Amostra
Uma amostra refere-se 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 incluir todos os membros ou observações possíveis. Uma amostra deve representar a população como um todo e não refletir nenhum viés em relação a um atributo específico.
Principais Takeaways
- Uma amostra refere-se a uma versão menor e gerenciável de um grupo ou subconjunto maior de uma população maior.
- O uso de amostras permite que os pesquisadores conduzam seus estudos com facilidade e em tempo hábil.
- Para obter uma amostra imparcial, a seleção deve ser aleatória, para que todos da população tenham uma chance igual e provável de serem adicionados ao grupo amostral.
- Na amostragem aleatória simples, todas as entidades da população são idênticas, enquanto a amostragem aleatória estratificada divide a população geral em grupos menores.
Compreendendo amostras
Uma amostra é um número imparcial de observações extraídas de uma população. Em termos básicos, uma população é o número total de indivíduos, animais, itens, observação, dados etc. de qualquer sujeito. Portanto, a amostra, em outras palavras, é uma parte, parte ou fração de todo o grupo e atua como um subconjunto da população. As amostras são usadas em uma variedade de configurações onde a pesquisa é realizada. 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, e é por isso que 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 dificuldades em obter os resultados necessários em tempo hábil. É por isso que as pessoas que realizam estudos usam amostras. O uso de um número menor de pessoas que representam toda a população ainda pode produzir resultados válidos, reduzindo o tempo e os recursos.
As amostras usadas pelos pesquisadores devem se assemelhar à população. Todos os participantes da amostra devem compartilhar as mesmas características e qualidades. Portanto, se o estudo é sobre calouros de faculdade, a amostra deve ser uma pequena porcentagem de homens que se encaixam nessa descrição. Da mesma forma, se um grupo de pesquisa realizar um estudo sobre os padrões de sono de mulheres solteiras acima de 50 anos, a amostra deve incluir apenas mulheres nessa demografia.
Considere uma equipe de pesquisadores acadêmicos que desejam saber quantos alunos estudaram por menos de 40 horas no exame CFA e ainda passaram. Como mais de 200.000 pessoas fazem o exame globalmente a cada ano, chegar a todos os participantes do exame pode ser extremamente tedioso e demorado. De fato, no momento em que os dados da população foram coletados e analisados, alguns anos se passaram, tornando a análise inútil, pois uma nova população teria surgido. O que os pesquisadores podem fazer é coletar 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 a mesma chance 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 adicionados ao grupo amostral. Isso é semelhante a um sorteio da 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 da população forem idênticas. Se os pesquisadores não se importarem se os sujeitos da amostra são todos masculinos ou femininos ou uma combinação de ambos os sexos de alguma forma, a amostragem aleatória simples pode ser uma boa técnica de seleção.
Digamos que havia 200.000 participantes que 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.
Mas e nos casos em que é importante conhecer a proporção de homens e mulheres que passaram no 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 por cota, divide a população geral em grupos menores. Estes são conhecidos como estratos. As 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 poderiam criar camadas ou estratos para cada faixa etária. A seleção de cada estrato teria que ser aleatória, para que todos os membros do suporte 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 a mesma chance de serem selecionados de sua faixa etária. Os estratos podem ser algo assim:
A partir da tabela, a população foi dividida em faixas etárias. 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 da amostra terá (30.000 × 200.000) x 1.000 = 150 participantes que se enquadram nesse grupo. Alex ou David - ou ambos ou nenhum - podem ser incluídos entre os 150 participantes do exame aleatório 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
A partir de 2017, a população mundial era de 7, 5 bilhões, dos quais 49, 6% eram do sexo feminino e 50, 4% do sexo masculino. O número total de pessoas em qualquer país também pode ser do tamanho da população. O número total de estudantes em uma cidade pode ser considerado como população, e o número total de cães em uma cidade também é um tamanho populacional. Podem ser coletadas amostras dessas populações para fins de pesquisa.
Seguindo o exemplo do exame CFA, os pesquisadores puderam coletar uma amostra de 1.000 participantes do total de 200.000 participantes - a população - e executar os dados necessários nesse número. A média dessa amostra seria calculada para estimar a média de participantes do exame CFA que foram aprovados, apesar de terem estudado apenas por menos de 40 horas.
O grupo de amostras coletado não deve ser tendencioso. Isso significa que, se a média amostral dos 1.000 participantes do exame CFA for 50, a média populacional dos 200.000 participantes do teste também deverá ser aproximadamente 50.
Compare contas de investimento Nome do provedor Descrição Divulgação do anunciante × As ofertas que aparecem nesta tabela são de parcerias das quais a Investopedia recebe remuneração.