Como as amostras de probabilidade e não probabilidade diferem

Uma amostra é um subconjunto ou grupo menor, dentro de uma população. Ao projetar estudos, os pesquisadores devem garantir que a amostra replique a população maior de todas as maneiras características que podem ser importantes para os resultados da pesquisa do estudo.

Algumas amostras representam tão de perto a população maior que é fácil fazer inferências sobre a população maior a partir de suas observações do grupo de amostra. Na pesquisa de mercado, existem duas abordagens gerais para a amostragem: amostragem de probabilidade e amostragem de não probabilidade.

Geralmente, a amostragem de não probabilidade é um pouco difícil, com um processo tendencioso e subjetivo. Esta amostragem é usada para gerar uma hipótese. Por outro lado, a amostragem de probabilidade é mais precisa, objetiva e imparcial, o que a torna uma boa opção para testar uma hipótese.

Amostragem probabilística

Na técnica de amostragem de probabilidade, também conhecida como amostragem aleatória, todos na população têm a mesma chance de serem escolhidos como uma amostra representativa:

• Todos na amostra devem ter a mesma probabilidade, ou oportunidade fixa, para estar no conjunto de amostras.
  e
• A probabilidade de qualquer membro do grupo de amostra que está sendo selecionado para a amostra pode ser calculado matematicamente. Em outras palavras, todo mundo tem o mesmo, uma boa chance de ser selecionado.

As características da amostragem de probabilidade podem ser resumidas da seguinte forma:

• Base aleatória de seleção
• Corrigida oportunidade conhecida de seleção
• Usado para pesquisa conclusiva
• Produz um resultado imparcial
• O método é objetivo
• Pode fazer inferências estatísticas
• A hipótese é testada

Amostragem de não probabilidade

Uma das características mais notáveis ​​do método de amostragem de não probabilidade, também conhecida como amostragem não aleatória, é que não há nenhuma probabilidade específica de que qualquer pessoa esteja no conjunto de amostras. Em outras palavras, você não sabe qual pessoa de uma população será escolhida para a amostra.

Algumas características da amostragem de não probabilidade incluem:

• Base arbitrária de seleção
• Usado para pesquisa exploratória
• Produz um resultado tendencioso
• Usa um método subjetivo
• Pode fazer inferências analíticas
• A hipótese é gerada

Uma limitação importante da amostragem de não probabilidade

Com a amostragem de não probabilidade, não podem ser desenhadas inferências sobre a população maior com base em uma amostra de não probabilidade. Nem sempre é esse o caso, no entanto, uma vez que uma visão realista de como as pessoas abordam os resultados da pesquisa identifica prontamente situações em que as pessoas tiram conclusões inadequadamente de achados associados a amostras de não probabilidade.

Erros de amostragem em potencial

Ao trabalhar com amostras de não probabilidade, é importante entender a ocorrência de erro de amostragem. Quanto menor o grupo de amostragem, maior a chance de erro de amostragem. Um tipo específico de viés ocorre o resultado da não participação, que pode ter um efeito importante no resultado geral de um estudo.

Por exemplo, na Pesquisa da Sociedade Geral de 1980 (GSS), aqueles que não participaram da pesquisa foram considerados bem diferentes, como um grupo, daqueles que haviam participado. Os membros do grupo difícil de alcançar eram significativamente diferentes dos participantes da força de trabalho de pares, além de mais acentuadamente em status socioeconômico, estado civil, idade, número de crianças, saúde e sexo.

Amostragem de conveniência

As amostras de conveniência são comumente usadas em ciências sociais e comportamento por causa da forte dependência de estudantes universitários, pacientes, voluntários pagos, membros de redes sociais ou organizações formais e até prisioneiros.

O objetivo de muitas ciências sociais e pesquisa em ciências comportamentais é verificar se certas características ocorrem ou não ocorrem no grupo em estudo. Uma abordagem comum é procurar relacionamentos entre vários atributos. Amostras de conveniência são úteis e adequadas para esse tipo de estudo, embora uma amostra de conveniência nem sempre seja fácil de montar.

Amostras de conveniência também podem ser correspondidas para comparar dois grupos. Para usar amostras de conveniência correspondentes, um pesquisador deve ser capaz de identificar uma contraparte para cada membro da primeira amostra. Essas contrapartes são membros da segunda amostra (correspondente).

As variáveis ​​geralmente correspondentes incluem gênero, idade, raça, etnia, escolaridade, local de residência, orientação política, religião, tipo de emprego e salários ou salários. A correspondência dessas variáveis ​​ajuda a reduzir as fontes de viés, embora mesmo a correspondência cuidadosa possa não resultar em amostras livres de viés. A possibilidade de viés de fontes ocultas sempre existe.

Amostragem intencional

A amostragem intencional é usada quando o design da pesquisa exige uma amostra de pessoas que exibem atributos específicos. Geralmente, esses atributos são raros ou incomuns e normalmente não são distribuídos normalmente (ou seja, de acordo com a "curva normal") na população maior. A amostragem intencional é repleta de viés, alguns dos quais ocorre como resultado dos métodos usados ​​para identificar os membros de uma amostra intencional.

Por exemplo, se o objetivo da pesquisa exigir o estudo de veteranos com lesão cerebral traumática (TCE), a amostra deve consistir em ex-membros dos militares que sofreram um TCE e que se identificam de acordo e concordam em participar do estudo. Cada um desses atributos ou condições contribui com uma medida de viés para a amostra, limitando assim o nível e o tipo de conclusões que resultam do estudo.

Amostras que agem como pesquisas de opinião pública são divulgadas com a idéia de que representam como os membros de uma população votarão em uma eleição próxima, por exemplo. Essas amostras devem ser altamente representativas da população para fazer previsões confiáveis.