Técnicas e Métodos de Amostragem

A geografia, lidando com o homem e a relação ambiental, é essencialmente uma ciência social. Um dos principais problemas que os geógrafos encontram em sua busca de pesquisa é a abundância de dados.

De fato, nas últimas décadas, uma "explosão de dados" ocorreu em todas as esferas da vida, fornecendo uma enorme fonte de informações valiosas na forma de fatos numéricos para a quantificação de problemas socioeconômicos no espaço e no tempo.

O aumento da quantidade de dados, embora útil para a formulação de hipóteses e seus testes, criou os problemas de processamento de dados, sua plotagem em mapas e análises. A tarefa dos pesquisadores tornou-se, assim, árdua, cara e demorada.

Quase todos os ramos da geografia, por exemplo, geomorfologia, climatologia, oceanografia, pedologia, demografia, economia, geografia agrícola e industrial, planejamento urbano e rural, transporte, assentamento urbano, geografia eleitoral e médica, todos se voltaram para dados numéricos mais precisos. em suas tentativas de fazer uma avaliação mais realista e objetiva dos fenômenos geográficos.

Além disso, agora os geógrafos estão cooperando cada vez mais com cientistas de outras disciplinas. A aplicação de técnicas estatísticas sólidas e sofisticadas aos dados geográficos tornou-se, portanto, essencial.

'Amostragem' é uma técnica útil para o processamento de dados. É freqüentemente usado por geógrafos em seus estudos. Amostragem de dados em si é um trabalho tedioso que requer maior cuidado por parte do pesquisador para chegar a resultados confiáveis.

A essência da amostragem reside no fato de que um grande número de itens, indivíduos ou locais (população estatística) pode, dentro dos limites especificados de probabilidade estatística, ser apresentado por um grupo menor de itens (uma amostra) selecionados do grupo maior ( uma população parental).

Fora da enorme população, se uma seleção limitada de itens ou casos é feita, é chamada de 'amostra'. A amostra limitada é geralmente suficiente para fazer uma generalização sobre toda a população. Em muitos casos, o número de indivíduos na população, por exemplo, o rendimento médio de todas as parcelas de uma região agrícola ou os seixos em uma praia de mar são tão numerosos que a medição de todos eles seria quase impossível de um ponto prático. de vista.

Mas, se através da amostragem, uma selecção limitada de campos para a medição dos rendimentos permitiria ao observador obter o rendimento médio dos campos em toda a região, da mesma forma, uma selecção limitada de pedras na praia do mar será suficiente para fazer uma generalização sobre os seixos nessa costa.

A amostragem, portanto, representa um uso mais eficiente de nossa energia, ainda permitindo que façamos afirmações confiáveis ​​sobre toda a população. Pesquisas de opinião pública anunciam como uma nação pretende votar, ou analisar as atitudes das pessoas em questões atuais, mas suas conclusões são obtidas a partir de uma amostra composta de algumas centenas de questionários, ao invés de consultar todos no país. A enumeração completa da população na maioria dos casos é quase impraticável.

Uma amostragem apropriada na pesquisa geográfica é altamente desejável, uma vez que economiza tempo, esforços e custos de forma apreciável e fornece resultados confiáveis ​​que podem ser usados ​​para fins de generalização e previsão. O problema de escolher o tamanho certo da amostra, no entanto, é um pouco mais complicado.

A regra mais simples é que, quanto maior o tamanho da amostra, maior a probabilidade de fornecer uma imagem confiável da população-mãe. Como um guia mais aproximado, pode-se dizer que o tamanho da amostra deve ser de pelo menos 5% a 15% do total para resultados satisfatórios. As decisões sobre a definição da população parental e a escolha do melhor método de amostragem, no entanto, dependem, em grande parte, do senso comum.

Alguns dos métodos de amostragem comumente conhecidos e freqüentemente usados ​​são: amostragem aleatória, amostragem intencional, amostragem sistemática, amostragem estratificada e amostragem multiestágios.

1. Amostragem Aleatória:

Na amostragem aleatória, as unidades da amostra são selecionadas aleatoriamente. Uma vez que a "população parental" tenha sido definida, cada item nessa população tem a mesma chance de ser incluído em qualquer amostra. Neste método, deve-se tomar cuidado adequado para assegurar que as amostras sejam selecionadas aleatoriamente. Muitas vezes uma escolha verdadeiramente aleatória pode não ser viável.

O investigador deve, no entanto, buscar o ideal de seleção aleatória, tanto quanto possível. O uso da loteria é o método mais simples de tal amostragem. Amostras razoavelmente boas também podem ser obtidas pelo uso de números de amostragem aleatória dados na Tabela 6.2.

A amostragem com a ajuda da tabela de amostragem aleatória pode ser ilustrada citando um exemplo. Suponha que para o estudo do uso da terra agrícola de uma região com 400 aldeias, apenas 15 aldeias sejam selecionadas aleatoriamente. Para começar, as aldeias serão numeradas em série, por exemplo, 1, 2, 3, 4, 5 …… .. 400.

Depois de organizar as aldeias em uma ordem serial, uma página (tabela) da série de amostragem aleatória será feita. Começando com qualquer figura dessa página, os dígitos que ocorrem em sucessão (em linhas ou em colunas) serão anotados em blocos de três para fornecer números de três dígitos. Os números 001 e 002 podem ser obtidos para corresponder respectivamente à vila 1 e à vila 2 e, finalmente, 400 corresponderão à vila 400.

Todos os números de três dígitos maiores que 400 e também 000 serão ignorados. Se um número que ocorrer antes for repetido, um novo número de dígito será obtido até que sejam obtidos 15 números diferentes de três dígitos (nenhum dos quais deve ser 000 ou maior que 400). O exemplo a seguir, ilustrado com a ajuda da Tabela 6.3, tornaria o ponto mais claro.

A Tabela 6.2 é dada nos valores de dezenas e uns. Em primeiro lugar, estes números são organizados em blocos de três para dar três números, como o número total de aldeias da área em estudo sobe para três dígitos (400). Então, todos os números que estão dentro de 400 são selecionados, ignorando os números que excedem 400 e também 000. De acordo com a referida técnica, as 15 aldeias da amostra, tomadas com a ajuda da Tabela 6.2, serão as seguintes: 201, 221, 162, 45, 327, 36, 174, 157, 291, 47, 239, 09, 39, 42 e 122. Organizados em uma ordem de série, as aldeias escolhidas como amostras serão 9, 36, 39, 42, 45, 47, 122, 157, 162, 174, 201, 221, 239 e 291, 327.

Neste caso, os valores acima de 10000 e 0000 serão ignorados durante a seleção. A tabela de amostragem aleatória facilita o trabalho dos pesquisadores. A principal vantagem da técnica de amostragem aleatória reside no fato de que ela é imparcial, mais objetiva e representativa de todo o livro de dados.

2. Amostragem Intencional:

Na técnica de amostragem intencional, as amostras são selecionadas com uma finalidade definida em vista. Por exemplo, se o padrão de nutrição da população rural de uma região ou país, tendo hábitos alimentares vegetarianos, for determinado, somente as famílias vegetarianas que comem comida serão tomadas como amostras para estudo.

Da mesma forma, se a mudança no padrão de vida dos trabalhadores agrícolas e agricultores de uma unidade de área de componentes durante um período específico de tempo for estudada, as amostras serão retiradas das respectivas categorias, ignorando o resto da população. Esta técnica de amostragem sofre da desvantagem do favoritismo e não consegue dar uma amostra representativa da população.

3. Amostragem Sistemática:

Nesse método, um padrão regular de seleção é feito em vez de escolher cada indivíduo separadamente. Esse método também é conhecido como quase aleatório. Por exemplo, se for feito um estudo de combinação de culturas em 2000 aldeias de uma unidade de área e 20 aldeias de amostra a serem selecionadas, as aldeias devem receber uma ordem serial, começando de 1 a 2000.

Depois de organizar as aldeias em série, cada centésimo da aldeia da lista é escolhido. As aldeias de amostras necessárias serão alcançadas rapidamente. Se usada de maneira sensata, a amostragem sistemática pode ser mais conveniente do que a amostragem aleatória verdadeira e pode ser igualmente eficaz. Esse método, embora útil para fazer amostragens rápidas e efetivas, no entanto, sofre com o retrocesso da subjetividade, já que cada aldeia da área não tem a mesma chance de ser incluída na amostra.

4. Amostragem Estratificada:

Quando a população é heterogênea em relação às variáveis ​​sob investigação e pode ser dividida em grupos e subgrupos relativamente homogêneos, uma técnica de amostragem estratificada pode ser adotada. Esse tipo de amostragem é aplicado principalmente quando há grupos significativos de tamanho conhecido dentro da 'população-mãe' e é desejável assegurar que cada subgrupo seja representado de forma justa dentro da amostra total. Por exemplo, suponha que a população de uma aldeia seja 10000 e, com base em variáveis ​​de rendimento, seja divisível em 10 grupos e, em seguida, uma amostra aleatória para cada um dos subgrupos será tomada representando a renda do respectivo grupo.

A principal vantagem da amostragem estratificada reside no fato de que ela pode ser administrada facilmente e cada estrato é representado na amostra (o que pode não ser o caso em amostragem aleatória e intencional), de modo que, se necessário, pode-se ter estimativas separadas para estrato significa. A amostragem aleatória estratificada é amplamente utilizada em pesquisas geográficas agrícolas, industriais e aplicadas.

5. Amostragem Multiestágio:

Quando a unidade de amostragem necessária é alcançada por etapas, ela é chamada de amostragem de múltiplos estágios. Por exemplo, se 1000 famílias forem selecionadas para um arrendamento de terra ou levantamento socioeconômico de uma meso ou macrorregião, isso pode ser feito por amostragem de múltiplos estágios, isto é, selecionando primeiro um número de aldeias da unidade de área aleatoriamente e então selecionando um número de famílias de cada uma das aldeias selecionadas.

Este método de amostragem é particularmente útil para populações que cobrem grandes áreas para as quais uma lista de indivíduos não está prontamente disponível ou não pode ser facilmente construída. O método em geral é mais barato, mas menos preciso em comparação ao correspondente da amostragem de estágio único.

As técnicas estatísticas de amostragem descritas acima são de grande utilidade para os pesquisadores, lidando com os problemas socioeconômicos da sociedade e também para aqueles que estão trabalhando nas áreas de evolução das formas da terra, climatologia, hidrosfera, etc.

A aplicação de técnicas de amostragem em pesquisas geográficas facilita a tarefa dos pesquisadores, uma vez que economizam tempo, esforços e custos de forma apreciável e fornecem resultados bastante confiáveis. Na geografia, em que a teoria dos grafos, correlação, topologia e transformação estão em estágio emergente, as técnicas de amostragem têm um papel significativo na formulação de hipóteses, tomada de decisão, simulação e previsão.