Feche este player de vídeo
Quando pesquisadores precisam selecionar uma amostra representativa de uma população maior, eles frequentemente utilizam um método conhecido como seleção aleatória. Nesse processo de seleção, cada membro de um grupo tem uma chance igual de ser escolhido como participante do estudo.
Índice
Seleção aleatória vs. Atribuição aleatória
Como a seleção aleatória difere da atribuição aleatória ? Seleção aleatória se refere a como a amostra é retirada da população como um todo, enquanto a atribuição aleatória se refere a como os participantes são então atribuídos aos grupos experimental ou de controle.
É possível ter seleção aleatória e atribuição aleatória em um experimento.
Imagine que você usa seleção aleatória para selecionar 500 pessoas de uma população para participar do seu estudo. Você então usa atribuição aleatória para designar 250 dos seus participantes a um grupo de controle (o grupo que não recebe o tratamento ou variável independente) e você designa 250 dos participantes ao grupo experimental (o grupo que recebe o tratamento ou variável independente).
Por que os pesquisadores utilizam seleção aleatória? O propósito é aumentar a generalização dos resultados.
Ao extrair uma amostra aleatória de uma população maior, o objetivo é que a amostra seja representativa do grupo maior e menos propensa a estar sujeita a viés.
Fatores envolvidos
Imagine que um pesquisador esteja selecionando pessoas para participar de um estudo. Para escolher os participantes, eles podem escolher pessoas usando uma técnica que é o equivalente estatístico de um cara ou coroa.
Eles podem começar usando seleção aleatória para escolher regiões geográficas das quais selecionar participantes. Eles podem então usar o mesmo processo de seleção para escolher cidades, bairros, domicílios, faixas etárias e participantes individuais.
Outra coisa importante a lembrar é que tamanhos de amostra maiores tendem a ser mais representativos. Mesmo a seleção aleatória pode levar a uma amostra tendenciosa ou limitada se o tamanho da amostra for pequeno.
Quando o tamanho da amostra é pequeno, um participante incomum pode ter uma influência indevida sobre a amostra como um todo. Usar um tamanho de amostra maior tende a diluir os efeitos de participantes incomuns e evitar que eles distorçam os resultados.