O erro de não amostragem refere-se a um erro que surge do resultado da coleta de dados, que faz com que os dados sejam diferentes dos valores reais. É diferente do erro de amostragem, que é qualquer diferença entre os valores da amostra. Variável aleatória Uma variável aleatória (variável estocástica) é um tipo de variável nas estatísticas cujos valores possíveis dependem dos resultados de um determinado fenômeno aleatório e dos valores universais que podem resultar a partir de um tamanho de amostra limitado.
O erro de não amostragem pode vir em uma variedade de formas, incluindo erro de não resposta, erro de medição, erro do entrevistador, erro de ajuste e erro de processamento.
Mecânica do erro de não amostragem
Erros de não amostragem podem surgir quando uma amostra ou uma população inteira (censo) é feita. Ele se enquadra em duas categorias:
1. Erros aleatórios
Erros aleatórios são erros que não podem ser contabilizados e simplesmente acontecem. Em estudos estatísticos, acredita-se que cada erro aleatório se compensa, de modo geral, portanto, eles são de pouca ou nenhuma preocupação.
2. Erros sistemáticos
Erros sistemáticos afetam a amostra do estudo e, como resultado, costumam criar dados inúteis. Um erro sistemático é consistente e repetível, portanto, os criadores do estudo devem tomar muito cuidado para mitigar tal erro.
Erros de não amostragem podem ocorrer em vários aspectos de um estudo. Os erros não amostrais mais comuns incluem erros na entrada de dados, perguntas tendenciosas e tomada de decisão, não respostas, informações falsas e análises inadequadas.
Tipos de erros não amostrais
Existem vários tipos de erros de não amostragem, incluindo:
1. Erro de não resposta
Um erro de não resposta é causado pelas diferenças entre as pessoas que optam por participar em comparação com as pessoas que não participam de uma determinada pesquisa. Em outras palavras, existe quando as pessoas têm a opção de participar, mas optam por não participar, portanto, os resultados da pesquisa não são incorporados aos dados.
2. Erro de medição
Um erro de medição se refere a todos os erros relacionados à medição de cada unidade de amostragem, em oposição a erros relacionados à forma como foram selecionadas. O erro geralmente surge quando há perguntas confusas, dados de baixa qualidade devido à fadiga de amostragem (ou seja, alguém está cansado de fazer uma pesquisa) e ferramentas de medição de baixa qualidade Nível de medição Em estatísticas, o nível de medição é uma classificação que se relaciona os valores atribuídos às variáveis entre si. Em outras palavras, nível de.
3. Erro do entrevistador
O erro do entrevistador ocorre quando o entrevistador (ou administrador) comete um erro ao registrar uma resposta. Na pesquisa qualitativa, um entrevistador pode levar um entrevistado a responder de determinada maneira. Na pesquisa quantitativa, um entrevistador pode fazer a pergunta de uma maneira diferente, o que leva a um resultado final diferente.
4. Erro de ajuste
Um erro de ajuste descreve uma situação em que a análise dos dados os ajusta de tal forma que não são totalmente precisos. As formas de erro de ajuste incluem erros de ponderação dos dados, limpeza de dados e imputação.
5. Erro de processamento
Um erro de processamento surge quando há um problema com o processamento dos dados que causa algum tipo de erro. Um exemplo será se os dados foram inseridos incorretamente ou se o arquivo de dados está corrompido.
Erro de Amostragem vs. Erro de Não Amostragem
Freqüentemente, o erro de amostragem e o erro de não amostragem são usados em contextos semelhantes, mas existem algumas diferenças cruciais entre os dois conceitos. Eles incluem:
1. O erro de amostragem pode surgir mesmo quando nenhum erro aparente foi cometido, ao contrário do erro de não amostragem, que surge quando ocorre um erro.
2. O erro de amostragem ocorre quando a amostra não é representativa da verdade universal, ao passo que o erro de não amostragem é específico para um determinado desenho de estudo.
3. O erro de amostragem pode ser bastante reduzido à medida que o tamanho da amostra aumenta, mas o erro de não amostragem requer processos mais metódicos para reduzir.
4. O erro de amostragem é freqüentemente causado por fatores internos, ao passo que o erro de não amostragem é causado por fatores externos não inteiramente relacionados a uma pesquisa, estudo ou censo.
Como Reduzir Erros
Reduzir o erro de não amostragem não é tão fácil quanto reduzir o erro de amostragem. Com o erro de amostragem, você pode reduzir o risco de erro simplesmente aumentando o tamanho da amostra. Não funcionará para erros de não amostragem, que muitas vezes são muito difíceis de detectar e eliminar (a menos que uma consideração muito metódica seja dada à origem do erro).
Para reduzir efetivamente o erro não amostral, uma consideração muito cuidadosa deve ser tomada por aqueles que planejam o estudo para garantir a validade dos resultados. Como tal, um pesquisador pode projetar um mecanismo no estudo para reduzir o erro, sem, posteriormente, introduzir outro erro.
Por exemplo, um pesquisador pode pagar ao indivíduo um bônus dependendo da precisão de sua entrada de dados, ou pode filmar todas as entrevistas para garantir que o entrevistador permaneça no tópico e no roteiro.
Recursos adicionais
Finanças é o fornecedor oficial do Certified Banking & Credit Analyst (CBCA) ™ Certificação CBCA ™ O credenciamento Certified Banking & Credit Analyst (CBCA) ™ é um padrão global para analistas de crédito que cobre finanças, contabilidade, análise de crédito, análise de fluxo de caixa, modelagem de acordos, pagamentos de empréstimos e muito mais. programa de certificação, projetado para transformar qualquer pessoa em um analista financeiro de classe mundial.
Para ajudá-lo a se tornar um analista financeiro de classe mundial e avançar em sua carreira ao seu potencial máximo, estes recursos adicionais serão muito úteis:
- Amostragem por agrupamento Amostragem por agrupamento Em estatísticas, a amostragem por agrupamento é um método de amostragem em que toda a população do estudo é dividida em externamente homogênea, mas internamente
- Parâmetro Parâmetro Um parâmetro é um componente útil de análise estatística. Refere-se às características que são usadas para definir uma determinada população. É usado para
- Viés de seleção de amostra Viés de seleção de amostra O viés de seleção de amostra é o viés que resulta da falha em garantir a randomização adequada de uma amostra populacional. As falhas da seleção da amostra
- Erro Tipo I Erro Tipo I No teste de hipótese estatística, um erro tipo I é essencialmente a rejeição da hipótese nula verdadeira. O erro tipo I também é conhecido como falso
