ETFFIN Finance >> Curso de Finanças Pessoais >  >> Gestão Financeira >> Finanças

Amostragem Aleatória Estratificada: Guia Completo

O Que é Amostragem Aleatória Estratificada?

A amostragem aleatória estratificada é um método de amostragem que envolve a divisão de uma população em subgrupos menores, conhecidos como estratos. Na amostragem aleatória estratificada, ou estratificação, os estratos são formados com base em atributos ou características compartilhadas pelos membros, como renda ou nível educacional.

A amostragem aleatória estratificada também é chamada de amostragem aleatória proporcional ou amostragem aleatória por cotas.

Principais Conclusões

  • A amostragem aleatória estratificada permite que pesquisadores obtenham uma população amostral que melhor representa toda a população em estudo.
  • A amostragem aleatória estratificada envolve dividir toda a população em grupos homogêneos chamados estratos.
  • A amostragem aleatória estratificada difere da amostragem aleatória simples, que envolve a seleção aleatória de dados de uma população inteira, de modo que cada amostra possível tem igual probabilidade de ocorrer.

Como Funciona a Amostragem Aleatória Estratificada

Ao realizar análises ou pesquisas em um grupo de entidades com características semelhantes, um pesquisador pode descobrir que o tamanho da população é grande demais para pesquisar completamente. Para economizar tempo e dinheiro, um analista pode adotar uma abordagem mais viável selecionando um pequeno grupo da população. Esse pequeno grupo é chamado de tamanho da amostra, que é um subconjunto da população usado para representar a população inteira. Uma amostra pode ser selecionada de uma população de várias maneiras, uma das quais é o método de amostragem aleatória estratificada.

A amostragem aleatória estratificada envolve dividir toda a população em grupos homogêneos chamados estratos (plural de estrato). Amostras aleatórias são então selecionadas de cada estrato. Por exemplo, considere um pesquisador acadêmico que gostaria de saber o número de alunos de MBA em 2007 que receberam uma oferta de emprego dentro de três meses após a formatura.

O pesquisador logo descobrirá que houve quase 200.000 formandos de MBA naquele ano. Eles podem decidir apenas tirar uma amostra aleatória simples de 50.000 formandos e realizar uma pesquisa. Melhor ainda, poderiam dividir a população em estratos e tirar uma amostra aleatória dos estratos. Para isso, criariam grupos populacionais baseados em gênero, faixa etária, raça, nacionalidade e histórico profissional. Uma amostra aleatória de cada estrato é tomada em um número proporcional ao tamanho do estrato em comparação com a população. Esses subconjuntos dos estratos são então agrupados para formar uma amostra aleatória.

Exemplo de Amostragem Aleatória Estratificada

Suponha que uma equipe de pesquisa queira determinar a média de notas (GPA) de estudantes universitários nos EUA. A equipe tem dificuldade em coletar dados de todos os 21 milhões de estudantes; decide tirar uma amostra aleatória da população usando 4.000 estudantes.

Agora, assuma que a equipe analisa os diferentes atributos dos participantes da amostra e se pergunta se há diferenças nas médias de notas e nas áreas de estudo dos alunos. Suponha que descubram que 560 alunos são de Letras, 1.135 de Ciências, 800 de Ciência da Computação, 1.090 de Engenharia e 415 de Matemática. A equipe quer usar uma amostra aleatória estratificada proporcional, onde o estrato da amostra é proporcional à amostra aleatória na população.

Assuma que a equipe pesquise a demografia de estudantes universitários nos EUA e encontre a porcentagem do que os alunos cursam: 12% em Letras, 28% em Ciências, 24% em Ciência da Computação, 21% em Engenharia e 15% em Matemática. Assim, cinco estratos são criados a partir do processo de amostragem aleatória estratificada.

A equipe então precisa confirmar se o estrato da população está em proporção ao estrato na amostra; no entanto, descobrem que as proporções não são iguais. A equipe então precisa re-amostrar 4.000 alunos da população e selecionar aleatoriamente 480 de Letras, 1.120 de Ciências, 960 de Ciência da Computação, 840 de Engenharia e 600 de Matemática.

Com isso, eles têm uma amostra aleatória estratificada proporcional de estudantes universitários, que fornece uma melhor representação das áreas de estudo dos alunos nos EUA. Os pesquisadores podem então destacar estratos específicos, observar os diversos estudos de alunos universitários nos EUA e observar as várias médias de notas.

Amostras Aleatórias Simples vs. 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 frequentemente usada quando há pouca informação disponível sobre a população de dados, quando a população tem diferenças demais para dividir em vários subconjuntos, ou quando há apenas uma característica distinta entre a população de dados.

Por exemplo, uma empresa de doces pode querer estudar os hábitos de compra de seus clientes para determinar o futuro de sua linha de produtos. Se houver 10.000 clientes, pode escolher 100 desses clientes como amostra aleatória. Pode então aplicar o que descobre desses 100 clientes ao resto de sua base. Diferente da estratificação, amostrará 100 membros puramente ao acaso, sem levar em conta suas características individuais.

Estratificação Proporcional e Desproporcional

A amostragem aleatória estratificada garante que cada subgrupo de uma determinada população seja adequadamente representado dentro de toda a população amostral de um estudo de pesquisa. A estratificação pode ser proporcional ou desproporcional. Em um método estratificado proporcional, o tamanho da amostra de cada estrato é proporcional ao tamanho da população do estrato.

Por exemplo, se o pesquisador quisesse uma amostra de 50.000 formandos usando faixa etária, a amostra aleatória estratificada proporcional será obtida usando esta fórmula: (tamanho da amostra/tamanho da população) x tamanho do estrato. A tabela abaixo assume um tamanho populacional de 180.000 formandos de MBA por ano.

Grupo etário 24-28 29-33 34-37 Total
Número de pessoas no estrato 90.000 60.000 30.000 180.000
Tamanho da amostra do estrato 25.000 16.667 8.333 50.000

O tamanho da amostra do estrato para formandos de MBA na faixa etária de 24 a 28 anos é calculado como (50.000/180.000) x 90.000 = 25.000. O mesmo método é usado para os outros grupos de faixa etária. Agora que o tamanho da amostra do estrato é conhecido, o pesquisador pode realizar amostragem aleatória simples em cada estrato para selecionar seus participantes da pesquisa. Em outras palavras, 25.000 formandos do grupo de 24-28 anos serão selecionados aleatoriamente de toda a população, 16.667 formandos da faixa de 29-33 anos serão selecionados da população aleatoriamente, e assim por diante.

Em uma amostra estratificada desproporcional, o tamanho de cada estrato não é proporcional ao seu tamanho na população. O pesquisador pode decidir amostrar 1/2 dos formandos no grupo de 34-37 anos e 1/3 dos formandos no grupo de 29-33 anos.

É importante notar que uma pessoa não pode se encaixar em múltiplos estratos. Cada entidade deve se encaixar em apenas um estrato. Ter subgrupos sobrepostos significa que alguns indivíduos terão chances maiores de serem selecionados para a pesquisa, o que anula completamente o conceito de amostragem estratificada como um tipo de amostragem probabilística.

Vantagens da Amostragem Aleatória Estratificada

A principal vantagem da amostragem aleatória estratificada é que ela captura características-chave da população na amostra. Semelhante a uma média ponderada, este método de amostragem produz características na amostra que são proporcionais à população geral. A amostragem aleatória estratificada funciona bem para populações com uma variedade de atributos, mas é ineficaz se subgrupos não puderem ser formados.

A estratificação proporciona um erro menor na estimativa e maior precisão do que o método de amostragem aleatória simples. Quanto maiores as diferenças entre os estratos, maior o ganho em precisão.

Desvantagens da Amostragem Aleatória Estratificada

Infelizmente, este método de pesquisa não pode ser usado em todos os estudos. A desvantagem do método é que várias condições devem ser atendidas para que seja usado corretamente. Os pesquisadores devem identificar cada membro de uma população em estudo e classificar cada um deles em um, e apenas um, subpopulação. Como resultado, a amostragem aleatória estratificada é desvantajosa quando os pesquisadores não podem classificar com confiança cada membro da população em um subgrupo. Além disso, encontrar uma lista exaustiva e definitiva de uma população inteira pode ser desafiador.

A sobreposição pode ser um problema se houver sujeitos que se enquadrem em múltiplos subgrupos. Quando a amostragem aleatória simples é realizada, aqueles que estão em múltiplos subgrupos têm maior probabilidade de serem escolhidos. O resultado pode ser uma representação incorreta ou reflexo impreciso da população.

Os exemplos acima facilitam: graduação, pós-graduação, masculino e feminino são grupos claramente definidos. Em outras situações, no entanto, pode ser muito mais difícil. Imagine incorporar características como raça, etnia ou religião. O processo de classificação torna-se mais difícil, tornando a amostragem aleatória estratificada um método ineficaz e menos ideal.