Quando os experimentadores ou pesquisadores estão procurando dados, muitas vezes é impossível medir todos os pontos de dados individuais em uma população. No entanto, os métodos estatísticos permitem inferências sobre uma população, analisando os resultados de uma amostra menor extraída dessa população. Existem vários métodos de amostragem.
A amostragem aleatória estratificada é um método comum usado pelos pesquisadores porque permite obter uma amostra populacional que melhor representa toda a população em estudo, garantindo que cada subgrupo de interesse seja representado. Ao mesmo tempo, esse método de pesquisa tem suas desvantagens.
Principais vantagens
- A amostragem aleatória estratificada permite aos pesquisadores obter uma amostra populacional que melhor representa toda a população em estudo, dividindo-a em subgrupos chamados estratos.
- Este método de amostragem estatística, no entanto, não pode ser usado em todos os desenhos de estudo ou com todos os conjuntos de dados.
- A amostragem aleatória estratificada difere da amostragem aleatória simples, que envolve a seleção aleatória de dados de uma população inteira, de modo que cada amostra possível tem a mesma probabilidade de ocorrer.
Amostragem Aleatória Estratificada: Uma Visão Geral
A amostragem aleatória estratificada envolve primeiro a divisão de uma população em subpopulações e, em seguida, a aplicação de métodos de amostragem aleatória a cada subpopulação para formar um grupo de teste. Uma desvantagem é quando os pesquisadores não podem classificar cada membro da população em um subgrupo.
A amostragem aleatória estratificada é diferente da amostragem aleatória simples, que envolve a seleção aleatória de dados de toda a população de modo que cada amostra possível tenha a mesma probabilidade de ocorrer. Em contraste, a amostragem aleatória estratificada divide a população em grupos menores, ou estratos, com base em características compartilhadas. Uma amostra aleatória é retirada de cada estrato em proporção direta ao tamanho do estrato em comparação com a população.
Exemplo de amostragem aleatória estratificada
A seguir está um exemplo de amostragem aleatória estratificada:
Os pesquisadores estão realizando um estudo destinado a avaliar as tendências políticas de estudantes de economia em uma grande universidade. Os pesquisadores desejam garantir que a amostra aleatória se aproxime melhor da população estudantil, incluindo gênero, alunos de graduação e pós-graduação. A população total do estudo é de 1.000 alunos e, a partir daí, são criados os subgrupos conforme mostrado a seguir.
População total = 1.000
Os pesquisadores designariam cada estudante de economia da universidade para uma das quatro subpopulações: graduado do sexo masculino, graduado do sexo feminino, graduado do sexo masculino e graduado do sexo feminino. Em seguida, os pesquisadores contariam quantos alunos de cada subgrupo perfaziam a população total de 1.000 alunos. A partir daí, os pesquisadores calculam a representação percentual de cada subgrupo da população total.
Subgrupos:
- Graduados masculinos = 450 alunos (em 100) ou 45% da população
- Graduadas do sexo feminino = 200 alunos ou 20%
- Estudantes masculinos de graduação = 200 alunos ou 20%
- Estudantes femininas de pós-graduação = 150 estudantes ou 15%
A amostragem aleatória de cada subpopulação é feita com base em sua representação na população como um todo. Como os alunos de graduação do sexo masculino são 45% da população, 45 alunos de graduação do sexo masculino são escolhidos aleatoriamente desse subgrupo. Como os graduados do sexo masculino representam apenas 20% da população, 20 são selecionados para a amostra e assim por diante.
Embora a amostragem aleatória estratificada reflita com precisão a população em estudo, as condições que precisam ser atendidas significam que esse método não pode ser usado em todos os estudos.
Vantagens da Amostragem Aleatória Estratificada
A amostragem aleatória estratificada apresenta vantagens quando comparada à amostragem aleatória simples.
Reflete com precisão a população estudada
A amostragem aleatória estratificada reflete com precisão a população em estudo porque os pesquisadores estão estratificando toda a população antes de aplicar os métodos de amostragem aleatória. Em suma, ele garante que cada subgrupo dentro da população receba uma representação adequada dentro da amostra. Como resultado, a amostragem aleatória estratificada fornece melhor cobertura da população, uma vez que os pesquisadores têm controle sobre os subgrupos para garantir que todos eles sejam representados na amostra.
Com a amostragem aleatória simples, não há nenhuma garantia de que qualquer subgrupo ou tipo de pessoa em particular seja escolhido. Em nosso exemplo anterior de estudantes universitários, o uso de amostragem aleatória simples para obter uma amostra de 100 da população pode resultar na seleção de apenas 25 graduandos do sexo masculino ou apenas 25% da população total. Além disso, 35 estudantes de graduação do sexo feminino podem ser selecionadas (35% da população), resultando em sub-representação de estudantes de graduação do sexo masculino e super-representação de estudantes de graduação do sexo feminino. Quaisquer erros na representação da população têm o potencial de diminuir a precisão do estudo.
Desvantagens da Amostragem Aleatória Estratificada
A amostragem aleatória estratificada também apresenta uma desvantagem aos pesquisadores.
Não pode ser usado em todos os estudos
Infelizmente, esse método de pesquisa não pode ser usado em todos os estudos. A desvantagem do método é que várias condições devem ser atendidas para que ele seja usado corretamente. Os pesquisadores devem identificar cada membro de uma população que está sendo estudada e classificar cada um deles em uma, e apenas uma, subpopulação. Como resultado, a amostragem aleatória estratificada é desvantajosa quando os pesquisadores não conseguem classificar com segurança cada membro da população em um subgrupo. Além disso, encontrar uma lista completa e definitiva de uma população inteira pode ser um desafio.
A sobreposição pode ser um problema se houver assuntos que se enquadram em vários subgrupos. Quando uma amostragem aleatória simples é realizada, aqueles que estão em vários subgrupos são mais propensos a serem escolhidos. O resultado pode ser uma deturpação ou reflexo impreciso da população.
O exemplo acima torna isso mais fácil: graduação, pós-graduação, homens e mulheres são grupos claramente definidos. Em outras situações, entretanto, pode ser muito mais difícil. Imagine incorporar características como raça, etnia ou religião. O processo de classificação torna-se mais difícil, tornando a amostragem aleatória estratificada um método ineficaz e inferior ao ideal.