Tipos de amostragem e suas características (com exemplos)

O Tipos de amostragem Eles são as várias maneiras de extrair dados de uma parte do total, uma poderosa ferramenta estatística cuja função é determinar qual parte da população ou universo é necessária para examinar, executar inferências e obter informações sobre o mesmo.

A amostragem é muito importante quando você não pode ou não deseja analisar a população completa. Observe que o termo "população" não se refere apenas a um grande conjunto de pessoas ou seres vivos, mas em geral o total de elementos que serão estudados em um determinado problema.

De acordo com o tipo de amostragem escolhida, a parte da população que é considerada mais representativa é selecionada, sempre de acordo com os objetivos.

Obviamente, quando apenas uma parte do universo de dados é tomada, é possível passar alguns detalhes negligenciados e omitir informações, e é por isso que os resultados não serão tão precisos quanto deveriam. Isso é conhecido como erro de amostragem.

A idéia é simplificar o universo de dados o máximo possível, escolhendo a amostra mais representativa capaz de fornecer informações máximas, para garantir a validade dos resultados.

Amostragem probabilística	Amostragem não probabilística
Quantitativo.	Qualitativo.
Maior tempo e investimento de recursos.	Custo muito baixo.
Cada elemento da população tem a mesma probabilidade de ser selecionado.	Os elementos são selecionados de acordo com os interesses da investigação.
Pode ser realizado com substituição ou substituição.	O pesquisador deve conhecer as características da população.

[TOC]

Tipos de amostragem probabilística ou aleatória

Uma amostragem probabilística é baseada na probabilidade de que os sujeitos da amostra tenham que ser selecionados. Dessa maneira, cada elemento da população recebe uma possibilidade conhecida de ser escolhido, o que obviamente deve ser maior que 0.

Isso é extremamente importante, porque pode acontecer que, de um universo de dados, uma amostra que não é representativa do conjunto foi selecionada.

Nesse caso, os resultados serão enviesado, já que algumas partes da população serão mais favorecidas em comparação com outras. Para evitar o viés, do qual existem várias categorias, uma opção é deixar o Chance ser responsável por selecionar a amostra e, assim.

Amostragem aleatória simples

Esta é uma maneira simples de garantir que a chance faça seu trabalho. Por exemplo, se se trata de selecionar algumas crianças em um curso para participar de um evento artístico da escola, todos os nomes das crianças são colocados em cédulas dobradas idênticas, elas são misturadas em um chapéu e um punhado é randomizado.

Todas as crianças do curso constituem o população, E o punhado de cédulas que foram tiradas do chapéu é o amostra.

O sucesso do procedimento está em fazer uma lista completa de todas as crianças, para que ninguém esteja do lado de fora. Em um pequeno curso, isso não é um problema; Mas quando você deseja selecionar uma amostra entre uma população mais tamanho, você deve refinar o método.

Pode atendê -lo: 7 manifestações destrutivas durante a juventude 

Amostragem aleatória simples pode ser realizada Com substituição ou substituição. Por exemplo, se extraímos qualquer elemento da população e o devolvermos depois de selecioná -lo e examiná -lo, o universo de nossos elementos sempre permanece o mesmo ao longo do estudo.

Se, pelo contrário, o elemento escolhido é estudado, mas não é devolvido, é sobre Amostragem sem substituição. Isso deve ser levado em consideração ao calcular as probabilidades que um elemento de ser selecionado tem.

Amostragem aleatória sistemática

Para realizar esta amostragem, uma lista de N elementos e também determine o tamanho da amostra, que chamaremos n. A lista é chamada Quadro de amostragem.

Agora o Intervalo de salto, que é indicado com a letra k E é calculado assim:

K = n/n

Um número aleatório é escolhido - por 1 e k, chamado r qualquer início aleatório. Este é o primeiro indivíduo na lista a ser selecionado e, a partir dela, os seguintes elementos estão sendo escolhidos.

Um exemplo: suponha que você tenha a lista de 2000 alunos de uma universidade e deseja obter uma amostra de 100 alunos para participar de um Congresso.

A primeira coisa a fazer é encontrar o valor de k:

K = 2000/100 = 20

Depois de dividirmos o número total de estudantes em 100 fragmentos de 20 alunos, um dos fragmentos é obtido e um número aleatório entre 1 e 20 é escolhido, por exemplo, 12. Portanto, o doze estudante da nossa lista é o início aleatório.

O seguinte aluno a ser selecionado deve ser 12+20 = 22, depois 42, depois 62 e assim por diante, até que os 100.

Como você pode ver, é um método rápido de aplicação e que geralmente oferece resultados muito bons, sem a necessidade de colocar os nomes de 2000 em um chapéu e tirar 100 deles, desde que não haja periodicidades na população, que dar origem a preconceitos.

Amostragem aleatória estratificada

Em amostragem aleatória estratificada, a população é dividida em segmentos chamados estratos

Na amostragem aleatória simples, cada elemento da população tem a mesma probabilidade de ser selecionado. Mas isso nem sempre poderia ser verdade, especialmente quando há mais complexidades para levar em consideração.

Para realizar um esquema de amostragem aleatória estratificada, a população deve ser dividida em grupos com características semelhantes. Estes são os estratos. Então os estratos são coletados e amostras aleatórias simples de cada uma são escolhidas, que são então combinadas para formar a amostra final.

Pode atendê -lo: as 30 testemunhas mais famosas de Jeová

Os estratos são determinados antes da amostragem, estudando as características do universo de dados.

Essas características podem ser status civil, idade, o local onde há, por exemplo, população urbana, suburbana e rural, a profissão, o grau de instrução, sexo e muito mais.

De qualquer forma, espera -se que as características de cada estrato sejam muito distintas, ou seja, que cada estrato será homogêneo.

Dentro da amostragem estratificada, distinguimos duas categorias, dependendo se o tamanho da amostra de cada estrato é ou não é proporcional ao tamanho disso.

Amostragem aleatória por conglomerados

Os métodos anteriores descritos selecionam os elementos da amostra diretamente, mas na amostragem de conglomerados, um Grupo de elementos da população e estes serão a unidade de amostra, que é chamada conglomerado.

Exemplos de conglomerados são os departamentos de uma universidade, entidades geográficas, como províncias, cidades, condados ou municípios, todos com probabilidade idêntica de serem selecionados. No caso de escolher uma entidade geográfica, falamos sobre amostragem por áreas.

Depois que os conglomerados foram escolhidos, os elementos a serem analisados ​​são escolhidos a partir daí. Portanto, o procedimento pode ter vários estágios.

Este método tem algumas semelhanças com o método aleatório estratificado, apenas que alguns conglomerados do total são selecionados aqui, enquanto no método anterior todos os estratos da população foram estudados.

Tipos de amostragem não -probabilística

Para algumas situações, a amostragem probabilística é muito cara, pois o tempo e os recursos devem ser investidos para encontrar amostras que são verdadeiramente representativas.

Geralmente acontece que você não possui um quadro de amostra completo -a lista -portanto, não é possível determinar a probabilidade de selecionar um elemento.

Para esses casos, são utilizados tipos de amostragem não -probabilística, com a qual as informações também são obtidas, embora não haja garantia de precisão nos resultados.

Quando esse tipo de amostragem é aplicado, você deve seguir alguns critérios no momento da seleção, buscando que a amostra seja a mais apropriada, na medida do possível.

Amostragem de conveniência

É um tipo bastante elementar de amostragem, na qual os elementos da amostra são escolhidos de acordo com sua disponibilidade, ou seja, selecionando os indivíduos que estão mais à mão. Tem a vantagem de ser um método de custo muito baixo, devido à sua velocidade e conforto.

Mas, como afirmado, não há certeza para obter informações confiáveis ​​de seus resultados. Às vezes é usado para fazer pesquisas curtas e rápidas antes de uma escolha ou também investigar as preferências dos clientes em determinados produtos.

Pode atendê -lo: 50 dados curiosos e interessantes sobre o mundo

Por exemplo, uma enquete. Ou um professor pode pesquisar seus próprios alunos, porque ele tem acesso imediato a eles.

Embora pareça que os resultados desse procedimento não têm valor, acontece que eles podem ser um bom reflexo da população, desde que haja boas razões para assumir que o viés não é muito grande.

No entanto, não é tão simples, porque os alunos de um determinado professor podem não constituir uma amostra representativa do resto dos alunos. E quase sempre os pesquisadores em shopping centers geralmente entrevistam pessoas com aparência mais atraente.

Amostragem de cotas

Para fazer amostragem de cotas, você deve ter um bom conhecimento anterior dos estratos da população, para ter uma idéia de quais são os elementos mais representativos. Mas não é governado pelos critérios aleatórios da amostragem estratificada.

Nesse tipo de amostragem, é necessário definir algumas "cotas", daí o nome do método. Essas taxas consistem em reunir vários elementos com certas condições, por exemplo, 15 mulheres cuja idade é entre 25 e 50 anos, que não fumam e também têm um carro.

Uma vez que a taxa é determinada, as primeiras pessoas que atendem às condições estabelecidas são escolhidas. O critério para este último passo pode ser conveniente para o pesquisador. Aqui você pode ver a diferença com o método de amostragem estratificado, que é aleatoriamente.

No entanto, é um método de baixo custo que é vantajoso se, como dissemos, a população em estudo for bem conhecida.

Amostragem "bola de neve"

O procedimento a ser seguido neste estilo de amostragem é selecionar algumas pessoas que levam a outras pessoas, e elas por sua vez, até que a amostra tenha o tamanho que o pesquisador precisa.

É um procedimento que pode ser útil para caracterizar algumas populações com recursos bastante específicos. Exemplos: presos em uma penalidade ou pessoas com certas doenças.

Amostragem discricionária

Finalmente aqui é o pesquisador que decide os critérios que ele usará para escolher sua amostra, de acordo com o seu conhecimento. Pode ser útil quando for necessário adicionar certos indivíduos ao estudo, que se eles usarem um método aleatório, podem permanecer sem participar.

Referências

1. Berenson, m. 1985.Estatísticas para administração e economia, conceitos e aplicações. Editorial inter -americano.
2. Estatisticas. Amostragem. Recuperado de: Encyclopediaeconomica.com.
3. Estatisticas. Amostragem. Recuperado de: estatísticas.Esteira.USON.mx.
4. Explorável. Amostragem de conglomerados. Recuperado de: explorável.com.
5. Moore, d. 2005. Estatísticas básicas aplicadas. 2º. Edição.
6. NetQuest. Amostragem probabilística: amostragem estratificada. Recuperado de: netQuest.com.
7. Wikipedia. Amostragem. Recuperado de: é.Wikipedia.org