Uma amostra, no contexto da investigação científica e estatística, é um subconjunto representativo de a população.
É frequentemente impraticável - se não impossível - aceder a toda uma população para pesquisa ou data collection. Uma pesquisa envolvendo os hábitos de sono dos estudantes universitários, por exemplo, seria difícil coletar dados de todos atuais estudantes, e uma experiência pesquisando os efeitos da superpopulação em ratos noruegueses nunca poderiam incluir todos os espécimes existentes. <
To contornar esse problema, pesquisadores acesso uma amostra grupo. características da amostra devem corresponder às população para que the resultado de um experimento ou pesquisa realizada em a amostra seria replicável se fosse possível pesquisar toda a população.
In probabilidade amostragem baseada em all members of a population are equally likely to be selected, which helps ensure that the sample will be representative of the population. Os pesquisadores empregam um dos vários métodos de amostragem aleatória:
Simples random sampling envolve o uso de software para selecionar aleatoriamente sujeitos de toda a população.
Amostras aleatórias estratificadas envolvem a criação de subconjuntos da população com base em algum fator comum e depois a seleção aleatória de amostras de cada grupo.
Amostras de grupo envolve dividir a população em grupos separados, aleatoriamente selecionando a subgrupo dos grupos de da população e usando todos os membros que subgrupo. <
Métodos não baseados na probabilidade incluem:
Amostras de conveniência, que envolvem simplesmente a coleta de dados de algum grupo que está disponível para os pesquisadores.
Amostras de amostra com finalidade, que envolve a definição de critérios de assunto e depois a procura de assuntos que correspondam a esses critérios.
Quota sampling, que envolve a definição de alguns critérios para assuntos que você quer incluir em a certa porcentagem de amostras para garantir que subgrupos específicos sejam representados.
Embora não seja baseado na não-probabilidade a amostragem também não garante a validade, é tipicamente mais simples de conduzir. em qualquer caso, no entanto, no o método de amostragem é infalível e os pesquisadores precisam estar cientes da sampling errors que pode invalidar os seus esforços. <