O documento discute diferentes tipos de amostragem para pesquisas, incluindo amostragem probabilística e não-probabilística. É explicado os tipos de amostragem por conveniência, julgamento, cotas, bola de neve e desproporcional, que são não-probabilísticas. Também são descritos os tipos de amostragem aleatória simples, sistemática, estratificada e por agrupamento, que são amostragens probabilísticas.
O documento discute diferentes tipos de amostragem para pesquisas, incluindo amostragem probabilística e não-probabilística. É explicado os tipos de amostragem por conveniência, julgamento, cotas, bola de neve e desproporcional, que são não-probabilísticas. Também são descritos os tipos de amostragem aleatória simples, sistemática, estratificada e por agrupamento, que são amostragens probabilísticas.
O documento discute diferentes tipos de amostragem para pesquisas, incluindo amostragem probabilística e não-probabilística. É explicado os tipos de amostragem por conveniência, julgamento, cotas, bola de neve e desproporcional, que são não-probabilísticas. Também são descritos os tipos de amostragem aleatória simples, sistemática, estratificada e por agrupamento, que são amostragens probabilísticas.
- Sim ou Não (Facilitar para o pesquisador a determinação de unidades de
análise, métodos de coleta/análise de dados)
Critérios da Coleta de Dados
- Clareza no processo de coleta de dados Quadro, Tabela, Gráfico, Ilustrações.
Seleção das obras e dos trabalhos sobre o tema
- Definição dos termos - Torná-los claros, compreensivos, objetivos e adequados.
Universo x Amostra - concluindo: amostra é uma parte representativa do universo a
ser pesquisado. Universos muito concentrados ou irregulares, que sofrem alterações recorrentemente,
Tipos de amostragem não-probabilísticas
Amostra por conveniência Amostra por julgamento Amostra por cotas Amostra bola de neve Amostra desproporcional
Amostragem por conveniência [Não-Probabilística]: não exige tanto critério na pré-
seleção do público a ser pesquisado, ou seja, o universo da pesquisa não precisa estar totalmente definido para que essa seja efetuada. Para exemplificar, podemos imaginar um pesquisador que vá em um lugar público, como uma praça, e lá mesmo faz a sua pesquisa, sem muito critério de controle com o perfil da amostra.
Amostragem por julgamento [Não-Probabilística]: Na amostra por julgamento, a
escolha dos respondentes é feita partir do julgamento do pesquisador. Assim, o pesquisador busca por indivíduos que possuem características definidas previamente para sua amostra. Para exemplificar, as pessoas podem ser selecionadas por suas características visuais, por frequentarem algum lugar que interessa a amostra ou até pessoas que têm comportamentos que se encaixam às características pré-selecionadas.
Amostragem por cotas [Não-Probabilística]: muito utilizada em pesquisas de
mercado, eleitorais e de opinião pública. Ela é uma amostra que, por meio de cotas, seleciona proporcionalmente pessoas com semelhantes características de uma população. Para exemplificar, divida a população de uma cidade em cotas como idade, sexo e escolaridade. Depois disso, os pesquisadores devem escolher características, nessa população, que sejam relevantes para a pesquisa.
Amostragem bola de neve [Não-Probabilística]: também é feita quando não há um
universo definido para a pesquisa. Ela recebe esse nome, pois a última pessoa entrevistada indica ou convida uma próxima para participar do questionário, fazendo com que a amostragem se comporte como uma bola de neve, presentando um caráter acumulativo na hora das escolhas dos respondentes.
Amostragem desproporcional [Não-Probabilística]: é utilizada quando há grupos e
subgrupos que geram resultados com pesos dessemelhantes em uma pesquisa. Diferente da amostra por cotas, não há a preocupação em ter uma exata proporcionalidade da população estudada, o importante na amostra desproporcional é quanto um grupo dessa população é importante para o estudo.
Amostras probabilística podem ser:
Amostragem aleatória simples [Probabilística]: se fundamenta no princípio de que
todos os membros de uma população têm a mesma probabilidade de serem incluídos na amostra. Rotula os elementos da população e sorteia os indivíduos que farão parte da amostra.
Amostra aleatória sistemática: os membros da população são colocados em
determinada ordem. Um ponto inicial é selecionado aleatoriamente, e sempre o nº membro é selecionado para entrar na amostra. Exemplo — o diretor de uma escola usa uma lista com os nomes dos alunos em ordem alfabética e escolhe um ponto inicial aleatório. Sempre 20º aluno é selecionado para responder à pesquisa.
Amostragem estratificada [Probabilística]: consiste em dividir a população em
subgrupos mais homogêneos (estratos), de tal forma que haja uma homogeneidade dentro dos estratos e uma heterogeneidade entre os estratos. Exemplo: um conselho estudantil entrevista 100 alunos obtendo amostras aleatórias de 25 calouros, 25 alunos do segundo ano, 25 alunos do terceiro ano, e 25 alunos do último ano. Amostra aleatória por agrupamento: primeiro, a população é dividida em grupos. A amostra geral é formada por todos os membros de alguns dos grupos. Os grupos são selecionados aleatoriamente. Exemplo — uma companhia aérea decide entrevistar seus clientes em um dia, então, eles selecionam, aleatoriamente, 555 voos desse dia e entrevistam todos os passageiros dos voos selecionados.