Como as amostras de probabilidade e não probabilidade diferem

As amostras são uma parte importante da pesquisa de mercado, uma vez que a observação direta de todos os membros de uma população em estudo geralmente não é viável. Uma amostra é um subconjunto de uma população. Deve-se ter cuidado para garantir que a amostra corresponda com a população maior de todas as maneiras que possam ser importantes para os achados da pesquisa do estudo. Algumas amostras tão próximas representam a população maior que não é problemático fazer inferências sobre a população maior com base em observações do grupo de amostra.

Duas abordagens: amostragem de probabilidade versus amostragem sem probabilidade

Existem duas abordagens gerais para amostragem na pesquisa de mercado: amostragem de probabilidade e amostragem sem probabilidade. A amostragem de probabilidade deve atender às seguintes condições: Toda unidade de análise deve ter a mesma probabilidade de ser incluída no grupo de amostra e, em seguida, a probabilidade matemática de qualquer membro do grupo de amostra selecionado para a amostra pode ser calculada matematicamente.

O que é o erro de amostragem e como eu sei se o tenho?

Ao trabalhar com amostras sem 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 particular de viés é um resultado da não participação. É importante compreender o impacto da não participação no resultado geral de um estudo. Um exemplo vem do Inquérito Geral da Sociedade de 1980 (GSS) em que aqueles que não participaram da pesquisa foram considerados bastante diferentes - como um grupo - daqueles que participaram.

Os membros do grupo difíceis de alcançar foram significativamente diferentes dos seus participantes da força de trabalho entre pares - mais acentuadamente no status socioeconômico, estado civil, idade, número de crianças, saúde e sexo.

O que é a amostragem de conveniência? É conveniente analisar?

As amostras de conveniência são comumente usadas em ciências sociais e ciências comportamentais devido à forte dependência de estudantes universitários, pacientes, voluntários pagos, membros de redes sociais ou organizações formais e até prisioneiros.

O objetivo de muitas pesquisas em ciência social e ciência comportamental é verificar se certas características ocorrem ou não ocorrem no grupo em estudo. Uma abordagem comum é procurar relacionamentos entre vários atributos. As amostras de conveniência são úteis e adequadas para este tipo de estudo. Além disso, é útil reconhecer que uma amostra de conveniência nem sempre é fácil de juntar.

Amostras de conveniência também podem ser combinadas para comparar dois grupos. Para usar amostras de conveniência adequadas, um pesquisador deve poder identificar uma contrapartida para cada membro da primeira amostra.Essas homólogas são membros da segunda amostra (correspondente). As variáveis ​​que são comumente correspondidas incluem gênero, idade, raça, etnia, escolaridade, local de residência, orientação política, religião, tipo de trabalho e salário ou salário. A correspondência destas variáveis ​​ajuda a reduzir as fontes de viés. No entanto, é importante reconhecer que mesmo uma correspondência cuidadosa pode não resultar em amostras livres de polarização - sempre existe uma possibilidade de polarização de fontes ocultas.

O que é a amostragem intencional? É sempre não probabilístico?

A amostragem final é utilizada quando o projeto de pesquisa requer uma amostra de pessoas que apresentam atributos específicos.

Geralmente, esses atributos são raros ou incomuns e geralmente não são distribuídos normalmente (de acordo com uma "curva normal") na população maior. A amostragem intuitiva é repleta de viés, alguns dos quais ocorrem como resultado dos métodos que são usados ​​para identificar os membros de uma amostra intencional. Por exemplo, se o objetivo da pesquisa requer estudar Veteranos com lesão cerebral traumática (TBI), a amostra deve ser composta por ex-membros dos militares que sofreram uma lesão cerebral traumática e que se identificam em conformidade 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 eo tipo de conclusões resultantes do estudo.

Uma Limitação Importante da Abordagem de Amostragem Sem Probabilidade

Uma limitação importante da amostragem sem probabilidade é que as inferências não podem ser extraídas sobre a população maior com base em uma amostra não probabilística.

Este não é sempre o caso, no entanto, uma vez que uma visão realista de como as pessoas abordam os resultados da pesquisa identificará prontamente situações em que as pessoas tirem inapropriadamente conclusões de achados associados a amostras não prováveis.

Também conhecido como: amostragem de conveniência, amostragem proposital

Exemplos:

Amostras que atuam como pesquisas de opinião pública são disseminadas com a idéia de que eles representam como os membros de uma população votarão em uma próxima eleição ou do mesmo jeito. Essas amostras devem ser altamente representativas da população para serem usadas para fazer previsões sobre resultados eleitorais, por exemplo.