Muestreo estratificado

Definición de muestreo estratificado

Probablemente hayas oído hablar del muestreo cuando se toma un subconjunto de una población y se muestrea, pero ¿qué es el muestreo estratificado?

El muestreo aleatorio es una parte vital de la investigación psicológica. Cuando la población se muestrea aleatoriamente, se garantiza que el estudio tenga más validez porque no hay sesgo del investigador. En lugar de que el investigador elija a dedo a quién quiere incluir en su estudio, el muestreo aleatorio garantiza que el investigador no pueda intentar influir en sus resultados, y además es bastante más fácil que ir eligiendo a cada sujeto potencial. El muestreo aleatorio ayuda a que la investigación sea generalizable a toda la población, ya que los sujetos se eligieron de la población al azar.

Fg. 1 Muestreo aleatorio. pixabay.com.

El muestreo estratificado sigue utilizando el principio de aleatorización de la población, pero sólo se produce tras una división de la población. En esta forma de muestreo, los sujetos se dividen en estratos más pequeños. Cada sujeto sólo puede pertenecer a un estrato.

Los estratos en los que se divide a las personas no son simplemente grupos aleatorios más pequeños. Los estratos dividen a la población en grupos de características compartidas. Estas características pueden ser la raza, la etnia, el sexo, la religión o la orientación sexual. Aunque esos atributos parecen bastante normales para dividir a la gente, los estratos también podrían ser agrupaciones que no se te ocurriría agrupar, pero que resultarían útiles para el estudio concreto, como el nivel educativo, el trabajo, el número de hijos, la carrera universitaria o el uso de medios de transporte.

A continuación, los investigadores extraerán datos de cada estrato para obtener una representación exacta de la población en su conjunto. Las proporciones originales de los estratos se mantienen durante el muestreo estratificado, por lo que, una vez que se produce la estratificación, los investigadores tomarían muestras aleatorias de sus participantes de los distintos estratos para mantener la proporción y la representación exacta de cada estrato en la población general.

Finalidad del muestreo estratificado

Ahora que sabes qué es el muestreo estratificado, ¿por qué crees que los investigadores querrían utilizar esta técnica en sus investigaciones?

Una de las razones más importantes y comunes por las que se utiliza la estratificación es proporcionar una muestra mejor y más representativa de la población estudiada. Cuando se hace un muestreo aleatorio de la población, no es seguro que los investigadores obtengan realmente una muestra representativa de las personas.

La mayoría de la población es blanca, pero eso no excluye a un número significativo de otras razas. Supongamos que unos investigadores quieren realizar un estudio sobre la raza con resultados generalizables a toda la población de Estados Unidos. Sin embargo, estos investigadores viven en Maine, donde el 94,4% del estado es blanco. Si se limitaran a utilizar un muestreo aleatorio, todos (o casi todos) sus participantes serían blancos. Este estudio sería completamente inútil para generalizar a la población estadounidense en general. Estos investigadores tendrían que utilizar un muestreo estratificado para asegurarse de que la demografía de sus participantes coincidiera con la de Estados Unidos. Tendrían que buscar en el 5,6% restante del estado para encontrar estratos de otras razas de los que tirar. Una vez que encontraran a las pocas personas no blancas, tomarían muestras aleatorias de ese grupo.

Esperemos que esta situación no se diera en Maine, pero nos permite comprender mejor la importancia del muestreo estratificado. Sin él, los resultados de un estudio como éste no podrían generalizarse más allá de las personas blancas, aunque los investigadores utilizaran un muestreo aleatorio para obtener a sus participantes. Los investigadores también podrían realizar un estudio en el que cada raza estuviera representada por igual, por lo que (intencionadamente) no reflejaría la demografía de Estados Unidos, pero esperemos que no lo hagan en Maine.

Pasos para el muestreo estratificado

Se sugieren unos pasos a seguir para completar un estudio utilizando el muestreo estratificado.

1. Define tu población: ¿A quién estudias? ¿A toda la población de EE.UU.? ¿Los estudiantes universitarios? ¿Jugadores de fútbol?

2. Define tus estratos: ¿En qué subconjuntos estás separando a tu población? ¿En religiones? ¿Estatus socioeconómico? ¿En género?

3. Separa la población en su estrato específico: ¿Quién entra en cada estrato? Recuerda, ¡cada persona sólo puede ir en un estrato!

4. Enumera el tamaño de la muestra: ¿A cuántas personas vas a investigar realmente de tu población total?

5. Determina los tamaños de muestra de los estratos necesarios: ¿Quieres que reflejen los números reales de la población o quieres que todos los estratos estén representados por igual?

6. Toma muestras aleatorias dentro de los estratos: Toma tus muestras de los estratos para obtener tus sujetos para el estudio.

Ejemplo de muestreo estratificado

Imaginemos que estás en la universidad y tu profesor de psicología quiere que le ayudes a realizar un estudio sobre cómo responden las personas ante una situación confusa, haciendo hincapié en los resultados globales y en cómo responden de forma diferente los distintos sujetos. Tienes todos los detalles resueltos, excepto los sujetos de tu estudio. Decides que quieres que los porcentajes de las distintas especialidades que participan en el estudio reflejen los porcentajes de las especialidades del campus.

Simplifiquemos todas las opciones de carreras y supongamos que éste es el desglose de las carreras de tu campus y que cada persona sólo tiene una carrera:

• 30% Empresariales

• 15% Psicología

• 15% Ingeniería

• 10% Historia

• 10% Comunicación

• 5% Biología

• 5% Química

• 5% Historia del Arte

• 5% Matemáticas

Siguiendo los pasos anteriores, has definido tu población (todos los estudiantes del campus) y tus estratos (las carreras mencionadas). Lo siguiente es separar la población en sus estratos. Es de esperar que, en este ejemplo, puedas acceder a una base de datos de la escuela para clasificar fácilmente a las personas en sus especialidades.

Fg. 2 Las especialidades empresariales. pixabay.com.

Después, tú y tu profesor determináis que el tamaño de la muestra de todo el estudio será de 2.000 estudiantes (puede parecer mucho, pero vas a una universidad grande y tendrás mucha ayuda para completar el estudio). Como sabes los porcentajes de las especialidades y cuántas asignaturas quieres en total, haces los cálculos para determinar cuántos estudiantes de cada estrato serán necesarios para el estudio. Necesitarás 600 de las especialidades de empresariales, 300 de cada una de las especialidades de psicología e ingeniería, 200 de las especialidades de historia y comunicación, y 100 de las especialidades de biología, química, historia del arte y matemáticas.

A continuación, realiza un muestreo aleatorio dentro de los estratos para alcanzar el número deseado de estudiantes de cada especialidad. Todos estos estudiantes estratificados se convertirán entonces en los participantes de tu estudio.

Ventajas del muestreo estratificado en Psicología

Una de las ventajas más importantes de utilizar el muestreo estratificado en psicología es que garantiza una representación exacta de las características demográficas de la población. Si un investigador se limitara a utilizar el muestreo aleatorio de la población en general, no estaría seguro de que los sujetos que tiene representan con exactitud a la población que está estudiando.

Esto también reduce el sesgo de muestreo. El sesgo de muestreo se produce cuando determinados subconjuntos de la población tienen más probabilidades de ser utilizados como sujetos de un estudio, lo que da lugar a una sobrerrepresentación de ese estrato. Cuando la población se estratifica antes de ser muestreada aleatoriamente, se reduce este fenómeno.

La tercera ventaja del muestreo estratificado es que tiene una buena generalizabilidad fuera del estudio. Puesto que la estratificación significa que las personas están representadas de forma real y exacta (en lugar de estudiar la raza y muestrear aleatoriamente a las personas de Maine). Esto permite generalizar los resultados a poblaciones más amplias.

Desventajas del muestreo estratificado en Psicología

Una desventaja importante de esta forma de investigación es el tiempo que lleva estratificar. Los investigadores tienen que incluir pasos adicionales como la definición de estratos y la separación de toda la población en los estratos. Estos estratos deben definirse con extrema claridad para que no haya solapamiento entre ellos. Esto puede llevar mucho tiempo a los investigadores y añadir días a un estudio ya de por sí largo.

Además, hay ciertos estratos en los que sería más difícil organizar a las personas que en otros. Si separaras a las personas por número de calzado, no habría mucha dificultad, ya que todo el mundo lleva el mismo número de calzado. Sin embargo, la definición de los estratos se complica cuando hay cruce entre las categorías.

Además, aunque refleja mejor la demografía que el muestreo aleatorio, sigue sin representar con exactitud toda la diversidad de la población.