O processo de amostragem estatística envolve selecionar uma coleção de indivíduos de um população. A maneira como fazemos essa seleção é muito importante. A maneira pela qual selecionamos nossa amostra determina o tipo de amostra que possuímos. Entre a grande variedade de tipos de amostras estatísticas, o tipo mais fácil de amostra a ser formado é chamado de amostra de conveniência.
UMA amostra de conveniência é formado quando selecionamos elementos de uma população com base em quais elementos são fáceis de obter. Às vezes, uma amostra de conveniência é chamada de amostra de captura, pois basicamente captamos membros da população para nossa amostra. Esse é um tipo de técnica de amostragem que não depende de um processo aleatório, como vemos em um amostra aleatória simples, para gerar uma amostra.
Para ilustrar a idéia de uma amostra de conveniência, pensaremos em vários exemplos. Realmente não é muito difícil fazer isso. Pense na maneira mais fácil de encontrar representantes para uma determinada população. Existe uma grande probabilidade de termos formado uma amostra de conveniência.
Conforme indicado pelo nome, é fácil obter amostras de conveniência. Não há praticamente nenhuma dificuldade em selecionar membros da população para uma amostra de conveniência. No entanto, existe um preço a pagar por essa falta de esforço: as amostras de conveniência são praticamente inúteis nas estatísticas.
A razão pela qual uma amostra de conveniência não pode ser usada para aplicativos em estatística é que não temos certeza de que ela é representativa da população da qual foi selecionada. Se todos os nossos amigos compartilham as mesmas tendências políticas, perguntar-lhes em quem pretendem votar nas eleições não nos diz nada sobre como as pessoas em todo o país votariam.
Além disso, se pensarmos no motivo da amostragem aleatória, veremos outro motivo pelo qual as amostras de conveniência não são tão boas quanto os outros desenhos de amostragem. Como não temos um procedimento aleatório para selecionar os indivíduos em nossa amostra, embora seja provável que nossa amostra seja tendenciosa. Uma amostra selecionada aleatoriamente fará um trabalho melhor de limitar o viés.