Ventajas y Desventajas de Muestreo Sistemático

Con estadísticas , las personas puedan tomar decisiones informadas . Si una encuesta encuentra un porcentaje de trabajadores en una industria de recibir una lesión, los trabajadores jóvenes pueden considerar ese factor en la hora de elegir una carrera. Poblaciones de muestreo , en el cual los investigadores seleccionan aleatoriamente a los participantes , pueden ser costosos y requerir mucho tiempo , sobre todo con grandes poblaciones. Sin embargo , el muestreo sistemático - un proceso en el cual los investigadores seleccionan una muestra representativa mediante un proceso de selección estandarizados - puede ahorrar dinero en estadística . Por ejemplo , una tienda de videos podría pedir a cada décimo cliente que vuelve un video para completar una encuesta. Rápido y Conveniente

muestreo se basa en la selección aleatoria de individuos u objetos . Los investigadores estandarizar cómo se ordenan las unidades de la población . Por ejemplo , un inspector puede mirar cada tercer lote de maní. Muestras sistemáticas son muy simple , rápido y conveniente para aquellos que ya tienen una lista de unidades en la población. Estadísticos benefician del uso de un muestreo sistemático en el estudio de grandes poblaciones porque el muestreo sistemático cubre el área de muestreo de manera uniforme. Por ejemplo , si un estudio del Departamento de Estado como los residentes utilicen protector solar , el departamento ideal sería muestra de todo el estado en lugar de muestreo de unos pocos condados.

Periodicidad

Eventos que ocurren a intervalos regulares tienen periodicidad. Por ejemplo, un programa de televisión que se transmite todos los martes a las 20:00 tiene periodicidad. En un estudio , la población de la muestra podría tener características de periodicidad . Por ejemplo , el salmón puede nadar río arriba en la misma fecha cada año . Los investigadores también pueden notar que un patrón tiene periodicidad. Por ejemplo , puede que haya más osos en una región cada vez que el salmón nadar río arriba. Sin embargo, la periodicidad de la muestra podría no coincidir con la periodicidad patrón.

En otro ejemplo, un estadístico puede seleccionar al azar los miembros del club de salud para un estudio . Sin embargo , los participantes seleccionados podrían no representar las proporciones reales de los miembros del club de salud en la población. La muestra seleccionada puede suceder a todos tienen diabetes, aunque no todos los que van a los clubes de salud tiene diabetes. Pero las situaciones en las que los participantes de la muestra tienen características que son muy divergentes de las normas de la población muestreada es poco probable y repetir el estudio en una fecha posterior se revelarán las anomalías en el estudio.
promediando muestras Juntos

Según el sitio web de la Universidad Stony Brook , la búsqueda de múltiples muestras y repetir el estudio puede aumentar las posibilidades de que los resultados generales del estudio serán exactos . Por ejemplo, un investigador podría estudiar la prevalencia de una enfermedad en particular entre las patatas mediante el examen de las papas en cuatro granjas de la patata diferentes . Una explotación puede tener un número inusualmente alto de patógenos debido a malas prácticas agrícolas . Cuando los investigadores seleccionan cuatro granjas diferentes para un segundo estudio y un promedio de los resultados de la primera y la segunda granja , la granja anormal hará que sólo el 12,5 por ciento de los resultados promediados , en lugar del 25 por ciento.

sesgo

el muestreo sistemático es un tipo de muestreo probabilístico , lo que significa que el investigador debe asegurarse de que la muestra representa por igual a todos los miembros de la población. Si no lo hacen , el estadístico tendrá resultados sesgados , que son los resultados que divergen de las características reales de la población. Por ejemplo , un estudio de la universidad podría informar de que el 70 por ciento de los residentes de Missouri se oponen a la reforma migratoria. Sin embargo, la universidad realiza la encuesta pidiendo a los alumnos que asisten a la universidad. Los resultados serán sesgados , ya que la investigación no representará todos Missouri pero sólo los estudiantes.

Estadísticos puede evitar el sesgo si seleccionan las unidades de la muestra de una manera sistemática . Por ejemplo , en lugar de confiar sólo en los estudiantes universitarios , los investigadores podrían llamar a cada residente número 100 que aparece en la guía telefónica para hacerles preguntas sobre la reforma migratoria.