Demonstração De Probabilidade Não Probável Investtopedia Forex

BREAKING Down Amostragem A amostra deve ser uma representação de toda a população. Ao tirar 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 estudantes em uma universidade por amostragem 10 do corpo estudantil. Factoring na Amostragem sistemática A amostragem sistemática usa um ponto de partida aleatório e um intervalo periódico para selecionar 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 checa mais de 10.000 deve ser assinada por duas pessoas, em vez de apenas uma pessoa. A população contadora é toda a cheque da empresa escrita é um excesso de 10.000 durante o ano fiscal, que é 300 verificações totais neste exemplo. A empresa CPA usa estatísticas de probabilidade e determina que o tamanho da amostra deve ser de 20 da população, ou 60 verificações. O intervalo de amostragem é 300 cheques divididos por 60 verificações de amostra, ou cinco, de modo que o CPA seleciona cada quinto cheque para teste. Suponha que, se nenhum erro for encontrado no trabalho de teste de amostragem, a análise estatística dá ao CPA uma taxa de confiança de 95 que o procedimento de verificação foi executado corretamente. O CPA executa o trabalho de teste da 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 o marketing Todas as empresas tentam vender um produto ou serviço para um nicho de mercado. Uma empresa mostra indivíduos em um determinado nicho de mercado para descobrir o que eles precisam e quais problemas eles querem resolver. Os resultados da amostra ajudam o negócio a atender as necessidades das pessoas no mercado. Números de barras de menu de nicho. Amostras sem probabilidade. Conteúdo arquivado As informações identificadas como arquivadas são fornecidas para fins de referência, pesquisa ou manutenção de registros. Não está sujeito aos Padrões da Web do Governo do Canadá e não foi alterado ou atualizado desde que foi arquivado. Entre em contato conosco para solicitar um formato diferente dos disponíveis. A diferença entre probabilidade e amostragem sem probabilidade tem a ver com uma suposição básica sobre a natureza da população em estudo. Na amostragem de probabilidade, cada item tem chance de ser selecionado. Na amostragem sem probabilidade, existe uma suposição de que existe uma distribuição uniforme das características dentro da população. Isto é o que faz o pesquisador acreditar que qualquer amostra seria representativa e, por isso, os resultados serão precisos. Para a amostragem probabilística, a randomização é uma característica do processo de seleção, em vez de uma suposição sobre a estrutura da população. Na amostragem sem probabilidade, uma vez que os elementos são escolhidos arbitrariamente, não há como estimar a probabilidade de qualquer elemento ser incluído na amostra. Além disso, não há garantia de que cada item tenha possibilidade de inclusão, tornando impossível estimar a variabilidade da amostragem ou identificar possíveis viés. A confiabilidade não pode ser medida na amostragem sem probabilidade, a única maneira de abordar a qualidade dos dados é comparar alguns dos resultados da pesquisa com informações disponíveis sobre a população. Ainda assim, não há garantia de que as estimativas atinjam um nível aceitável de erro. Os estatísticos estão relutantes em usar esses métodos porque não há como medir a precisão da amostra resultante. Apesar destas desvantagens, métodos de amostragem sem probabilidade podem ser úteis quando são desejados comentários descritivos sobre a própria amostra. Em segundo lugar, eles são rápidos, baratos e convenientes. Há também outras circunstâncias, como na pesquisa social aplicada, quando é inviável ou impraticável realizar amostras de probabilidade. A estatística usa amostragem de probabilidade para quase todos os seus inquéritos, mas usa amostragem sem probabilidade para teste de questionário e alguns estudos preliminares durante a fase de desenvolvimento de uma pesquisa. A maioria dos métodos não-amostragem exige algum esforço e organização para completar, mas outros, como amostragem de conveniência, são feitos de forma casual e não precisam de um plano de ação formal. Os tipos mais comuns estão listados abaixo: conveniência ou amostragem aleatória A amostragem de conveniência às vezes é referida como amostragem fortuita ou acidental. Normalmente, não é representativo da população alvo porque as unidades de amostra só são selecionadas se puderem ser acessadas de forma fácil e conveniente. Há momentos em que a pessoa média usa amostragem de conveniência. Um crítico de alimentos, por exemplo, pode tentar vários aperitivos ou entradas para avaliar a qualidade e a variedade de um menu. E os repórteres de televisão muitas vezes procuram entrevistas de 8216 pessoas na rua para descobrir como as pessoas vêem um problema. Em ambos os exemplos, a amostra é escolhida aleatoriamente, sem o uso de um método de pesquisa específico. A vantagem óbvia é que o método é fácil de usar, mas essa vantagem é grandemente compensada pela presença de polarização. Embora aplicações úteis da técnica sejam limitadas, ela pode fornecer resultados precisos quando a população é homogênea. Por exemplo, um cientista poderia usar esse método para determinar se um lago está poluído. Supondo que a água do lago esteja bem misturada, qualquer amostra produzirá informações semelhantes. Um cientista poderia seguramente tirar água em qualquer lugar do lago sem se preocupar sobre se a amostra é ou não representativa. Exemplos de amostragem de conveniência incluem: os cineastas femininos sentados na primeira fila de um cinema os primeiros 100 clientes a entrar em uma loja de departamentos os três primeiros chamadores em um concurso de rádio. Amostragem voluntária À medida que o termo implica, esse tipo de amostragem ocorre quando as pessoas oferecem voluntariamente seus serviços para o estudo. Em experimentos psicológicos ou ensaios farmacêuticos (teste de drogas), por exemplo, seria difícil e antiético recrutar participantes aleatórios do público em geral. Nesses casos, a amostra é retirada de um grupo de voluntários. Às vezes, o pesquisador oferece pagamento para atrair entrevistados. Em troca, os voluntários aceitam a possibilidade de um processo longo, exigente ou às vezes desagradável. A amostragem de participantes voluntários em oposição à população em geral pode apresentar fortes tendências. Muitas vezes, nas pesquisas de opinião, apenas as pessoas que se importam fortemente sobre o assunto de uma forma ou de outra tendem a responder. A maioria silenciosa normalmente não responde, resultando em grande viés de seleção. As mídias de televisão e rádio usam freqüentemente as pesquisas de chamadas para consultar de forma informal uma audiência em seus pontos de vista. O canal de televisão Much Music usa esse tipo de pesquisa no seu programa CombatZone. O programa pede aos espectadores que façam votação para um dos dois vídeos de música por telefone, e-mail ou através do site on-line. Muitas vezes, não há limite imposto sobre a frequência ou o número de chamadas que um respondente pode fazer. Portanto, infelizmente, uma pessoa pode votar repetidamente. Deve também notar-se que as pessoas que contribuem para essas pesquisas podem ter visões diferentes das que não o fazem. Amostragem do julgamento Esta abordagem é usada quando uma amostra é tomada com base em determinados julgamentos sobre a população geral. O pressuposto subjacente é que o investigador selecionará unidades que são características da população. O problema crítico aqui é a objetividade: quanto é que o julgamento pode ser invocado para chegar a uma amostra típica. A amostragem do julgamento está sujeita aos viés dos pesquisadores e talvez seja ainda mais tendenciosa do que a amostragem aleatória. Uma vez que quaisquer preconceitos que o pesquisador pode ter estão refletidos na amostra, podem ser introduzidos grandes preconceitos se esses preconceitos forem imprecisos. Os estatísticos costumam usar este método em estudos exploratórios, como pré-teste de questionários e grupos focais. Eles também preferem usar este método em ambientes de laboratório onde a escolha de sujeitos experimentais (isto é, animal, humano, vegetal) reflete as crenças preexistentes dos pesquisadores sobre a população. Uma vantagem da amostragem de julgamento é o custo e o tempo reduzidos envolvidos na aquisição da amostra. Amostragem de cota Esta é uma das formas mais comuns de amostragem sem probabilidade. A amostragem é feita até que um número específico de unidades (cotas) para várias subpopulações tenha sido selecionado. Uma vez que não existem regras quanto à forma como estas quotas devem ser preenchidas, a amostragem de quotas é realmente um meio para satisfazer objetivos de tamanho de amostra para determinadas subpopulações. As quotas podem basear-se nas proporções da população. Por exemplo, se houver 100 homens e 100 mulheres em uma população e uma amostra de 20 devem ser atraídas para participar de um desafio de sabor de cola, você pode querer dividir a amostra uniformemente entre os sexdos 821210 homens e 10 mulheres. A amostragem de contingentes pode ser considerada preferível a outras formas de amostragem sem probabilidade (por exemplo, amostragem de julgamento) porque força a inclusão de membros de diferentes subpopulações. A amostragem de quota é algo semelhante à amostragem estratificada em que as unidades similares são agrupadas. No entanto, ele difere na forma como as unidades são selecionadas. Na amostragem probabilística. As unidades são selecionadas aleatoriamente, enquanto no amostragem de cotas geralmente é deixada ao entrevistador para decidir quem é amostrado. Isso resulta em viés de seleção. Assim, a amostragem de cotas é freqüentemente usada por pesquisadores de mercado (particularmente para levantamentos telefônicos) em vez de amostragem estratificada, porque é relativamente barata e fácil de administrar e tem a propriedade desejável de satisfazer as proporções da população. No entanto, disfarça um viés potencialmente significativo. Tal como acontece com todos os outros métodos de amostragem sem probabilidade, para fazer inferências sobre a população, é necessário assumir que as pessoas selecionadas são semelhantes às que não foram selecionadas. Tais pressupostos fortes raramente são válidos. Exemplo 1: O conselho estudantil da Cedar Valley Public School quer avaliar a opinião do aluno sobre a qualidade de suas atividades extracurriculares. Eles decidem pesquisar 100 de 1.000 estudantes usando os níveis (7 a 12) como subpoblação. A tabela abaixo dá o número de alunos em cada nível de escolaridade. Tabela 1. Número de alunos matriculados na Escola Pública Cedar Valley, por grau Número de alunos Percentagem de alunos () O conselho estudantil quer certificar-se de que a porcentagem de alunos em cada nível de escolaridade seja refletida na amostra. A fórmula é: Porcentagem de alunos em 10º ano (número de alunos 247 número de alunos) x 100 (150 247 1,000) x 100 15 Uma vez que 15 da população escolar está em 10º ano, 15 da amostra devem conter estudantes de 10º ano. Portanto, use a seguinte fórmula para calcular o número de estudantes de Grau 10 que devem ser incluídos na amostra: Amostra de estudantes de 10º grau (15 de 100) x 100 0,15 x 100 15 alunos A principal diferença entre amostragem estratificada e amostragem de cota é essa A amostragem estratificada selecionaria os alunos usando um método de amostragem de probabilidade, como amostragem aleatória simples ou amostragem sistemática. Na amostragem de cota, não é utilizada nenhuma dessas técnicas. Os 15 alunos podem ser selecionados escolhendo os primeiros 15 alunos do 10º ano para entrar na escola em um determinado dia ou escolhendo 15 alunos das duas primeiras filas de uma sala de aula particular. Tenha em mente que os alunos que chegam tarde ou se sentem na parte de trás da classe podem ter opiniões diferentes daqueles que chegaram mais cedo ou sentados na frente. O principal argumento contra amostragem de cota é que ele não atende aos requisitos básicos de aleatoriedade. Algumas unidades podem não ter chance de seleção ou a chance de seleção pode ser desconhecida. Portanto, a amostra pode ser tendenciosa. É comum, mas não necessário, que as amostras de quotas utilizem procedimentos de seleção aleatória nos estágios iniciais, muito da mesma forma que a amostragem de probabilidade. Por exemplo, o primeiro passo na amostragem em várias etapas seria selecionar aleatoriamente as áreas geográficas. A diferença está na seleção das unidades nos estágios finais do processo. Em amostragem em vários estágios. As unidades são baseadas em listas atualizadas para áreas selecionadas e uma amostra é selecionada de acordo com um processo aleatório. Na amostra de cotas, em contraste, cada entrevistador é instruído sobre quantos entrevistados devem ser homens e quantos devem ser mulheres, bem como quantas pessoas devem representar as várias faixas etárias. As quotas são, portanto, calculadas a partir dos dados disponíveis para a população, de modo que os sexos, grupos etários ou outras variáveis ​​demográficas estão representados nas proporções corretas. Mas dentro de cada contingente, os entrevistadores podem deixar de garantir uma amostra representativa de entrevistados. Por exemplo, suponha que uma organização queira encontrar informações sobre as ocupações de homens de 20 a 25 anos. Um entrevistador vai para um campus universitário e seleciona os primeiros 50 homens de 20 a 25 anos que ela encontra e que concordam em participar dela Pesquisa de organizações. No entanto, esta amostra não significa que estes 50 homens são representativos de todos os homens de 20 a 25 anos. A amostragem de contingentes é geralmente menos dispendiosa do que a amostragem aleatória. Também é fácil de administrar, especialmente considerando as tarefas de listar toda a população, selecionando aleatoriamente a amostra e acompanhando os não respondentes, pode ser omitido no procedimento. A amostragem de contingente é um método eficaz de amostragem quando a informação é urgentemente necessária e pode ser realizada independentemente das matrizes de amostragem existentes. Em muitos casos, onde a população não tem enquadramento adequado, a amostragem de cota pode ser o único método de amostragem apropriado. Data de modificação: 2013-07-23