A amostragem é um processo utilizado na pesquisa para obter pontos de dados em um estudo de pesquisa . Este processo é concluído em várias maneiras. Por exemplo , a amostragem aleatória simples consiste em selecionar os participantes da população completamente ao acaso. Amostragem estratificada envolve a escolha de participantes de forma aleatória com base em certas categorias, incluindo gênero e raça , para se obter uma amostra representativa de toda a população .
Tamanho da amostra
O tamanho da amostra escolhido para qualquer projeto de pesquisa dado geralmente depende do nível de precisão que você vai aceitar a partir dos resultados do projeto. Estatisticamente falando , a maioria dos campos de estudo aceitar resultados com uma margem de erro de mais ou menos 0,05 como credível , ou seja, há uma chance de 5 por cento que os resultados obtidos foram devido a erro. Os estatísticos calcular o tamanho da amostra necessária para obter este nível de precisão com base em vários fatores relevantes para o estudo em particular , como a margem desejada de erro e escore padrão crítico.
Precisão e Credibilidade
Como regra geral na pesquisa , quanto maior o tamanho da amostra para um determinado projeto , melhor . Amostras maiores representam os dados reais de uma população com mais precisão do que amostras menores . Esta observação tem raízes na idéia da curva de distribuição normal. O aumento da amostra leva em conta mais dados e , portanto, elimina outliers e outros dados incomuns que tamanhos de amostra menores podem destacar . O tamanho mínimo da amostra ideal para dar credibilidade a um projeto de pesquisa varia de acordo com campo, mas geralmente varia de 40 a 100 participantes.
Inadequada Tamanho da amostra
tamanho da amostra inadequada em um projeto de pesquisa lança dúvidas sobre os resultados do projeto . Um tamanho de amostra pequeno demais pode admitir outliers e outros pontos de dados anormais nos resultados do estudo , fazendo com que as amostras de dados para variar a partir dos dados reais de população . Isso faz com que os resultados de um estudo de pesquisa de representação falta e impede-o de generalizar os dados do estudo para a população maior; em suma, uma dimensão demasiado pequena amostra torna os resultados de um estudo inútil.