Os tipos mais importantes de amostragem de pesquisa

Os tipos de amostragem na pesquisa são classificados em dois grandes grupos: amostragem probabilística e amostragem não probabilística.

Entre os métodos de amostras probabilísticas, estão: amostragem aleatória sistemática, amostragem aleatória simples, amostragem aleatória por agrupamentos ou áreas e amostragem aleatória estratificada.

Os tipos mais importantes de amostragem de pesquisa 1

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

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

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

Tipos mais proeminentes de amostras de pesquisa

1- Amostragem probabilística

Amostragem probabilística, também chamada aleatória, é o processo de seleção em que cada indivíduo em uma população tem a mesma probabilidade (maior que 0) de ser selecionado para fazer parte da amostra. Nesse 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 em pesquisa.
  • É baseado 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 para o pesquisador.
  • Todos os membros da população têm a mesma probabilidade de serem selecionados.
  • Para selecionar a amostra aleatória simples, são usados ​​métodos semelhantes aos de uma loteria, geradores de números aleatórios ou nomes de uma tigela na qual todos os indivíduos da população estão representados.
Vantagens
  • É fácil calcular estimativas com esse tipo de amostragem.
Desvantagens
  • Não pode ser aplicado quando a população é muito grande.
  • Talvez a minoria interesse para o pesquisador não estão suficientemente representados na amostra aleatória simples.
Exemplo

Em uma escola, existem 100 alunos, dos quais se pretende extrair uma amostra de 10 indivíduos. Para começar, os alunos são listados de 1 a 100. Posteriormente, são realizados um sorteio para determinar os 20 indivíduos que serão selecionados.

Note-se que, nesse 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 observar que o elemento inicial não deve ser o que encabeça a lista. Posteriormente, os outros elementos da amostra são selecionados sistematicamente, levando em consideração um logaritmo específico.
  • Cada elemento tem a mesma probabilidade de seleção.
  • Um exemplo de amostragem aleatória sistemática é pegar uma lista telefônica e selecionar cada décimo nome da lista.
Relacionado:  Os 5 pratos Loreto mais populares
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 deve ser enviesada, uma vez que a ordem dos itens da lista pode ser manipulada para atender às necessidades do pesquisador.
Amostragem aleatória estratificada
  • Os membros da população estão organizados em categorias ou estratos exclusivos um do outro. Cada estrato é submetido a um processo de amostragem individual.
  • É ideal quando o pesquisador deseja que a amostra seja representativa para todos os parâmetros da investigação realizada.
  • Unidades dentro dos mesmos estratos têm a mesma probabilidade de serem selecionadas.
  • É baseado em dois princípios básicos: estratificação e fixação.
  • Estratificação refere-se ao processo de formação de estratos. Esse processo deve garantir a homogeneidade dentro dos elementos de um estrato e a heterogeneidade entre um estrato e outro.
  • A aposição refere-se à distribuição eqüitativa da amostra entre todos os estratos. Isso pode ser alcançado através de três processos:

– A aposição igual, na qual o mesmo número de indivíduos em cada estrato é selecionado para fazer parte da amostra.

– Aposição proporcional, na qual os elementos de cada estrato são selecionados, levando em consideração seu tamanho. Os estratos com maior quantidade terão maior representação dos indivíduos.

– aposição Neyman, na qual a seleção da amostra é feita levando em consideração a dispersão dos estratos.

Vantagens
  • Garante representação proporcional em cada um dos estratos.
  • Garante a representação de subgrupos de interesse do pesquisador, diferentemente 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
  • 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 poderá pertencer a dois estratos ao mesmo tempo.
  • A estratificação pode ser manipulada pelo pesquisador.
Amostragem aleatória por agrupamentos ou áreas
  • A população é dividida em conglomerados ou áreas. Em geral, a localização geográfica é o critério que é levado em consideração para efetuar essa divisão.
  • As unidades selecionadas para as amostras são grupos e não indivíduos.
  • Clusters são compostos de indivíduos com características diversas. Quanto mais heterogêneos os elementos internos de um conglomerado, melhores os resultados obtidos.
  • É um tipo de amostragem que possui duas fases:
Relacionado:  As 5 Danças e Danças Mais Populares de Cajamarca

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

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

Vantagens
  • Permite estudar grandes 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 clusters diferem entre si.
  • Para obter amostras representativas, é necessário coletar elementos dos conglomerados de toda a área geográfica estudada. Para isso, é necessário mudar; Portanto, embora seja verdade que esse tipo de amostragem reduz os custos em termos de aplicação de pesquisas a indivíduos, aumenta-os em termos de transporte.
Diferenças entre amostragem aleatória estratificada e amostragem aleatória por cluster
  • Na amostragem estatizada, a população é dividida em grupos exclusivos, 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 são representados na 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 conglomerados, 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, a localização geográfica e a disponibilidade da população, entre outros.

Não é um tipo de amostragem científica, é geralmente usado em pesquisa social.

Características da amostragem não probabilística

  • Alguns indivíduos da população não têm possibilidade de serem selecionados.
  • A probabilidade de seleção não pode ser determinada, diferentemente da amostragem probabilística.
  • É baseado na seleção da amostra, levando em consideração critérios como o interesse do pesquisador.
  • Os resultados da amostragem não aleatória não são confiáveis ​​em termos de probabilidade e são menos precisos que os da amostragem probabilística.
  • É menos caro comparado à amostragem probabilística.
  • Você pode cometer erros, pois é um método subjetivo.

Tipos de amostragem não probabilística

Amostragem de cota
  • A população é dividida em grupos exclusivos, como na amostra aleatória estratificada.
  • Posteriormente, a parte não probabilística dessa 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 demonstra viés ou preconceito.
Relacionado:  Bandeira da Espanha: História e Significado
Amostragem por conveniência
  • A amostra é selecionada da 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 pesquisa.
  • O pesquisador não pode fazer generalizações sobre a população com os resultados obtidos através de uma amostra por conveniência, pois isso não é representativo.
  • Esse 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, de acordo com seus critérios, consideram mais adequados para realizar sua pesquisa.
  • Geralmente são pequenas amostras.
Amostra de bola de neve ou referência
  • Um pequeno número de indivíduos é selecionado para realizar o estudo. Esses indivíduos atendem aos critérios necessários para a pesquisa a ser realizada.
  • Posteriormente, esses indivíduos são convidados a convidar novos que, de acordo com 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 ladeira abaixo (daí o nome).
  • Este método é propício à obtenção de amostras de populações de difícil acesso. Por exemplo, se estiver sendo realizado um estudo sobre viciados em drogas, é muito improvável que existam listas de pessoas com essa condição. Portanto, é melhor entrar em contato com uma pessoa que atenda ao recurso solicitado e trazer mais indivíduos.
  • As amostras obtidas através deste método não são representativas.
Amostragem causal ou acidental
  • Os indivíduos são selecionados sem levar em consideração qualquer teste prévio.
  • Assemelha-se à amostragem por conveniência, uma vez que são retirados os indivíduos da população disponível.

Referências

  1. Amostragem Recuperado em 28 de abril de 2017, de ssc.wisc.edu.
  2. Fridah, Mugo. Amostragem em Pesquisa. Recuperado em 28 de abril de 2017, de indiana.edu.
  3. Chaturvedi, Kanupriya. Recuperado em 28 de abril de 2017, de pitt.edu.
  4. Amostragem Recuperado em 28 de abril de 2017, de flinders.edu.au.
  5. Barreiro População e Amostra. Técnicas de amostragem Recuperado em 28 de abril de 2017, de optimierung.mathematik.uni-kl-de.
  6. Técnicas de amostragem Recuperado em 28 de abril de 2017, de cs.fit.edu.
  7. Journal of Mixed Methods Research (2007). Recuperado em 28 de abril de 2017, de sociologyofeurope.unifi.it.
  8. Landreneau Estratégias de amostragem Recuperado em 28 de abril de 2017, de natco1.org.

Deixe um comentário

Este site usa cookies para lhe proporcionar a melhor experiência de usuário. política de cookies, clique no link para obter mais informações.

ACEPTAR
Aviso de cookies