O que é amostragem aleatória estratificada?
amostragem aleatória estratificada é um método de amostragem que envolve a divisão de uma população em subgrupos mais pequenos conhecidos como estratos. Na amostragem aleatória estratificada, ou estratificação, os estratos são formados com base nos atributos ou características partilhados dos Membros, tais como o rendimento ou o rendimento escolar.
a amostragem aleatória estratificada também é chamada de amostragem aleatória proporcional ou amostragem aleatória de quota.,
Takeaways chave
- amostragem aleatória estratificada permite aos investigadores obter uma população de amostra que melhor representa toda a população em estudo.a amostragem aleatória estratificada envolve a divisão de toda a população em grupos homogéneos chamados estratos.
- a amostragem aleatória estratificada difere da amostragem aleatória simples, que envolve a selecção aleatória de dados de uma população inteira, de modo que cada amostra possível é igualmente provável de ocorrer.,
Estratificada, Amostragem Aleatória
Como Aleatória Estratificada a Amostragem Funciona
Quando a conclusão de análises ou de investigação sobre um grupo de entidades com características semelhantes, o pesquisador pode descobrir que o tamanho da população é muito grande para que concluir a pesquisa. Para economizar tempo e dinheiro, um analista pode assumir uma abordagem mais viável, selecionando um pequeno grupo da população., O pequeno grupo é referido como um tamanho de amostra, que é um subconjunto da população que é usado para representar toda a população. Uma amostra pode ser selecionada de uma população através de uma série de maneiras, uma das quais é o método de amostragem aleatória estratificada.
uma amostragem aleatória estratificada envolve a divisão de toda a população em grupos homogêneos chamados estratos (plural para estrato). Em seguida, seleccionam-se amostras aleatórias de cada estrato., Por exemplo, considere um pesquisador acadêmico que gostaria de conhecer o número de estudantes de MBA em 2007 que receberam uma oferta de emprego no prazo de três meses após a graduação.
ele logo descobrirá que havia quase 200.000 graduados de MBA para o ano. Ele pode decidir pegar numa simples amostra aleatória de 50.000 graduados e fazer uma pesquisa. Melhor ainda, ele poderia dividir a população em estratos e tirar uma amostra aleatória dos estratos. Para fazer isso, ele criaria grupos populacionais com base no sexo, faixa etária, raça, País de nacionalidade, e antecedentes de carreira., Uma amostra aleatória de cada estrato é recolhida num número proporcional ao tamanho do estrato quando comparado com a população. Estes subconjuntos dos estratos são então agrupados para formar uma amostra aleatória.
Exemplo de Aleatória Estratificada Amostragem
Suponha que uma equipe de investigação, quer para determinar o GPA de estudantes universitários nos estados unidos, A equipe de pesquisa tem dificuldade de coleta de dados de todos os 21 milhões de estudantes universitários; ele decide tomar uma amostra aleatória da população usando de 4.000 alunos.,
agora assumir que a equipe olha para os diferentes atributos dos participantes da amostra e se pergunta se há alguma diferença na GPAs e estudantes’ majors. Suponha que ele descobre que 560 alunos são majors ingleses, 1.135 são majors de ciência, 800 são majors de ciência da computação, 1.090 são majors de engenharia, e 415 são majors de matemática. A equipe quer usar uma amostra aleatória estratificada proporcional, onde o estrato da amostra é proporcional à amostra aleatória da população.
Assume que a equipa investiga a demografia dos estudantes universitários na U.,S e encontra a porcentagem do que os estudantes se especializam em: 12% maior em inglês, 28% maior em ciência, 24% Maior Em Ciência da computação, 21% maior em Engenharia, e 15% maior em matemática. Assim, cinco estratos são criados a partir do processo de amostragem aleatória estratificada.
a equipa precisa então de confirmar que o estrato da população é proporcional ao estrato da amostra; no entanto, eles acham que as proporções não são iguais., A equipe precisa voltar a exemplo de 4.000 alunos de população e selecionar aleatoriamente 480 inglês, 1,120 ciência, 960 ciência da computação, 840 engenharia, e 600 estudantes de matemática.
Com aqueles, ele tem uma amostra aleatória estratificada proporcional de estudantes universitários, que proporciona uma melhor representação dos estudantes da faculdade majors no EUA, os pesquisadores podem, em seguida, realce específico estrato, observar os variados estudos dos EUA para estudantes universitários e de observar as várias grau ponto de médias.,
amostras aleatórias Simples Versus amostras aleatórias estratificadas
amostras aleatórias simples e amostras aleatórias estratificadas são ambas ferramentas de medição estatística. Uma amostra aleatória simples é usada para representar toda a população de dados. Uma amostra aleatória estratificada divide a população em grupos menores, ou estratos, com base em características compartilhadas.,
A amostra aleatória simples é muitas vezes usado quando há muito pouca informação disponível sobre a população de dados, quando os dados da população tem muitas diferenças para dividir em vários subconjuntos, ou quando há apenas um caráter distinto entre os dados de população.
por exemplo, uma empresa de doces pode querer estudar os hábitos de compra dos seus clientes, a fim de determinar o futuro da sua linha de produtos. Se houver 10.000 clientes, ele pode usar 100 desses clientes como uma amostra aleatória., Pode então aplicar o que encontra desses 100 clientes ao resto da sua base. Ao contrário da estratificação, irá amostrar 100 membros puramente aleatoriamente, sem qualquer consideração pelas suas características individuais.
estratificação proporcional e desproporcionada
amostragem aleatória estratificada garante que cada subgrupo de uma dada população está adequadamente representado dentro de toda a população da amostra de um estudo de investigação. A estratificação pode ser proporcional ou desproporcionada., Num método estratificado proporcionado, a dimensão da amostra de cada estrato é proporcional à dimensão da população do estrato.
por exemplo, se o investigador quisesse uma amostra de 50 000 diplomados utilizando a faixa etária, a amostra aleatória estratificada proporcional será obtida utilizando esta fórmula: (dimensão da amostra/dimensão da população) x dimensão do estrato. A tabela abaixo assume um tamanho de população de 180 mil licenciados em MBA por ano.,>
o Número de pessoas no estrato
de 90.000
60,000
de 30.000
de 180.000
Estratos de tamanho de amostra
25,000
16,667
8,333
50,000
Os estratos de tamanho de amostra para graduados do MBA na faixa etária de 24 a 28 anos de idade é calculada como (a 50.000/180,000) x 90,000 = 25,000., O mesmo método é utilizado para os outros grupos etários. Agora que o tamanho da amostra de estratos é conhecido, o pesquisador pode realizar amostragem aleatória simples em cada estrato para selecionar seus participantes da pesquisa. Em outras palavras, 25.000 graduados da faixa etária 24-28 serão selecionados aleatoriamente de toda a população, 16.667 graduados da faixa etária 29-33 serão selecionados aleatoriamente da população, e assim por diante.
numa amostra estratificada desproporcional, o tamanho de cada estrato não é proporcional ao seu tamanho na população., O investigador pode decidir amostrar 1/2 dos Diplomados da faixa etária 34-37 e 1/3 dos Diplomados da faixa etária 29-33.
é importante notar que uma pessoa não pode caber em múltiplos estratos. Cada entidade deve caber apenas num estrato. Ter subgrupos sobrepostos significa que alguns indivíduos terão maiores chances de serem selecionados para a pesquisa, o que nega completamente o conceito de amostragem estratificada como um tipo de amostragem de probabilidade.,
os gestores de carteira podem utilizar amostragem aleatória estratificada para criar carteiras através da replicação de um índice como um índice de obrigações.
vantagens da amostragem aleatória estratificada
a principal vantagem da amostragem aleatória estratificada é que esta captura as principais características da população na amostra. Semelhante a uma média ponderada, este método de amostragem produz características na amostra que são proporcionais à população total., Amostragem aleatória estratificada funciona bem para populações com uma variedade de atributos, mas é ineficaz se subgrupos não podem ser formados.
estratificação dá um erro menor na estimativa e maior precisão do que o simples método de amostragem aleatória. Quanto maiores forem as diferenças entre os estratos, maior será o ganho em precisão.
desvantagens da amostragem aleatória estratificada
infelizmente, este método de investigação não pode ser usado em todos os estudos. A desvantagem do método é que várias condições devem ser cumpridas para que ele seja usado corretamente., Os investigadores devem identificar todos os membros de uma população a ser estudada e classificar cada um deles em uma, e apenas uma, subpopulação. Como resultado, a amostragem aleatória estratificada é desvantajosa quando os pesquisadores não podem classificar confiantemente todos os membros da população em um subgrupo. Além disso, encontrar uma lista exaustiva e definitiva de toda uma população pode ser um desafio.
sobreposição pode ser um problema se houver indivíduos que caem em vários subgrupos. Quando se efectua uma amostragem aleatória simples, é mais provável que os que se encontram em vários subgrupos sejam escolhidos., O resultado pode ser uma deturpação ou um reflexo impreciso da população.
os exemplos acima tornam mais fácil: Graduação, Pós-Graduação, masculino e feminino são grupos claramente definidos. Noutras situações, porém, poderá ser muito mais difícil. Imagine incorporar características como raça, etnia ou religião. O processo de triagem torna-se mais difícil, tornando a amostragem aleatória estratificada um método ineficaz e menos do que ideal.,