Amostragem Sistemática

O que é Amostragem Sistemática?

A amostragem sistemática é mais ou menos um método que envolve a seleção de vários elementos que são ordenados a partir de um quadro de amostragem e tomar este procedimento estatístico começa com a seleção aleatória de elementos que pertencem a uma lista e, em seguida, cada intervalo de amostragem do quadro é selecionado e este método de amostragem só pode ser aplicado se a população dada for homogênea, visto que essas unidades de amostra são sistematicamente distribuídas pela população.

Este é um método onde a amostragem probabilística é realizada selecionando aleatoriamente membros da amostra da população em massa em um intervalo fixo. Este intervalo periódico é mais bem denominado como intervalo de amostragem e pode ser calculado com a verificação do tamanho da amostra necessária e a divisão do mesmo pelo tamanho da população.

Como funciona?

  • A Amostragem Sistemática pode ser utilizada por estatísticos caso queiram economizar tempo ou estejam insatisfeitos com os resultados obtidos com o método de amostragem aleatória simples. Após a identificação de um ponto de partida fixo, os estatísticos selecionam um intervalo constante para facilitar a seleção do participante.
  • Nesse método, inicialmente, a população-alvo precisa ser selecionada antes mesmo da seleção dos participantes. Existem várias características com base nas quais a população é identificada e o estudo é realizado. Essas características desejadas podem ser idade, raça, sexo, localização, profissão e / ou nível de escolaridade.
  • Por exemplo, um pesquisador deseja escolher 2.000 pessoas entre a população de 10.000 pessoas com a ajuda de uma amostragem sistemática. Ele deve alistar todos os participantes potenciais e, portanto, um ponto de partida será selecionado. Assim que esta lista for formada, cada 5 pessoas da lista serão selecionadas como participantes, pois 10.000 / 2.000 = 5.

Tipos de Amostragem Sistemática

# 1 - Linear

  • Isso é denominado linear, pois segue um caminho muito linear e tende a parar no final em relação a uma determinada população. Nesse tipo de amostragem, qualquer amostra não se repete no final.
  • Além disso, 'n' unidades são escolhidas para formar uma parte da amostra que tem 'N' unidades da população. Os analistas e pesquisadores podem usar a lógica de salto para a seleção de 'n' unidades em vez de selecionar aleatoriamente essas 'n' unidades de uma determinada amostra.
  • Uma amostra sistemática linear é selecionada organizando a população total e classificando-a em uma sequência, selecionando o 'n' ou o tamanho da amostra, calculando o intervalo de amostragem (K = N / n), selecionando aleatoriamente um número de 1 a K, adicionar 'K' (intervalo de amostragem) ao número escolhido aleatoriamente para adicionar o próximo membro à amostra e repetir este processo para adicionar os membros restantes da amostra.

# 2 - Circular

  • Nesse tipo de amostragem, verifica-se que a amostra parte de um ponto onde foi finalizada. Isso significa que a amostra é reiniciada do ponto em que realmente terminou. Neste tipo de método de amostragem estatística, os elementos são dispostos de forma circular.
  • Existem particularmente duas maneiras de formar uma amostra neste tipo de método de amostragem estatística. Se K = 3, as amostras serão ad, be, ca, db e ec, enquanto que, se K = 4, as amostras serão ae, ba, cb, dc e ed.

Amostragem Sistemática Linear vs Circular

Ela tende a seguir um caminho linear e então parar no final de uma determinada população, enquanto, no caso da amostragem sistemática circular, a amostra recomeça a partir de um ponto onde realmente terminou. O 'k' em uma amostragem sistemática linear representa os intervalos de amostragem, enquanto 'N' em uma amostragem sistemática circular indica denota a população total. No método linear, todas as unidades de amostra são dispostas de forma linear antes do processo de seleção, enquanto no caso de um método circular, todos os elementos são dispostos de forma circular.

Vantagens da Amostragem Sistemática

# 1 - Rápido

Este é um método rápido, ou seja, pode economizar muito do tempo dos estatísticos. Torna-se muito fácil para pesquisadores e analistas escolher um tamanho de amostra com a ajuda dessa abordagem, pois é muito rápido. Há uma necessidade insignificante de numerar cada membro da amostra e isso também ajuda na representação mais rápida e simples de uma determinada população.

# 2 - Adequação e eficiência

Os resultados obtidos na amostragem sistemática também são apropriados. Em comparação com outros métodos estatísticos, os resultados derivados do método estatístico são altamente eficientes e apropriados.

# 3 - Baixo risco de manipulação de dados

As probabilidades de manipulação de dados são realmente baixas em comparação com outros métodos estatísticos.

# 4 - Simplicidade

Este método é muito simples. Esta é uma das principais razões pelas quais analistas e pesquisadores preferem este método em vez de qualquer outro método. A simplicidade desse método o tornou bastante popular entre analistas e pesquisadores.

# 5 - Riscos mínimos

A quantidade de risco envolvida no método de amostragem sistemática é o mínimo.

Desvantagens da Amostragem Sistemática

Isso se torna difícil quando o tamanho da população não pode ser estimado. Isso compromete até a eficácia da amostragem sistemática em várias áreas, como a pesquisa de campo com animais. Também existe a possibilidade de manipulação de dados e negócios desde que o pesquisador escolha o intervalo de amostragem.

Conclusão

  • Ele permite que analistas e pesquisadores tirem uma pequena amostra de uma população maior. Essa seleção pode ser baseada em vários fatores como idade, gênero, localização, etc. Essa amostragem estatística é usada principalmente no campo da sociologia e da economia. Pode ser de dois tipos - amostragem sistemática linear e circular.
  • Pode ser muito fácil e também dá aos pesquisadores e analistas um maior grau de controle. Pode até ajudar na eliminação da seleção de cluster. Este tipo de método estatístico tem uma probabilidade muito baixa de erro e manipulação de dados. É simples e, portanto, é por isso que o método é realmente popular e preferido pela maioria dos estatísticos.