Erro de não amostragem
O que é um erro de não amostragem?
Um erro de não amostragem é um termo estatístico que se refere a um erro resultante durante a coleta de dados, fazendo com que os dados sejam diferentes dos valores reais. Um erro de não amostragem difere de um erro de amostragem. Um erro de amostragem é limitado a quaisquer diferenças entre os valores da amostra e os valores do universo que surgem porque o tamanho da amostra foi limitado. (O universo inteiro não pode ser amostrado em uma pesquisa ou um censo.)
Principais vantagens
- Um erro de não amostragem é um termo usado em estatísticas que se refere a um erro que ocorre durante a coleta de dados, fazendo com que os dados sejam diferentes dos valores reais.
- Um erro não amostral refere-se a erros aleatórios ou sistemáticos, e esses erros podem ser difíceis de detectar em uma pesquisa, amostra ou censo.
- Os erros sistemáticos não amostrais são piores do que os erros aleatórios não amostrais porque os erros sistemáticos podem fazer com que o estudo, pesquisa ou censo tenham que ser descartados.
- Quanto maior o número de erros, menos confiáveis são as informações.
- Quando ocorrem erros não amostrais, a taxa de viés em um estudo ou pesquisa aumenta.
Um erro de amostragem pode ocorrer mesmo quando nenhum tipo de erro é cometido. Os “erros” resultam do mero fato de que os dados em uma amostra provavelmente não correspondem perfeitamente aos dados do universo de onde a amostra é retirada. Este “erro” pode ser minimizado aumentando o tamanho da amostra.
Os erros de não amostragem cobrem todas as outras discrepâncias, incluindo aquelas que surgem de uma técnica de amostragem inadequada.
Como funciona um erro de não amostragem
Erros de não amostragem podem estar presentes tanto em amostras quanto em censos nos quais uma população inteira é pesquisada. Os erros não amostrais se enquadram em duas categorias: aleatórios e sistemáticos.
Acredita-se que os erros aleatórios compensam uns aos outros e, portanto, na maioria das vezes, são de pouca importância. Os erros sistemáticos, por outro lado, afetam toda a amostra e, portanto, apresentam um problema mais significativo. Erros aleatórios, geralmente, não resultam no descarte de uma amostra ou censo, ao passo que um erro sistemático provavelmente tornará os dados coletados inutilizáveis.
Erros de não amostragem são causados por fatores externos, e não por um problema em uma pesquisa, estudo ou censo.
Existem muitas maneiras pelas quais erros de não amostragem podem ocorrer. Por exemplo, erros de não amostragem podem incluir, mas não estão limitados a, erros de entrada de dados, perguntas de pesquisa tendenciosas, processamento / tomada de decisão tendenciosa, não respostas, conclusões de análise inadequadas e informações falsas fornecidas pelos respondentes.
Considerações Especiais
Embora o aumento do tamanho da amostra possa ajudar a minimizar os erros de amostragem, não terá nenhum efeito na redução de erros de não amostragem. Isso ocorre porque os erros de não amostragem geralmente são difíceis de detectar e é virtualmente impossível eliminá-los.
Erros de não amostragem incluem erros de não resposta, erros de cobertura, erros de entrevista e erros de processamento. Um erro de cobertura ocorreria, por exemplo, se uma pessoa fosse contada duas vezes em uma pesquisa ou suas respostas fossem duplicadas na pesquisa. Se um entrevistador for tendencioso em sua amostragem, o erro de não amostragem seria considerado um erro do entrevistador.
Além disso, é difícil provar que os respondentes de uma pesquisa estão fornecendo informações falsas – seja por engano ou propositalmente. De qualquer forma, as informações incorretas fornecidas pelos respondentes contam como erros de não amostragem e são descritas como erros de resposta.
Erros técnicos existem em uma categoria diferente. Se houver entradas relacionadas a dados – como codificação, coleta, entrada ou edição – elas são consideradas erros de processamento.