Para obter informações sobre grandes populações, os pesquisadores usam quatro métodos de amostragem probabilística: aleatório simples, sistemático, estratificado e cluster. Todos em uma determinada população têm uma chance conhecida e igual de serem selecionados na amostragem probabilística e, o mais importante, as pessoas são escolhidas aleatoriamente.
Utilidade da amostra de probabilidade
Imagine como seria difícil e caro para uma empresa fazer uma pesquisa com todos nos Estados Unidos toda vez que quisesse saber algo sobre os americanos. Se uma amostra fosse criada aleatoriamente e todos tivessem a chance de participar, os resultados da amostra seriam próximos aos resultados de um censo, que pesquisa todos. A amostragem de probabilidade é uma maneira crucial, econômica e muito menos cara de obter informações da sociedade do que um censo porque seus resultados podem refletir uma grande população, embora pesquise um pequeno número de pessoas. Se uma amostra não foi criada aleatoriamente, o que é uma amostragem não probabilística, então é improvável que os resultados reflitam toda a população.
Amostragem Simples Aleatória e Sistemática
Na amostragem aleatória simples, as pessoas são selecionadas aleatoriamente de uma lista completa da população. Normalmente, cada pessoa ou família na 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 detentores de bilhetes estão em uma 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 pegar cada centésimo nome que encontrar na lista telefônica de Atlanta, Geórgia. Este método de amostragem é amplamente utilizado para entrevistas por correio e telefone com o consumidor.
Amostragem estratificada e agrupada
A 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 obtêm uma amostra 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, 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 de cluster inclui dois processos aleatórios. O primeiro passo é dividir a população em grupos específicos e então selecionar grupos aleatoriamente, 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 em relação aos cuidados de saúde entrevistando 520 pessoas. Se ele tem uma lista de todos os americanos e seleciona aleatoriamente 520 pessoas de todo o país, trata-se de uma 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 essa é uma amostragem sistemática.
Se ele dividir a lista de cada americano em 50 estados e escolher aleatoriamente 10 pessoas de cada estado, ele usará a amostragem estratificada. Se ele escolher aleatoriamente 26 estados dos 50 estados e, em seguida, escolher aleatoriamente 20 pessoas de cada um dos 26 estados, ele usará a amostragem por conglomerados.