O que é amostragem probabilística? Definição, Métodos
Publicados: 2021-11-22A pesquisa pode ser de vários tipos, como pesquisa de mercado, pesquisa científica, etc. E quando a pesquisa deve ser realizada, uma das coisas importantes que são exigidas são os dados. Os dados se mostram benéficos, pois levam ao entendimento das informações confidenciais de qualquer sujeito. Muitas vezes, os dados são coletados de diferentes fontes e pessoas diferentes. Se a pesquisa é focada em um grupo de pessoas, coletar dados de todos não é uma tarefa possível. Nesses casos, uma amostra de pessoas é selecionada para representar o grupo e ajudar no processo de pesquisa.
A amostra selecionada deve representar bem o grupo para garantir a obtenção efetiva de conclusões a partir dos resultados. Portanto, a decisão de selecionar o método de amostragem é bastante importante no estudo de pesquisa. Em termos gerais, existem duas formas de amostragem, que são a amostragem probabilística e a amostragem não probabilística.
O método de amostragem probabilística envolve a seleção aleatória de amostras, enquanto que, no caso do método de amostragem não probabilística, são utilizados métodos de seleção não aleatórios para amostragem.
O artigo se concentrará nos métodos de amostragem probabilística .
Antes de entender o conceito de método de amostragem, é melhor ter uma ideia do que significa uma amostra e uma população.
- População refere-se a todo o grupo de indivíduos para os quais o pesquisador deseja tirar certas conclusões.
- Amostra refere-se ao grupo específico de pessoas ou indivíduos coletados da população e os dados são coletados.
- Várias características são consideradas ao definir uma população, como idade, localização geográfica, renda, etc.
- Com base na pesquisa do estudo, a população-alvo deve ser bem definida.
- Uma boa amostra representando a população torna-se difícil de formar quando o tamanho da população é considerado muito grande.
- Termos usados em métodos de amostragem
Alguns termos são mais usados em métodos de amostragem, como o quadro de amostragem e o tamanho da amostra.
- Tamanho da amostra : O tamanho da amostra refere-se ao tamanho da amostra. Isso significa o número de indivíduos que são considerados dentro de uma amostra. A inclusão de pessoas em uma amostra depende de vários fatores, como a variabilidade e o tamanho da população. Também depende do desenho da pesquisa.
- Quadro de amostragem: É definido como a lista de indivíduos que formarão a amostra real.
Índice
Amostragem probabilística
O método de amostragem que seleciona uma amostra de uma população é chamado de amostragem probabilística. Isso significa que a amostra é escolhida ao acaso ou por acaso. O processo deste tipo de amostragem é mais demorado e dispendioso.
Na amostragem probabilística, como a amostra é escolhida aleatoriamente ao acaso, cada membro ou indivíduo de cada população tem a probabilidade de fazer parte da amostra. Isso significa que cada membro tem a chance de ser selecionado na amostra.
Suponha que qualquer usuário ou pesquisador queira realizar o estudo sobre um grupo de indivíduos que representaria as características da população geral. Nesse caso, o método de amostragem probabilística é considerado a melhor escolha.
Tipos de Métodos de Amostragem de Probabilidade
Os métodos de amostragem probabilística são classificados em cinco tipos diferentes de métodos de amostragem.
1. Amostragem aleatória simples
O primeiro grupo de métodos de amostragem é o método de amostragem aleatória simples. Nesse método de amostragem, todos os membros de uma população têm a mesma chance de serem selecionados.
A base de amostragem deve ser toda a população real.
As ferramentas que você pode usar neste método de amostragem são geradores de números aleatórios ou outras ferramentas que consideram técnicas baseadas no acaso.
- Exemplo de amostragem aleatória simples
Suponha que uma amostra de 100 funcionários seja escolhida de um grupo de funcionários de uma organização. Nesse caso, os números de 1 a 100 podem ser distribuídos aleatoriamente aos funcionários. Então, através de um gerador de números aleatórios, 100 números são selecionados dentre os números distribuídos.
2. Amostragem sistemática
O processo de método de amostragem é semelhante à amostragem aleatória simples. No entanto, este método é considerado um processo mais simples do que o método mencionado anteriormente. Neste método, cada membro dentro de uma população é listado com uma entidade numérica. No entanto, os números atribuídos aos indivíduos não são escolhidos aleatoriamente. Em vez disso, eles recebem números em um intervalo regular.
- Exemplo de amostragem sistemática
Suponha que 20 números de indivíduos sejam selecionados de um grupo de 100 pessoas. Nesses casos, quando aplicamos a amostragem sistemática, os números são atribuídos aos indivíduos de forma sistemática. Ao selecionar os indivíduos, um número aleatório é selecionado no início. Uma vez que o número inicial é decidido, o próximo número continua em certos intervalos, como 8, 18, 28, etc. Da mesma forma, as 20 pessoas podem ser selecionadas sistematicamente.
Ao usar a técnica de amostragem sistemática, deve-se notar que não deve haver nenhum padrão oculto existente na lista de indivíduos.
3. Amostragem estratificada
Ao contrário dos métodos discutidos anteriormente, neste método, a população é inicialmente dividida em subpopulação. À medida que a população se divide, esses pequenos grupos se tornam importantes de alguma forma. A amostragem estratificada auxilia na obtenção de conclusões mais específicas relacionadas ao estudo. Isso ocorre porque o método garante que cada subgrupo seja adequadamente representado na amostra considerada durante a amostragem.
O processo começa com a divisão da população em subgrupos ou estratos definidos. Esses subgrupos podem ser formados com base em características como idade, emprego, salário, etc. Uma vez dividido, com base na população em estudo, qualquer método de amostragem pode ser aplicado para formar uma amostra representativa de cada subpopulação.
4. Amostragem por conglomerados
O método de amostragem por conglomerados inclui a formação de uma subpopulação a partir de uma população maior. A única diferença entre a amostragem estratificada e a amostragem por conglomerados é que cada subgrupo gerado deve ter características semelhantes entre si. Como características semelhantes estão presentes em cada subgrupo, você pode selecionar todo o subgrupo aleatoriamente em vez de amostrar indivíduos dos subgrupos. Para redução do custo, esse tipo de método pode ser selecionado pelos estatísticos.
As amostras de conglomerados formam “bolsões” para as unidades amostradas em vez de espalhar a amostra por toda a população. Isso reduz os custos das operações envolvidas nas cobranças. Pode haver outra razão pela qual a amostragem por conglomerados deve ser usada. Isso porque, no caso de outros métodos de amostragem, a lista de unidades da população pode não estar disponível. Por outro lado, no caso de amostragem por conglomerados, a lista de conglomerados pode ser criada facilmente ou está disponível.
No entanto, a amostragem por conglomerados tem uma desvantagem, pois é menos eficiente do que o método de amostragem aleatória simples. Por isso, a pesquisa deve ser realizada para um grande número de clusters de tamanhos menores, em vez de pesquisar um pequeno número de clusters de tamanhos maiores. Outra desvantagem do método de amostragem por conglomerados relatado é que não há controle sobre o tamanho final da amostra.
5. Amostragem em vários estágios
O método é quase semelhante ao método de amostragem por conglomerados. No entanto, a diferença está na formação de uma amostra em que uma amostra é selecionada de cada cluster em vez de todo o cluster. Existem dois estágios presentes neste método de amostragem. Na primeira etapa, um grande número de clusters é identificado e então selecionado. A segunda etapa do método inclui a seleção das unidades dos clusters criados. Isso pode ser feito através do uso de qualquer um dos tipos de métodos de amostragem probabilística. Portanto, no processo de triagem multiestágio, os conglomerados formados são as unidades primárias de amostragem, ou seja, UPA.
Em contraste, as unidades que estão presentes dentro do cluster são denominadas unidades secundárias de amostragem. Mais estágios de amostragem podem estar presentes neste tipo de método de amostragem. Nesses casos, são selecionadas unidades amostrais terciárias e o processo continua até que a amostra final seja formada.
Vantagens da amostragem probabilística
Os métodos de amostragem probabilística consistem em diferentes técnicas que proporcionam diferentes benefícios. O método único tem sua vantagem única. A lista de vantagens foi mencionada abaixo .
- O método de amostragem por cluster é bastante fácil de usar e conveniente.
- O método de amostragem aleatória simples leva à criação de amostras que podem representar toda a população.
- O método de amostragem estratificada leva à criação de camadas da população que representam toda a população.
- As amostras podem ser facilmente formadas sem o uso de ferramentas para geração de números aleatórios em métodos de amostragem sistemática.
Conclusão
A amostragem probabilística é um tipo de método de amostragem que ajuda a selecionar uma amostra de uma população. Um dos objetivos importantes na seleção de uma amostra por amostragem probabilística é minimizar os erros de amostragem para as estimativas. Além disso, deve-se notar que o custo da pesquisa deve ser reduzido juntamente com o tempo gasto para realizar uma pesquisa. Neste artigo, discutimos os diferentes métodos incluídos na amostragem probabilística.
Se você estiver interessado em aprender mais sobre inteligência artificial e aprendizado de máquina, confira o Programa Online Machine Learning & AI do IIIT-B & upGrad, projetado para profissionais que trabalham e oferece mais de 450 horas de treinamento rigoroso, mais de 30 estudos de caso e atribuições, Status de ex-aluno do IIIT-B, mais de 5 projetos práticos práticos e assistência de trabalho com as principais empresas.
