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.

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