Amostra
O que é uma amostra?
Uma amostra se refere a uma versão menor e gerenciável de um grupo maior. É um subconjunto que contém as características de uma população maior. As amostras são usadas em testes estatísticos quando o tamanho da população é muito grande para o teste incluir todos os membros ou observações possíveis. Uma amostra deve representar a população como um todo e não refletir qualquer tendência para um atributo específico.
Principais vantagens
- Uma amostra se refere a uma versão menor e gerenciável de um grupo maior ou subconjunto de uma população maior.
- O uso de amostras permite que os pesquisadores conduzam seus estudos de maneira fácil e oportuna.
- Para obter uma amostra imparcial, a seleção deve ser aleatória para que todos da população tenham uma chance igual e provável de serem incluídos no grupo de amostra.
- Na amostragem aleatória simples, todas as entidades na população são idênticas, enquanto a amostragem aleatória estratificada divide a população geral em grupos menores.
Compreendendo as amostras
Uma amostra é um número imparcial de observações tiradas de uma população. Em termos básicos, uma população é o número total de indivíduos, animais, itens, observações, dados, etc. de um determinado sujeito. Portanto, a amostra, em outras palavras, é uma porção, parte ou fração de todo o grupo e atua como um subconjunto da população. As amostras são usadas em uma variedade de ambientes onde a pesquisa é conduzida. Cientistas, profissionais de marketing, agências governamentais, economistas e grupos de pesquisa estão entre aqueles que usam amostras para seus estudos e medições.
Usar populações inteiras para pesquisa traz desafios, razão pela qual as amostras são usadas. Os pesquisadores podem ter problemas para obter acesso imediato a populações inteiras. E devido à natureza de alguns estudos, os pesquisadores podem ter dificuldade em obter os resultados de que precisam em tempo hábil. É por isso que as pessoas que conduzem estudos usam amostras. Usar um número menor de pessoas que representam toda a população ainda pode produzir resultados válidos enquanto reduz o tempo e os recursos.
As amostras usadas pelos pesquisadores devem ser semelhantes à população. Todos os participantes da amostra devem compartilhar as mesmas características e qualidades. Portanto, se o estudo for sobre calouros universitários do sexo masculino, a amostra deve ser uma pequena porcentagem de homens que se enquadram nessa descrição. Da mesma forma, se um grupo de pesquisa realiza um estudo sobre os padrões de sono de mulheres solteiras com mais de 50 anos, a amostra deve incluir apenas mulheres neste grupo demográfico.
Considere uma equipe de pesquisadores acadêmicos que deseja saber quantos alunos estudaram por menos de 40 horas para o exame CFA e ainda assim foram aprovados. Uma vez que mais de 200.000 pessoas fazem o exame em todo o mundo a cada ano, chegar a cada um dos participantes do exame pode ser extremamente tedioso e demorado.
Na verdade, no momento em que os dados da população foram coletados e analisados, alguns anos teriam se passado, tornando a análise inútil, uma vez que uma nova população teria surgido. Em vez disso, o que os pesquisadores podem fazer é pegar uma amostra da população e obter dados dessa amostra.
Para obter uma amostra imparcial, a seleção deve ser aleatória para que todos na população tenham chances iguais de serem adicionados ao grupo.
Para obter uma amostra imparcial, a seleção deve ser aleatória para que todos da população tenham uma chance igual e provável de serem incluídos no grupo de amostra. Isso é semelhante a um sorteio de loteria e é a base para uma amostragem aleatória simples.
Tipos de Amostragem
Amostragem Aleatória Simples
A amostragem aleatória simples é ideal se todas as entidades na população forem idênticas. Se os pesquisadores não se importam se os sujeitos da amostra são todos homens ou mulheres ou uma combinação de ambos os sexos de alguma forma, a amostragem aleatória simples pode ser uma boa técnica de seleção.
Digamos que 200.000 participantes do teste fizeram o exame CFA em 2016, dos quais 40% eram mulheres e 60% eram homens. A amostra aleatória retirada da população deve, portanto, ter 400 mulheres e 600 homens para um total de 1.000 participantes do teste.
Mas e os casos em que é importante saber a proporção de homens e mulheres que passaram em um teste depois de estudar por menos de 40 horas? Aqui, uma amostra aleatória estratificada seria preferível a uma amostra aleatória simples.
Amostragem Aleatória Estratificada
Esse tipo de amostragem, também conhecido como amostragem aleatória proporcional ou amostragem aleatória de cota, divide a população geral em grupos menores. Estes são conhecidos como estratos. Pessoas dentro dos estratos compartilham características semelhantes.
E se a idade fosse um fator importante que os pesquisadores gostariam de incluir em seus dados? Usando a técnica de amostragem aleatória estratificada, eles podem criar camadas ou estratos para cada faixa etária. A seleção de cada estrato teria que ser aleatória para que todos na faixa tenham uma chance provável de serem incluídos na amostra. Por exemplo, dois participantes, Alex e David, têm 22 e 24 anos, respectivamente. A seleção da amostra não pode escolher uma sobre a outra com base em algum mecanismo preferencial. Ambos devem ter chances iguais de serem selecionados em sua faixa etária. Os estratos podem ser mais ou menos assim:
A partir da tabela, a população foi dividida em grupos de idade. Por exemplo, 30.000 pessoas na faixa etária de 20 a 24 anos fizeram o exame CFA em 2016. Usando essa mesma proporção, o grupo de amostra terá (30.000 ÷ 200.000) x 1.000 = 150 participantes que se enquadram neste grupo. Alex ou David – ou ambos ou nenhum – podem ser incluídos entre os 150 participantes de exames aleatórios da amostra.
Existem muitos outros estratos que podem ser compilados ao decidir sobre o tamanho da amostra. Alguns pesquisadores podem preencher as funções de trabalho, países, estado civil, etc. dos participantes do teste ao decidir como criar a amostra.
Exemplos de Amostras
Em 2017, a população mundial era de 7,5 bilhões, dos quais 49,6% eram mulheres e 50,4% homens. O número total de pessoas em qualquer país também pode ser o tamanho da população. O número total de alunos em uma cidade pode ser considerado como uma população, e o número total de cães em uma cidade também é o tamanho da população. Amostras podem ser retiradas dessas populações para fins de pesquisa.
Seguindo nosso exemplo de exame CFA, os pesquisadores poderiam pegar uma amostra de 1.000 participantes CFA do total de 200.000 participantes – a população – e executar os dados necessários sobre esse número. A média dessa amostra seria usada para estimar a média de participantes do exame CFA que foram aprovados, embora estudassem por menos de 40 horas.
O grupo de amostra escolhido não deve ser tendencioso. Isso significa que se a média da amostra dos 1.000 participantes do exame CFA for 50, a média da população dos 200.000 participantes do teste também deverá ser de aproximadamente 50.