Amostra aleatória simples versus amostra aleatória estratificada: qual é a diferença?

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.

A população é o conjunto total de observações ou dados. Uma amostra é um conjunto de observações da população. O método de amostragem é o processo usado para coletar amostras da população.

Amostra aleatória simples

A amostragem aleatória simples é uma ferramenta estatística usada para descrever uma amostra muito básica retirada de uma população de dados. Esta amostra representa o equivalente a toda a população.

A amostra aleatória simples é frequentemente usada quando há muito pouca informação disponível sobre a população de dados, quando a população de dados tem diferenças demais para dividir em vários subconjuntos ou quando há apenas uma característica distinta na população de dados.

Por exemplo, uma empresa de doces pode querer estudar os hábitos de compra de seus clientes para determinar o futuro de sua linha de produtos. Se houver 10.000 clientes, ele poderá escolher 100 desses clientes como uma amostra aleatória. Em seguida, pode aplicar o que encontrar desses 100 clientes ao restante de sua base.

Os estatísticos elaborarão uma lista exaustiva de uma população de dados e, em seguida, selecionarão uma amostra aleatória dentro desse grande grupo. Nesta amostra, todos os membros da população têm a mesma chance de serem selecionados para fazer parte da amostra. Eles podem ser escolhidos de duas maneiras:

• Através de uma loteria manual, na qual cada membro da população recebe um número. Os números são sorteados aleatoriamente por alguém para incluir na amostra. Isso é melhor usado quando se olha para um pequeno grupo.
• Amostragem gerada por computador. Esse método funciona melhor com conjuntos de dados maiores, usando um computador para selecionar as amostras em vez de um ser humano.

O uso de amostragem aleatória simples permite que os pesquisadores façam generalizações sobre uma população específica e deixem de lado qualquer viés. Isso pode ajudar a determinar como tomar decisões futuras. Para que a empresa de doces do exemplo acima possa usar essa ferramenta para desenvolver um novo sabor de doces a ser fabricado com base no gosto atual dos 100 clientes. Mas lembre-se, essas são generalizações, portanto, há espaço para erro. Afinal, é uma amostra simples. Esses 100 clientes podem não ter uma representação precisa dos gostos de toda a população.

Amostragem aleatória estratificada

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.

A empresa de doces pode decidir usar o método de amostragem estratificada aleatória, dividindo seus 100 clientes em diferentes faixas etárias para ajudar a determinar o futuro de sua produção.

Os gerentes de portfólio podem usar amostragem aleatória estratificada para criar portfólios replicando um índice, como um índice de títulos.

A amostragem estratificada oferece algumas vantagens e desvantagens em comparação com a amostragem aleatória simples. Por usar características específicas, pode fornecer uma representação mais precisa da população com base no que é usado para dividi-la em diferentes subconjuntos. Isso geralmente requer um tamanho de amostra menor, o que pode economizar recursos e tempo. Além disso, ao incluir pontos de amostra suficientes de cada estrato, os pesquisadores podem realizar uma análise separada em cada estrato individual.

Mas é necessário mais trabalho para extrair uma amostra estratificada do que uma amostra aleatória. Os pesquisadores devem rastrear e verificar individualmente os dados de cada estrato para inclusão, o que pode levar muito mais tempo em comparação com a amostragem aleatória.

Principais Takeaways

• Amostras aleatórias simples e aleatórias estratificadas são ferramentas de medição estatística.
• Uma amostra aleatória simples leva uma pequena porção básica de toda a população para representar todo o conjunto de dados.
• A população é dividida em diferentes grupos que compartilham características semelhantes, dos quais é retirada uma amostra aleatória estratificada.