Tipos de Amostragem: Métodos de Amostragem com Exemplos

Julho 17, 2021admin

O que é a amostragem?

Definição de Amostragem: Amostragem é uma técnica de selecionar membros individuais ou um subconjunto da população para fazer inferências estatísticas a partir deles e estimar as características de toda a população. Diferentes métodos de amostragem são amplamente utilizados por pesquisadores em pesquisas de mercado para que eles não precisem pesquisar toda a população para coletar insights acionáveis. É também um método econômico e conveniente em termos de tempo e, portanto, constitui a base de qualquer projeto de pesquisa. Técnicas de amostragem podem ser usadas em um software de pesquisa para uma derivação ótima.

Por exemplo, se um fabricante de medicamentos quiser pesquisar os efeitos colaterais adversos de um medicamento sobre a população do país, é quase impossível realizar um estudo de pesquisa que envolva todos. Neste caso, o pesquisador decide uma amostra de pessoas de cada população e depois as pesquisa, dando-lhe um feedback indicativo sobre o comportamento do medicamento.

Selecione seus entrevistados

Tipos de amostragem: métodos de amostragem

Amostragem em pesquisa de mercado é de dois tipos – amostragem probabilística e amostragem não probabilística. Vamos dar uma olhada mais de perto nestes dois métodos de amostragem.

Amostragem de probabilidades: A amostragem de probabilidade é uma técnica de amostragem em que um pesquisador estabelece uma seleção de alguns critérios e escolhe membros de uma população de forma aleatória. Todos os membros têm a mesma oportunidade de fazer parte da amostra com este parâmetro de selecção.
Amostragem de não-probabilidade: Na amostragem de não-probabilidade, o pesquisador escolhe membros para a pesquisa aleatória. Este método de amostragem não é um processo de selecção fixo ou pré-definido. Isto torna difícil que todos os elementos de uma população tenham oportunidades iguais de serem incluídos em uma amostra.

Neste blog, discutimos os vários métodos de amostragem de probabilidade e não probabilidade que você pode implementar em qualquer estudo de pesquisa de mercado.

Tipos de amostragem de probabilidade com exemplos:

Amostras de probabilidade é uma técnica de amostragem na qual os pesquisadores escolhem amostras de uma população maior usando um método baseado na teoria da probabilidade. Este método de amostragem considera cada membro da população e forma amostras com base num processo fixo.

Por exemplo, numa população de 1000 membros, cada membro terá 1/1000 hipóteses de ser seleccionado para fazer parte de uma amostra. A amostragem de probabilidade elimina o viés na população e dá a todos os membros uma chance justa de serem incluídos na amostra.

Existem quatro tipos de técnicas de amostragem de probabilidade:

Amostragem aleatória simples: Uma das melhores técnicas de amostragem de probabilidade que ajuda a poupar tempo e recursos, é o método de Amostragem Aleatória Simples. É um método confiável de obtenção de informações onde cada membro de uma população é escolhido aleatoriamente, meramente por acaso. Cada indivíduo tem a mesma probabilidade de ser escolhido para fazer parte de uma amostra.
Por exemplo, em uma organização de 500 funcionários, se a equipe de RH decidir conduzir atividades de formação de equipes, é altamente provável que eles prefeririam colher pedaços de uma tigela. Neste caso, cada um dos 500 funcionários tem a mesma oportunidade de ser selecionado.
Amostragem de grupo: A amostragem de clusters é um método onde os investigadores dividem toda a população em secções ou clusters que representam uma população. Os clusters são identificados e incluídos numa amostra com base em parâmetros demográficos como idade, sexo, localização, etc. Por exemplo, se o governo dos Estados Unidos deseja avaliar o número de imigrantes que vivem no continente americano, eles podem dividi-lo em clusters baseados em estados como Califórnia, Texas, Flórida, Massachusetts, Colorado, Havaí, etc. Esta forma de conduzir uma pesquisa será mais eficaz, já que os resultados serão organizados em estados e fornecerão dados de imigração perspicazes.
Amostras sistemáticas: Os pesquisadores usam o método de amostragem sistemática para escolher os membros da amostra de uma população em intervalos regulares. Isso requer a seleção de um ponto de partida para a amostra e tamanho da amostra que pode ser repetido em intervalos regulares. Esse tipo de método de amostragem tem um intervalo predefinido e, portanto, essa técnica de amostragem é a que consome menos tempo.
Por exemplo, um pesquisador pretende coletar uma amostra sistemática de 500 pessoas em uma população de 5000. Ele/ela numera cada elemento da população de 1-5000 e escolherá cada 10 indivíduos para fazer parte da amostra (População total/ Tamanho da amostra = 5000/500 = 10).
Amostragem aleatória estratificada: A amostragem aleatória estratificada é um método em que o pesquisador divide a população em grupos menores que não se sobrepõem, mas representam a população inteira. Durante a amostragem, estes grupos podem ser organizados e depois retirar uma amostra de cada grupo separadamente.
Por exemplo, um pesquisador que procura analisar as características de pessoas pertencentes a diferentes divisões de renda anual irá criar estratos (grupos) de acordo com a renda familiar anual. Por exemplo – menos de $20,000, $21,000 – $30,000, $31,000 a $40,000, $41,000 a $50,000, etc. Ao fazer isso, o pesquisador conclui as características das pessoas pertencentes a diferentes grupos de renda. Os marqueteiros podem analisar quais os grupos de rendimento a visar e quais os a eliminar para criar um roteiro que produza resultados frutuosos.

Usos da amostragem de probabilidade

Existem múltiplos usos da amostragem de probabilidade:

Reduzir o viés da amostra: Usando o método de amostragem de probabilidade, o viés na amostra derivada de uma população é insignificante a inexistente. A seleção da amostra retrata principalmente o entendimento e a inferência do pesquisador. A amostragem probabilística leva a uma maior qualidade na recolha de dados, uma vez que a amostra representa adequadamente a população.
População diversificada: Quando a população é vasta e diversa, é essencial ter uma representação adequada para que os dados não sejam desviados para uma demografia. Por exemplo, se a Square gostaria de compreender as pessoas que poderiam fazer seus dispositivos de ponto de venda, uma pesquisa conduzida a partir de uma amostra de pessoas em todos os EUA de diferentes indústrias e origens sócio-econômicas ajuda.
Criar uma Amostra Precisa: A amostragem de probabilidades ajuda os pesquisadores a planejar e criar uma amostra precisa. Isto ajuda a obter dados bem definidos.

Tipos de amostragem não probabilística com exemplos

O método não probabilístico é um método de amostragem que envolve uma coleção de feedback baseado nas capacidades de seleção de amostras de um pesquisador ou estatístico e não em um processo de seleção fixo. Na maioria das situações, o resultado de uma pesquisa realizada com uma amostra não probabilística leva a resultados distorcidos, que podem não representar a população alvo desejada. Mas, há situações como as fases preliminares da pesquisa ou restrições de custo para a condução da pesquisa, onde a amostragem não-probabilística será muito mais útil do que o outro tipo.

Quatro tipos de amostragem não-probabilística explicam melhor o propósito deste método de amostragem:

Amostragem de conveniência: Este método depende da facilidade de acesso a temas como o levantamento de clientes num centro comercial ou de transeuntes numa rua movimentada. É normalmente chamado de amostragem de conveniência, devido à facilidade do pesquisador em realizá-la e entrar em contato com os sujeitos. Os pesquisadores quase não têm autoridade para selecionar os elementos da amostra, e isso é feito puramente com base na proximidade e não na representatividade. Este método de amostragem não-probabilidade é usado quando há limitações de tempo e custo na coleta de feedback. Em situações onde há limitações de recursos, como os estágios iniciais da pesquisa, a amostragem de conveniência é usada.
Por exemplo, Startups e ONGs geralmente conduzem amostragem de conveniência em um shopping para distribuir folhetos de eventos futuros ou promoção de uma causa – eles fazem isso ficando na entrada do shopping e distribuindo folhetos aleatoriamente.
Amostragem de julgamento ou de propósito: Amostras julgamentais ou propositadas são formadas pelo critério do pesquisador. Os pesquisadores consideram apenas o propósito do estudo, juntamente com a compreensão do público alvo. Por exemplo, quando os pesquisadores querem entender o processo de pensamento das pessoas interessadas em estudar para seu mestrado. O critério de seleção será: “Você está interessado em fazer seu mestrado em …?” e aqueles que respondem com um “Não” são excluídos da amostra.
Amostra de Bola de Neve: A amostragem de Bola de Neve é um método de amostragem que os pesquisadores aplicam quando os sujeitos são difíceis de rastrear. Por exemplo, será extremamente desafiador pesquisar pessoas sem abrigo ou imigrantes ilegais. Nesses casos, usando a teoria da bola de neve, os pesquisadores podem rastrear algumas categorias para entrevistar e obter resultados. Os pesquisadores também implementam este método de amostragem em situações em que o tema é altamente sensível e não discutido abertamente – por exemplo, pesquisas para coletar informações sobre o HIV Aids. Não há muitas vítimas que respondam prontamente às perguntas. Mesmo assim, os investigadores podem contactar pessoas que possam conhecer ou voluntários associados à causa para entrar em contacto com as vítimas e recolher informações.
Amostragem de cotas: Na amostragem de cotas, a selecção de membros nesta técnica de amostragem acontece com base num padrão pré-estabelecido. Neste caso, como uma amostra é formada com base em atributos específicos, a amostra criada terá as mesmas qualidades encontradas no total da população. É um método rápido de coleta de amostras.

Usos da amostragem não-probabilidade

Amostragem não-probabilidade é usada para o seguinte:

Criar uma hipótese: Os pesquisadores usam o método de amostragem de não-probabilidade para criar uma suposição quando limitada a nenhuma informação prévia está disponível. Este método ajuda com o retorno imediato dos dados e constrói uma base para pesquisas posteriores.
Pesquisa exploratória: Os pesquisadores utilizam amplamente esta técnica de amostragem ao conduzir pesquisas qualitativas, estudos-piloto ou pesquisas exploratórias.
Orçamento e restrições de tempo: O método não probabilístico quando há restrições de orçamento e tempo, e alguns dados preliminares devem ser coletados. Como o design do questionário não é rígido, é mais fácil escolher aleatoriamente os questionados e fazer com que eles respondam ao questionário ou questionário.

Como decidir sobre o tipo de amostragem a usar?

Para qualquer pesquisa, é essencial escolher um método de amostragem com precisão para atingir as metas do seu estudo. A eficácia da sua amostragem depende de vários fatores. Aqui estão alguns passos que os pesquisadores especialistas seguem para decidir o melhor método de amostragem.

Jot down the research goals. Geralmente, deve ser uma combinação de custo, precisão ou precisão.
Identificar as técnicas de amostragem eficazes que possam potencialmente atingir os objetivos da pesquisa.
Testar cada um desses métodos e examinar se eles ajudam a atingir seu objetivo.
Select the method that works best for the research.

Select your respondents

Difference between probability sampling and non-probability sampling methods

We have looked at the different types of sampling methods above and their subtypes. To encapsulate the whole discussion, though, the significant differences between probability sampling methods and non-probability sampling methods are as below:

	Probability Sampling Methods	Non-Probability Sampling Methods
Definition	Probability Sampling is a sampling technique in which samples from a larger population are chosen using a method based on the theory of probability.	Non-probability sampling is a sampling technique in which the researcher selects samples based on the researcher’s subjective judgment rather than random selection.
Alternatively Known as	Random sampling method.	Non-random sampling method
Population selection	The population is selected randomly.	The population is selected arbitrarily.
Nature	The research is conclusive.	The research is exploratory.
Sample	Since there is a method for deciding the sample, the population demographics are conclusively represented.	Since the sampling method is arbitrary, the population demographics representation is almost always skewed.
Time Taken	Takes longer to conduct since the research design defines the selection parameters before the market research study begins.	This type of sampling method is quick since neither the sample or selection criteria of the sample are undefined.
Results	This type of sampling is entirely unbiased and hence the results are unbiased too and conclusive.	This type of sampling is entirely biased and hence the results are biased too, rendering the research speculative.
Hypothesis	In probability sampling, there is an underlying hypothesis before the study begins and the objective of this method is to prove the hypothesis.	In non-probability sampling, the hypothesis is derived after conducting the research study.