Informação
A amostragem probabilística é um método empregado em desenhos de pesquisa quantitativa que visa garantir que cada membro da população tenha uma chance igual de ser incluído na amostra (Mwansa et al., 2022). O principal objetivo deste método é garantir que os pesquisadores tirem conclusões válidas de suas descobertas e que seus resultados representem toda a população. Os pesquisadores empregam quatro técnicas primárias de amostragem para conseguir isso, que discutiremos a seguir.
A amostragem aleatória simples envolve o uso de técnicas ou ferramentas completamente aleatórias, como geradores de números aleatórios, para dar a cada indivíduo da população uma chance igual de ser selecionado.
A amostragem sistemática é como uma simples amostragem, mas indivíduos específicos são escolhidos regularmente. No entanto, é importante garantir que a lista não contenha padrões ocultos que possam distorcer a amostra (Mwansa et al., 2022).
Ao segmentar a população, a amostragem estratificada envolve dividi-la em diferentes subpopulações que são significativamente diferentes entre si. Cada subgrupo está bem representado na amostra, e os pesquisadores devem dividir a população em subgrupos com base em características relacionadas, como sexo, faixa etária, classe de renda ou função. Em seguida, selecionam de forma aleatória ou sistemática amostras de cada subgrupo.
A amostragem por conglomerados envolve a divisão de uma população em subgrupos com características comparáveis às da amostra como um todo e a seleção aleatória de subgrupos inteiros. Este método é adequado quando se trata de populações grandes e dispersas, mas é mais provável que introduza erros de amostragem, uma vez que pode haver diferenças significativas entre agrupamentos.
Por outro lado, a amostragem não probabilística é uma abordagem subjetiva para selecionar unidades de uma população, tornando-se uma maneira rápida, fácil e barata de obter dados. No entanto, assume que a amostra é representativa da população, o que pode ser uma suposição arriscada a fazer. Além disso, os elementos são escolhidos arbitrariamente, tornando impossível estimar a probabilidade de qualquer elemento ser incluído na amostra ou identificar possíveis vieses.
A amostragem por conveniência, também conhecida como amostragem aleatória, utiliza indivíduos mais facilmente acessíveis como participantes do estudo.
A amostragem Snowball, também conhecida como amostragem de cadeia ou amostragem de rede, pede aos primeiros membros da amostra que encontrem e encaminhem pessoas adicionais que atendam aos requisitos de elegibilidade.
A amostragem por cotas envolve o pesquisador determinando o número necessário de participantes de cada estrato populacional e identificando estratos populacionais.
Por fim, a amostragem intencional, também conhecida como amostragem de julgamento, baseia-se na ideia de que a compreensão da população pelo pesquisador pode selecionar indivíduos para a amostra.
