Amostragem O que é Amostragem A amostragem é um processo utilizado na análise estatística em que um número predeterminado de observações são tomadas de uma população maior. A metodologia utilizada para amostrar de uma população maior depende do tipo de análise que está sendo realizada, mas pode incluir amostragem aleatória simples ou amostragem sistemática. Nos negócios, um CPA que executa uma auditoria utiliza a amostragem para determinar a exatidão dos saldos das contas nas demonstrações financeiras e os gerentes usam a amostragem para avaliar o sucesso dos esforços de marketing das empresas. VIDEO Colocação do leitor. BREAKING DOWN Amostragem A amostra deve ser uma representação de toda a população. Ao tomar uma amostra de uma população maior, é importante considerar como a amostra é escolhida. Para obter uma amostra representativa. A amostra deve ser desenhada aleatoriamente e abranger toda a população. Por exemplo, um sistema de loteria poderia ser usado para determinar a idade média dos alunos em uma universidade por amostragem 10 do corpo estudantil. Factoring em Amostragem Sistemática A amostragem sistemática utiliza um ponto de partida aleatório e um intervalo periódico para seleccionar itens para uma amostra. O intervalo de amostragem é calculado como o tamanho da população dividido pelo tamanho da amostra. Suponha, por exemplo, que um CPA está auditando os controles internos relacionados à conta de caixa e quer testar a política da empresa que verifica mais de 10.000 devem ser assinados por duas pessoas, em vez de apenas uma pessoa. A população de contabilistas é cada cheque de empresa escrito é excesso de 10.000 durante o ano fiscal, que é de 300 cheques total neste exemplo. A empresa CPA usa estatísticas de probabilidade e determina que o tamanho da amostra deve ser 20 da população, ou 60 cheques. O intervalo de amostragem é de 300 verificações divididas por 60 verificações de amostra, ou cinco, de modo que o CPA seleciona cada quinto teste de teste. Suponha que, se não houver erros no trabalho de teste de amostragem, a análise estatística dá ao CPA uma taxa de confiança de 95 que o procedimento de verificação foi realizado corretamente. O CPA executa o trabalho de teste de amostra em 60 verificações e não encontra erros, e o contador conclui que o controle interno sobre o caixa está funcionando corretamente. Exemplos de testes de amostra para marketing Cada negócio tenta vender um produto ou serviço para um nicho de mercado. Uma empresa de amostras de indivíduos em um determinado nicho de mercado para descobrir o que eles precisam e quais os problemas que eles querem resolver. Os resultados da amostra ajudam o negócio a atender as necessidades das pessoas no nicho de mercado. Psicologia Glossário Sem jargão de psicologia ou definições complexas confusas. Apenas definições claras, concisas, diretas dos termos de psicologia mais importantes escritos em inglês simples. Você pode pesquisar ou navegar por carta usando a caixa de pesquisa na parte superior da página. Interessado em um grau de Psicologia de Pós-Graduação Você pode obter informações gratuitas sobre Adler University programas de pós-graduação de psicologia apenas respondendo a algumas perguntas curtas. Leva apenas um minuto. O que você está esperando para obter informações gratuitas Obter informações 169 1998-2017, AlleyDog. Todo o material deste site é propriedade da AlleyDog. Este material não pode ser reproduzido ou copiado por qualquer razão sem o consentimento expresso por escrito da AlleyDog.3.5 Amostragem aleatória simples e outros métodos de amostragem Métodos de amostragem podem ser classificados em uma das duas categorias: Amostragem de Probabilidade. A amostra tem uma probabilidade conhecida de ser selecionada Amostragem não probabilística. A amostragem não tem probabilidade conhecida de ser selecionada como em pesquisas de conveniência ou de resposta voluntária Na amostragem probabilística é possível determinar quais unidades de amostragem pertencem a qual amostra e a probabilidade de que cada amostra será selecionada. Os seguintes métodos de amostragem são exemplos de amostragem probabilística: Amostragem aleatória simples (SRS) Amostragem estratificada Amostragem em cluster Amostragem sistemática Amostragem em vários estágios (dos quais alguns dos métodos acima são combinados em etapas) Dos cinco métodos listados acima, os alunos têm mais dificuldade em distinguir Entre amostragem estratificada e amostragem por amostragem. A amostragem estratificada é possível quando faz sentido dividir a população em grupos com base em um fator que pode influenciar a variável que está sendo medida. Esses grupos são então chamados de estratos. Um grupo individual é chamado de estrato. Com a amostragem estratificada, deve-se dividir a população em grupos (estratos) obter uma amostra aleatória simples de cada grupo (estrato) recolher dados em cada unidade de amostragem que foi aleatoriamente amostrada de cada grupo (estrato) A amostragem estratificada funciona melhor quando uma população heterogénea é Divididos em grupos bastante homogêneos. Nestas condições, a estratificação geralmente produz estimativas mais precisas dos percentuais da população do que as estimativas que seriam encontradas a partir de uma amostra aleatória simples. A Tabela 3.2 mostra alguns exemplos de maneiras de se obter uma amostra estratificada. Tabela 3.2. Exemplos de amostras estratificadas cada atleta nas 8 equipes selecionadas cada aluno nas 4 escolas primárias selecionadas Cada um dos três exemplos que são encontrados nas Tabelas 3.2 e 3.3 foram usados para ilustrar como a amostragem estratificada e em cluster poderia ser realizada. No entanto, há, obviamente, momentos em que um método de amostragem é preferido em relação ao outro. As explicações a seguir acrescentam alguns esclarecimentos sobre quando usar qual método. Com o Exemplo 1. A amostragem estratificada seria preferível à amostragem em cluster, particularmente se as questões de interesse forem afetadas por fuso horário. Por exemplo, a porcentagem de pessoas assistindo a um evento esportivo ao vivo na televisão pode ser altamente afetada pelo fuso horário em que estão. A amostragem de clusters realmente funciona melhor quando há um número razoável de clusters em relação à população inteira. Neste caso, selecionar 2 clusters de 4 clusters possíveis realmente não fornece muita vantagem sobre a amostragem aleatória simples. Com o Exemplo 2. Poderia ser utilizada amostragem estratificada ou amostragem por amostragem. Dependeria das perguntas que forem feitas. Por exemplo, considere a pergunta Você concorda ou discorda que recebe a atenção adequada da equipe de médicos da Clínica de Medicina Esportiva quando está ferida? A resposta a esta pergunta provavelmente não seria dependente da equipe, então a amostragem em cluster seria boa. Em contrapartida, se a questão de interesse é Você concorda ou discorda que o tempo afeta seu desempenho durante um evento atlético A resposta a esta pergunta provavelmente seria influenciada pelo esporte ser jogado fora ou dentro. Consequentemente, a amostragem estratificada seria a preferida. Com o Exemplo 3. A amostragem de clusters provavelmente seria melhor do que a amostragem estratificada se cada escola elementar representar adequadamente toda a população, como no distrito escolar, onde os alunos de todo o distrito podem freqüentar qualquer escola. A amostragem estratificada poderia ser usada se as escolas primárias tivessem locais muito diferentes e servissem apenas a sua vizinhança local (ou seja, uma escola primária está localizada em um ambiente rural enquanto outra escola primária está localizada em um ambiente urbano). Novamente, as questões de interesse afetariam Qual método de amostragem deve ser utilizado. O método mais comum de realizar uma pesquisa hoje é usando Random Digit Dialing em que uma máquina marca números aleatórios. Algumas sondagens ir ainda mais longe e ter uma máquina de conduzir a entrevista em si, em vez de apenas marcar o número de robo tal chamada sondagens podem ser muito tendenciosa, porque eles têm taxas de resposta extremamente baixas (a maioria das pessoas não gosta de falar com uma máquina) Chamadas para telefones celulares. Uma vez que as pessoas que têm serviço de telefone fixo tendem a ser mais velhos do que as pessoas que têm serviço de telefone celular apenas, outra fonte potencial de viés é introduzido. Organizações nacionais de pesquisa que usam discagem aleatória de dígitos na realização de pesquisas baseadas em entrevistadores são muito cuidadosas para combinar o número de telefones fixos versus celulares com a população que estão tentando pesquisar. Os métodos de amostragem a seguir listados no texto são tipos de amostragem não probabilística que devem ser evitados: Como esses métodos de amostragem não probabilísticos são baseados na escolha humana em vez de seleção aleatória, a teoria estatística não pode explicar como eles podem se comportar e as fontes potenciais De viés são desenfreadas. No seu livro-texto, os dois tipos de amostras não probabilísticas listadas acima são chamados desastres de amostragem. O artigo fornece grande insight sobre como as principais pesquisas são conduzidas. Quando você terminar de ler este artigo, você pode querer ir para o Gallup Poll site, Gallup. E ver os resultados de recentes pesquisas Gallup. Outra excelente fonte de pesquisas de opinião pública sobre uma ampla variedade de tópicos usando metodologia de amostragem sólida é o Pew Reserach Center site em pewresearch. org Quando você ler um dos relatórios de resumo no site Pew, há um link (no canto superior direito ) Para o relatório completo dando resultados mais detalhados e uma descrição completa de sua metodologia, bem como um link para o questionário real utilizado no inquérito para que você possa julgar se o seu pode ser viés na formulação de sua pesquisa. É importante estar atento a margem ou erro como discutido neste artigo. Todos nós precisamos lembrar que a opinião pública sobre um determinado tópico não pode ser adequadamente medido com uma pergunta que só é feita em uma pesquisa. Tais resultados apenas fornecem um instantâneo naquele momento sob certas condições. O conceito de repetir procedimentos em diferentes condições e tempos leva a resultados mais valiosos e duráveis. Dentro desta seção do artigo do Gallup, há também um erro: em 95 dessas 100 pesquisas, sua classificação seria entre 46 e 54. Isso deve dizer que em um 95 esperado das 100 pesquisas, a verdadeira porcentagem da população Dentro do intervalo de confiança calculado. Em cinco dessas pesquisas, o intervalo de confiança não conteria a porcentagem da população. Navegação
Comments
Post a Comment