Pasos de selección para un muestreo estratificado

Hay ocho pasos principales en la selección de una muestra aleatoria

estratificada:

1. Define la población objetivo.1

2. Identifica la variable o variables de estratificación y determinar el número de
estratos a usarse. Las variables de estratificación deben estar relacionados con
el propósito de estudio. Si el propósito del estudio es hacer estimaciones de los
subgrupos, las variables de estratificación deben estar relacionados con esos
subgrupos. La disponibilidad de información auxiliar a menudo determina las
variables de estratificación que se utilizan. Puede ser utilizada más de una
variable de estratificación. Considera que a medida que el número de variables
de estratificación aumenta, incrementa la probabilidad de que algunas de las
variables cancelen los efectos de otras variables, no más de cuatro a seis
variables de estratificación y no se deben utilizar más de seis estratos de una
variable en particular.1
3. Identifica un marco de muestreo existente o desarrolla uno que incluya
información sobre la o las variables de estratificación para cada elemento de la
población objetivo. Si el marco de la muestra no incluye la información en las
variables de estratificación, la estratificación no sería posible.1
4. Evalúa el marco de muestreo para la falta de cobertura, cobertura excesiva,
múltiple, y la agrupación, y haz los ajustes cuando sea necesario.1
5. Divide el marco de muestreo en estratos, categorías de la estratificación de la o
las variables, creando un marco de muestreo para cada estrato. Dentro del
estrato las diferencias deben reducirse al mínimo, y las diferencias entre los
estratos deben maximizarse. Los estratos no deben estar superpuestos, en
conjunto, debe constituir toda la población. Los estratos deben ser
independientes y mutuamente exclusivos del subconjunto de la población. Cada
elemento de la la población debe estar en un sólo estrato.1
6. Asigna un número único a cada elemento.1
7. Determina el tamaño de la muestra para cada estrato. La distribución numérica
de los elementos incluidos en la muestra a través de los diversos estratos
determina el tipo de muestreo a implementar. Puede ser un muestreo
proporcional estratificado o uno de los diversos tipos de muestreo estratificado
desproporcionado.1
8. Selecciona al azar el número específico de elementos de cada estrato. Al
menos un elemento se debe seleccionar de cada estrato para la representación
de la muestra; y por lo menos dos elementos deben ser elegidos de cada
estrato para el cálculo del margen de error de las estimaciones calculadas a
partir de los datos recogidos.1

Muestreo aleatorio estratificado

Trata de obviar las dificultades que presentan los anteriores ya que
simplifican los procesos y suelen reducir el error muestral para un tamaño dado de
la muestra. Consiste en considerar categorías típicas diferentes entre sí (estratos)
que poseen gran homogeneidad respecto a alguna característica (se puede
estratificar, por ejemplo, según la profesión, el municipio de residencia, el sexo, el
estado civil, etc.). Lo que se pretende con este tipo de muestreo es asegurarse de
que todos los estratos de interés estarán representados adecuadamente en la
muestra. Cada estrato funciona independientemente, pudiendo aplicarse dentro de
ellos el muestreo aleatorio simple o el estratificado para elegir los elementos
concretos que formarán parte de la muestra. En ocasiones las dificultades que
plantean son demasiado grandes, pues exige un conocimiento detallado de la
población. (Tamaño geográfico, sexos, edades,...). La distribución de la muestra en
función de los diferentes estratos se denomina afijación, y puede ser de diferentes
tipos: 2
1. Afijación Simple: A cada estrato le corresponde igual número de elementos
muéstrales. 2
2. Afijación Proporcional: La distribución se hace de acuerdo con el peso
(tamaño) de la población en cada estrato. 2
 3. Afijación Optima: Se tiene en cuenta la previsible dispersión de los
resultados, de modo que se considera la proporción y la desviación típica.
Tiene poca aplicación ya que no se suele conocer la desviación. 2

Diferencias entre Muestreo Estratificado y Muestreo por Conglomerados

El muestreo estratificado es especialmente adecuado cuando los grupos

(estratos) son muy homogéneos internamente y muy diferentes entre sí. En ese
caso, conviene asegurar que tenemos representantes en nuestra muestra que
provienen de todos los estratos. Por el contrario, el muestreo por conglomerados
es muy adecuado cuando los grupos en que dividimos la población son muy
similares entre sí, por lo que no hay gran diferencia entre estudiar individuos de un
grupo o de otro.3

Es por ello que pese a que ambas técnicas dividen la población en estratos
o conglomerados, el proceso de selección de individuos es radicalmente
diferente.3

Muestreo por conglomerados

El muestreo por conglomerados es una técnica que aprovecha la existencia
de grupos o conglomerados en la población que representan correctamente el
total de la población en relación a la característica que queremos medir. Dicho de
otro modo, estos grupos contienen toda la variabilidad de la población. Si esto
sucede, podemos seleccionar únicamente algunos de estos conglomerados para
realizar el estudio.3

Podemos ver esta técnica desde otro punto de vista. Mientras que en todas
las técnicas vistas hasta ahora las unidades de muestreo coinciden con las
unidades a estudiar (individuos), en el muestreo por conglomerados las unidades
de muestreo son grupos de unidades de estudio, algo que puede resultar muy
beneficioso en relación al coste del propio muestreo. A cambio, es habitual
obtener una menor precisión al usar esta técnica, causada por falta de
heterogeneidad dentro de los conglomerados.3
El proceso de muestreo
El primer paso para aplicar esta técnica es definir los conglomerados. Se
trata de identificar una característica que permita dividir la población en
grupos disjuntos (sin solapamiento) y de forma exhaustiva (todos los individuos
deben estar en un grupo), de tal manera que los grupos no difieran entre sí en
relación a aquello que queremos medir. Una vez hemos definido estos
conglomerados, seleccionaremos al azar algunos de ellos para estudiarlos. 3

Un criterio habitual para definir conglomerados es el geográfico. Por

ejemplo, si queremos estudiar qué proporción de la población argentina fuma,
podemos dividir el total de la población en provincias y seleccionar algunas de
ellas para ser estudiadas. Si no tenemos razones para pensar que el porcentaje
de fumadores va a cambiar de una provincia a otra, esta solución nos permitirá
concentrar el esfuerzo de muestreo en un único entorno geográfico. Si el estudio
se va a hacer mediante entrevistas personales, esto representa un importante
ahorro de costes de desplazamientos.3

Una vez definimos los conglomerados, el siguiente paso es seleccionar los

conglomerados a estudiar, ya sea mediante un muestreo aleatorio simple o
sistemático.3

Por último, una vez seleccionados los conglomerados a estudiar, podemos

investigar a todos los sujetos que forman parte de los mismos, o bien aplicar un
nuevo proceso de muestreo dentro del conglomerado, por ejemplo obteniendo una
muestra mediante muestreo aleatorio simple o sistemático. Si optamos por esta
posibilidad, estaremos hablando de un muestreo en dos etapas o bietápico: la
primera etapa será la selección del conglomerado; la segunda, la de individuos
dentro del conglomerado. Si por el contrario estudiamos todos los individuos del
conglomerado, hablaremos de muestreo por conglomerados unietápico.3
Ventajas y desventajas del muestreo por conglomerados

La principal ventaja de esta técnica es de tipo operativa: seleccionar un

conglomerado a estudiar suele ser más fácil y económico que hacer una muestra
aleatoria o sistemática. Hemos visto por ejemplo que usar conglomerados
geográficos puede representar un importante ahorro en desplazamientos de
personas.3

Curiosamente, es habitual hacer estudios a través de Internet en los que se

sigue pensando en términos de estudiar sólo unas zonas geográficas, cuando en
realidad a través de Internet no obtenemos ningún beneficio operativo; al contrario,
incurrimos en mayor riesgo de tener menor precisión por diferencias entre las
regiones estudiadas y el resto de la población. Esta práctica es una herencia
injustificada de técnicas que eran buenas en entrevistas personales, pero que no
lo son al usar otras metodologías.3

Como principal inconveniente, al usar muestreo por conglomerados

corremos un riesgo importante: que los conglomerados no sean realmente
homogéneos entre ellos. En el ejemplo anterior sobre fumadores en Argentina,
podría suceder que en una de las provincias exista más propensión a fumar, por
ser una región más urbana, por razones culturales, etc.3

Muestreo por procedimientos combinados

Se trata de un tipo de muestreo en el que en dos o varias etapas se aplican

diferentes tipos de muestreo para identificar y estudiar una población en
específico. Es decir, resulta de combinar dos o más métodos de muestreo para
obtener una población con la que sea más sencillo estudiar las probabilidades que
esta contiene.4
 Referencias Bibliográficas

1. QuestionPro Inc [Internet] Estados Unidos: [actualizado 2019; consultado 20

Feb 2019] Disponible en: https://www.questionpro.com/blog/es/muestreo-
estratificado/
2. Muestreo [Resumen] [Internet] [consultado 20 Feb 2019] Disponible en:
http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf
3. Netquest [Internet] México: Carlos Ochoa [actualizado: 18 May 2015;
consultado 20 Feb 2019] Disponible en:
https://www.netquest.com/blog/es/blog/es/muestreo-probabilistico-muestreo-
conglomerados
4. Muestreo [Resumen] [Internet] Venezuela: Joan Fernando Chipia; 6 Ago
2012 [consultado 20 Feb 2019] Disponible en:
https://es.slideshare.net/JoanFernandoChipia/muestreo-ii