Amostra
O que é uma amostra?
Uma amostra refere-se a uma versão menor e gerenciável de um grupo maior. É um subconjunto que contém as características de uma população maior. As amostras são usadas em testes estatísticos quando os tamanhos da população são muito grandes para que o teste inclua todos os membros ou observações possíveis. Uma amostra deve representar a população como um todo e não refletir nenhum viés em relação a um atributo específico.
Existem várias técnicas de amostragem usadas por pesquisadores e estatísticos, cada uma com suas próprias vantagens e desvantagens.
Entendendo as Amostras
Uma amostra é um número imparcial de observações tiradas de uma população. Em termos simples, uma população é o número total de observações (ou seja, indivíduos, animais, itens, dados, etc.) contidos em um determinado grupo ou contexto. Uma amostra, em outras palavras, é uma porção, parte ou fração de todo o grupo e atua como um subconjunto da população. As amostras são usadas em uma variedade de ambientes onde a pesquisa é conduzida. Cientistas, profissionais de marketing, agências governamentais, economistas e grupos de pesquisa estão entre aqueles que usam amostras para seus estudos e medições.
Usar populações inteiras para pesquisa traz desafios. Os pesquisadores podem ter problemas para obter acesso imediato a populações inteiras. E, devido à natureza de alguns estudos, os pesquisadores podem ter dificuldades para obter os resultados de que precisam em tempo hábil. É por isso que as amostras de pessoas são usadas. Usar um número menor de pessoas que representam toda a população ainda pode produzir resultados válidos, reduzindo tempo e recursos.
As amostras usadas pelos pesquisadores devem se assemelhar à população mais ampla para fazer inferências ou previsões precisas. Todos os participantes da amostra devem compartilhar as mesmas características e qualidades. Portanto, se o estudo for sobre calouros universitários do sexo masculino, a amostra deve ser uma pequena porcentagem de homens que se encaixem nessa descrição. Da mesma forma, se um grupo de pesquisa realiza um estudo sobre os padrões de sono de mulheres solteiras com mais de 50 anos, a amostra deve incluir apenas mulheres desse grupo demográfico.
Considerações Especiais
Considere uma equipe de pesquisadores acadêmicos que deseja saber quantos alunos estudaram por menos de 40 horas para o exame CFA e ainda foram aprovados. Como mais de 200.000 pessoas fazem o exame em todo o mundo a cada ano, entrar em contato com todos os participantes do exame consumiria tempo e recursos.
De fato, no momento em que os dados da população foram coletados e analisados, alguns anos teriam se passado, tornando a análise inútil, pois uma nova população teria surgido. O que os pesquisadores podem fazer é pegar uma amostra da população e obter dados dessa amostra.
Para obter uma amostra imparcial, a seleção deve ser aleatória para que todos da população tenham uma chance igual e provável de serem adicionados ao grupo amostral. Isso é semelhante a um sorteio de loteria e é a base para uma amostragem aleatória simples.
Para uma amostra imparcial, a seleção deve ser aleatória para que todos na população tenham a mesma chance de serem adicionados ao grupo.
Tipos de Amostragem
Amostragem Aleatória Simples
A amostragem aleatória simples é ideal se todas as entidades da população forem idênticas. Se os pesquisadores não se importam se os sujeitos da amostra são todos do sexo masculino ou feminino ou uma combinação de ambos os sexos de alguma forma, a amostragem aleatória simples pode ser uma boa técnica de seleção.
Digamos que havia 200.000 pessoas que se submeteram ao exame CFA em 2021, dos quais 40% eram mulheres e 60% eram homens. A amostra aleatória retirada da população deve, portanto, ter 400 mulheres e 600 homens para um total de 1.000 examinandos.
Mas e os casos em que é importante saber a proporção de homens para mulheres que passaram em um teste depois de estudar por menos de 40 horas? Aqui, uma amostra aleatória estratificada seria preferível a uma amostra aleatória simples.
Amostragem Aleatória Estratificada
Esse tipo de amostragem, também conhecido como amostragem aleatória proporcional ou amostragem aleatória por cotas, divide a população geral em grupos menores. Estes são conhecidos como estratos. As pessoas dentro dos estratos compartilham características semelhantes.
E se a idade fosse um fator importante que os pesquisadores gostariam de incluir em seus dados? Usando a técnica de amostragem aleatória estratificada, eles poderiam criar camadas ou estratos para cada faixa etária. A seleção de cada estrato teria que ser aleatória para que todos na faixa tivessem uma chance provável de serem incluídos na amostra. Por exemplo, dois participantes, Alex e David, têm 22 e 24 anos, respectivamente. A seleção da amostra não pode escolher um sobre o outro com base em algum mecanismo preferencial. Ambos devem ter a mesma chance de serem selecionados de sua faixa etária. Os estratos podem ser algo assim:
TT
A partir da tabela, a população foi dividida em faixas etárias. Por exemplo, 30.000 pessoas na faixa etária de 20 a 24 anos fizeram o exame CFA em 2021. Usando essa mesma proporção, o grupo de amostra terá (30.000 ÷ 200.000) × 1.000 = 150 examinandos que se enquadram nesse grupo. Alex ou David – ou ambos ou nenhum – podem ser incluídos entre os 150 participantes do exame aleatório da amostra.
Existem muitos outros estratos que podem ser compilados ao decidir sobre o tamanho da amostra. Alguns pesquisadores podem preencher as funções de trabalho, países, estado civil, etc., dos examinandos ao decidir como criar a amostra.
Exemplos de Amostras
Em 2021, a população mundial era de quase 7,9 bilhões, sendo 49,6% do sexo feminino e 50% do masculino. O número total de pessoas em qualquer país também pode ser um tamanho populacional. O número total de alunos em uma cidade pode ser considerado como uma população, e o número total de cães em uma cidade também é um tamanho populacional. Amostras podem ser retiradas dessas populações para fins de pesquisa.
Seguindo nosso exemplo de exame CFA, os pesquisadores poderiam pegar uma amostra de 1.000 participantes do CFA do total de 200.000 participantes do teste – a população – e executar os dados necessários sobre esse número. A média desta amostra seria tomada para estimar a média de candidatos ao exame CFA que passaram, embora tenham estudado apenas por menos de 40 horas.
O grupo amostral tomado não deve ser tendencioso. Isso significa que, se a média amostral dos 1.000 participantes do exame CFA for 50, a média populacional dos 200.000 participantes do teste também deve ser de aproximadamente 50.
Destaques
Em estatística, uma amostra é um subconjunto analítico de uma população maior.
Na amostragem aleatória simples, todas as entidades da população são idênticas, enquanto a amostragem aleatória estratificada divide a população geral em grupos menores.
O uso de amostras permite que os pesquisadores conduzam seus estudos com dados mais gerenciáveis e em tempo hábil.
Amostras retiradas aleatoriamente não têm muito viés se forem grandes o suficiente, mas obter tal amostra pode ser caro e demorado.
PERGUNTAS FREQUENTES
O que é uma amostra aleatória simples?
Este método de amostragem usa respondentes ou pontos de dados que são selecionados aleatoriamente da população maior. Com um tamanho de amostra grande o suficiente, uma amostra aleatória remove o viés.
Por que amostras aleatórias permitem inferência?
As leis da estatística implicam que medições e avaliações precisas podem ser feitas sobre uma população usando uma amostra. Análise de variância (ANOVA),. regressão linear e técnicas de modelagem mais avançadas são válidas por causa da lei dos grandes números e do teorema do limite central.
Por que os analistas usam amostras em vez de medir a população?
Muitas vezes, uma população é muito grande ou extensa para medir cada membro e medir cada membro seria caro e demorado. Uma amostra permite fazer inferências sobre a população usando métodos estatísticos.
Qual o tamanho de uma amostra que você precisa?
Isso dependerá do tamanho da população e do tipo de análise que você gostaria de fazer (por exemplo, quais intervalos de confiança você está usando). A análise de poder é uma técnica para avaliar matematicamente o menor tamanho de amostra necessário com base em suas necessidades. Outra regra prática é que sua amostra deve ser grande o suficiente, mas não mais do que 10% do tamanho da população.
