A amostragem aleatória é um processo que permite obter uma amostra de uma população, a partir de uma determinada probabilidade de escolha dos indivíduos que a compõem.
Com a amostragem aleatória, portanto, o que fazemos é propor um método de escolha. Um método que leva em consideração diferentes probabilidades. Isso o diferencia dos métodos não aleatórios por ser a subjetividade do pesquisador que decide a seleção da amostra.
Por sua vez, neste caso, o acaso desempenha um papel significativo; à medida que removemos discrição.
Por que usar amostragem aleatória?
Esse tipo de amostragem é um dos mais utilizados no método científico. Os motivos são vários, mas o mais relevante seria o seguinte:
- Em primeiro lugar, é o único que permite análises confirmatórias e inferências estatísticas. Na verdade, a segunda também é realizada em amostras não aleatórias, mas não poderemos confirmar os resultados. Nesse caso, a investigação é exploratória.
- Por outro lado, em relação à seção anterior, esse método reduz o viés. Ou seja, por ter uma certa probabilidade (conhecida) de escolher um determinado indivíduo da população, evitamos a subjetividade inerente à seleção não aleatória.
- Finalmente, permite o uso de pequenas amostras em grandes populações. Claro, existem fórmulas para calcular essas amostras mínimas com populações conhecidas ou desconhecidas.
Como fazer isso?
Como qualquer técnica usada na ciência, isso também é feito na sequência de um processo. Isso permite que o experimento seja replicado e reduz o preconceito e a subjetividade.
- O primeiro passo, e muito decisivo, é a seleção da população. Na verdade, precisamos obter o máximo de informações possível. Acima de tudo, estamos interessados em sua composição por certas variáveis sociodemográficas como sexo, idade ou ocupação.
- Em seguida, você deve escolher uma amostra aleatória específica. Na próxima seção veremos os mais relevantes. A decisão vai depender das características da população.
- Uma vez que o método tenha sido escolhido, a amostra mínima deve ser calculada. Para fazer isso, devemos levar em conta se sabemos ou não o tamanho da população. Como comentamos, existem fórmulas para calcular o tamanho da amostra.
- Finalmente, procedemos à obtenção da amostra e realizamos as análises estatísticas relevantes sobre ela. Feito isso, podemos realizar um teste de hipótese ou outros métodos de inferência. O objetivo é extrapolar os resultados para a população.
Tipos de amostragem aleatória
Existem vários tipos de amostragem aleatória, dependendo das características da população.
Vamos ver o mais relevante:
- Amostragem aleatória simples: É um dos mais usados. Consiste em atribuir um número aleatório à população e, a partir daí, escolher a amostra. É muito útil em populações com certa homogeneidade. Por exemplo, é amplamente utilizado em geologia.
- Amostragem estratificada: Neste caso, trata-se de uma população que, embora heterogênea, pode ser dividida em grupos homogêneos (sexo, idade, etc.). Uma amostra aleatória simples é realizada em cada grupo. É amplamente utilizado nas ciências sociais, como a psicologia.
- Amostras agrupadas: Neste caso, o objetivo é criar uma série de blocos ou clusters. Eles são escolhidos aleatoriamente em toda a população. Nesse caso, existe uma heterogeneidade dentro deles, assim como uma homogeneidade externa. A pesquisa de mercado costuma usar essa amostra aleatória.
- Amostragem sistemática: Neste caso, o número de indivíduos da população é dividido pelos da amostra que se deseja obter. Em seguida, escolhemos um ao acaso e contamos, usando esse valor. Os temas escolhidos serão os que corresponderem a essa contagem. Este tipo reduz o problema de autocorrelação.
Exemplo de amostragem aleatória
Vamos imaginar que queremos estudar a altura média de certos alunos em uma determinada universidade. Esses são dados fictícios e usaremos um exemplo simples. A etapa anterior é criar uma tabela na planilha com a população total e suas alturas.
Então, vamos usar a metodologia de amostragem aleatória simples:
- À direita podemos inserir o número aleatório, como visto na imagem (incluímos a fórmula).
- Em seguida, usamos a opção de classificação do maior para o menor, que não os ordena, mas os altera aleatoriamente.
- Posto isto, escolhemos então a amostra (neste caso dez) com base no tamanho calculado para este tipo de amostragem aleatória.