Amostragem Sistemática
Escrito
por Fernanda
Carvalho
Na amostragem sistemática, seleciona-se as unidades
amostrais através de um esquema preestabelecido de sistematização, visando
cobrir a população em toda a sua extensão, obtendo-se um modelo uniforme.
Podemos assim dizer, que os métodos de seleção
sistemática das unidades de amostra não se baseiam na teoria de amostragem
probabilística pois ela seleciona somente uma unidade de amostra ao acaso.
Dessa forma, a variância da amostra e a da média não podem ser calculadas por
meio dos estimadores usuais. Além disso, quando se elege uma amostra sistematicamente,
todas as outras unidades de amostra que não a integram, têm probabilidade igual
a zero de serem escolhidas, enquanto as que a integram, possuem probabilidade 1
de seleção, melhor dizendo, muitas unidades de amostra acabam sendo rejeitadas,
contrapondo o princípio básico de seleção.
Saiba também: Fórmulas da Amostragem Sistemática
Quando comparada com a amostragem simples, ela possui algumas vantagens.
– As unidades da amostra sistemática se distribuem
mais uniformemente na população, originando uma maior representatividade,
tornando-se eficiente quando existe qualquer tendência ou concentração de
certas características;
– A amostragem sistemática é mais eficiente quando
se deseja mapear a floresta com relação à sua tipologia.
– A seleção das unidades amostrais é mais
fácil e rápida;
– A organização a organização, supervisão e a
checagem de algumas unidades da amostra se tornam operacionalmente mais fáceis;
– As unidades da amostra sistemática se distribuem
mais uniformemente na população, originando uma maior representatividade,
tornando-se eficiente quando existe qualquer tendência ou concentração de
certas características;
Outras vantagens são a economia de tempo na
obtenção dos dados de campo, pois, com ela, tem-se menor tempo de caminhamento
entre as unidades de amostra, pela uniformidade de sua distribuição.
Também há
uma redução de custos gerado pelo caminhamento entre as
unidades de amostra, a facilidade de seleção das unidades de amostra e a maior
facilidade na alocação das parcelas no campo, por estarem as unidades de
amostra distribuídas uniformemente.
Amostragem sistemática em faixas
Na amostragem sistemática, primeiramente, divide-se
a área em N faixas. Então, as unidades são selecionadas em intervalos de K
faixas, de forma a comporem uma amostra de n faixas. O intervalo entre as
faixas é dado pela seguinte expressão:
onde, N é número total de faixas
e n é o número de faixas para satisfazer a precisão
requerida.
Para selecionar as n faixas da amostragem
sistemática, tem-se duas estratégias: selecionar aleatoriamente um número entre
1 e N para definir a primeira faixa a ser selecionada e
unidades de amostra, considerando um intervalo de K faixas,
são selecionadas do lado direito e do lado esquerdo da faixa inicialmente
selecionada para compor uma amostra de n unidades. ou
selecionar aleatoriamente um número entre 1 e K como sendo o
número da faixa inicial. Todas as faixas subsequentes serão selecionadas,
considerando-se um intervalo de K faixas para compor uma amostra de n unidades.
Ambos produzirão o mesmo número de unidades de
amostras distribuídas sistematicamente. O primeiro produzirá estimativa não
tendenciosa da média, enquanto o segundo poderá fornecer um resultado levemente
tendencioso se o valor de N não for múltiplo exato de K .
Amostragem sistemática em parcelas de mesma área
Na utilização de parcelas de área fixa, a amostra
deve ser tomada em duas dimensões, ou seja, as unidades de amostra têm de ser
escolhidas em intervalo de K unidades em duas direções,
considerando linhas e colunas. Então, a população é dividida de acordo com o
tamanho das unidades de amostra, em N unidades.
Entenda também: Análise Qualitativa no software Mata Nativa
A seleção das unidades de amostra em um intervalo
de K unidades pode ser conduzida de maneira análoga à
descrita para as faixas, considerando-se duas dimensões ao invés de uma. Para
distribuir as unidades de amostra sistematicamente em uma floresta, deve-se
primeiramente selecionar aleatoriamente um número entre 1 e o número total de
colunas. Em seguida, de forma semelhante, selecionar, aleatoriamente, uma das
linhas. Os dois números indicam a coordenada da primeira unidade de amostra a
ser selecionada. As demais unidades de amostra, conforme comentado
anteriormente, são tomadas a cada K unidades em direções
normais. A seleção das unidades de amostra inicia-se em um dos cantos da população.
Em seguida, a seleção das unidades é feita considerando um quadrado de K por K unidades,
de forma que a primeira unidade de amostra seja selecionada entre 1 e K linhas
e 1 e K colunas. Todas as unidades subseqüentes serão
tomadas levando-se em conta um intervalo de K unidades em
duas direções.
Desvantagens
A principal desvantagem é a impossibilidade de se
deduzir um estimador para a variância da média, com uma única amostra, já que a
escolha das unidades amostrais não é um processo independente.
O que pode ser feito é causalizar a primeira
unidade de amostra e a partir dela, seguindo um esquema rígido, selecionar as
demais unidades, constituindo uma amostra composta de n unidades.
Esta amostra, por sua vez, pode ser considerada uma das possíveis combinações
de n unidades de amostra, em uma amostragem casual simples.
Quando as áreas são heterogêneas, pode-se
estratificar e depois sistematizar as unidades de amostra dentro de cada
estrato, sendo a primeira unidade de amostra selecionada ao acaso dentro do
estrato. Assim, utilizam-se as expressões da amostragem casual estratificada
para o cálculo das estimativas populacionais.
Uma outra alternativa é utilizar o método das diferenças
sucessivas para o cálculo da variância da média, em situações em que se
verifica uma tendência linear entre os elementos da população. Se houver
incerteza quanto à homogeneidade da distribuição dos elementos na população,
pode-se utilizar esse método para o cálculo da variância da média, em vez do
estimador da variância da média na amostragem casual simples, uma vez que esse
método considera que as unidades de amostra não são totalmente independentes.
Fonte: Mata
Nativa
Nenhum comentário:
Postar um comentário