a:

Como método de amostragem estatística, a amostragem sistemática é mais simples e direta do que a amostragem aleatória. Também pode ser mais propício para cobrir uma vasta área de estudo. Por outro lado, a amostragem sistemática apresenta certos parâmetros arbitrários nos dados. Isso pode causar excesso ou sub-representação de padrões específicos.

Examinando amostras sistemáticas

Em uma amostra sistemática, os dados escolhidos são distribuídos uniformemente. Por exemplo, em uma população de 10 000 pessoas, um estatístico pode selecionar cada 100 pessoa para amostragem. Os intervalos de amostragem também podem ser sistemáticos, como a escolha de uma nova amostra a cada 12 horas.

A amostragem sistemática é popular entre os pesquisadores 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 n. ° amostra de dados (o que é improvável).

Para começar, um pesquisador seleciona um inteiro inicial para basear o sistema. Esse número precisa ser menor do que a população como um todo; ele não escolhe cada 500 jardas para provar um campo de futebol de 100 jardas. Depois que um número foi selecionado, o pesquisador escolhe o intervalo, ou espaços entre amostras na população.

Vantagens principais

As amostras sistemáticas são relativamente fáceis de construir, executar, comparar e entender. Isto é particularmente importante para estudos ou pesquisas que operam com restrições orçamentárias apertadas.

Um método sistemático também fornece aos pesquisadores e estatísticos um grau de controle e senso de processo. Isso pode ser particularmente benéfico para estudos com parâmetros rigorosos ou uma hipótese estreitamente formada, assumindo que a amostragem é razoavelmente construída para se ajustar a esses parâmetros.

Seleção agrupada, fenômeno em que amostras escolhidas aleatoriamente são incomumente próximas em uma população, é eliminada na amostragem sistemática. As amostras aleatórias só podem lidar com isso aumentando o número de amostras ou executando mais de uma pesquisa. Estas podem ser alternativas caras.

Talvez a maior força de uma abordagem sistemática seja seu baixo fator de risco. As principais desvantagens potenciais do sistema possuem uma probabilidade claramente baixa de contaminação dos dados.

Principais desvantagens

O método sistemático pressupõe que o tamanho da população está disponível ou pode ser razoavelmente aproximado. Por exemplo, suponha que um pesquisador queira estudar o tamanho de ratos em uma determinada área. Se ele não tem idéia de quantos ratos há, ele não pode selecionar sistematicamente um ponto de partida ou tamanho de intervalo.

Uma população precisa exibir um grau natural de aleatoriedade ao longo da métrica escolhida.Se a população tem um tipo de padrão padronizado, o risco de escolha acidental de casos muito comuns é mais evidente.

Para uma situação hipotética simples, considere uma lista de raças de cães preferidas onde (intencionalmente ou por acidente) cada cão com número igual na lista era pequeno e todo cão estranho era grande. Se o amostrador sistemático começou com o quarto cão e escolheu um intervalo de seis, a pesquisa ignora os cachorros grandes.

Existe um risco maior de manipulação de dados com amostragem sistemática porque os pesquisadores podem construir seus sistemas para aumentar a probabilidade de alcançar um resultado direcionado ao invés de permitir que os dados aleatórios produza uma resposta representativa. Nenhuma estatística resultante não pode ser confiável.