quando você realiza pesquisas sobre um grupo de pessoas, raramente é possível coletar dados de todas as pessoas desse grupo. Em vez disso, você seleciona uma amostra. A amostra é o grupo de indivíduos que realmente participarão da pesquisa.
para tirar conclusões válidas dos seus resultados, você tem que decidir cuidadosamente como você irá selecionar uma amostra que seja representativa do grupo como um todo., Existem dois tipos de métodos de amostragem:
- probabilidade amostragem envolve seleção aleatória, permitindo-lhe fazer inferências estatísticas sobre todo o grupo.a amostragem de não probabilidade envolve selecção Não aleatória baseada em critérios de conveniência ou outros, permitindo-lhe recolher facilmente os dados iniciais.
deve explicar claramente como seleccionou a sua amostra na secção de Metodologia do seu trabalho ou tese.,
população vs amostra
primeiro, você precisa entender a diferença entre uma população e uma amostra, e identificar a população-alvo de sua pesquisa.
- a população é o grupo inteiro sobre o qual você quer tirar conclusões.
- A amostra é o grupo específico de indivíduos do qual você coletará dados.
a população pode ser definida em termos de localização geográfica, idade, rendimento e muitas outras características.,
pode ser muito ampla ou muito restrita: talvez você queira fazer inferências sobre toda a população adulta de seu país; talvez a sua investigação centra-se sobre os clientes de uma determinada empresa, os pacientes com uma determinada condição de saúde, ou de alunos de uma única escola.é importante definir cuidadosamente a sua população-alvo de acordo com a finalidade e os aspectos práticos do seu projecto.se a população for muito grande, demograficamente mista e geograficamente dispersa, poderá ser difícil aceder a uma amostra representativa.,
base de amostragem
a base de amostragem é a verdadeira lista de indivíduos de que a amostra será retirada. Idealmente, deve incluir toda a população-alvo (e ninguém que não faça parte dessa população).
exemplo
está a fazer investigação sobre as condições de trabalho na empresa X. A sua população é de 1000 empregados da empresa. O seu quadro de amostragem é a base de dados de Recursos Humanos da empresa, que lista os nomes e os dados de contacto de cada funcionário.,
tamanho da amostra
o número de indivíduos na sua amostra depende do tamanho da população e da precisão com que pretende que os resultados representem a população como um todo.
Você pode usar uma calculadora de tamanho de amostra para determinar o tamanho da sua amostra deve ser. Em geral, quanto maior o tamanho da amostra, mais precisa e confiante você pode fazer inferências sobre toda a população.métodos de amostragem de Probabilidades
amostragem de Probabilidades significa que todos os membros da população têm a possibilidade de serem seleccionados. É utilizado principalmente na investigação quantitativa., Se você quer produzir resultados que são representativos de toda a população, você precisa usar uma técnica de amostragem de probabilidade.
Existem quatro tipos principais de amostra de probabilidade.
amostragem aleatória simples
numa amostra aleatória simples, cada membro da população tem a mesma probabilidade de ser seleccionado. O quadro de amostragem deve incluir toda a população.
para realizar este tipo de amostragem, você pode usar ferramentas como geradores de números aleatórios ou outras técnicas que são baseadas inteiramente no acaso.,
exemplo
Você quer selecionar uma amostra aleatória simples de 100 funcionários da empresa X. você atribui um número a cada funcionário na base de dados da empresa de 1 a 1000, e usar um gerador de números aleatórios para selecionar 100 números.
amostragem sistemática
amostragem sistemática é semelhante a amostragem aleatória simples, mas geralmente é um pouco mais fácil de realizar. Cada membro da população está listado com um número, mas em vez de gerar números aleatoriamente, os indivíduos são escolhidos em intervalos regulares.,
exemplo
Todos os empregados da empresa estão listados por ordem alfabética. Dos primeiros 10 números, você seleciona aleatoriamente um ponto de partida: o número 6. A partir do número 6, cada 10 pessoa da lista é selecionada (6, 16, 26, 36, e assim por diante), e você acaba com uma amostra de 100 pessoas.
Se utilizar esta técnica, é importante certificar-se de que não há nenhum padrão escondido na lista que possa distorcer a amostra., Por exemplo, se a base de dados de RH agrupar funcionários por equipe, e os membros da equipe são listados por ordem de antiguidade, há um risco de que o seu intervalo possa saltar sobre as pessoas em papéis juniores, resultando em uma amostra que é desviada para os funcionários seniores.
amostragem estratificada
amostragem estratificada envolve a divisão da população em subpopulações que podem diferir de formas importantes. Permite-lhe tirar conclusões mais precisas, garantindo que cada subgrupo esteja devidamente representado na amostra.,para utilizar este método de amostragem, divide-se a população em subgrupos (chamados estratos) com base na característica relevante (por exemplo, sexo, faixa etária, escalão de rendimento, função profissional).com base nas proporções globais da população, calcula-se quantas pessoas devem ser amostradas a partir de cada subgrupo. Então você usa amostragem aleatória ou sistemática para selecionar uma amostra de cada subgrupo.
exemplo
A empresa tem 800 mulheres empregadas e 200 homens Empregados., Você quer garantir que a amostra reflete o equilíbrio de gênero da empresa, então você classifica a população em dois estratos baseados no gênero. Em seguida, você usa amostragem aleatória em cada grupo, selecionando 80 mulheres e 20 homens, o que lhe dá uma amostra representativa de 100 pessoas.
amostragem por Aglomerado
amostragem por aglomerado também envolve a divisão da população em subgrupos, mas cada subgrupo deve ter características semelhantes a toda a amostra. Em vez de amostrar indivíduos de cada subgrupo, selecciona aleatoriamente subgrupos inteiros.,se for praticamente possível, pode incluir todos os indivíduos de cada agregado amostrado. Se os aglomerados em si são grandes, você também pode provar indivíduos de dentro de cada aglomerado usando uma das técnicas acima.
este método é bom para lidar com populações grandes e dispersas, mas há mais risco de erro na amostra, uma vez que pode haver diferenças substanciais entre os aglomerados. É difícil garantir que os aglomerados amostrados sejam realmente representativos de toda a população.,
exemplo
a empresa tem escritórios em 10 cidades em todo o país (todas com aproximadamente o mesmo número de empregados em papéis semelhantes). Você não tem a capacidade de viajar para todos os Escritórios para coletar seus dados, então você usa amostragem aleatória para selecionar 3 escritórios – estes são os seus clusters.,
Não-probabilidade de métodos de amostragem
Em uma amostra não probabilística, os indivíduos são selecionados com base na não-aleatória critérios, e não cada indivíduo tem uma chance de ser incluído.,
Este tipo de amostra é mais fácil e mais barato de Acessar, mas tem um maior risco de viés de amostragem, e você não pode usá-lo para fazer inferências estatísticas válidas sobre toda a população.as técnicas de amostragem não-probabilística são frequentemente adequadas para a investigação exploratória e qualitativa. Nestes tipos de pesquisa, o objetivo não é testar uma hipótese sobre uma população ampla, mas desenvolver uma compreensão inicial de uma população pequena ou sub-pesquisada.,
amostragem de conveniência
uma amostra de conveniência simplesmente inclui os indivíduos que são mais acessíveis ao pesquisador.
Esta é uma forma fácil e barata de recolher os dados iniciais, mas não há como dizer se a amostra é representativa da população, por isso não pode produzir resultados generalizáveis.
exemplo
está a pesquisar opiniões sobre os Serviços de apoio aos estudantes na sua universidade, por isso, após cada uma das suas aulas, peça aos seus colegas para completarem um inquérito sobre o tema., Esta é uma maneira conveniente de coletar dados, mas como você só pesquisou alunos que fazem as mesmas aulas que você no mesmo nível, a amostra não é representativa de todos os alunos da sua universidade.
amostragem de resposta voluntária
semelhante a uma amostra de conveniência, uma amostra de resposta voluntária baseia-se principalmente na facilidade de acesso. Em vez de o pesquisador escolher os participantes e contatá-los diretamente, as pessoas se voluntariam (por exemplo, respondendo a uma pesquisa pública online).,
As amostras de resposta voluntária são sempre, pelo menos, um pouco tendenciosas, uma vez que algumas pessoas serão inerentemente mais propensas a voluntariar-se do que outras.
exemplo
Você envia o inquérito a todos os estudantes da sua universidade e muitos estudantes decidem completá-lo. Isso certamente pode lhe dar alguma visão sobre o tema, mas as pessoas que responderam são mais propensas a serem aquelas que têm opiniões fortes sobre os Serviços de apoio aos estudantes, então você não pode ter certeza de que suas opiniões são representativas de todos os alunos.,
amostragem proposital
este tipo de amostragem, também conhecido como amostragem de julgamento, envolve o pesquisador usando sua experiência para selecionar uma amostra que é mais útil para os propósitos da pesquisa.
é muitas vezes utilizado em pesquisa qualitativa, onde o pesquisador quer ganhar conhecimento detalhado sobre um fenômeno específico em vez de fazer inferências estatísticas, ou onde a população é muito pequena e específica. Uma amostra purposiva eficaz deve ter critérios e fundamentos claros para a inclusão.,
Exemplo
Você quer saber mais sobre as opiniões e experiências dos alunos com deficiência na sua universidade, assim propositadamente selecione um número de alunos com diferentes necessidades de apoio, a fim de reunir uma gama variada de dados sobre as suas experiências com serviços para estudantes.
Amostragem De Bolas De Neve
Se a população for difícil de aceder, a amostragem de bolas de neve pode ser utilizada para recrutar participantes através de outros participantes. O número de pessoas que você tem acesso a “bolas de neve” como você entrar em contato com mais pessoas.,
exemplo
Você está pesquisando experiências de sem-abrigo na sua cidade. Como não há uma lista de todos os sem-abrigo na cidade, a amostragem de probabilidades não é possível. Você conhece uma pessoa que concorda em participar da pesquisa, e ela coloca você em contato com outros sem-teto que ela conhece na área.o que é a amostragem? uma amostra é um subconjunto de indivíduos de uma população maior. Amostragem significa selecionar o grupo do qual você realmente coletará dados em sua pesquisa., Por exemplo, se você está pesquisando as opiniões dos estudantes em sua universidade, você poderia pesquisar uma amostra de 100 alunos.
nas estatísticas, a amostragem permite testar uma hipótese sobre as características de uma população.
são usadas para fazer inferências sobre as populações. As amostras são mais fáceis de coletar porque são práticas, rentáveis, convenientes e gerenciáveis.
na amostragem não-probabilidade, a amostra é selecionada com base em critérios Não-aleatórios, e nem todos os membros da população têm uma chance de ser incluídos.,os métodos comuns de amostragem não-probabilística incluem amostragem de conveniência, amostragem de resposta voluntária, amostragem intencional, amostragem de bolas de neve e amostragem de quotas.
o viés de amostragem ocorre quando alguns membros de uma população são sistematicamente mais propensos a serem selecionados em uma amostra do que outros.
