Amostragem Sistemática
O que é amostragem sistemática?
A amostragem sistemática é um tipo de método de amostragem probabilística em que os membros da amostra de uma população maior são selecionados de acordo com um ponto de partida aleatório, mas com um intervalo periódico fixo. Esse intervalo, denominado intervalo de amostragem, é calculado dividindo-se o tamanho da população pelo tamanho desejado da amostra. Apesar da população de amostra ser selecionada com antecedência, a amostragem sistemática ainda é considerada aleatória se o intervalo periódico for determinado antecipadamente e o ponto de partida for aleatório.
Principais vantagens
- A amostragem sistemática é um método de amostragem probabilística em que uma amostra aleatória, com um intervalo periódico fixo, é selecionada de uma população maior.
- O intervalo periódico fixo, denominado intervalo de amostragem, é calculado dividindo o tamanho da população pelo tamanho da amostra desejado.
- Outras vantagens desta metodologia incluem a eliminação do fenômeno de seleção agrupada e uma baixa probabilidade de dados contaminantes.
- As desvantagens incluem super ou sub-representação de padrões específicos e um maior risco de manipulação de dados.
Compreendendo a Amostragem Sistemática
Como a amostragem aleatória simples de uma população pode ser ineficiente e demorada, os estatísticos recorrem a outros métodos, como amostragem sistemática. A escolha de um tamanho de amostra por meio de uma abordagem sistemática pode ser feita rapidamente. Uma vez que um ponto de partida fixo tenha sido identificado, um intervalo constante é selecionado para facilitar a seleção dos participantes.
A amostragem sistemática é preferível à amostragem aleatória simples quando há um baixo risco de manipulação de dados. Se o risco for alto quando um pesquisador pode manipular a duração do intervalo para obter os resultados desejados, uma técnica de amostragem aleatória simples seria mais apropriada.
populações, a menos que uma característica aleatória desproporcionalmente existe com todos os ” n th” amostra de dados (o qual é pouco provável). Em outras palavras, uma população precisa exibir um grau natural de aleatoriedade ao longo da métrica escolhida. Se a população possui um tipo de padrão padronizado, o risco de escolha acidental de casos muito comuns é mais aparente.
Na amostragem sistemática, como em outros métodos de amostragem, uma população-alvo deve ser selecionada antes de selecionar os participantes. Uma população pode ser identificada com base em qualquer número de características desejadas que atendam ao propósito do estudo que está sendo conduzido. Alguns critérios de seleção podem incluir idade, sexo, raça, localização, nível de educação e / ou profissão.
Existem vários métodos de amostragem de uma população para inferência estatística; a amostragem sistemática é uma forma de amostragem aleatória.
Exemplos de Amostragem Sistemática
Como um exemplo hipotético de amostragem sistemática, suponha que em uma população de 10.000 pessoas, um estatístico seleciona cada 100 pessoas para a amostragem. Os intervalos de amostragem também podem ser sistemáticos, como escolher uma nova amostra para colher a cada 12 horas.
Como outro exemplo, se você quiser selecionar um grupo aleatório de 1.000 pessoas de uma população de 50.000 usando amostragem sistemática, todos os participantes potenciais devem ser colocados em uma lista e um ponto de partida deve ser selecionado. Uma vez formada a lista, cada 50ª pessoa da lista (iniciando a contagem no ponto inicial selecionado) seria escolhida como participante, uma vez que 50.000 / 1.000 = 50.
Por exemplo, se o ponto de partida selecionado for 20, a 70ª pessoa da lista será escolhida, seguida da 120ª e assim por diante. Uma vez que o final da lista foi alcançado e se participantes adicionais forem necessários, a contagem retorna ao início da lista para finalizar a contagem.
Amostragem sistemática vs. Amostras agrupadas
A amostragem sistemática e a amostragem por conglomerados diferem na maneira como extraem pontos de amostra da população incluída na amostra. A amostragem por conglomerados divide a população em conglomerados, enquanto a amostragem sistemática usa intervalos fixos da população maior para criar a amostra.
A amostragem sistemática seleciona um ponto de partida aleatório da população e, em seguida, uma amostra é retirada de intervalos fixos regulares da população, dependendo de seu tamanho. A amostragem por conglomerados divide a população em conglomerados e, em seguida, obtém uma amostra aleatória simples de cada conglomerado.
A amostragem por conglomerados é considerada menos precisa do que outros métodos de amostragem. No entanto, pode economizar custos na obtenção de uma amostra. A amostragem de cluster é um procedimento de amostragem de duas etapas. Pode ser usado quando for difícil completar uma lista de toda a população. Por exemplo, pode ser difícil reunir toda a população de clientes de uma mercearia para entrevistar.
No entanto, uma pessoa pode criar um subconjunto aleatório de lojas, que é a primeira etapa do processo. A segunda etapa é entrevistar uma amostra aleatória dos clientes dessas lojas. Este é um processo manual simples que pode economizar tempo e dinheiro.
Limitações da Amostragem Sistemática
Um risco que os estatísticos devem considerar ao conduzir uma amostragem sistemática envolve como a lista usada com o intervalo de amostragem é organizada. Se a população colocada na lista for organizada em um padrão cíclico que corresponda ao intervalo de amostragem, a amostra selecionada pode ser enviesada.
Por exemplo, o departamento de recursos humanos de uma empresa deseja selecionar uma amostra de funcionários e perguntar como eles se sentem sobre as políticas da empresa. Os funcionários são agrupados em equipes de 20, com cada equipe chefiada por um gerente. Se a lista usada para escolher o tamanho da amostra for organizada com equipes agrupadas, o estatístico arrisca escolher apenas gerentes (ou nenhum gerente) dependendo do intervalo de amostragem.
perguntas frequentes
Quais são as vantagens da amostragem sistemática?
A amostragem sistemática é muito simples de conduzir e fácil de entender, por isso é geralmente preferida pelos pesquisadores. O pressuposto central, de que os resultados representam a maioria das populações normais, garante que toda a população seja amostrada de maneira uniforme. Além disso, a amostragem sistemática fornece um maior grau de controle quando comparada a outras metodologias de amostragem devido ao seu processo. A amostragem sistemática também carrega um fator de baixo risco porque há uma baixa chance de que os dados possam ser contaminados.
Quais são as desvantagens da amostragem sistemática?
A principal desvantagem da amostragem sistemática é que o tamanho da população é necessário. Sem saber o número específico de participantes em uma população, a amostragem sistemática não funciona bem. Por exemplo, se um estatístico gostaria de examinar a idade dos sem-teto em uma região específica, mas não consegue obter com precisão quantos moradores de rua existem, então ele não terá um tamanho populacional ou um ponto de partida. Outra desvantagem é que a população precisa exibir uma quantidade natural de aleatoriedade, do contrário, o risco de escolher instâncias semelhantes aumenta, frustrando o propósito da amostra.
Como o cluster e a amostragem sistemática diferem?
A amostragem por conglomerados e a amostragem sistemática diferem em como extraem pontos de amostra da população incluída na amostra. A amostragem por conglomerados divide a população em conglomerados e, em seguida, obtém uma amostra aleatória simples de cada conglomerado. A amostragem sistemática seleciona um ponto de partida aleatório da população e, em seguida, uma amostra é retirada de intervalos fixos regulares da população, dependendo de seu tamanho. A amostragem por conglomerados é suscetível a um erro de amostragem maior do que a amostragem sistemática, embora possa ser um processo mais barato.