3 principais tipos de amostragem não probabilística

Este artigo esclarece os três principais tipos de amostragem não probabilística. Os tipos são: 1. Amostras Acidentais 2. Amostras de Cota 3. Amostras Finalistas ou de Julgamento.

Amostragem sem probabilidade: tipo # 1. Amostras acidentais:

Em amostragem acidental, o pesquisador simplesmente alcança e pega os casos que caem à mão, continuando o processo até o momento em que a amostra adquire o tamanho desejado. O pesquisador, por exemplo, pode pegar as primeiras 150 pessoas que encontra em qualquer um dos percursos pedestres de uma rua, que esteja disposto a ser entrevistado ou a fornecer o tipo de informação que está procurando.

Da mesma forma, um oficial de assistência social, querendo fazer certas generalizações sobre os trabalhadores da fábrica, pode estudar os trabalhadores de um determinado departamento na fábrica onde ele está trabalhando.

Um jornalista, querendo saber como as pessoas se sentem sobre um assunto pode escolher entrevistar casos convenientemente disponíveis em diferentes esferas da vida, por exemplo, professores, trabalhadores, motoristas de táxi, lojistas, donas de casa e outros que supostamente refletem o público. opinião.

Nessa amostra, não há, é claro, outra maneira de estimar o viés (diferença entre o valor médio da amostra e o valor real da população), exceto fazendo um estudo paralelo com uma amostra probabilística ou realizando um censo completo.

Se alguém usa uma amostra acidental, pode-se apenas esperar e rezar para que ele não esteja sendo enganado de maneira grosseira por suas descobertas de amostra, que constituem a base para estimar o estado da "população".

Isso não significa, no entanto, que amostras acidentais não tenham lugar na pesquisa científica. Esse tipo de amostragem, além de ser econômico e conveniente, também pode fornecer uma base para a estimulação de insights e hipóteses de trabalho.

Onde muita precisão não é necessária ou onde a pré-ocupação é com pistas provisórias para formulação de hipóteses (como em estudos exploratórios), o procedimento de amostragem acidental é bastante útil.

Amostragem não probabilística: tipo nº 2. Amostras de cota:

Um dos métodos de amostragem mais comumente usados ​​em pesquisas de marketing e pesquisas eleitorais é o método de amostragem de cotas. O objetivo básico da amostragem de cotas é a seleção de uma amostra que é uma réplica da 'população' com relação à qual se deseja generalizar.

A amostragem de cota, em geral, oferece a garantia de que diversos elementos na 'população' serão incluídos na amostra e que esses elementos serão levados em conta em proporções nas quais eles obtêm na população.

Suponhamos que estamos amostrando a partir de uma "população" de meninas-estudantes que compreende o número total de meninas que estudam em instituições co-educacionais e aquelas que estudam em instituições apenas para meninas. Suponha que haja uma diferença acentuada entre as duas subpopulações em relação às características que desejamos medir.

Sendo assim, os resultados da pesquisa quase que certamente dariam uma imagem extremamente enganosa da "população" total, se não incluíssemos uma proporção adequada de meninas que estudam nas instituições co-educacionais.

O amostrador de cotas que antecipa tais possíveis diferenças entre os subgrupos tentará assegurar a inclusão em sua amostra de um número suficiente de casos de cada estrato para fornecer uma imagem confiável da "população total".

A amostragem de cota geralmente prossegue em três etapas:

(1) A população é classificada em termos de propriedades conhecidas ou assumidas como pertinentes às características estudadas.

(2) A proporção da população que se enquadra em cada classe é determinada com base na composição conhecida, presumida ou estimada da população em relação ao acima exposto.

(3) Por último, a cada observador ou entrevistador é atribuída uma quota de respondentes. A responsabilidade de selecionar os respondentes ou sujeitos é deles. As cotas são tão fixas que a amostra total observada ou entrevistada refletiria as proporções entre as classes conforme determinado na etapa anterior (ou seja, 2).

Como o observador ou entrevistador tem a palavra final na seleção dos sujeitos, a seleção de itens / casos depende do julgamento do entrevistador / observador. Entretanto, na prática, na maioria das vezes, os vários componentes da amostra não estão na mesma proporção que os estratos correspondentes na população.

Os entrevistadores podem não ter seguido suas instruções corretamente e fielmente. A desproporção entre as amostras e as propriedades da população é mais provável de ocorrer, especialmente, em relação às características menos manifestas que não foram incluídas como parte das especificações para o entrevistador / observador / cotas.

Deve-se notar que a inadequação na amostra pode ser corrigida durante a análise pesando os diferentes estratos em termos de suas proporções na população (envolvendo multiplicação ou divisão de resultados pelos números corretos apropriados).

Assim, a exigência crítica na amostragem de cotas não é que os vários estratos da população sejam amostrados em suas proporções corretas; é preferível que haja casos suficientes de cada estrato para possibilitar uma estimativa do valor da população e, em segundo lugar, que saibamos a proporção de cada estrato na população total.

Se essas duas condições forem atendidas, as estimativas de valores para os diversos estratos podem ser combinadas para fornecer uma estimativa do valor total da população.

Apesar dessas precauções no decorrer da seleção da amostra e das correções efetuadas durante o curso da análise, a amostragem da quota pode produzir sérios erros, uma vez que envolve, inegavelmente, um procedimento de amostragem acidental. Uma parte da amostra em qualquer classe particular constitui uma amostra acidental do estrato correspondente da população.

Os dados para fixação de cotas são geralmente retirados de resultados de censos anteriores e de certas fontes contemporâneas. Quando mudanças drásticas estão ocorrendo na sociedade, as cotas estimadas podem estar seriamente erradas e produzir resultados enganosos.

Muito depende do julgamento do entrevistador / observador na amostragem. Em geral, pode-se presumir que o observador ou entrevistador preenche suas cotas de uma maneira que seja conveniente para ele. O entrevistador tem mais probabilidade de selecionar pessoas semelhantes a si mesmo em muitos aspectos.

Assim, as amostras do estrato podem não ser representativas dos estratos na população. O entrevistador / observador raramente é tão bem informado em relação ao pesquisador (se os dois são diferentes), portanto, deixando de escolher amostras por si mesmo, ele é susceptível de introduzir dois vieses, (a) de classificação do sujeito e (b) não- seleção aleatória.

O resultado da amostragem de cotas, muitas vezes, pode não estar seriamente em erro, mas se são ou não, é extremamente difícil de estabelecer. Não temos garantia de que a amostra da cota fornecerá resultados confiáveis ​​dentro de um certo limite de tolerância. E como a amostragem aleatória, portanto o princípio da probabilidade, não está envolvido em nenhum estágio, os erros do método não podem ser determinados por procedimentos estatísticos.

Correções matemáticas podem ser efetuadas se houver desproporções em amostras de vários estratos. Mas este passo depende do nosso conhecimento antecipado sobre as verdadeiras proporções dos estratos na 'população'.

Para certas populações, não se conhece apenas isso e aqui o único controle que um investigador pode aproveitar é o próprio processo de amostragem. Atualmente, já existe experiência suficiente com amostragem de cotas para que sua vulnerabilidade a certos tipos de vieses possa ser controlada.

Amostragem sem probabilidade: tipo # 3. Amostras intencionais ou de julgamento:

O pressuposto básico por trás do julgamento ou da amostragem intencional é que, com o exercício do bom senso e da estratégia apropriada, é possível escolher os casos "certos" a serem incluídos na amostra e, assim, desenvolver amostras satisfatórias em relação às necessidades de pesquisa.

Uma estratégia comum de amostragem intencional é escolher casos que são considerados típicos da população em que se está interessado. A seleção de elementos procede sob a suposição de que erros de julgamento na seleção tenderão a contrabalançar um ao outro.

Em outras palavras, quando considerações práticas colocam riscos sérios na maneira de adotar a amostragem probabilística, o pesquisador procura um subgrupo que seja típico da 'população' como um todo (em relação a alguma característica em que ele está interessado).

O subgrupo é o "barômetro" da "população". As observações estão restritas a esse subgrupo e as conclusões dessas observações são generalizadas para a população total. Por exemplo, um pesquisador interessado no efeito da eletrificação rural em instituições sociais tradicionais pode escolher como amostra uma vila específica em que a eletrificação foi efetuada, digamos, cerca de dois anos atrás.

Ele faz suas observações nesta aldeia e acredita que o que se obtém aqui também seria obtido com muito pouca variação em outras aldeias que também foram eletrificadas. Não há, no entanto, base demonstrável para tal crença, que pode acabar sendo mal fundamentada.

Julgamento ou amostragem intencional é muito precária, porque suposições muito mais fortes devem ser feitas sobre a população e o procedimento de amostragem do que o necessário, enquanto se emprega amostragem probabilística. Em segundo lugar, erros de amostragem e vieses não podem ser computados para este tipo de amostras, uma vez que o procedimento de amostragem não envolve amostragem probabilística em nenhum estágio.

Os dados obtidos com base em julgamentos ou amostras intencionais, na melhor das hipóteses, apontam para certas hipóteses, mas, em geral, não podem ser usados ​​como base para o teste estatístico de hipóteses. Assim, a amostragem por julgamento tem grande utilidade em estudos exploratórios ou formulativos, com o objetivo de obter insights que ajudariam a levantar problemas ou formular hipóteses para a pesquisa.