Muestreo estratificado

El muestreo estratificado es un método de muestreo probabilístico y una forma de muestreo aleatorio en el que la población se divide en dos o más grupos (estratos) según uno o más atributos comunes.

El muestreo aleatorio estratificado pretende garantizar que la muestra represente subgrupos o estratos específicos. Por consiguiente, la aplicación del método de muestreo estratificado implica dividir la población en diferentes subgrupos (estratos) y seleccionar sujetos de cada estrato de manera proporcional. La siguiente tabla ilustra un ejemplo simplista en el que se selecciona un grupo de muestra de 10 encuestados dividiendo la población en estratos masculinos y femeninos a fin de lograr una representación igualitaria de ambos sexos en el grupo de la muestra.

El muestreo estratificado puede dividirse en los dos grupos siguientes: proporcional y desproporcionado. La aplicación de la técnica de muestreo aleatorio estratificado proporcional implica determinar el tamaño de la muestra en cada estrato de manera proporcional a toda la población.

En el muestreo aleatorio estratificado desproporcionado, por el contrario, el número de sujetos reclutados de cada estrato no tiene que ser proporcional al tamaño total de la población. Por consiguiente, la aplicación del muestreo aleatorio estratificado proporcional genera datos primarios más precisos que el muestreo desproporcionado.

Aplicación del muestreo estratificado: un Ejemplo

Supongamos que su tesis tiene como objetivo explorar los estilos de liderazgo ejercidos por los gerentes de nivel medio de Bayerische Motoren Werke Aktiengesellschaft (BMW AG). Usted ha seleccionado entrevistas en profundidad semiestructuradas con los gerentes como el método de recolección de datos primarios más apropiado para lograr los objetivos de la investigación.

La aplicación del muestreo aleatorio estratificado contiene las tres etapas siguientes.

1. Identificación de estratos relevantes y asegurar su representación real en la población.

Aparte del género, como se ilustra en el ejemplo anterior, la gama de criterios que pueden utilizarse para dividir la población en diferentes estratos incluye la edad, el nivel de educación, el estatus, la nacionalidad, la religión y otros. Los patrones específicos de categorización en diferentes estratos dependen de las metas y objetivos del estudio.

En nuestro caso, los empleados del Grupo BMW trabajan en cuatro segmentos de negocio: automoción, motocicletas, servicios financieros y otras entidades[1]. En consecuencia, cada segmento puede adaptarse como estrato para extraer miembros del grupo de muestra.

2. Numerar cada sujeto dentro de cada estrato con un número de identificación único.

3. Selección de un número suficiente de sujetos de cada estrato.

Es de vital importancia que las muestras de cada estrato se seleccionen de manera aleatoria para que la relevancia del sesgo pueda ser minimizada.

Como se ilustra en la siguiente tabla, siguiendo el procedimiento descrito anteriormente se obtiene un grupo de muestra de 16 encuestados, gerentes de nivel medio del Grupo BMW que representan proporcionalmente a los cuatro segmentos de negocio de la empresa.

Automotor			Motos			Servicios financieros			Otras entidades
norte	Gerente	ü	norte	Gerente	ü	norte	Gerente	ü	norte	Gerente	ü
001	Hudson		001	Conrad	ü	001	Guzmán		001	Moscas
002	Bajo	ü	002	Braun		002	Craig		002	Atkinson	ü
003	Richmond		003	Alta burguesía		003	Verde	ü	003	Montes
004	Fatigar		004	Hartman	ü	004	Ballard	ü	004	Mcguire
005	Chavez	ü	005	Levine		005	Timonel		005	Spencer	ü
006	Enigma		006	Grifo	ü	006	Dunlap	ü	006	Davies
007	Mckinney		007	Enamorado		007	Patricio		007	Bradford	ü
008	Terrell	ü	008	Mcdonald		008	Gardner	ü	008	Collins
009	Hayes		009	marrón	ü	009	Carpintero		009	Chen
010	Escobar	ü	010	Kaufman		010	Vasquez		010	Hess	ü

Ventajas del muestreo estratificado

1. El muestreo aleatorio estratificado es superior al muestreo aleatorio simple porque el proceso de estratificación reduce el error de muestreo y garantiza un mayor nivel de representación.
2. Gracias a la elección del muestreo aleatorio estratificado se puede garantizar una representación adecuada de todos los subgrupos.
3. Cuando hay homogeneidad dentro de los estratos y heterogeneidad entre estratos, las estimaciones pueden ser tan precisas (o incluso más) como con el uso del muestreo aleatorio simple.

Desventajas del muestreo estratificado

1. La aplicación del muestreo aleatorio estratificado requiere a priori el conocimiento de la composición de los estratos. El requisito de poder distinguir fácilmente entre estratos en el marco de la muestra puede crear dificultades a nivel práctico.
2. El proceso de investigación puede tomar más tiempo y resultar más costoso debido a la etapa adicional en el procedimiento de muestreo.
3. La elección del método de muestreo estratificado añade cierta complejidad al plan de análisis.

[1] Informe anual (2015)