El mostreig aleatori estratificat beneficia als investigadors perquè els permeti obtenir una població mostral que representi millor tota la població que s'està estudiant. Tot i així, aquest mètode d’investigació no exenta els seus inconvenients.
Sample aleatori estratificat: una visió general
El mostreig aleatori estratificat implica primer dividir una població en subpoblacions i després aplicar mètodes de mostreig aleatori a cada subpoblació per formar un grup de prova. Un desavantatge és quan els investigadors no poden classificar tots els membres de la població en un subgrup.
El mostreig aleatori estratificat és diferent del mostreig aleatori simple, que implica la selecció aleatòria de dades de tota la població de manera que cada mostra possible es produeix igualment. En canvi, el mostreig aleatori estratificat divideix la població en grups més petits o estrats, basats en característiques compartides. Es pren una mostra aleatòria de cada estrat en proporció directa a la mida de l'estrat en comparació amb la població.
Exemple de mostreig aleatori estratificat
El següent és un exemple de mostreig aleatori estratificat:
Els investigadors estan realitzant un estudi dissenyat per avaluar les tendències polítiques dels estudiants d’economia d’una important universitat. Els investigadors volen assegurar que la mostra aleatòria s’aproximi millor a la població estudiantil, inclosos els sexes, els estudiants universitaris i els graduats. La població total en l’estudi és de 1.000 estudiants i a partir d’aquí es creen subgrups com es mostra a continuació.
Població total = 1.000
Els investigadors assignarien a tots els estudiants d’economia de la universitat una de les quatre subpoblacions: estudiant universitari masculí, estudiant universitari, graduat masculí i graduat femení. Els investigadors contarien a continuació quants estudiants de cada subgrup constitueixen la població total de 1.000 estudiants. A partir d’aquí, els investigadors calculen el percentatge de cada subgrup de la població total.
Subgrups:
- Llicenciats masculins = 450 estudiants (sobre 100) o 45% de la població Estudiants graduats masculins = 200 estudiants o 20% estudiants graduats homes = 200 estudiants o 20% estudiants graduats femenins = 150 estudiants o 15%
Es fa un mostreig aleatori de cada subpoblació, en funció de la seva representació en el conjunt de la població. Com que els estudiants universitaris masculins són el 45% de la població, 45 estudiants masculins s'escullen aleatòriament d'aquest subgrup. Com que els graduats masculins representen només el 20% de la població, 20 són seleccionats per a la mostra, etc.
Si bé el mostreig aleatori estratificat reflecteix amb precisió la població que s’estudia, les condicions que s’han de complir significa que aquest mètode no es pot utilitzar en tots els estudis.
Avantatges del mostreig aleatori estratificat
El mostreig aleatori estratificat té avantatges en comparació amb el mostreig aleatori simple.
Reflecteix amb precisió la població estudiada
El mostreig aleatori estratificat reflecteix amb precisió la població que s’està estudiant perquè els investigadors estratifiquen tota la població abans d’aplicar mètodes aleatoris aleatoris. En definitiva, assegura que cada subgrup de la població rep una representació adequada dins de la mostra. Com a resultat, el mostreig aleatori estratificat proporciona una millor cobertura de la població, ja que els investigadors tenen control sobre els subgrups per assegurar-se que tots ells estan representats en el mostreig.
Amb un simple mostreig aleatori, no hi ha cap garantia de que s'hagi escollit cap subgrup o tipus de persona. En el nostre exemple anterior sobre els estudiants universitaris, l'ús de mostres aleatòries simples per obtenir una mostra de 100 de la població podria donar lloc a la selecció de només 25 estudiants masculins o només un 25% de la població total. A més, es podrien seleccionar 35 estudiants graduats (35% de la població) amb una subrepresentació de graduats masculins i una sobrerepresentació d'estudiants graduats femenins. Qualsevol error en la representació de la població pot reduir la precisió de l'estudi.
Desavantatges del mostreig aleatori estratificat
El mostreig aleatori estratificat també presenta desavantatges als investigadors.
No es pot utilitzar en tots els estudis
Malauradament, aquest mètode de recerca no es pot utilitzar en tots els estudis. El desavantatge del mètode és que s’han de complir diverses condicions perquè s’utilitzi correctament. Els investigadors han d’identificar tots els membres d’una població que s’estudia i classificar-los cadascun d’ells en una, i només una, subpoblació. Com a resultat, el mostreig aleatori estratificat és desavantatge quan els investigadors no poden classificar amb confiança tots els membres de la població en un subgrup. A més, trobar una llista exhaustiva i definitiva de tota una població pot ser difícil.
La superposició pot ser un problema si hi ha subjectes que formen part de diversos subgrups. Quan es realitza un mostreig aleatori simple, és més probable que es trobin els que es troben en diversos subgrups. El resultat podria ser una representació errònia o una reflexió incorrecta de la població.
L’exemple anterior facilita: els estudiants de grau, graduats, homes i dones són grups clarament definits. Tanmateix, en altres situacions, potser és molt més difícil. Imagineu-vos incorporar característiques com la raça, l’ètnia o la religió. El procés d’ordenació es fa més difícil, fent que el mostreig aleatori estratificat sigui un mètode ineficaç i menys que ideal.
Punts clau
- El mostreig aleatori estratificat permet als investigadors obtenir una població mostral que representi millor la població sencera estudiada. Aquest mètode d’investigació no es pot fer servir en tots els estudis. població sencera, de manera que cada mostra possible es produeix igualment.
