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 fixo e periódico. Esse intervalo, chamado de intervalo de amostragem, é calculado dividindo-se o tamanho da população pelo tamanho da amostra desejada. Apesar de a população amostral ser selecionada antecipadamente, a amostragem sistemática ainda é considerada aleatória se o intervalo periódico for determinado de antemão e o ponto de partida for aleatório.

Entendendo a amostragem sistemática

Como a amostragem aleatória simples de uma população pode ser ineficiente e demorada, os estatísticos recorrem a outros métodos, como a amostragem sistemática. A escolha do tamanho da amostra por meio de uma abordagem sistemática pode ser feita rapidamente. Uma vez identificado um ponto de partida fixo, um intervalo constante é selecionado para facilitar a seleção dos participantes.

A amostragem sistemática é preferível à amostragem aleatória simples quando há baixo risco de manipulação de dados. Se tal risco é alto quando um pesquisador pode manipular o comprimento do intervalo para obter os resultados desejados, uma técnica simples de amostragem aleatória seria mais apropriada.

A amostragem sistemática é popular entre pesquisadores e analistas devido à sua simplicidade. Os pesquisadores geralmente assumem que os resultados são representativos da maioria das populações normais,. a menos que uma característica aleatória exista desproporcionalmente com cada "nth" amostra de dados (o que é improvável). Em outras palavras, uma população precisa exibir um grau natural de aleatoriedade junto com a 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 se adequem ao propósito do estudo que está sendo realizado. Alguns critérios de seleção podem incluir idade, sexo, raça, localização, nível educacional 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 exemplo hipotético de amostragem sistemática, suponha que em uma população de 10.000 pessoas, um estatístico seleciona cada 100 pessoas para amostragem. Os intervalos de amostragem também podem ser sistemáticos, como escolher uma nova amostra 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 em potencial devem ser colocados em uma lista e um ponto de partida deve ser selecionado. Uma vez formada a lista, cada 50 pessoas da lista (começando a contagem no ponto de partida selecionado) seria escolhida como participante, pois 50.000/1.000 = 50.

Por exemplo, se o ponto de partida selecionado fosse 20, a 70ª pessoa da lista seria escolhida seguida pela 120ª e assim por diante. Uma vez que o fim da lista foi alcançado e se forem necessários participantes adicionais, a contagem volta para o início da lista para terminar a contagem.

Para realizar uma amostragem sistemática, os pesquisadores devem primeiro conhecer o tamanho da população-alvo.

Amostragem Sistemática vs. amostras agrupadas

A amostragem sistemática e a amostragem por conglomerados diferem na forma como extraem os pontos amostrais 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 inicial aleatório da população e, em seguida, uma amostra é retirada de intervalos regulares fixos 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 por conglomerados é um procedimento de amostragem em duas etapas. Pode ser usado quando é difícil completar uma lista de toda a população. Por exemplo, pode ser difícil construir toda a população de clientes de um supermercado para entrevistar.

No entanto, uma pessoa pode criar um subconjunto aleatório de lojas, que é a primeira etapa do processo. O segundo passo 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 a amostragem sistemática envolve como a lista usada com o intervalo de amostragem é organizada. Se a população colocada na lista estiver organizada em um padrão cíclico que corresponda ao intervalo de amostragem, a amostra selecionada pode ser tendenciosa.

Por exemplo, o departamento de recursos humanos de uma empresa deseja selecionar uma amostra de funcionários e perguntar como eles se sentem em relação às políticas da empresa. Os funcionários são agrupados em equipes de 20, com cada equipe liderada por um gerente. Se a lista usada para escolher o tamanho da amostra for organizada com equipes agrupadas, o estatístico corre o risco de escolher apenas gerentes (ou nenhum gerente) dependendo do intervalo de amostragem.

##Destaques

• Outras vantagens desta metodologia incluem a eliminação do fenômeno de seleção agrupada e a baixa probabilidade de contaminação dos dados.

• O intervalo periódico fixo, chamado intervalo de amostragem, é calculado dividindo-se o tamanho da população pelo tamanho da amostra desejada.

• As desvantagens incluem a representação excessiva ou insuficiente de padrões específicos e um risco maior de manipulação de dados.

• 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.

##PERGUNTAS FREQUENTES

Quais são as vantagens da amostragem sistemática?

A amostragem sistemática é simples de conduzir e fácil de entender, razão pela qual é geralmente preferida pelos pesquisadores. A suposição central, de que os resultados representam a maioria das populações normais, garante que toda a população seja amostrada uniformemente. Além disso, a amostragem sistemática proporciona 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.

Como Diferem Amostragem Sistemática e Agrupada?

A amostragem por conglomerados e a amostragem sistemática diferem na forma como extraem os pontos amostrais 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 inicial aleatório da população e, em seguida, uma amostra é retirada de intervalos regulares fixos 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.

Quais são as desvantagens da amostragem sistemática?

A principal desvantagem da amostragem sistemática é que o tamanho da população é necessário. Sem conhecer o número específico de participantes em uma população, a amostragem sistemática não funciona bem. Por exemplo, se um estatístico quiser examinar a idade dos sem-teto em uma região específica, mas não puder obter com precisão quantos sem-teto existem, ele não terá um tamanho populacional ou um ponto de partida. Outra desvantagem é que a população precisa exibir uma quantidade natural de aleatoriedade para ela, caso contrário o risco de escolher instâncias semelhantes é aumentado, anulando o propósito da amostra.