Os tipos mais importantes de amostragem de pesquisa

O tipos de amostragem de pesquisa Eles são classificados em dois grandes grupos: amostragem probabilística e amostragem não probabilística.

Entre os métodos de amostragem probabilística estão: amostragem aleatória sistemática, amostragem aleatória simples, amostragem aleatória por conglomerados ou áreas e amostragem aleatória estratificada.

Por outro lado, técnicas não probabilísticas incluem amostragem por conveniência, amostragem por quotas, amostragem casual, amostragem discricionária e técnica de bola de neve.

Na pesquisa, uma amostra é um conjunto finito da população, cujas propriedades são estudadas com o objetivo de obter informações do grupo ao qual pertencem (Webster, 1985). Embora a amostra seja pequena, constitui um grupo representativo do todo.

Nesse sentido, amostragem é o ato, o processo e a técnica que envolve a seleção de indivíduos adequados, que cumprem os parâmetros indicados por uma investigação e que constituem uma parte representativa da população estudada.

Tipos de amostras de pesquisa mais importantes

1- Amostragem probabilística

A amostragem probabilística, também chamada de amostragem aleatória, é o processo de seleção em que cada um dos indivíduos de uma população tem a mesma probabilidade (que é maior que 0) de ser selecionado para fazer parte da amostra. Neste tipo de amostragem, a probabilidade de ser selecionada pode ser determinada com precisão.

Características da amostragem probabilística

• A probabilidade de seleção é conhecida.
• Não garante representação para todas as características que você deseja estudar na pesquisa.
• Baseia-se em princípios estatísticos.

Tipos de amostragem probabilística

Amostragem aleatória simples

• É o mais comum dos métodos de amostragem.
• Pode ser aplicado quando a população é pequena, homogênea e disponível ao pesquisador.
• Todos os membros da população têm a mesma probabilidade de serem selecionados.
• Para selecionar a amostra aleatória simples, métodos semelhantes aos de uma loteria, são usados ​​geradores de números aleatórios ou nomes são extraídos de uma tigela na qual todos os indivíduos da população são representados.

Vantagens

• É fácil calcular estimativas com esse tipo de amostragem.

Desvantagens

• Não pode ser aplicado quando a população é muito grande.
• Grupos minoritários de interesse para o pesquisador podem não estar suficientemente representados dentro da amostra aleatória simples.

Exemplo

Em uma escola há 100 estudantes, dos quais se pretende extrair uma amostra de 10 indivíduos. Para começar, são listados alunos de 1 a 100. Em seguida, é realizada uma loteria para determinar os 20 indivíduos que serão selecionados.

Deve-se notar que, neste caso, a probabilidade é conhecida, ou seja, cada aluno tem uma probabilidade de 1/10 de ser escolhido.

Amostragem aleatória sistemática

• Depende da organização da população para estudar em um padrão específico, uma lista, por exemplo.
• O primeiro elemento é selecionado aleatoriamente; É importante enfatizar que o elemento inicial não deve ser aquele que está no topo da lista. Posteriormente, os outros elementos da amostra são selecionados sistematicamente, levando em conta um logaritmo específico.
• Cada elemento tem a mesma probabilidade de seleção.
• Um exemplo de amostragem aleatória sistemática é pegar o catálogo telefônico e selecionar cada décimo nome na lista.

Vantagens

• O processo de seleção é relativamente fácil.
• A amostra é distribuída igualmente por toda a população.
• A amostra obtida é representativa.

Desvantagens

• A seleção da amostra é tendenciosa, uma vez que a ordem dos elementos da lista pode ser manipulada para que respondam às necessidades do pesquisador.

Amostragem aleatória estratificada

• Os membros da população são organizados em categorias ou estratos mutuamente exclusivos. Cada estrato é submetido a um processo de amostragem individual.
• É ideal quando o pesquisador quer que a amostra seja representativa de todos os parâmetros da pesquisa realizada.
• Unidades dentro do mesmo estrato têm a mesma probabilidade de serem selecionadas.
• Baseia-se em dois princípios básicos: estratificação e afixação.
• Estratificação refere-se ao processo de formação de estratos. Este processo deve garantir a homogeneidade dentro dos elementos de um estrato e a heterogeneidade entre um estrato e o outro.
• Afixação refere-se à distribuição equitativa da amostra entre todos os estratos. Pode ser alcançado através de três processos:

- A afixação igual, na qual o mesmo número de indivíduos em cada estrato é selecionado para que façam parte da amostra.

- A alocação proporcional, na qual os elementos de cada estrato são selecionados levando em conta o tamanho destes. Os estratos com maior quantidade terão maior representatividade de indivíduos.

- A afixação de Neyman, na qual a seleção da amostra é feita levando-se em conta a dispersão dos estratos.

Vantagens

• Garante a representação proporcional dentro de cada um dos estratos.
• Garante a representação de subgrupos de interesse para o pesquisador, ao contrário da amostragem aleatória simples.
• Como cada estrato é considerado uma população separada, métodos de amostragem que respondem às características individuais de cada subgrupo podem ser usados.

Desvantagens

• Isso requer mais trabalho, pois as amostras devem ser preparadas para cada um dos subgrupos.
• Se os critérios de estratificação não forem suficientemente específicos, um indivíduo pode pertencer a dois estratos ao mesmo tempo.
• A estratificação pode ser manipulada pelo pesquisador.

Amostragem aleatória por conglomerados ou áreas

• A população é dividida em conglomerados ou áreas. Em geral, a localização geográfica é o critério que é levado em conta para efetuar essa divisão.
• As unidades selecionadas para as amostras são grupos e não indivíduos.
• Conglomerados são compostos de indivíduos com características diversas. Quanto mais heterogêneos forem os elementos internos de um conglomerado, melhores serão os resultados obtidos.
• É um tipo de amostragem que tem duas fases:

- Na primeira fase, as áreas a serem estudadas são selecionadas.

- Na segunda fase, os elementos são selecionados dentro dessas áreas.

Vantagens

• Permite estudar numerosas populações.
• Permite estudar populações distribuídas em uma ampla região geográfica.
• Pode reduzir os custos de pesquisa, pois permite estudar grupos e não indivíduos.

Desvantagens

• Não pode ser aplicado se os conglomerados diferirem uns dos outros.
• Para obter amostras representativas, é necessário coletar elementos dos conglomerados de toda a área geográfica estudada. Para isso, é necessário se mover; Assim, embora seja verdade que esse tipo de amostragem diminui os custos em termos de aplicação de pesquisas aos indivíduos, aumenta-os em termos de transporte.

Diferenças entre amostragem aleatória estratificada e amostragem aleatória por conglomerados

• Na amostragem estatizada a população é dividida em grupos excludentes, por exemplo: sexo, idade, entre outros. Na amostragem por conglomerados, a população é dividida em grupos que podem ser comparados, por exemplo: famílias, escolas, cidades, entre outros.
• A estratificação tem uma margem de erro baixa, enquanto nos conglomerados a margem de erro é maior.
• Todos os estratos têm representação dentro da amostra estratificada, enquanto nem todos os grupos são representados na amostra por clusters.
• Na amostragem estratificada, melhores resultados são obtidos quando os elementos dentro dos estratos são homogêneos. Por outro lado, na amostragem por conglomerado, melhores resultados são obtidos quando os elementos que compõem os grupos são heterogêneos.

2- Amostragem não probabilística

Amostragem não probabilística ou não aleatória refere-se a qualquer método de obtenção de amostras em que os indivíduos são selecionados levando em consideração os critérios do pesquisador, localização geográfica e disponibilidade populacional, entre outros.

Não é um tipo de amostragem científica, é geralmente usado em investigações sociais.

Características da amostragem não probabilística

• Alguns indivíduos da população não têm possibilidade de serem selecionados.
• A probabilidade de seleção não pode ser determinada, ao contrário da amostragem probabilística.
• Baseia-se na seleção da amostra levando em conta critérios como interesse do pesquisador.
• Os resultados da amostragem não aleatória não são confiáveis ​​em termos de probabilidade e são menos precisos que a amostragem probabilística.
• É menos dispendioso em comparação com a amostragem probabilística.
• Você pode cometer erros, pois é um método subjetivo.

Tipos de amostragem não probabilística

Amostragem por parcelas

• A população é dividida em grupos excludentes, como é o caso da amostra aleatória estratificada.
• Posteriormente, a parte não probabilística desta amostragem entra em jogo. Os indivíduos dentro dos subgrupos são selecionados levando em consideração o julgamento do investigador e seus interesses.
• A seleção da amostra não é aleatória e mostra parcialidade ou preconceito.

Amostragem por conveniência

• A amostra é selecionada na parte da população que é mais conveniente. Essa conveniência pode ser determinada por vários aspectos: proximidade geográfica, familiaridade com os elementos da amostra, disponibilidade dos elementos da amostra, entre outros.
• A seleção da amostra não depende das necessidades da investigação.
• O pesquisador não pode fazer generalizações sobre a população com os resultados obtidos por meio de uma amostra de conveniência, uma vez que esta não é representativa.
• Este tipo de amostragem é benéfico para aqueles que desejam realizar estudos experimentais ou testes-piloto.

Amostragem discricionária ou experimental

• O pesquisador seleciona os indivíduos que, segundo seus critérios, considera mais adequados para realizar sua pesquisa.
• Geralmente eles são amostras reduzidas.

Amostragem de bola de neve ou por referências

• Um pequeno número de indivíduos é selecionado para realizar o estudo. Esses indivíduos preenchem os critérios necessários para a pesquisa que se pretende realizar.
• Posteriormente, esses indivíduos são convidados a convidar novos que, segundo eles, atendam aos critérios exigidos, e assim por diante.
• A amostra cresce consideravelmente graças ao sistema de referência, que se assemelha a uma bola de neve rolando colina abaixo (daí o nome).
• Este método é adequado para obter amostras de populações de difícil acesso. Por exemplo, se um estudo sobre viciados em drogas está sendo realizado, é muito improvável que existam listas de pessoas com essa condição disponíveis. Por isso, é melhor entrar em contato com uma pessoa que atenda à característica solicitada e que traga mais pessoas.
• As amostras obtidas através deste método não são representativas.

Amostragem causal ou acidental

• Os indivíduos são selecionados sem levar em conta qualquer julgamento anterior.
• Assemelha-se à amostragem de conveniência, uma vez que os indivíduos da população que estão disponíveis são tomados.

Referências

1. Amostragem Retirado em 28 de abril de 2017, de ssc.wisc.edu.
2. Fridah, Mugo. Amostragem em Pesquisa. Obtido em 28 de abril de 2017, de indiana.edu.
3. Chaturvedi, Kanupriya. Retirado em 28 de abril de 2017, de pitt.edu.
4. Amostragem Obtido em 28 de abril de 2017, no flinders.edu.au.
5. Barreiro. População e Amostra. Técnicas de amostragem Obtido em 28 de abril de 2017, de optimierung.mathematik.uni-kl-de.
6. Técnicas de amostragem Obtido em 28 de abril de 2017, de cs.fit.edu.
7. Journal of Mixed Methods Research (2007). Retirado em 28 de abril de 2017, de sociologyofeurope.unifi.it.
8. Landreneau Estratégias de Amostragem Retirado em 28 de abril de 2017, de natco1.org.