Erros de amostragem são as diferenças aparentemente aleatórias entre as características de uma população de amostra e as da população em geral. Por exemplo, um estudo da participação em uma reunião mensal revela uma taxa média de 70%. A participação em algumas reuniões certamente seria menor para alguns do que para outros. O erro de amostragem é que, embora você possa contar quantas pessoas compareceram a cada reunião, o que realmente acontece em termos de participação em uma reunião não é o mesmo do que acontece na próxima reunião, embora as regras ou probabilidades subjacentes sejam as mesmas. As chaves para minimizar o erro de amostragem são múltiplas observações e amostras maiores.
Minimize o potencial de viés na seleção da amostra por meio de amostragem aleatória. A amostragem aleatória não é aleatória, mas é uma abordagem sistemática para selecionar uma amostra. Por exemplo, uma amostra aleatória de uma população de jovens infratores é gerada selecionando nomes de uma lista para entrevista. Antes de ver a lista, o pesquisador identifica que os jovens infratores serão entrevistados como aqueles cujos nomes aparecem primeiro, 10º, 20º, 30º, 40º e assim por diante, na lista.
Assegure-se de que a amostra seja representativa da lista. população, implementando um protocolo de estratificação. Por exemplo, se você estudou os hábitos de bebida de estudantes universitários, pode esperar diferenças entre alunos da fraternidade e alunos que não são da fraternidade. Dividir sua amostra para esses dois estratos no início reduz o potencial de erro de amostragem.
Scienced Vault Video Criar o suporte (quase) perfeito: Veja como criar o suporte (quase) perfeito: Aqui está como
Use tamanhos maiores de amostra. À medida que o tamanho aumenta, a amostra aproxima-se da população real, diminuindo assim o potencial de desvios da população real. Por exemplo, a média de uma amostra de 10 varia mais do que a média de uma amostra de 100. Amostras maiores, no entanto, envolvem custos mais altos.
Replicar seu estudo tomando a mesma medida repetidamente, usando mais de um sujeito ou múltiplos grupos, ou realizando múltiplos estudos. A replicação permite eliminar erros de amostragem.
