O conceito de representatividade é frequentemente encontrado em relatórios estatísticos e na elaboração de discursos e relatórios. Talvez, sem ela, seja difícil imaginar qualquer tipo de apresentação de informações para revisão.
Representatividade - o que é?
A representatividade reflete como os objetos ou partes selecionados correspondem ao conteúdo e significado do conjunto de dados do qual foram selecionados.
Outras definições
O conceito de representatividade pode ser revelado em diferentes contextos. Mas, em seu significado, representatividade é a correspondência das características e propriedades de unidades selecionadas da população geral, que refletem com precisão as características de todo o banco de dados geral como um todo.
A representatividade da informação também é definida como a capacidade dos dados amostrais de representar os parâmetros e propriedades da população que são importantes do ponto de vista do estudo.
Amostra representativa
O princípio da amostragem é selecionaro mais importante e que reflete com precisão as propriedades do conjunto de dados total. Para isso, são utilizados diversos métodos que permitem obter resultados precisos e uma ideia geral da população, utilizando apenas materiais amostrais que descrevam as qualidades de todos os dados.
Assim, não é necessário estudar todo o material, mas basta considerar a representatividade da amostra. O que é isso? Esta é uma seleção de dados individuais para se ter uma ideia da massa total de informações.
Dependendo do método, são distinguidos como probabilísticos e improváveis. Probabilidade é uma amostra que é feita calculando os dados mais importantes e interessantes, que são mais representativos da população geral. É uma escolha deliberada ou uma seleção aleatória, mas justificada pelo seu conteúdo.
Improvável - esta é uma das variedades de amostragem aleatória, compilada de acordo com o princípio de uma loteria regular. Nesse caso, a opinião de quem compõe tal amostra não é levada em consideração. Apenas um lote cego é usado.
Amostragem de probabilidade
As amostras de probabilidade também podem ser divididas em vários tipos:
- Um dos princípios mais simples e compreensíveis é a amostragem não representativa. Por exemplo, esse método é frequentemente usado em pesquisas sociais. Ao mesmo tempo, os participantes da pesquisa não são selecionados da multidão por motivos específicos, e as informações são obtidas das primeiras 50 pessoas que participaram dela.
- Deliberadoas amostras diferem porque têm uma série de requisitos e condições na seleção, mas ainda dependem de coincidências aleatórias, não perseguindo o objetivo de obter boas estatísticas.
- A amostragem baseada em cotas é outra variação da amostragem não probabilística que é frequentemente usada para examinar grandes conjuntos de dados. Ele usa muitos termos e condições. São selecionados os objetos que devem corresponder a eles. Ou seja, usando o exemplo de uma pesquisa social, pode-se supor que 100 pessoas serão entrevistadas, mas apenas a opinião de um certo número de pessoas que atenderá aos requisitos estabelecidos será levada em consideração na elaboração de um relatório estatístico.
Amostras de probabilidade
Para amostras probabilísticas, são calculados vários parâmetros aos quais os objetos da amostra irão corresponder, e entre eles, de diferentes maneiras, podem ser precisamente aqueles fatos e dados que serão apresentados como representatividade dos dados amostrais. selecionado. Estas formas de calcular os dados necessários podem ser:
Amostragem aleatória simples. Consiste no fato de que dentre o segmento selecionado, a quantidade de dados necessária é selecionada por um método de sorteio completamente aleatório, que será uma amostra representativa
A amostragem sistemática e aleatória permite criar um sistema para calcular os dados necessários com base em um segmento selecionado aleatoriamente. Assim, se o primeiro número aleatório que indica o número de sequência dos dados selecionados da população total for 5, então oos dados a serem selecionados podem ser, por exemplo, 15, 25, 35 e assim por diante. Este exemplo explica claramente que mesmo uma seleção aleatória pode ser baseada em cálculos sistemáticos dos dados de entrada necessários
Amostra de consumidores
Amostragem Intencional é um método que considera cada segmento individual e, com base em sua avaliação, é compilada uma população que reflete as características e propriedades do banco de dados geral. Dessa forma, são coletados mais dados que atendem aos requisitos de uma amostra representativa. É fácil selecionar uma série de opções que não serão incluídas no número total, sem perder a qualidade dos dados selecionados que representam a população total. Dessa forma, determina-se a representatividade dos resultados do estudo.
Tamanho da amostra
Não a última questão a ser abordada é o tamanho da amostra para uma representação representativa da população. O tamanho da amostra nem sempre depende do número de fontes na população geral. No entanto, a representatividade da população amostral depende diretamente de quantos segmentos o resultado deve ser dividido. Quanto mais segmentos desse tipo, mais dados entram na amostra resultante. Se os resultados exigem uma notação geral e não exigem especificidades, então, consequentemente, a amostra torna-se menor, pois, sem entrar em detalhes, a informação é apresentada de forma mais superficial, o que significa que sua leitura será geral.
Conceito de errorepresentatividade
Erro de representatividade é uma discrepância específica entre as características da população e os dados da amostra. Ao realizar qualquer estudo amostral, é impossível obter dados absolutamente precisos, como em um estudo completo de populações gerais e uma amostra fornecida com apenas parte das informações e parâmetros, enquanto um estudo mais detalhado só é possível quando se estuda toda a população. Assim, algumas imprecisões e erros são inevitáveis.
Tipos de erros
Distinguir alguns dos erros que ocorrem ao compilar uma amostra representativa:
- Sistemático.
- Aleatório.
- Deliberado.
- Não intencional.
- Padrão.
- Limite.
O motivo do aparecimento de erros aleatórios pode ser a natureza descontínua do estudo da população geral. Normalmente, o erro aleatório de representatividade é de tamanho e natureza insignificantes.
Enquanto isso, erros sistemáticos ocorrem quando as regras de seleção de dados da população geral são violadas.
Erro médio é a diferença entre a média amostral e a população subjacente. Não depende do número de unidades na amostra. É inversamente proporcional ao tamanho da amostra. Então, quanto maior o volume, menor o valor do erro médio.
Erro marginal é a maior diferença possível entre os valores médios da amostra retirada e a população total. Tal erro é caracterizado como os erros máximos prováveissob determinadas condições de sua aparência.
Erros intencionais e não intencionais de representatividade
Os erros de deslocamento de dados podem ser intencionais ou não.
Então as razões para o aparecimento de erros deliberados é a abordagem para a seleção de dados pelo método de determinação de tendências. Erros não intencionais ocorrem mesmo na fase de preparação de uma observação amostral, formando uma amostra representativa. Para evitar tais erros, é necessário criar uma boa base de amostragem para listar as unidades de amostragem. Deve atender plenamente aos objetivos da amostragem, ser confiável, abrangendo todos os aspectos do estudo.
Validade, confiabilidade, representatividade. Erro de cálculo
Calcule o erro de representatividade (Mm) da média aritmética (M).
Desvio padrão: tamanho da amostra (>30).
Erro de representatividade (Mr) e valor relativo (R): tamanho da amostra (n>30).
No caso em que você tem que estudar uma população onde o número de amostras é pequeno e inferior a 30 unidades, então o número de observações será menor em uma unidade.
O tamanho do erro é diretamente proporcional ao tamanho da amostra. A representatividade das informações e o cálculo do grau de possibilidade de se fazer uma previsão precisa refletem um certo grau de erro marginal.
Sistemas representacionais
Não é apenas uma amostra representativa utilizada no processo de avaliação da apresentação da informação, mas a própria pessoa que recebe a informação,usa sistemas representativos. Assim, o cérebro processa uma certa quantidade de informações, criando uma amostra representativa de todo o fluxo de informações para avaliar de forma qualitativa e rápida os dados enviados e entender a essência da questão. Responda à pergunta: "Representatividade - o que é isso?" - na escala da consciência humana é bastante simples. Para fazer isso, o cérebro usa todos os órgãos sensoriais subservientes, dependendo do tipo de informação que precisa ser isolada do fluxo geral. Assim, eles distinguem:
- Sistema de representação visual, onde estão envolvidos os órgãos de percepção visual do olho. As pessoas que costumam usar esse sistema são chamadas de visuais. Com a ajuda deste sistema, uma pessoa processa as informações que chegam na forma de imagens.
- Sistema representacional auditivo. O principal órgão que é usado é a audição. As informações fornecidas na forma de arquivos de som ou fala são processadas por este sistema específico. As pessoas que percebem melhor as informações de ouvido são chamadas de auditivas.
- O sistema representacional cinestésico é o processamento do fluxo de informação percebendo-o através dos canais olfativos e táteis.
O sistema representacional digital é utilizado em conjunto com outros como meio de obtenção de informações externas. Esta é uma percepção e compreensão subjetiva-lógica dos dados recebidos
Então, representatividade - o que é isso? Uma simples seleção de um conjunto ouprocedimento integral no tratamento da informação? Podemos dizer com certeza que a representatividade determina em grande parte nossa percepção dos fluxos de dados, ajudando a isolar os mais significativos e significativos dele.
