Em Primeiro Lugar, vamos rever a diferença entre a sua população e a sua amostra, como muitos alunos muitas vezes confundem estes Termos. Sua amostra é o grupo de indivíduos que participam de seu estudo. Estes são os indivíduos que fornecem os dados para o seu estudo. Sua população é o grupo mais amplo de pessoas a quem você está tentando generalizar seus resultados. Então, por exemplo, se você quisesse determinar a relação entre gratidão e satisfação no trabalho em biólogos de tubarões, sua amostra poderia consistir em 30-40 biólogos individuais de tubarões., Sua população pode ser “biólogos de tubarão nos Estados Unidos”, ou, se o escopo do seu estudo fosse mais estreito, ” biólogos de tubarão na Flórida.”
uma amostra representativa é uma que representa, reflete ou “é como” a sua população. Uma amostra representativa deve ser um reflexo imparcial de como a população é. Há muitas maneiras de avaliar a representatividade-gênero, idade, status socioeconômico, profissão, educação, doença crônica, até mesmo personalidade ou propriedade animal de estimação., Tudo depende de quão detalhado você quer obter, o escopo de seu estudo, e que informações sobre sua população está disponível.assim, se a maioria dos biólogos de tubarões na população são mulheres, mas a sua amostra é toda masculina, você não tem um bom caso de representatividade porque a sua amostra não compartilha as mesmas características que a população maior. Neste caso, você não pode generalizar os resultados de seu estudo para a população (ou seja, fazer uma declaração mais ampla sobre biólogos de tubarões com base em seus resultados), porque sua amostra tem evidência de grandes diferenças em relação à sua população.,a falta de representatividade resulta frequentemente de erros de amostragem ou de desvios. Um exemplo de erro de amostragem seria a realização de um levantamento de quantas pessoas comem produtos lácteos recrutando participantes do seu popular café vegan local. Outro exemplo seria estudar os hábitos de bebida dos estudantes universitários, mas apenas amostras de membros de fraternidades. Nestes exemplos, é fácil ver como as características das amostras podem potencialmente influenciar os resultados.como evitar erros de amostragem e Seleccionar uma amostra representativa?, Em primeiro lugar, considere cuidadosamente o seu quadro de amostragem (os seus possíveis participantes) e os procedimentos de recrutamento. Evite apenas recrutar membros de um certo subconjunto da sua população, como os membros da fraternidade ou vegan café-goers nos exemplos acima. Em seguida, uma boa maneira de reduzir o viés na amostragem é amostrar aleatoriamente a partir de sua moldura de amostra. Através disso, você minimiza quaisquer vieses de seleção que possam ocorrer, como viés voluntário. Você também pode implementar um protocolo de estratificação, como amostragem estratificada proporcional., Digamos que faz a sua pesquisa e descobre que a sua população de biólogos de tubarões são 80% mulheres. Poderá então certificar-se de que 80% da sua amostra é constituída por mulheres, por exemplo, por amostragem de quotas. Outro fator a considerar é o tamanho de sua amostra; amostras maiores tenderão a ser mais representativas (assumindo que você está conduzindo amostragem aleatória).
finalmente, tenha em mente que é improvável que cada amostra será perfeitamente semelhante à população de interesse. Haverá sempre um pequeno erro de amostragem associado a qualquer estudo, a menos que você prove cada membro de sua população.