Como funciona a amostragem aleatória estratificada - KamilTaylan.blog
23 Junho 2021 10:51

Como funciona a amostragem aleatória estratificada

A amostragem aleatória estratificada  é um método de amostragem que envolve a divisão de uma população em grupos menores – chamados estratos. Os grupos ou estratos são organizados com base nas características ou atributos compartilhados dos membros do grupo. O processo de classificação da população em grupos é denominado estratificação.

A amostragem aleatória estratificada também é conhecida como amostragem aleatória de cota e amostragem aleatória proporcional. A amostragem aleatória estratificada tem inúmeras aplicações e benefícios, como estudar a demografia da população e a expectativa de vida.

Principais vantagens

  • A amostragem aleatória estratificada é um método de amostragem que envolve a obtenção de amostras de uma população subdividida em grupos menores chamados estratos.
  • A amostragem aleatória estratificada envolve a coleta de amostras aleatórias de grupos estratificados, em proporção à população.
  • A amostragem aleatória estratificada é uma métrica mais precisa, pois é uma representação melhor da população geral.

Compreendendo a Amostragem Aleatória Estratificada

A amostragem aleatória estratificada divide uma população em subgrupos. Amostras aleatórias são obtidas na mesma proporção da população de cada um dos grupos ou estratos. Os membros em cada estrato (singular para estratos) formado têm atributos e características semelhantes.

Amostragem aleatória estratificada é um método de amostragem, que é quando um pesquisador seleciona um pequeno grupo como tamanho de amostra para estudo. Este subconjunto representa a população maior. Organizar uma população em grupos com características semelhantes ajuda os pesquisadores a economizar tempo e dinheiro quando a população em estudo é muito grande para ser analisada individualmente. A amostragem aleatória estratificada ajuda a permitir que os pesquisadores organizem os grupos com base em características semelhantes, em que uma amostra aleatória é então retirada de cada estrato ou grupo.

A amostragem aleatória estratificada pode ser usada, por exemplo, para estudar a votação de eleições, pessoas que trabalham horas extras, expectativa de vida, renda de diferentes populações e renda para diferentes empregos em um país. 

Amostragem Aleatória Estratificada vs. Simplificada

Uma amostra aleatória simples é uma amostra de indivíduos que existe em uma população em que os indivíduos são selecionados aleatoriamente da população e colocados na amostra. Este método de seleção aleatória de indivíduos busca selecionar um tamanho de amostra que seja uma representação imparcial da população. No entanto, uma amostra aleatória simples não é vantajosa quando as amostras da população variam amplamente.

Por outro lado, a amostragem aleatória estratificada divide a população em subgrupos e os organiza por traços, características e comportamento semelhantes. Como resultado, a amostragem aleatória estratificada é mais vantajosa quando a população varia muito, pois ajuda a organizar melhor as amostras para estudo.

No entanto, uma amostra aleatória simples é mais vantajosa quando a população não pode ser organizada em subgrupos porque há muitas diferenças dentro da população. Além disso, amostras aleatórias simples são melhores quando há pouca ou nenhuma informação sobre a população, o que evita que a população seja dividida em subconjuntos com base em características ou traços.

Exemplo de Amostragem Aleatória Estratificada

Uma equipe de pesquisa decidiu realizar um estudo para analisar as médias das notas ou GPAs para os 21 milhões de estudantes universitários nos Estados Unidos. Os pesquisadores decidem obter uma amostra aleatória de 4.000 estudantes universitários em uma população de 21 milhões. A equipe deseja revisar os vários cursos e GPAs subsequentes para os alunos ou participantes da amostra.

Dos 4.000 participantes, a distribuição das principais é a seguinte:

  • Inglês: 560
  • Ciência: 1.135
  • Ciência da computação: 800
  • Engenharia: 1.090
  • Matemática: 415

Os pesquisadores têm seus cinco estratos do processo de amostragem aleatória estratificada. Em seguida, os pesquisadores estudam os dados da população para determinar a porcentagem dos 21 milhões de alunos que se especializam nas disciplinas de sua amostra. Os resultados mostram o seguinte:

  • 12% major em inglês
  • 28% maior em ciências
  • 24% maior em ciência da computação
  • 21% major em engenharia
  • 15% maior em matemática

A equipe decide empregar uma amostra aleatória estratificada proporcional por meio da qual deseja determinar se os cursos dos alunos da amostra representam a mesma proporção da população.

No entanto, as proporções na amostra não são iguais às percentagens na população. Por exemplo, 12% da população estudantil são formados em inglês, enquanto 14% dos alunos da amostra são formados em inglês (ou 560 cursos em inglês / 4.000).

Como resultado, os pesquisadores decidiram reamostrar os alunos para coincidir com a porcentagem de graduações na população. Dos 4.000 alunos em sua amostra, eles decidem selecionar aleatoriamente o seguinte:

  • 480 cursos de inglês (12% de 4.000)
  • 1.120 cursos de ciências (28% de 4.000)
  • 960 graduados em ciência da computação (24% de 4.000)
  • 840 graduados em engenharia (21% de 4.000)
  • 600 graduados em matemática (15% de 4.000)

Os pesquisadores agora têm uma amostra aleatória estratificada proporcional de estudantes universitários e seus respectivos cursos, o que reflete com mais precisão os cursos para a população estudantil em geral. A partir daí, os pesquisadores podem analisar os GPAs de cada estrato, bem como suas características, para ter uma ideia melhor de como está o desempenho da população estudantil em geral.