Amostra aleatória simples
Uma amostra aleatória simples é um subconjunto de uma população estatística na qual cada membro do subconjunto tem uma probabilidade igual de ser escolhido. Uma amostra aleatória simples deve ser uma representação imparcial de um grupo.
Um exemplo de uma amostra aleatória simples seria o nome de 25 funcionários escolhidos de uma empresa de 250 funcionários. Nesse caso, a população é composta por 250 funcionários e a amostra é aleatória porque cada funcionário tem a mesma chance de ser escolhido. A amostragem aleatória é usada na ciência para realizar testes de controle randomizados ou para experimentos cegos.
Não existe um método mais fácil para extrair uma amostra de pesquisa de uma população maior do que a amostragem aleatória simples. Selecionar indivíduos completamente aleatoriamente na população maior também produz uma amostra representativa do grupo que está sendo estudado.
1:16Amostra aleatória simples
Compreendendo uma amostra aleatória simples
Os pesquisadores podem criar uma amostra aleatória simples usando alguns métodos. Com um método de loteria, cada membro da população recebe um número, após o que os números são selecionados aleatoriamente.
O exemplo no qual os nomes de 25 funcionários em 250 são escolhidos de imediato é um exemplo do método de loteria no trabalho. Cada um dos 250 funcionários receberia um número entre 1 e 250, após o qual 25 desses números seriam escolhidos aleatoriamente.
Como os indivíduos que compõem o subconjunto do grupo maior são escolhidos aleatoriamente, cada indivíduo no conjunto populacional grande tem a mesma probabilidade de ser selecionado. Isso cria, na maioria dos casos, um subconjunto equilibrado que possui o maior potencial para representar o grupo maior como um todo, livre de qualquer viés.
Para populações maiores, um método manual de loteria pode ser bastante oneroso. Selecionar uma amostra aleatória de uma grande população geralmente requer um processo gerado por computador, pelo qual a mesma metodologia do método de loteria é usada, apenas as atribuições de números e as seleções subsequentes são realizadas por computadores, não por seres humanos.
Espaço para erro
Com uma amostra aleatória simples, deve haver espaço para erro representado por uma variação de mais e menos (erro de amostragem). Por exemplo, se nesse mesmo ensino médio fosse feita uma pesquisa para determinar quantos alunos são canhotos, uma amostragem aleatória pode determinar que oito das 100 amostras são canhotos. A conclusão seria que 8% da população estudantil do ensino médio é canhoto, quando na verdade a média global estaria mais próxima de 10%.
O mesmo é verdade, independentemente do assunto. Uma pesquisa sobre a porcentagem da população estudantil que tem olhos verdes ou é incapacitada fisicamente resultaria em uma alta probabilidade matemática baseada em uma pesquisa aleatória simples, mas sempre com uma variação mais ou menos. A única maneira de obter uma taxa de precisão de 100% seria pesquisar todos os 1.000 alunos, o que, embora possível, seria impraticável.
Principais Takeaways
- Uma amostra aleatória simples leva uma pequena porção aleatória de toda a população para representar todo o conjunto de dados, onde cada membro tem a mesma probabilidade de ser escolhido.
- Os pesquisadores podem criar uma amostra aleatória simples usando métodos como loterias ou sorteios.
- Um erro de amostragem pode ocorrer com uma amostra aleatória simples se a amostra não refletir com precisão a população que deveria representar.
Amostra aleatória simples versus aleatória estratificada
Amostras aleatórias simples e amostras aleatórias estratificadas são ferramentas de medição estatística. Uma amostra aleatória simples é usada para representar toda a população de dados. Uma amostra aleatória estratificada divide a população em grupos menores, ou estratos, com base em características compartilhadas.
Ao contrário de amostras aleatórias simples, amostras aleatórias estratificadas são usadas com populações que podem ser facilmente divididas em diferentes subgrupos ou subconjuntos. Esses grupos são baseados em determinados critérios e, em seguida, escolhem aleatoriamente elementos de cada um, proporcionalmente ao tamanho do grupo versus a população.
Esse método de amostragem significa que haverá seleções para cada grupo diferente - cujo tamanho é baseado na proporção da população inteira. Mas os pesquisadores devem garantir que os estratos não se sobreponham. Cada ponto da população deve pertencer apenas a um estrato, de modo que cada ponto é mutuamente exclusivo. A sobreposição de estratos aumentaria a probabilidade de inclusão de alguns dados, distorcendo a amostra.
Vantagens de amostras aleatórias simples
A facilidade de uso representa a maior vantagem da amostragem aleatória simples. Ao contrário dos métodos de amostragem mais complicados, como amostragem aleatória estratificada e amostragem probabilística, não há necessidade de dividir a população em subpopulações ou tomar outras medidas adicionais antes de selecionar aleatoriamente membros da população.
Uma amostra aleatória simples deve ser uma representação imparcial de um grupo. É considerado uma maneira justa de selecionar uma amostra de uma população maior, pois todos os membros da população têm a mesma chance de serem selecionados.
Embora a amostragem aleatória simples seja uma abordagem imparcial ao levantamento, pode ocorrer um viés de seleção da amostra. Quando um conjunto de amostras da população maior não é inclusivo o suficiente, a representação da população completa é distorcida e requer técnicas de amostragem adicionais.
Desvantagens de amostras aleatórias simples
Um erro de amostragem pode ocorrer com uma amostra aleatória simples se a amostra não refletir com precisão a população que deveria representar. Por exemplo, em nossa amostra aleatória simples de 25 funcionários, seria possível atrair 25 homens, mesmo que a população consistisse em 125 mulheres e 125 homens.
Por esse motivo, a amostragem aleatória simples é mais comumente usada quando o pesquisador sabe pouco sobre a população. Se o pesquisador soubesse mais, seria melhor usar uma técnica de amostragem diferente, como a amostragem aleatória estratificada, que ajuda a explicar as diferenças na população, como idade, raça ou sexo. Outras desvantagens incluem o fato de que, para amostragem de grandes populações, o processo pode ser demorado e caro comparado a outros métodos.
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.