Para obter informações sobre grandes populações, os pesquisadores usam quatro métodos de amostragem probabilística: aleatória simples, sistemática, estratificada e agrupada. Todo mundo em uma determinada população tem uma chance conhecida e igual de ser selecionado na amostragem probabilística e, o mais importante, as pessoas são escolhidas aleatoriamente.
Utilidade da amostra de probabilidade
Imagine o quão difícil e caro seria para um 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 estariam próximos dos resultados de um censo, que pesquisa todos. A amostragem probabilística é uma maneira crucial, que economiza tempo e muito menos dispendiosa, de obter informações da sociedade do que um censo, porque seus resultados podem refletir uma grande população, mesmo pesquisando um pequeno número de pessoas. Se uma amostra não foi criada aleatoriamente, o que é uma amostragem sem probabilidade, é improvável que os resultados reflitam toda a população.
Amostragem aleatória e sistemática simples
Na amostragem aleatória simples, as pessoas são selecionadas aleatoriamente lista completa da população. Normalmente, cada pessoa ou família da população recebe um número e um computador gera números aleatórios indicando quem é escolhido para a amostra. As loterias são uma amostra puramente aleatória. Todos os titulares de bilhetes estão na loteria, mas apenas alguns são escolhidos aleatoriamente.
A amostragem sistemática é semelhante à amostragem aleatória simples, com uma diferença: um padrão para a seleção dos participantes. Por exemplo, um pesquisador pode começar em um ponto aleatório e usar cada centésimo nome encontrado na lista telefônica de Atlanta, Geórgia. Esse método de amostragem é amplamente utilizado para entrevistas com clientes e correio telefônico.
Amostragem estratificada e por agrupamento
A amostragem estratificada é útil ao comparar diferentes partes de uma população. Os pesquisadores dividem ou segmentam a população de maneira relevante para suas necessidades e colhem uma amostra aleatória simples em cada segmento. Os segmentos são chamados subpopulações ou estratos. Se você quiser comparar como 1.000 mulheres e homens se sentem em relação aos cuidados de saúde, poderá segmentar ou estratificar a população por gênero e escolher aleatoriamente 500 homens e 500 mulheres. Você pode segmentar ou estratificar uma população de várias maneiras, incluindo idade, educação, renda e localização.
A amostragem por cluster inclui dois processos aleatórios. O primeiro passo é dividir a população em grupos específicos e depois selecionar aleatoriamente grupos, não pessoas específicas. Em seguida, os pesquisadores executam uma amostra aleatória simples apenas em cada grupo escolhido. Os 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 sobre os cuidados de saúde ao pesquisar 520 pessoas. Se ele tem uma lista de todos os americanos e seleciona aleatoriamente 520 pessoas de todo o país, isso é uma amostragem aleatória simples. Se, em vez disso, ele começa em um ponto aleatório na lista de todos os americanos e seleciona cada 700.000ª pessoa, é uma amostragem sistemática.
Se ele divide a lista de todos os americanos em 50 estados e atrai aleatoriamente 10 pessoas de cada estado, então ele usa amostragem estratificada. Se ele escolher aleatoriamente 26 estados dos 50 estados e, em seguida, atrair 20 pessoas de cada um dos 26 estados, ele usará a amostragem por cluster.