Table des matières:
En tant que méthode d'échantillonnage statistique, l'échantillonnage systématique est plus simple et plus direct que l'échantillonnage aléatoire. Il peut également être plus propice à couvrir une vaste zone d'étude. D'un autre côté, l'échantillonnage systématique introduit certains paramètres arbitraires dans les données. Cela peut entraîner une sur ou sous-représentation de modèles particuliers.
Examen systématique de l'échantillonnage
Dans un échantillon systématique, les données choisies sont réparties uniformément. Par exemple, sur une population de 10 000 personnes, un statisticien peut sélectionner chaque 100ème personne pour l'échantillonnage. Les intervalles d'échantillonnage peuvent également être systématiques, par exemple choisir un nouvel échantillon toutes les 12 heures.
L'échantillonnage systématique est populaire auprès des chercheurs en raison de sa simplicité. Les chercheurs supposent généralement que les résultats sont représentatifs de la plupart des populations normales, sauf si une caractéristique aléatoire existe de manière disproportionnée avec chaque nième échantillon de données (ce qui est peu probable).
Pour commencer, un chercheur sélectionne un entier de départ pour baser le système. Ce nombre doit être inférieur à la population dans son ensemble; il ne choisit pas tous les 500 yards pour échantillonner pour un terrain de football de 100 yards. Après avoir sélectionné un nombre, le chercheur choisit l'intervalle ou les espaces entre les échantillons dans la population.
Principaux avantages
Les échantillons systématiques sont relativement faciles à construire, à exécuter, à comparer et à comprendre. Ceci est particulièrement important pour les études ou les enquêtes qui fonctionnent avec des contraintes budgétaires strictes.
Une méthode systématique fournit également aux chercheurs et aux statisticiens un certain degré de contrôle et de sens du processus. Cela pourrait être particulièrement bénéfique pour les études avec des paramètres stricts ou une hypothèse étroitement formée, en supposant que l'échantillonnage est raisonnablement construit pour s'adapter à ces paramètres.
La sélection en grappes, phénomène dans lequel des échantillons choisis au hasard sont rarement rapprochés dans une population, est éliminée par échantillonnage systématique. Les échantillons aléatoires ne peuvent faire face à cela qu'en augmentant le nombre d'échantillons ou en exécutant plus d'une enquête. Ceux-ci peuvent être des alternatives coûteuses.
La plus grande force d'une approche systématique est peut-être son faible facteur de risque. Les principaux inconvénients potentiels du système comportent une probabilité nettement faible de contamination des données.
Principaux Inconvénients
La méthode systématique suppose que la taille de la population est disponible ou peut être raisonnablement approchée. Par exemple, supposons qu'un chercheur veuille étudier la taille de rats dans une zone donnée. S'il n'a aucune idée du nombre de rats, il ne peut pas systématiquement sélectionner un point de départ ou une taille d'intervalle.
Une population doit présenter un degré naturel de hasard le long de la métrique choisie.Si la population a un type de modèle normalisé, le risque de choisir accidentellement des cas très communs est plus apparent.
Pour une situation hypothétique simple, considérez une liste de races de chiens préférées où (intentionnellement ou par accident) tous les chiens de la liste étaient petits et chaque chien étrange était grand. Si l'échantillonneur systématique a commencé avec le quatrième chien et a choisi un intervalle de six, l'enquête saute les gros chiens.
Il y a un plus grand risque de manipulation de données avec échantillonnage systématique parce que les chercheurs pourraient être en mesure de construire leurs systèmes pour augmenter la probabilité d'atteindre un résultat ciblé plutôt que de laisser les données aléatoires produire une réponse représentative. Aucune statistique résultante ne peut être approuvée.
Quelle est la différence entre un échantillonnage systématique et un échantillonnage en grappes?
Connaît les différences entre l'échantillonnage systématique et l'échantillonnage en grappes, y compris la manière dont les échantillons sont créés pour chaque processus d'échantillonnage.
Comment puis-je utiliser l'échantillonnage systématique avec échantillonnage stratifié?
Apprend comment la technique d'échantillonnage systématique peut être utilisée avec la méthode d'échantillonnage stratifié et quand les deux méthodes ne doivent pas être combinées.
Quand est-il préférable d'utiliser un échantillonnage aléatoire systématique plutôt qu'un échantillonnage aléatoire simple?
Apprend que l'échantillonnage systématique est préférable à l'échantillonnage aléatoire simple, par exemple en l'absence de profils de données et lorsque le risque de manipulation des données est faible.