como o nome sugere, \u00e9 um m\u00e9todo completamente aleat\u00f3rio utilizado para selecionar uma amostra. Este m\u00e9todo de amostragem \u00e9 t\u00e3o simples 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.<\/span><\/p>\nH\u00e1 duas formas de selecionar as amostras: atrav\u00e9s de um sistema de lotaria e utilizando um software de gera\u00e7\u00e3o de n\u00fameros aleat\u00f3rios. Esta t\u00e9cnica de amostragem funciona geralmente em grandes popula\u00e7\u00f5es e tem vantagens e desvantagens.<\/span><\/p>\n
Amostragem estratificada<\/strong>: \u00e9 um m\u00e9todo em que uma grande popula\u00e7\u00e3o \u00e9 dividida em dois grupos mais pequenos, que geralmente n\u00e3o se sobrep\u00f5em, mas que representam toda a popula\u00e7\u00e3o no seu conjunto. <\/span><\/p>\nDurante a amostragem, estes grupos podem ser organizados e, em seguida, cada grupo pode ser amostrado separadamente.<\/span><\/p>\nUma carater\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.<\/span><\/p>\nOs membros de cada um destes grupos t\u00eam de ser diferentes para que todos os membros de todos os grupos tenham a mesma hip\u00f3tese de serem seleccionados utilizando a probabilidade simples. <\/span><\/p>\n
Amostragem por conglomerados<\/strong>: \u00e9 um m\u00e9todo que selecciona aleatoriamente os participantes quando estes se encontram geograficamente dispersos. <\/span><\/p>\nPor exemplo, se tivermos 1000 participantes de toda a popula\u00e7\u00e3o do M\u00e9xico, vamos assumir que provavelmente n\u00e3o \u00e9 poss\u00edvel obter uma lista completa de todos eles. Em vez disso, o que o investigador faz \u00e9 selecionar aleatoriamente \u00e1reas (ou seja, cidades, comunidades, etc.) e selecionar aleatoriamente dentro desses limites.<\/span><\/p>\nA amostragem por conglomerados analisa geralmente uma determinada popula\u00e7\u00e3o em que a amostra \u00e9 constitu\u00edda por v\u00e1rios elementos, por exemplo, cidade, fam\u00edlia, universidade, etc. Os clusters s\u00e3o basicamente seleccionados dividindo a popula\u00e7\u00e3o maior em v\u00e1rias sec\u00e7\u00f5es mais pequenas.<\/span><\/p>\nAmostragem sistem\u00e1tica: <\/span>O objetivo \u00e9 escolher cada “en\u00e9sima” pessoa para fazer parte da amostra. Por exemplo, podes optar por fazer com que cada quinta pessoa fa\u00e7a parte da amostra ou cada d\u00e9cima pessoa fa\u00e7a parte da amostra. <\/span><\/p>\nA amostragem sistem\u00e1tica \u00e9 uma aplica\u00e7\u00e3o alargada da pr\u00f3pria t\u00e9cnica da probabilidade em que cada membro de um grupo \u00e9 selecionado em per\u00edodos regulares para formar uma amostra. Quando este m\u00e9todo de amostragem \u00e9 utilizado, existe uma oportunidade igual para cada membro de uma popula\u00e7\u00e3o ser selecionado.<\/span><\/p>\nQuais s\u00e3o os passos para efetuar uma amostragem probabil\u00edstica?<\/span><\/h2>\n1.- Escolhe cuidadosamente a tua popula\u00e7\u00e3o de interesse: pensa bem e escolhe entre as\u00a0<\/span>popula\u00e7\u00e3o da forma correcta. Pessoas que achas que t\u00eam opini\u00f5es que devem ser\u00a0<\/span>s\u00e3o os que tens de incluir na tua amostra.<\/span><\/p>\n2.-<\/span> Determinar um quadro de amostragem adequado: o teu quadro deve incluir uma amostra do teu\u00a0<\/span>popula\u00e7\u00e3o de interesse e ningu\u00e9m do estrangeiro. Isto \u00e9 importante se quiseres recolher dados\u00a0<\/span>que s\u00e3o precisas e funcionam para ti.<\/span><\/p>\n3) Selecionar a amostra e iniciar o inqu\u00e9rito: por vezes, pode ser dif\u00edcil encontrar a amostra certa.\u00a0<\/span>amostra correcta e determina a base de amostragem adequada. Mesmo quando todos os\u00a0<\/span>se os factores est\u00e3o a nosso favor, muitas vezes podem surgir problemas imprevistos, como o fator custo, a qualidade dos inquiridos e a rapidez da sua resposta.\u00a0<\/span>o fator custo, a qualidade dos inquiridos e a rapidez da sua resposta. <\/span><\/p>\nObter uma amostra para responder a um inqu\u00e9rito probabil\u00edstico verdadeiro pode ser dif\u00edcil, mas n\u00e3o imposs\u00edvel. <\/span>\u00c9 dif\u00edcil, mas n\u00e3o imposs\u00edvel.<\/span><\/p>\nNa maioria dos casos, a utiliza\u00e7\u00e3o da t\u00e9cnica de amostragem probabil\u00edstica poupar-te-\u00e1 tempo, dinheiro e muita frustra\u00e7\u00e3o. Provavelmente, n\u00e3o podes enviar inqu\u00e9ritos a toda a gente, mas podes sempre dar a todos a oportunidade de participar, que \u00e9 o objetivo da amostragem probabil\u00edstica.<\/span><\/p>\nQuando deves utilizar a amostragem probabil\u00edstica?<\/span><\/h2>\n1.- Quando o enviesamento da amostragem tem de ser reduzido: este m\u00e9todo de amostragem \u00e9 normalmente utilizado quando o enviesamento da amostragem tem de ser minimizado.\u00a0<\/span>Este m\u00e9todo de amostragem \u00e9 geralmente utilizado quando o enviesamento tem de ser minimizado. <\/span><\/p>\nA sele\u00e7\u00e3o da amostra determina em grande medida a qualidade da investiga\u00e7\u00e3o. E o <\/span>a forma como os investigadores seleccionam a sua amostra determina a qualidade dos seus resultados. <\/span>conclus\u00f5es. <\/span><\/p>\nA amostragem probabil\u00edstica proporciona um elevado grau de qualidade nas conclus\u00f5es do investigador. <\/span>Isto porque investiga uma representa\u00e7\u00e3o imparcial da popula\u00e7\u00e3o. <\/span> popula\u00e7\u00e3o. Isto \u00e9 particularmente importante para <\/span>eliminar a parcialidade dos teus inqu\u00e9ritos<\/span>.<\/span><\/p>\nQuando a popula\u00e7\u00e3o \u00e9 diversificada: quando a dimens\u00e3o da popula\u00e7\u00e3o \u00e9 grande e diversificada, <\/span>este m\u00e9todo de amostragem \u00e9 \u00fatil porque ajuda os investigadores a criar amostras que representam totalmente a popula\u00e7\u00e3o. <\/span>representa plenamente a popula\u00e7\u00e3o. <\/span><\/p>\nSuponhamos que queremos saber quantas pessoas preferem o turismo m\u00e9dico a receber tratamento no seu pr\u00f3prio pa\u00eds, este m\u00e9todo de amostragem pode ajudar-nos a <\/span>Este m\u00e9todo de amostragem pode ajudar o investigador a recolher amostras de v\u00e1rios estratos socioecon\u00f3micos <\/span>o investigador a recolher amostras de v\u00e1rios estratos socioecon\u00f3micos, origens, etc. para representar a popula\u00e7\u00e3o em geral, <\/span>para representar a popula\u00e7\u00e3o em geral. <\/span><\/p>\nPara criar uma amostra exacta: a amostragem probabil\u00edstica ajuda os investigadores a <\/span>para criar uma amostra exacta da sua popula\u00e7\u00e3o. Os investigadores podem utilizar este <\/span>para criar um tamanho de amostra exato que os ajude a obter dados bem definidos.\u00a0<\/span>dados bem definidos.<\/span><\/p>\n