Probability vs Non Probability Sampling (Português)

conforme indicado neste artigo no Wikipedia, os métodos de amostragem de levantamento consistem em duas variações; probability and non probability sampling.quais são as principais diferenças entre os dois?

amostragem de probabilidade

isto significa que todos na população têm uma chance de ser amostrados, e você pode determinar qual é a probabilidade de pessoas serem amostradas.,a amostragem de probabilidade inclui amostragem aleatória simples, amostragem sistemática, amostragem estratificada, probabilidade proporcional à amostragem por Dimensão e amostragem por aglomerado ou em várias fases. E tem esses elementos em comum

1. todo mundo tem um conhecido (calculado) de chance de ser amostrado
2. não Há seleção aleatória

Não probabilidade de amostragem

Isto significa que a exclusão de parte da população que, em sua amostra, e que o número exato não pode ser calculado – o que significa que há limites sobre o quanto você pode determinar sobre a população a partir da amostra.,

os métodos de amostragem de improbabilidade incluem a amostragem de conveniência, a amostragem de quotas e a amostragem intencional – ou a amostragem de julgamento, e a amostragem de bolas de neve.

(fonte, wikipedia.org)

Métodos de amostragem de Probabilidades

amostragem aleatória simples

amostragem aleatória, na sua forma mais simples e mais pura, significa que cada membro da população tem uma probabilidade igual (e conhecida) de ser seleccionado. Numa grande população, isto torna-se proibitivo por razões de custos e técnicas, de modo que o conjunto real de inquiridos se torna tendencioso.,

amostragem sistemática

este método é muitas vezes preferível a amostragem aleatória simples, uma vez que selecciona sistematicamente membros da população – isto é, todos os registos n-ésimo. Enquanto não houver ordenação da lista, o método de amostragem é tão bom quanto Aleatório – apenas muito mais simples de gerenciar.

amostragem estratificada

esta é uma técnica mais comumente usada, e a população é dividida em subconjuntos com um traço comum, ou “estratos”, e então a amostragem aleatória é realizada para reduzir o viés de amostragem., A chave é garantir que o tamanho da amostra é grande o suficiente para representar a população.

Métodos de amostragem não-probabilística

amostragem de conveniência

um dos métodos de amostragem mais rentáveis, os investigadores escolhem este método, pois podem recrutar a amostra da população próxima ou conveniente para eles. Cabe ao investigador assegurar que seja escolhida uma amostra suficientemente grande que possa representar de perto a população em estudo.

uma extensão disto é a amostragem de julgamento, onde a pesquisa seleciona uma amostra representativa com base em seu julgamento.,

amostragem de quotas

muito semelhante à amostragem estratificada, onde o investigador define os segmentos ou “estratos” e a sua proporção representativa na amostragem de quotas da população difere no facto de os inquiridos serem normalmente preenchidos por amostragem de conveniência ou de julgamento, vs aleatoriamente.

Amostragem De Bolas De Neve

existe outro método de aquisição de respondentes chamado amostragem de bolas de neve, onde os indivíduos iniciais referem outros para fazer o levantamento.

Examples of Survey Bias

Survey bias can rear its ugly head many times during the creation of a survey., Da população você escolhe involuntariamente excluir os principais respondentes, para garantir que você tenha um tamanho de amostra que reflete com precisão a população total.

Você também pode criar viés de pesquisa através do método de amostragem de probabilidade ou não probabilidade que você seleciona. Isto é chamado de viés de amostra (ou viés de amostragem).

O viés de amostra é quando uma amostra é recolhida e, devido ao método utilizado, alguns membros da população pretendida têm uma menor probabilidade de serem incluídos como outros.,

viés de não-resposta

viés de não-resposta (ou viés de auto-seleção) pode acontecer quando um respondente tem conhecimento do que a pesquisa é sobre e pode decidir se deve ou não participar. Se a pesquisa oferece um conhecimento avançado do tópico da pesquisa e dá aos usuários a escolha de optar por entrar ou sair, você pode obter um aumento da população de usuários que sabem muito sobre esse tópico, e os resultados podem subestimar aqueles que são indiferentes ou não têm conhecimento sobre o tópico.

preconceito de exclusão

digamos que você está tentando examinar ” adolescentes que tentaram beber.,”Você pode criar uma amostra que visa por nível de educação para obter crianças no ensino médio que tentaram beber. Mas esta amostra deixaria de fora qualquer um que desistiu ou foi educado em casa. Um levantamento da faixa etária pode fazer mais sentido.

viés pré-triagem

alguns métodos de amostragem podem executar anúncios, a fim de obter participantes do inquérito. Mas dependendo do alvo destes anúncios, os investigadores podem distorcer amostras. Se os anúncios são apenas direcionados para certos subgrupos dentro da população da amostra, isso poderia criar uma amostra tendenciosa.,