Para obter informações sobre grandes populações, os pesquisadores usam quatro métodos de amostragem probabilística: simples aleatório, sistemático, estratificado e cluster. Todos em uma determinada população têm uma chance conhecida e igual de serem selecionados em amostragem probabilística e, mais importante, as pessoas são escolhidas aleatoriamente.
Probabilidade Uso da amostra
Imagine o quão difícil e caro seria para uma empresa para pesquisar todos os Estados Unidos toda vez que quiser saber algo sobre os americanos. Se uma amostra for criada aleatoriamente e todos tiverem a chance de participar, os resultados da amostra serão próximos aos resultados de um censo, que pesquisa todos. A amostragem probabilística é uma maneira crucial, que economiza tempo e é muito menos dispendiosa para obter informações da sociedade do que um censo, pois seus resultados podem refletir uma grande população, mesmo que ela pesquise um pequeno número de pessoas. Se uma amostra não foi criada aleatoriamente, o que é amostragem não probabilística, então é improvável que os resultados reflitam toda a população.
Amostragem simples aleatória e sistemática
Em amostragem aleatória simples, as pessoas são selecionadas aleatoriamente de um lista completa da população. Normalmente, cada pessoa ou agregado familiar na população recebe um número e um computador gera números aleatórios indicando quem é escolhido para a amostra. Loterias são uma amostra puramente aleatória. Todos os titulares de ingressos estão em uma loteria, mas apenas alguns são escolhidos aleatoriamente.
Scienced Video Vault
Criar o (quase) parêntese perfeito: Veja como criar o parêntese (quase) perfeito: Veja como
A amostragem sistemática é semelhante à amostragem aleatória simples com uma diferença: um padrão para a seleção de participantes. Por exemplo, um pesquisador pode começar em um ponto aleatório e pegar cada centésimo nome que encontrar na lista telefônica de Atlanta, Geórgia. Este método de amostragem é amplamente utilizado para entrevistas por correio e telefonia do consumidor.
Amostragem Estratificada e por Agrupamento
Amostragem estratificada é útil ao comparar diferentes partes de uma população. Os pesquisadores dividem ou segmentam a população de maneira relevante às suas necessidades e fazem uma amostragem aleatória simples em cada segmento. Os segmentos são chamados de subpopulações ou estratos. Se você quiser comparar como 1.000 mulheres e homens se sentem em relação aos cuidados de saúde, então você poderia segmentar ou estratificar a população por gênero e escolher aleatoriamente 500 homens e 500 mulheres. Você pode segmentar ou estratificar uma população de várias formas, incluindo idade, escolaridade, renda e localização.
A amostragem por clusters inclui dois processos aleatórios. O primeiro passo é dividir a população em grupos específicos e, em seguida, selecionar grupos aleatoriamente, não pessoas específicas. Em seguida, os pesquisadores executam uma amostra aleatória simples apenas em cada grupo escolhido. Pesquisadores costumam usar códigos postais ou grandes áreas da cidade para criar um grupo.
Quatro exemplos
Um pesquisador pode querer saber como todos os americanos se sentem em relação à assistência médica pesquisando 520 pessoas. Se ele tem uma lista de todos os americanos e seleciona aleatoriamente 520 pessoas de todo o país, então isso é amostragem aleatória simples. Se em vez disso ele começa em um ponto aleatório na lista de todos os americanos e seleciona cada 700.000 pessoas, então isso é amostragem sistemática.
Se ele divide a lista de todos os americanos em 50 estados e aleatoriamente atrai 10 pessoas de cada estado, então ele usa amostragem estratificada. Se ele escolher aleatoriamente 26 estados dos 50 estados e depois sortear aleatoriamente 20 pessoas de cada um dos 26 estados, então ele usa amostragem por conglomerados.
