Em outras palavras, esse tipo de amostragem implica que o entrevistador ou pesquisador não selecione aleatoriamente ou aleatoriamente, entre toda a população, os indivíduos que fazem parte da amostra na qual trabalham.

O exposto, em princípio, pode não parecer corresponder ao que seria uma investigação confiável. No entanto, como veremos ao longo deste artigo, existem circunstâncias em que a amostragem não probabilística se justifica.

Antes de continuar, vamos esclarecer alguns conceitos. Primeiro, a amostra estatística, que é um subconjunto de dados que pertence a um maior que chamamos de população. Este último compreende o número total de indivíduos que compartilham uma característica a ser investigada.

Por exemplo, a população pode ser de espanhóis entre 30 e 45 anos. Enquanto isso, uma amostra seria de 1.000 adultos que atendem a essa característica e que foram selecionados em várias cidades da Espanha.

Entre os tipos de amostragem não probabilística podemos citar

• Por conveniência : Neste caso, o pesquisador seleciona aqueles indivíduos que estão mais próximos a ele ou que são mais acessíveis. Exemplo: Um professor universitário que realiza pesquisas entre alunos da universidade onde leciona.
• Por cotas : Neste caso, uma amostragem não probabilística é feita porque busca atender a uma determinada condição. Por exemplo, que 50% da amostra são homens e os outros 50%, mulheres.
• Discricionário, opinativo ou intencional : O pesquisador, de acordo com seu julgamento, escolhe um grupo de pessoas que considera adequado para o estudo. Por exemplo, se você quiser fazer um levantamento dos médicos que trabalham em um hospital, o pesquisador pode selecionar aqueles que considera mais adequados porque confia em seus critérios.
• Snowball : Neste caso, geralmente trata-se de investigar um grupo de pessoas com características muito particulares e inusitadas, ou quando essa informação não é facilmente acessível. Em seguida, o pesquisador, ao encontrar algumas pessoas com a característica desejada, solicita que chamem outros indivíduos com a mesma característica. Por exemplo, isso pode estar na pesquisa sobre uma doença rara.
• Casual ou acidental : O pesquisador seleciona, sem julgamento prévio, os indivíduos que farão parte da amostra. Por exemplo, isso geralmente acontece quando são realizadas pesquisas de rua. O entrevistador vai em um determinado horário e em um determinado local da cidade e faz perguntas às pessoas que passam e elas concordam em responder. Nem toda a população-alvo tem a mesma probabilidade de passar por aquela rua e, mais ainda, de conhecer o entrevistador.

Entre as vantagens da amostragem não probabilística podemos citar:

• Isso implica em menores custos e tempo, pois o pesquisador pode escolher aqueles assuntos que são de fácil acesso.
• É possível controlar as características da amostra, conforme explicamos na amostragem por cotas.
• É ideal para estudos em populações com características incomuns ou manipulação de dados sensíveis. Por exemplo, pessoas que estão em situação de ilegalidade em um país estrangeiro. Também é utilizado para estudos piloto ou que nos permitem conhecer aproximadamente as características de uma população.

No entanto, existem também algumas desvantagens deste tipo de amostragem:

• A seleção de sujeitos, especialmente no caso de amostragem discricionária, pode ser afetada pelo viés do pesquisador. Isso faria com que os dados não fossem totalmente confiáveis.
• Nem sempre garante a representação adequada da população-alvo, novamente, especialmente se a seleção for discricionária.
• Os resultados, dados os pontos mencionados anteriormente, muitas vezes não são totalmente precisos.

Procura realizar um estudo sobre jovens estudantes universitários na Itália. Os pesquisadores escolhem quatro universidades do país, de diferentes cidades, e delas selecionam alunos interessados ​​em participar da pesquisa.

Neste caso, trata-se de uma amostragem não probabilística, pois não está sendo considerada toda a população universitária italiana, mesmo sendo este o público-alvo da análise.