Please enable JavaScript.
Coggle requires JavaScript to display documents.
PLANOS DE AMOSTRAGEM - Coggle Diagram
PLANOS DE AMOSTRAGEM
Amostra Probabilística
(Aleatória)
Amostragem por Conglomerados:
Amostragem probabilística em que a população é subdividida em grupos definidos por conveniência (usualmente geográfica), e alguns destes grupos são selecionados por sorteio, e elementos dos grupos sorteados podem também ser sorteados para compor a amostra, ou seja, dividir a população em conglomerados e selecionar aleatoriamente alguns conglomerados para amostragem.
Ex: Em uma determinada cidade com 8 UBS, dois serão escolhidos para terem aplicação de um projeto de melhoria estrutural.
Amostragem Estratificada:
É a amostragem probabilística usada quando a população for heterogênea em relação aos objetivos da pesquisa (as opiniões tendem a variar muito de subgrupo para subgrupo), e amostra precisa conter elementos de cada subgrupo da população para representá-la adequadamente.
EX: Um pesquisador quer entender a opinião de eleitores sobre uma nova proposta de política pública em uma cidade com três bairros distintos.
Divisão da População em Estratos: Estrato 1: Bairro A / Estrato 2: Bairro B / Estrato 3: Bairro C.
Amostragem Dentro dos Estratos: Em cada bairro, o pesquisador seleciona uma amostra aleatória simples. Por exemplo: Bairro A: 50 eleitores / Bairro B: 40 eleitores / Bairro C: 30 eleitores.
Combinação das Amostras: A amostra total consiste em 120 eleitores, com 50 do Bairro A, 40 do Bairro B e 30 do Bairro C.
Amostragem Sistemática:
Também supõe que a população é homogênea em relação à variável de interesse, mas que consiste em retirar elementos da população a intervalos regulares, até compor o total da amostra, ou seja, é escolhido um ponto de partida aleatório e em seguida, cada enésimo indivíduo da lista é selecionado.
Ex: Se você tem uma lista de 100 pacientes e precisa de uma amostra de 30, seleciona o paciente de número 10, 12, 17, e assim em diante.
Aleatória (Casual) Simples:
É o tipo de amostragem probabilística recomendável, somente, se a população for homogênea em relação aos objetivos da pesquisa, ou seja, cada membro da população tem a mesma probabilidade de ser escolhido.
Ex: Em um colégio de grande porte é retirada da população de 100 alunos, uma amostra de 10 pessoas, aleatoriamente, para uma pesquisa de satisfação.
Amostragem probabilística aleatória ou casual:
Onde todos os indivíduos da população têm uma chance conhecida de serem selecionados para uma amostra. Essa A metodologia é essencial para garantir que a amostra seja representativa a população, permitindo que as conclusões extraídas da amostra sejam amplamente aplicáveis que para a população como um todo. Sejam amplamente aplicáveis à população como um todo.
Amostra Não-Probabilística
(Não Aleatório)
Amostragem a esmo:
O pesquisador procura ser o mais aleatório possível, mas sem fazer um sorteio formal. Imagine que você está em um parque e precisa coletar respostas para uma pesquisa sobre hábitos de lazer. Sem seguir qualquer critério específico, você começa a abordar as pessoas aleatoriamente, sem verificar idade, gênero ou qualquer outra característica, apenas escolhe quem está passando por você no momento.
Ex: Imagine que você tem uma escola com 1.000 alunos e deseja selecionar uma amostra de 100 alunos para uma pesquisa sobre hábitos de leitura. Para garantir que todos os alunos tenham a mesma chance de serem escolhidos, você poderia:
Atribuir um número único a cada um dos 1.000 alunos. Usar um gerador de números aleatórios para selecionar 100 números. Os alunos correspondentes a esses números seriam os escolhidos para a amostra.
Amostragem não-probabilística:
é o processo de amostragem onde nem todos os elementos da população têm chance de pertencer à amostra, pois a seleção não é feita por sorteio, não é aleatória. Ao usá-la, o pesquisador não sabe qual é a probabilidade que um elemento da população tem de pertencer à amostra. Os resultados não podem ser estatisticamente generalizados para a população.
Amostragem por julgamento (Intencional):
o pesquisador deliberadamente escolhe alguns elementos para fazer parte da amostra, com base no julgamento de que aqueles seriam representativos da população. Esse tipo de amostragem é bastante usado em estudos qualitativos. Obvia- mente o risco de obter uma amostra viciada é grande, pois se baseia totalmente nas preferências do pesquisador, que pode se enganar (involuntária ou “voluntariamente”).
Ex: Uma empresa deseja saber a opinião de consumidores sobre um novo produto e decide entrevistar apenas clientes frequentes, assumindo que eles são mais representativos.
Amostragem por cotas:
parece semelhante a uma amostragem estratificada proporcional, da qual se diferencia por não empregar sorteio na seleção dos elementos. A população é dividida em vários subgrupos, na realidade é comum dividir em um grande número para compensar a falta de aleatoriedade, e seleciona-se uma cota de cada subgrupo, proporcional ao seu tamanho.
Ex: Uma pesquisa quer avaliar as preferências de compras e define que entrevistará 50 homens e 50 mulheres, sem que a escolha seja aleatória.
Amostragem bola de neve:
o pesquisador escolhe os primeiros participantes e depois recruta indivíduos adicionais para o estudo. Esta característica da amostragem em bola de neve resulta num aumento crescente no tamanho da amostra à medida que os participantes recrutam mais pessoas para o estudo (efeito bola de neve).
Ex: Para estudar um grupo de pessoas com uma condição médica rara, o pesquisador começa com um pequeno grupo de pacientes e pede que eles indiquem outros que conhecem com a mesma condição.