Já vimos anteriormente o que é uma amostra, mas sabia que existem vários tipos? A amostragem aleatória simples é um dos muitos tipos de amostra probabilística e a mais utilizada. No caso, os indivíduos são selecionados por sorteio e, por esse motivo, têm a mesma probabilidade de serem selecionados para compor a amostra.
Por outro lado, sabemos também que um dos pontos mais importantes para um estudo ou inquérito online é a amostragem deve tamanho e qualidade ideais, combinando certo tipos de perguntas, e seguida de uma boa análise de dados.
Nesse sentido, vejamos então a importância da amostragem aleatória simples e como estes pontos estão todos interligados.
Tipos de amostragem
O tipo da amostra é tão ou mais importante quanto o tamanho da mesma. E, em conjunto, fornecem os dados que procura para o seu estudo ou inquérito. Por outro lado, a amostragem é o que determina se os dados são de boa ou má qualidade.
Conheça agora os tipos de amostragem usadas em estudos de mercado e estudos de modo geral:
Amostragens probabilísticas
- Aleatória simples
- Estratificada
- Sistemática
- Conglomerados
Amostragens não probabilísticas
- Amostra por conveniência
- Amostra por julgamento
- Amostra por quotas
- Amostra bola de neve
- Amostra desproporcional
O que é a amostragem aleatória simples?
No caso, a amostragem aleatória simples dá então a cada elemento do público-alvo a mesma probabilidade de serem selecionados, visto que essa seleção é feita em forma de sorteio.
Etapas para selecionar uma amostra aleatória simples
- Definir a população-alvo.
- Identificar um quadro de amostragem atual da população-alvo ou desenvolver um novo.
- Avaliar o quadro de amostragem para a falta de cobertura, cobertura excessiva, cobertura múltipla e agrupamento.
- Determinar um número único para cada elemento do enredo.
- Calcular o tamanho da amostra. (use a nossa calculadora)
- Selecionar aleatoriamente o número específico de elementos da população-alvo.
- Para selecionar a composição do público é possível recorrer ao método de lotaria. Isto é, uma tabela de números aleatórios é criado através de um programa de computador. Como resultado, num sistema de sorteio, os números que representam cada um dos elementos são colocados em fichas.
- Posto isto, as fichas são misturadas.
- Em seguida, selecionam as fichas a partir do recipiente até se ter obtido o tamanho da amostra desejada.
- Numa tabela de números aleatórios não se segue um padrão particular. Podem ser lidos de qualquer maneira, ou seja, horizontal, vertical, diagonal, para frente ou para trás.
- O número de dígito utilizado deve corresponder ao tamanho total da população-alvo e o número que o investigador encontra que não combina com o atribuído ao elemento da população-alvo é ignorado.
- Também pode usar um software estatístico ou tabela de cálculo para gerar números aleatórios, e os elementos de populações cujos números correspondem aos atribuídos gerados pelo software são incluídos na amostra.
- Pode selecionar um número de uma tabela aleatória para usá-lo como o número de partida para o procedimento.
Saiba a diferença entre população e amostra.
Subtipos de amostragem aleatória simples
Existem dois tipos de amostragem aleatória simples:
- de reposição – um item selecionado no quadro de amostragem, é devolvido e pode ser elegível novamente.
- sem reposição – o item após escolhido uma vez, é retirado e não pode ser selecionado novamente.
Vantagens da amostragem aleatória simples (comparado com outros métodos de amostragem probabilística)
- Cada combinação possível de amostragem tem igual probabilidade de ser selecionado. É mais fácil de compreender e comunicar a outros.
- Tende a produzir amostras representativas.
- Os procedimentos estatísticos necessários para analisar erros de dados e de software de estatística são mais fáceis.
Desvantagens da amostragem aleatória simples (comparado com outros métodos de amostragem probabilística)
- Não tirar proveito do conhecimento que o investigador poderia ter sobre a população.
- Ter erros maiores e com menos precisão do que outros projetos de amostragem com o mesmo tamanho da amostra.
- Subgrupos da população têm interesses particulares e não podem ser incluídos com um número suficiente na amostra.
- Com a população dispersa, em que os custos por recolha de dados podem ser mais altos do que de outros modelos da amostra.