7.4.

4 Muestreo aleatorio estratificado

Un muestreo aleatorio estratificado es aquel en el que se divide la poblacin
de N individuos, en k subpoblaciones o estratos, atendiendo a criterios que
puedan ser importantes en el estudio, de tamaos respectivos N1, ..., Nk,

y realizando en cada una de estas subpoblaciones muestreos aleatorios simples

de tamao ni

A continuacin nos planteamos el problema de cuantos elementos de muestra

se han de elegir de cada uno de los estratos. Para ello tenemos
fundamentalmente dos tcnicas: la asignacin proporcional y la asignacin
optima.
7.4.4.1 Ejemplo
Supongamos que realizamos un estudio sobre la poblacin de estudiantes de
una Universidad, en el que a travs de una muestra de 10 de ellos queremos
obtener informacin sobre el uso de barras de labios.
En primera aproximacin lo que procede es hacer un muestreo aleatorio
simple, pero en su lugar podemos reflexionar sobre el hecho de que el
comportamiento de la poblacin con respecto a este carcter no es
homogneo, y atendiendo a l, podemos dividir a la poblacin en dos estratos:
Estudiantes masculinos (60% del total);
Estudiantes femeninos (40% restante).
de modo que se repartan proporcionalmente ambos grupos el nmero total de
muestras, en funcin de sus respectivos tamaos (6 varones y 4 mujeres). Esto
es lo que se denomina asignacin proporcional.
Si observamos con ms atencin, nos encontramos (salvo sorpresas de
probabilidad reducida) que el comportamiento de los varones con respecto al
carcter que se estudia es muy homogneo y diferenciado del grupo de las
mujeres.

Por otra parte, con toda seguridad la precisin sobre el carcter que
estudiamos, ser muy alta en el grupo de los varones aunque en la muestra
haya muy pocos (pequea varianza), mientras que en el grupo de las mujeres
habr mayor dispersin. Cuando las varianzas poblacionales son pequens,
con pocos elementos de una muestra se obtiene una informacin ms precisa
del total de la poblacin que cuando la varianza es grande. Por tanto, si
nuestros medios slo nos permiten tomar una muestra de 10 alumnos, ser
ms conveniente dividir la muestra en dos estratos, y tomar
mediante muestreo aleatorio simplecierto nmero de individuos de cada
estrato, de modo que se elegirn ms individuos en los grupos de mayor
variabilidad. As probablemente obtendramos mejores resultados estudiando
una muestra de
1 varn.
9 hembras.
Esto es lo que se denomina asignacin ptima.
7.4.4.2 Asignacin proporcional
Sea n el nmero de individuos de la poblacin total que forman parte de
alguna muestra:

Cuando la asignacin es proporcional el tamao de la muestra de cada estrato

es proporcional al tamao del estrato correspondiente con respecto a la
poblacin total:

7.4.4.3 Asignacin ptima

Cuando se realiza un muestreo estratificado, los tamaos muestrales en cada

uno de los estratos, ni, los elige quien hace el muestreo, y para ello puede
basarse en alguno de los siguientes criterios:
Elegir los ni de tal modo que se minimice la varianza del estimador,
para un coste especificado, o bien,
habiendo fijado la varianza que podemos admitir para el estimador,
minimizar el coste en la obtencin de las muestras.
As en un estrato dado, se tiende a tomar una muestra ms grande cuando:
El estrato es ms grande;
El estrato posee mayor variabilidad interna (varianza);
El muestreo es ms barato en ese estrato.
Para ajustar el tamao de los estratos cuando conocemos la dispersin interna
de cada uno de los mismos, tenemos el siguiente resultado:
7.4.4.4 Teorema
[Asignacin de Neyman] Sea E una poblacin con N elementos, dividida
en k estratos, con Ni elementos cada uno de ellos,

Sea n el nmero total de elementos al realizar el muestreo, y que se dividen en

cada estrato como

Sea X la v.a. que representa el carcter que intentamos estudiar. Sobre cada
estrato puede definirse entonces la v.a.

como el valor medio de X obtenida en una muestra de tamao ni en el

estrato Ei. Sea

la varianza de dicha v.a.; Entonces

se minimiza cuando

donde

es la cuasi-varianza del estrato Ei.