MUESTREO

ESTRATIFICADO
INTEGRANTES:
• Andoney Rivera Daniela
• Cartagena Sánchez Ángel
• López Sánchez Liliana
• Ventura Lugo Magdalena
¿Qué es?
Es una técnica de muestreo
probabilístico en donde el
investigador divide a toda la
población en diferentes subgrupos o
estratos. Luego, selecciona
aleatoriamente a los sujetos finales
de los diferentes estratos en forma
¿Què es un estrato?
proporcional.
Grupo que esta dentro de la
población, el cual tienen que ser
homogéneo(a).
NÙMERO Y CONSTRUCCIÒN DE LOS ESTRATOS

Construir los estratos, para

ello es necesario establecer
las fronteras de cada estrato.

Determinar el tamaño
de la muestra
completa, es decir, el
Determinar el número número total de
unidades a examinar.
.
de estratos a utilizar
Siendo necesario
repetir la muestra entre
los distintos estratos.

Al momento de realizar un
muestreo estratificado para
la selección de una muestra
se debe tomar en cuenta lo
siguiente:
 ◦Cómo hacer un muestro estratificado
paso a paso

Paso 1: ¿Qué es lo que quieres analizar?

Identificar cuál es la situación, evento o
fenómeno que se va a estudiar.

Paso 2: Captura los datos relativos a la

situación que estas analizando.

“ Paso 3: Este es un paso opcional. Utiliza una

herramienta que te permita representar los datos
recolectados. Esto te dará una idea de los
factores de estratificación que puedes usar. Por
ejemplo, usa un histograma, un diagrama de
pastel o un análisis de pareto para tener una
representación previa de los datos obtenidos.
Paso 4: Definir los estratos

Paso 5: Realizar los cálculos necesarios para

clasificar los datos con base en los estratos
definidos.

Paso 6: Elaborar una o más gráficas que

represente cada grupo homogéneo de datos. La
elección de la gráfica depende de lo que se quiere
evidenciar. Podemos usar por ejemplo
un diagrama de Pareto para definir en qué
enfocarnos, un diagrama de dispersión para
analizar la relación entre dos variables o
un histograma para representar los datos de
forma general.
 Ventajas

◦ Reduce la variabilidad al tener grupos de

poblciones iguales.
◦ Se pueden hacer comparaciones sobre las
caracteriticas de los grupos.
◦ Asegura una mayor representatividad de los
grupos poblacionales.
◦ Se recomienda cuando se tiene conocimiento de
la poblaciòn.
◦ Cuando se trata de elementos poblacionales
susceptibles a ser clasificados.
◦ Se obtienen estimaciones màs precisas.
◦ Se conoce el nùmero de unidades de cada
estrato.
 Desventajas

o Puede ocurrir que los miembros de

una unidad se parezcan, reduciendo
la representatividad de otros en la
“ muestra final.
o Se necesita contar con información.
o Dificultad para crear o formar los
estratos.
 CUANDO
UTILIZARLO
• Cuando los elementos se dividen en estratos y
estos estratos
Pueden ser diferenciables para la variable que se
esta estudiando.

“
Ejemplo: En una encuesta para elecciones Estado
Unidos y se sabe que el candidato tiene mayor
influencia en las mujeres que el candidato de la
Republica. La muestra tendría que estratificarse
hombres y mujeres, debido a que se conoce que la
variable de genero influye en la votación.

• En las encuestas se conocen datos como edad,

sexo, entre otros; por lo que es conveniente que
la muestra tenga una proporcionalidad a los
individuos de cada estrato.
• Cuando hay homogeneidad entre estratos.
 TIPOS DE MUESTREO ESTRATIFICADO
Segùn la cantidad de elementos de la muestra
qye se han de eegir de cada uno de los
estratos, existen dos tècnicas de muestreo
1 estratificado:
 Muestreo estratificado
proporcionado

Cuando seleccionamos una

característica de los individuos
para definir los estratos, suele
ocurrir que el tamaño de las
subpoblaciones resultantes en
el universo son diferentes. Es
decir, el tamaño de la muestra
extraída de cada estrato es
proporcional con el tamaño
relativo de ese estrato de la
población objetivo.
Ejemplo

Queremos estudiar el % de la
población que fuma en México y
pensamos que la edad puede ser un
Queremos crear una muestra
buen criterio para estratificar (es
de 10 individuos, los estratos
decir, que existen diferencias tendrán que tener un tamaño
importantes en el hábito de fumar siguiente:
dependiendo de la edad).
Definimos 3 estratos: menores de Tamaño
20 años, de 20 a 44 años y mayores Tamaño de final
de 44 años. Es de esperar que al la
dividir toda la población mexicana en Estrato Proporción
de la
estos 3 estratos no resulten grupos Población
de igual tamaño. Efectivamente, si Muestra
miramos datos oficiales, obtenemos: 1 42.4M 41.0% 410
2 37.6M 36.3% 363
◦* Estrato 1 - Población Mexicana 3 23.5M 22.7% 227
menor de 19 años: 42. 4 millones Total 103.5 100%

◦* Estrato 2 - Población Mexicana de

20 a 44 años: 37. 6 millones

◦* Estrato 3 - Población Mexicana

mayor de 44 años: 23.5 millones
Muestreo estratificado uniforme (simple)
Cuando se asigna el mismo tamaño de muestra a todos los
estratos definidos, sin importar el peso que tienen esos estratos
en la población.
Esta técnica favorece los estratos que tienen menos peso en
la población, equiparándolos en importancia a los estratos
más relevantes. Globalmente, reduce la eficiencia de nuestra
muestra (menor precisión en los resultados).
Ejemplo

Siguiendo con el ejemplo anterior, un muestreo estratificado

uniforme definiría la siguiente muestra por estrato:

Estrato Población Proporción Muestra

1 42.4 M 41.0 % 334
2 37.6 M 36.3 % 333
3 23.5 M 22.7 % 333

Si queremos emitir alguna afirmación específica

sobre la población del estrato 3 (mayores de 44
años), podremos hacerlo con menor nivel de error
muestral si empleamos una muestra de 333
unidades que si lo hacemos con una muestra de
227 (como ocurría en el muestreo estratificado
proporcional).
 Muestreo estratificado óptimo (respecto a
la desviación estándar)

En este caso, el tamaño de los estratos en la

muestra no guardará proporcionalidad con la
población. Por el contrario, se define el tamaño de
los estratos proporcionalmente a la desviación
estándar de las variables objeto de estudio. Es decir,
se toman estratos de mayor tamaño en los estratos
con mayor variabilidad interna para representar
mejor en el total de la muestra los grupos
poblacionales más difíciles de estudiar.
◦Ejemplo:
En un estudio sobre salarios en una empresa, se tuvieron
en cuenta tres estratos: directivas, empleados y obreros.
Suponiendo que la empresa cuenta con 25 directivas,
130 empleados y 913 obreros, y el tamaño de la muestra
que vamos a seleccionar es n=120. si la afijación es
proporcional debemos repartir la muestra de la
siguiente manera.

N=25+130+913=1068 personas

25
𝑛1 = × 120 = 2.8 ≈ 3 𝑑𝑖𝑟𝑒𝑐𝑡𝑖𝑣𝑜𝑠
1068

130
𝑛2 = × 120 = 14.6 ≈ 15 𝑒𝑚𝑝𝑙𝑒𝑎𝑑𝑜𝑠
1068

913
𝑛3 = × 120 = 102.58 ≈ 103 𝑜𝑏𝑟𝑒𝑟𝑜𝑠
1068