Qualquer pessoa que tenha trabalhado num projeto de investiga\u00e7\u00e3o sabe que os recursos s\u00e3o limitados: o tempo, o dinheiro e as pessoas nunca s\u00e3o ilimitados. \u00c9 por isso que a maioria dos projetos visa recolher dados de uma amostra de pessoas, e n\u00e3o de toda a popula\u00e7\u00e3o (o censo \u00e9 uma das poucas exce\u00e7\u00f5es), para otimizar o m\u00e1ximo de resultados. <\/p>\n\n\n\n
Mas, como \u00e9 conseguida esta amostra? Vejamos ent\u00e3o em que consiste o processo de amostragem e a sua defini\u00e7\u00e3o.<\/p>\n\n\n\n
\u00c9 o processo pelo qual certos indiv\u00edduos s\u00e3o retirados de uma popula\u00e7\u00e3o que \u00e9 objeto de uma an\u00e1lise.<\/p>\n\n\n\n
A amostragem \u00e9 necess\u00e1ria porque as popula\u00e7\u00f5es podem ser demasiado grandes e n\u00e3o \u00e9 vi\u00e1vel (economica e materialmente falando) recolher dados de todos os indiv\u00edduos (tal como referido).<\/p>\n\n\n\n
O objetivo \u00e9 que a amostra seja representativa. Ou seja, os seus indicadores, tais como idade m\u00e9dia, rendimento m\u00e9dio, percentagem de homens e mulheres, entre outros, devem ser os mesmos ou muito semelhantes aos da popula\u00e7\u00e3o.<\/p>\n\n\n\n
Leia tamb\u00e9m – Pesquisa sem preconceito: como fazer pergunta sobre g\u00eanero?<\/a><\/p>\n\n\n\n Os investigadores operam em condi\u00e7\u00f5es onde o erro \u00e9 poss\u00edvel. Logo, \u00e9 importante ter uma estrat\u00e9gia de amostragem que forne\u00e7a, no m\u00ednimo, um plano do que e onde medir, quantas unidades de amostragem a recolher, o per\u00edodo em que as unidades devem ser recolhidas, e a frequ\u00eancia. <\/p>\n\n\n\n Pode ser \u00fatil consultar estat\u00edsticos experientes durante o processo de conce\u00e7\u00e3o da amostragem, uma vez que v\u00e1rios factores importantes devem ser tidos em conta, tais como os aspectos estat\u00edsticos e an\u00e1lise. <\/p>\n\n\n\n Quando se faz ent\u00e3o uma investiga\u00e7\u00e3o, raramente \u00e9 poss\u00edvel estudar toda a popula\u00e7\u00e3o em que se est\u00e1 interessado. \u00c9 por isso que os investigadores utilizam v\u00e1rios tipos de amostragem quando pretendem recolher dados e responder a perguntas de investiga\u00e7\u00e3o.<\/p>\n\n\n\n Existem duas t\u00e9cnicas principais de amostragem na investiga\u00e7\u00e3o: as que se baseiam na probabilidade e as que n\u00e3o se baseiam. Vejamos os diferentes tipos de amostragem que pode criar utilizando ambas as t\u00e9cnicas para uma recolha eficiente de dados para a sua pr\u00f3xima investiga\u00e7\u00e3o<\/a>.<\/p>\n\n\n\n A amostragem probabil\u00edstica \u00e9 um m\u00e9todo que refere-se ao estudo ou an\u00e1lise de pequenos grupos de uma popula\u00e7\u00e3o que utiliza formas de m\u00e9todos de sele\u00e7\u00e3o aleat\u00f3ria. Divide-se em:<\/p>\n\n\n\n A amostragem aleat\u00f3ria simples<\/a>, como o nome sugere, \u00e9 um m\u00e9todo completamente aleat\u00f3rio utilizado para selecionar uma amostra. Este m\u00e9todo de amostragem \u00e9 t\u00e3o f\u00e1cil como atribuir n\u00fameros a indiv\u00edduos (amostra) e depois escolher aleatoriamente n\u00fameros de entre os n\u00fameros atrav\u00e9s de um processo automatizado. Finalmente, os n\u00fameros escolhidos s\u00e3o os membros inclu\u00eddos na amostra.<\/p>\n\n\n\n Este \u00e9 um m\u00e9todo em que uma grande popula\u00e7\u00e3o \u00e9 dividida em dois grupos menores, que geralmente n\u00e3o se sobrep\u00f5em, mas representam toda a popula\u00e7\u00e3o na totalidade.<\/p>\n\n\n\n Durante a amostragem, estes grupos podem ser organizados e depois cada grupo pode ser algomerado separadamente.<\/p>\n\n\n\n Uma caracter\u00edstica comum deste tipo de m\u00e9todo \u00e9 organizar ou classificar as amostras por sexo, idade, etnia, etc. Este m\u00e9todo divide os sujeitos em grupos mutuamente exclusivos e depois utiliza uma amostragem aleat\u00f3ria simples para selecionar os membros dos grupos.<\/p>\n\n\n\n Geralmente analisa uma determinada popula\u00e7\u00e3o na qual a amostra consiste em v\u00e1rios elementos, por exemplo, cidade, fam\u00edlia, universidade, etc. Os aglomerados s\u00e3o basicamente selecionados atrav\u00e9s da divis\u00e3o da popula\u00e7\u00e3o maior em v\u00e1rias sec\u00e7\u00f5es mais pequenas.<\/p>\n\n\n\n Esta foca-se na escolha de cada “en\u00e9sima” pessoa para fazer parte da amostra. Por exemplo, pode escolher cada quinta pessoa para fazer parte da amostra, ou cada d\u00e9cima pessoa para fazer parte da amostra.<\/p>\n\n\n\n A amostragem sistem\u00e1tica \u00e9 uma implementa\u00e7\u00e3o alargada da mesma t\u00e9cnica de probabilidade em que cada membro de um grupo \u00e9 selecionado em per\u00edodos regulares para formar uma amostra.<\/p>\n\n\n\n Leia tamb\u00e9m: Conhe\u00e7a 5 tipos de erro amostral e saiba minimiz\u00e1-los<\/a><\/p>\n\n\n\n \u00c9 uma t\u00e9cnica onde o investigador seleciona amostras com base no julgamento subjetivo e n\u00e3o na sele\u00e7\u00e3o aleat\u00f3ria.<\/p>\n\n\n\n Ao contr\u00e1rio da amostragem probabil\u00edstica, em que cada membro da popula\u00e7\u00e3o tem uma hip\u00f3tese conhecida de ser selecionado, na amostragem n\u00e3o probabil\u00edstica, nem todos os membros da popula\u00e7\u00e3o t\u00eam a oportunidade de participar no estudo. Divide-se pelos seguintes tipos:<\/p>\n\n\n\n Por conveni\u00eancia \u00e9 uma t\u00e9cnica de amostragem n\u00e3o probabil\u00edstica em que as amostras da popula\u00e7\u00e3o s\u00e3o selecionadas apenas porque est\u00e3o convenientemente dispon\u00edveis para o investigador. Estas amostras s\u00e3o selecionadas apenas porque s\u00e3o f\u00e1ceis de recrutar e porque o investigador n\u00e3o considerou selecionar uma amostra que representa toda a popula\u00e7\u00e3o.<\/p>\n\n\n\n Esta t\u00e9cnica de amostragem n\u00e3o probabil\u00edstica \u00e9 muito semelhante \u00e0 anterior (com uma ligeira varia\u00e7\u00e3o). Numa amostragem consecutiva, o investigador escolhe uma \u00fanica pessoa ou um grupo de amostra, conduz uma investiga\u00e7\u00e3o durante um per\u00edodo, analisa os resultados, e depois passa para outro sujeito ou grupo de sujeitos, se necess\u00e1rio.<\/p>\n\n\n\n Hipoteticamente, suponha que um investigador quer estudar os objetivos de carreira dos empregados de uma organiza\u00e7\u00e3o. H\u00e1 500 empregados a trabalhar nesta organiza\u00e7\u00e3o e estes s\u00e3o coletivamente conhecidos como a “popula\u00e7\u00e3o”.<\/p>\n\n\n\n Para melhor compreender uma popula\u00e7\u00e3o, o investigador s\u00f3 precisar\u00e1 de uma amostra, n\u00e3o de toda a popula\u00e7\u00e3o. Al\u00e9m disso, o investigador est\u00e1 interessado em determinados estratos da popula\u00e7\u00e3o. \u00c9 aqui que a amostragem por quotas ajuda a dividir a popula\u00e7\u00e3o em estratos ou grupos.<\/p>\n\n\n\n Nesta t\u00e9cnica de amostragem n\u00e3o probabil\u00edstica, as amostras s\u00e3o selecionadas unicamente com base no conhecimento e credibilidade do investigador. Por outras palavras, os investigadores escolhem apenas aqueles que acreditam ser apropriados (no que diz respeito aos atributos e representa\u00e7\u00e3o de uma popula\u00e7\u00e3o) para participar num estudo de investiga\u00e7\u00e3o.<\/p>\n\n\n\n Este tipo de t\u00e9cnica ajuda os investigadores a encontrar amostras quando estas s\u00e3o dif\u00edceis de localizar. Os investigadores utilizam esta t\u00e9cnica quando o tamanho da amostra \u00e9 pequeno e n\u00e3o est\u00e1 prontamente dispon\u00edvel.<\/p>\n\n\n\n Conhe\u00e7a a calculadora de amostra de pesquisa da QuestionPro<\/a><\/p>\n\n\n\n Algumas das melhores pr\u00e1ticas para executar corretamente uma estrat\u00e9gia de amostragem s\u00e3o:<\/p>\n\n\n\n Agora que sabe o que s\u00e3o as estrat\u00e9gias, \u00e9 tempo de definir o seu quadro de amostragem e escolher os m\u00e9todos mais apropriados para alcan\u00e7ar o seu objectivo de investiga\u00e7\u00e3o.<\/p>\n\n\n\n Felizmente, existem ferramentas como a QuestionPro<\/a> que o podem ajudar nesta jornada de sucesso.<\/p>\n\n\n\n Agende uma demonstra\u00e7\u00e3o e aprenda como come\u00e7ar a utilizar a plataforma para o ajudar a reunir os conhecimentos de que necessita para maximizar resultados e minimizar os erros.<\/p>\n\n\n\nQual a import\u00e2ncia da amostragem?<\/h2>\n\n\n\n
Tipos de amostragem<\/h2>\n\n\n\n
Amostragem Probabil\u00edstica<\/h3>\n\n\n\n
Amostragem Aleat\u00f3ria Simples<\/h4>\n\n\n\n
Amostragem estratificada<\/h4>\n\n\n\n
Amostragem de aglomerados<\/h4>\n\n\n\n
Amostragem sistem\u00e1tica<\/h4>\n\n\n\n
Vantagens da amostragem probabil\u00edstica<\/h3>\n\n\n\n
\n
Amostragem n\u00e3o Probabil\u00edstica<\/h3>\n\n\n\n
Amostragem de conveni\u00eancia<\/h4>\n\n\n\n
Amostragem consecutiva<\/h4>\n\n\n\n
Amostragem de quotas<\/h4>\n\n\n\n
Amostragem casual<\/h4>\n\n\n\n
Amostragem bola de neve<\/h4>\n\n\n\n
Vantagens da amostragem n\u00e3o probabil\u00edstica<\/h3>\n\n\n\n
\n
Pr\u00e1ticas para uma boa estrat\u00e9gia<\/h2>\n\n\n\n
\n
Preparado para otimizar os seus processos?<\/h2>\n\n\n\n