Tudo sobre amostragem aleatória estratificada
O que é amostragem aleatória estratificada?
Uma amostra é uma mini-representação de uma população maior.
As amostras podem ser determinadas informalmente ou formalmente. Mas amostras que são sistematicamente desenvolvidas de acordo com certos métodos científicos são geralmente percebidas como sendo mais úteis para fazer generalizações sobre a população maior.
O que significa estratificado?
Amostras estratificadas consistem em subgrupos homogêneos que são considerados distintos em aspectos importantes. Uma coleção desses subgrupos homogêneos é chamada de estrato. Este método de procedimentos de amostragem permite que a população seja dividida em subgrupos homogêneos dos quais amostras aleatórias simples podem ser selecionadas .
Por que uma amostra estratificada é útil?
O objetivo da amostragem aleatória estratificada é selecionar participantes de diferentes subgrupos que se acredita terem relevância para a pesquisa que será conduzida. Por exemplo, os resultados de um estudo poderiam ser influenciados pelos atributos dos sujeitos , como idade, gênero, nível de experiência de trabalho, grupo racial e étnico, situação econômica, nível de escolaridade alcançado, e assim por diante.
Uma amostra estratificada é construída para que essas características potencialmente influentes possam ser razoavelmente assumidas para refletir o padrão dessas características na população total. Desta forma, a amostra reflete a população da qual ela foi tomada, mas a amostra não pode ser considerada representativa da população maior .
Lembre-se, a seleção de membros de uma amostra estratificada não é um processo aleatório. Dito isto, uma vez que os estratos tenham sido estabelecidos, amostragem aleatória simples é usada para selecionar os membros das amostras para cada estrato .
O que significa probabilística?
Uma amostra aleatória estratificada é probabilística porque cada método usado para selecionar a população da amostra fornece uma maneira razoavelmente confiável de estimar quão representativa a população da amostra é para a população maior (universo) da qual a amostra foi selecionada. Em outras palavras, a amostra probabilística permite ao pesquisador estimar as chances de que a amostra selecionada represente ou não a população maior da qual a amostra foi retirada.
Exemplos
Use métodos de amostragem aleatória estratificada quando houver interesse nas diferenças entre subgrupos homogêneos e a maior população de amostra como um todo.
Digamos que uma população de clientes empresariais possa ser dividida em três grupos: Gen-Xers, Gen-Yers (Millennials) e Baby Boomers. Além disso, temos razões para acreditar que tanto os Gen-Xers quanto os Gen-Yers são minorias relativamente menores da clientela geral dos negócios. Os Gen-Xers representam cerca de 5% da população total da clientela e os Gen-Yers representam cerca de 10% da clientela.
Uma amostra aleatória simples de 100 membros (n = 100) poderia gerar 5 Gen-Xers e 10 Gen-Yers se usássemos uma fração de amostragem de 10%. Seria possível obter ainda menos Gen-Xers e menos Gen-Yers do que na amostra - apenas por acaso. A estratificação provavelmente produzirá resultados mais representativos. Digamos que queremos ter pelo menos 25 pessoas em cada grupo. Se nós ainda pegarmos uma amostra de 100 (n = 100), então podemos provar 25 Gen-Xers, 25 Gen-Yers e 50 Baby Boomers.
Sabemos que 10% da população são Millennials ou Gen-Yers (ou cerca de 100 de nossos clientes. Uma amostra aleatória de 25 clientes dará uma fração de amostra dentro do estrato de 25/100 ou 25%. Também sabemos que 5% dos 50 clientes que não o são, os Baby Boomers são Gen-Xers, o que significa que a fração dentro do estrato será de 25% ou 50%.
Então, 50 Gen-Xers mais 100 Gen-Yers é um total de 150 amostras do nosso cliente. Como a população geral do cliente é de 1.000, subtraímos os Gen-Xers mais os Gen-Yers (um total de 150 clientes), o que deixa 850 clientes, que são Baby Boomers. A fração de amostragem dentro do estrato para os Baby Boomers é de 50/850 ou cerca de 5,88%.
Duas coisas são evidentes: (1) Os três grupos são mais homogêneos dentro do grupo do que em toda a população. Isso significa que há menos variação, o que oferece a oportunidade de maior precisão estatística . (2) E como a amostra foi estratificada, haverá membros suficientes de cada grupo para poder fazer inferências significativas de subgrupos .
A amostragem estratificada pode ser preferida em relação à amostragem aleatória simples, quando é importante representar a população total e representar os principais subgrupos da população, especialmente quando os subgrupos são muito pequenos, mas distinguidos de maneiras importantes. Usando métodos de amostragem estratificados, um pesquisador pode efetivamente assegurar que os subgrupos podem ser diferenciados na discussão dos resultados da pesquisa.