Vantagens e desvantagens de amostragem sistemática

Amostragem baseia-se na selecção aleatória de indivíduos ou objetos. Pesquisadores padronizar como elas encomendar as unidades da população. Por exemplo, um inspector pode olhar para cada terceiro lote de amendoim. Amostras sistemáticas são muito simples, rápido e conveniente para aqueles que já têm uma lista de unidades da população. Os estatísticos beneficiar do uso de amostragem sistemática ao estudar grandes populações porque amostragem sistemática abrange a área de amostragem de maneira uniforme. Por exemplo, se um estudo do Departamento de Estado como os moradores usam protetor solar, o departamento deve idealmente amostra de todo o estado, em vez de amostragem de alguns municípios.

Eventos que ocorrem em intervalos regulares têm periodicidade. Por exemplo, um programa de televisão que vai ao ar toda terça-feira às 20:00 tem periodicidade. Em um estudo, a população amostrada pode ter características de periodicidade. Por exemplo, o salmão pode nadar até o rio, ao mesmo tempo todos os anos. Os pesquisadores também pode notar que um padrão tem periodicidade. Por exemplo, pode haver mais ursos em uma região sempre que o salmão nadar até o rio. Mas a periodicidade amostra pode não corresponder a periodicidade padrão.

Em outro exemplo, um estatístico pode selecionar aleatoriamente os membros do clube de saúde para um estudo. No entanto, os participantes selecionados podem não representar as proporções reais dos membros do clube de saúde na população. A amostra selecionada pode acontecer com todos têm diabetes, enquanto que nem todo mundo que vai para clubes de saúde tem diabetes. Mas situações em que os participantes da amostra têm características que são bastante diferentes das normas da população amostrada é improvável e repetir o estudo em uma data posterior irá revelar as anomalias no estudo.

Segundo o site da Stony Brook University, encontrando várias amostras e repetir o estudo pode aumentar as chances de que os resultados globais do estudo serão precisos. Por exemplo, um pesquisador pode estudar a prevalência de uma doença em particular entre as batatas por batatas examinando em quatro fazendas de batata diferentes. Uma fazenda pode ter um número invulgarmente elevado de patógenos, devido a práticas agrícolas pobres. Quando os pesquisadores selecionar quatro fazendas diferentes para um segundo estudo e calcular a média dos resultados da primeira e da segunda fazenda, a fazenda anormal irá tornar-se apenas 12,5 por cento dos resultados médios, em vez de 25 por cento.

amostragem sistemática é um tipo de amostragem probabilística, o que significa que o pesquisador deve assegurar que a amostra representa igualmente todos os membros da população. Se não o fizerem, o estatístico terá resultados distorcidos, que são resultados que divergem das características reais da população. Por exemplo, um estudo universitário pode relatar que 70 por cento dos residentes em Missouri opor a reforma da imigração. No entanto, a faculdade realiza a pesquisa perguntando aos alunos que frequentam o colégio. Os resultados serão distorcidos, uma vez que a pesquisa não vai representar todos Missouri mas apenas os alunos.

Os estatísticos podem evitar o viés de se selecionar unidades para a amostra de uma forma sistemática. Por exemplo, em vez de confiar apenas nos estudantes universitários, pesquisadores poderia chamar todos os residentes 100 listados no livro de telefone para pedir-lhes perguntas sobre a reforma da imigração.