El muestreo aleatorio se realiza para cada subpoblación en función de su representación dentro de la población como un todo. Supongamos que los estudiantes universitarios comprenden el 45% de la población. Si el tamaño de muestra del estudio es 100, cuenta con 45 estudiantes de pregrado. Debido a que los hombres graduados constituyen solo el 20% de la población, 20 se seleccionan para la muestra.

Ventajas

La mayor ventaja del muestreo aleatorio estratificado es que reduce el sesgo de selección. La estratificación de toda la población antes de aplicar métodos de muestreo aleatorio ayuda a garantizar una muestra que refleje con precisión la población estudiada en términos de los criterios utilizados para la estratificación.

El muestreo aleatorio estratificado también es ventajoso cuando se puede usar con precisión porque garantiza que cada subgrupo dentro de la población reciba una representación adecuada dentro de la muestra. El uso de muestreo aleatorio simple para obtener una muestra de 100 de la población descrita anteriormente podría resultar en la selección de solo 25 estudiantes de pregrado. Treinta y cinco graduados masculinos también pueden ser seleccionados, lo que resulta en una representación insuficiente de los estudiantes universitarios y una representación excesiva de los graduados masculinos. Debido a que se ha demostrado que los logros educativos afectan los puntos de vista políticos en muchos estudios anteriores, tales errores de representación tienen el potencial de disminuir la precisión del estudio.

Desventajas

Desafortunadamente, el muestreo aleatorio estratificado no se puede usar en todos los estudios. La desventaja del método es que se deben cumplir varias condiciones para que se use adecuadamente.Los investigadores deben identificar a cada miembro de una población estudiada y clasificar cada uno de ellos en una, y solo una, subpoblación. Encontrar una lista exhaustiva y definitiva de toda una población es el primer desafío. En algunos casos, es francamente imposible.

El otro desafío es clasificar con precisión a cada miembro de la población en un solo estrato. El ejemplo anterior lo hace fácil; estudiantes de pregrado, posgrado, hombres y mujeres son grupos claramente definidos. En otras situaciones, sin embargo, es mucho más difícil. Imagina poner en juego características definitorias como raza, etnia o religión. El proceso de clasificación se vuelve más difícil, haciendo que el muestreo aleatorio estratificado sea un método ineficaz y menos que ideal.

Vaya más allá en el muestreo aleatorio: lea la diferencia entre muestreo aleatorio estratificado y simple y ejemplos de muestra aleatoria estratificada.