A amostragem aleatória estratificada é uma técnica estatística utilizada para selecionar uma amostra representativa de uma população maior, dividindo-a em subgrupos menores e distintos conhecidos como estratos. Esses estratos são formados com base em características ou atributos compartilhados entre os membros, como idade, nível de renda, gênero ou escolaridade. Ao organizar a população dessa maneira, os pesquisadores garantem que a amostra final reflita com precisão a diversidade de todo o grupo.
Para realizar esse método, a população é primeiro particionada nesses estratos específicos. Uma vez dividida, amostras aleatórias são extraídas de cada subgrupo. Esse processo pode ser feito de forma proporcional, onde o número de amostras retiradas de cada estrato corresponde à sua porcentagem real na população total, ou de forma desproporcional, onde os tamanhos das amostras não refletem a distribuição populacional. Essa abordagem ajuda a eliminar vieses e erros de amostragem que poderiam ocorrer caso fosse utilizada uma seleção aleatória simples.
Por exemplo, um gestor de portfólio pode usar a amostragem aleatória estratificada para replicar um índice de títulos. Ao agrupar títulos com base em características compartilhadas, como classificação de crédito ou data de vencimento, o gestor pode selecionar uma amostra que espelhe a composição do índice. Isso garante que o portfólio resultante capture as principais características do mercado mais amplo, proporcionando uma representação mais precisa do que uma seleção puramente aleatória de ativos.