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 que resulta durante a coleta de dados, fazendo com que os dados sejam diferentes dos valores verdadeiros. Um erro não amostral difere de um erro amostral. Um erro de amostragem está 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 censo.)
Um erro de amostragem pode ocorrer mesmo quando nenhum tipo de erro é cometido. Os "erros" resultam do mero fato de que é improvável que os dados de uma amostra correspondam perfeitamente aos dados do universo do qual a amostra é retirada. Esse "erro" pode ser minimizado aumentando o tamanho da amostra.
Erros de não amostragem cobrem todas as outras discrepâncias, incluindo aquelas que surgem de uma técnica de amostragem ruim.
Como funciona um erro de não amostragem
Erros não amostrais podem estar presentes tanto em amostras quanto em censos em que toda uma população 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 preocupação. Os erros sistemáticos, por outro lado, afetam toda a amostra e, portanto, apresentam um problema mais significativo. Erros aleatórios, geralmente, não resultarão no descarte de uma amostra ou de um censo, enquanto um erro sistemático provavelmente tornará os dados coletados inutilizáveis.
Erros não amostrais são causados por fatores externos e não por um problema dentro de uma pesquisa, estudo ou censo.
Há muitas maneiras pelas quais os 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 entrevistados.
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 não amostrais. Isso ocorre porque os erros não amostrais geralmente são difíceis de detectar e é praticamente 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 não amostral seria considerado um erro do entrevistador.
Além disso, é difícil provar que os entrevistados de uma pesquisa estão fornecendo informações falsas, seja por engano ou de propósito. De qualquer forma, as informações incorretas fornecidas pelos entrevistados contam como erros de não amostragem e são descritos 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.
##Destaques
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.
Quando ocorrem erros não amostrais, a taxa de viés em um estudo ou pesquisa aumenta.
Quanto maior o número de erros, menos confiável é a informação.
Os erros sistemáticos não amostrais são piores do que os erros aleatórios não amostrais, porque os erros sistemáticos podem resultar no descarte do estudo, levantamento ou censo.
Um erro de não amostragem é um termo usado em estatística que se refere a um erro que ocorre durante a coleta de dados, fazendo com que os dados sejam diferentes dos valores verdadeiros.
