El concepto de representatividad se encuentra a menudo en informes estadísticos y en la preparación de discursos e informes. Quizás, sin ella, es difícil imaginar algún tipo de presentación de información para su revisión.
Representatividad: ¿qué es?
La representatividad refleja cómo los objetos o partes seleccionados corresponden al contenido y significado del conjunto de datos del que fueron seleccionados.
Otras definiciones
El concepto de representatividad puede revelarse en diferentes contextos. Pero en su significado, la representatividad es la correspondencia de las características y propiedades de las unidades seleccionadas de la población general, que reflejan con precisión las características de toda la base de datos general en su conjunto.
La representatividad de la información también se define como la capacidad de los datos de la muestra para representar los parámetros y propiedades de la población que son importantes desde el punto de vista del estudio.
Muestra representativa
El principio del muestreo es seleccionarel más importante y que refleja con precisión las propiedades del conjunto de datos total. Para ello se utilizan diversos métodos que permiten obtener resultados precisos y una idea general de la población, utilizando únicamente materiales de muestra que describen las cualidades de todos los datos.
Por lo tanto, no es necesario estudiar todo el material, pero es suficiente considerar la representatividad de la muestra. ¿Qué es? Esta es una selección de datos individuales para tener una idea de la masa total de información.
Según el método, se distinguen en probabilísticos e improbables. La probabilidad es una muestra que se realiza calculando los datos más importantes e interesantes, que son además representativos de la población general. ¿Es una elección deliberada o una selección aleatoria, no obstante justificada por su contenido?
Improbable: esta es una de las variedades de muestreo aleatorio, compilada de acuerdo con el principio de una lotería regular. En este caso, no se tiene en cuenta la opinión de quien conforma dicha muestra. Solo se usa un lote ciego.
Muestreo probabilístico
Las muestras de probabilidad también se pueden dividir en varios tipos:
- Uno de los principios más simples y comprensibles es el muestreo no representativo. Por ejemplo, este método se usa a menudo en encuestas sociales. Al mismo tiempo, los participantes de la encuesta no se seleccionan entre la multitud por ningún motivo específico, y la información se obtiene de las primeras 50 personas que participaron en ella.
- Deliberadolas muestras difieren en que tienen una serie de requisitos y condiciones en la selección, pero aún se basan en la coincidencia aleatoria, sin perseguir el objetivo de lograr buenas estadísticas.
- El muestreo basado en cuotas es otra variación del muestreo no probabilístico que a menudo se usa para examinar grandes conjuntos de datos. Utiliza muchos términos y condiciones. Se seleccionan los objetos que deben corresponderles. Es decir, utilizando el ejemplo de una encuesta social, se puede suponer que se entrevistará a 100 personas, pero solo se tendrá en cuenta la opinión de un número determinado de personas que cumplirán con los requisitos establecidos a la hora de elaborar un informe estadístico.
Muestras de probabilidad
Para las muestras probabilísticas, se calculan una serie de parámetros a los que corresponderán los objetos de la muestra, y entre ellos, de diferentes maneras, se pueden determinar precisamente aquellos hechos y datos que se presentarán como representatividad de los datos muestrales. seleccionado. Estas formas de calcular los datos necesarios pueden ser:
Muestreo aleatorio simple. Consiste en que entre el segmento seleccionado, se selecciona la cantidad de datos requerida mediante un método de lotería completamente al azar, que será una muestra representativa
El muestreo sistemático y aleatorio permite crear un sistema para calcular los datos necesarios a partir de un segmento seleccionado al azar. Así, si el primer número aleatorio que indica el número de secuencia de los datos seleccionados de la población total es 5, entonces el siguientelos datos a seleccionar podrían ser, por ejemplo, 15, 25, 35, etc. Este ejemplo explica claramente que incluso una selección aleatoria puede basarse en cálculos sistemáticos de los datos de entrada necesarios
Muestra de consumidores
El muestreo intencional es un método que considera cada segmento individual y, con base en su evaluación, se compila una población que refleja las características y propiedades de la base de datos general. De esta manera, se recopilan más datos que cumplen con los requisitos de una muestra representativa. Es fácil seleccionar una serie de opciones que no se incluirán en el número total, sin perder la calidad de los datos seleccionados que representan la población total. De esta forma se determina la representatividad de los resultados del estudio.
Tamaño de muestra
No es el último tema que se abordará el tamaño de la muestra para una representación representativa de la población. El tamaño de la muestra no siempre depende del número de fuentes en la población general. Sin embargo, la representatividad de la muestra de población depende directamente de en cuántos segmentos se debe dividir el resultado. Cuantos más segmentos de este tipo, más datos entran en la muestra resultante. Si los resultados requieren una notación general y no requieren especificidades, entonces, en consecuencia, la muestra se vuelve más pequeña, porque, sin entrar en detalles, la información se presenta de manera más superficial, lo que significa que su lectura será general.
Concepto de errorrepresentatividad
El error de representatividad es una discrepancia específica entre las características de la población y los datos de la muestra. Al realizar cualquier estudio de muestra, es imposible obtener datos absolutamente precisos, como en un estudio completo de poblaciones generales y una muestra provista solo de una parte de la información y los parámetros, mientras que un estudio más detallado solo es posible cuando se estudia a toda la población. Por lo tanto, algunas inexactitudes y errores son inevitables.
Tipos de errores
Distinguir algunos de los errores que ocurren al compilar una muestra representativa:
- Sistemático.
- Al azar.
- Deliberado.
- No intencional.
- Estándar.
- Límite.
La razón de la aparición de errores aleatorios puede ser la naturaleza discontinua del estudio de la población general. Por lo general, el error aleatorio de representatividad es de tamaño y naturaleza insignificantes.
Mientras tanto, los errores sistemáticos ocurren cuando se violan las reglas para seleccionar datos de la población general.
El error medio es la diferencia entre la media de la muestra y la población subyacente. No depende del número de unidades en la muestra. Es inversamente proporcional al tamaño de la muestra. Entonces, cuanto mayor sea el volumen, menor será el valor del error promedio.
El error marginal es la mayor diferencia posible entre los valores medios de la muestra tomada y la población total. Tal error se caracteriza como los errores máximos probablesbajo determinadas condiciones de su aparición.
Errores intencionales y no intencionales de representatividad
Los errores de compensación de datos pueden ser intencionales o no.
Entonces, las razones de la aparición de errores deliberados es el enfoque de la selección de datos por el método de determinación de tendencias. Los errores no intencionales ocurren incluso en la etapa de preparación de una observación de muestra, formando una muestra representativa. Para evitar tales errores, es necesario crear un buen marco de muestreo para enumerar las unidades de muestreo. Debe cumplir plenamente con los objetivos del muestreo, ser confiable y cubrir todos los aspectos del estudio.
Vigencia, fiabilidad, representatividad. Cálculo del error
Calcular el error de representatividad (Mm) de la media aritmética (M).
Desviación estándar: tamaño de la muestra (>30).
Error de representatividad (Mr) y valor relativo (R): tamaño de muestra (n>30).
En el caso de que tenga que estudiar una población en la que el número de muestras sea pequeño y sea inferior a 30 unidades, entonces el número de observaciones se reducirá en una unidad.
El tamaño del error es directamente proporcional al tamaño de la muestra. La representatividad de la información y el cálculo del grado de posibilidad de hacer un pronóstico preciso refleja una cierta cantidad de error marginal.
Sistemas de representación
No solo se utiliza una muestra representativa en el proceso de evaluación de la presentación de la información, sino que la propia persona que recibe la información,utiliza sistemas representativos. Por lo tanto, el cerebro procesa una cierta cantidad de información, creando una muestra representativa de todo el flujo de información para evaluar cualitativamente y rápidamente los datos enviados y comprender la esencia del problema. Responda a la pregunta: "Representatividad: ¿qué es?" - en la escala de la conciencia humana es bastante simple. Para hacer esto, el cerebro usa todos los órganos sensoriales subordinados, dependiendo de qué tipo de información necesita aislarse del flujo general. Así, distinguen:
- Sistema de representación visual, donde intervienen los órganos de percepción visual del ojo. Las personas que a menudo usan dicho sistema se llaman visuales. Con la ayuda de este sistema, una persona procesa la información que llega en forma de imágenes.
- Sistema de representación auditivo. El órgano principal que se utiliza es la audición. La información suministrada en forma de archivos de sonido o voz es procesada por este sistema en particular. Las personas que perciben mejor la información de oído se llaman auditivas.
- El sistema de representación cinestésico es el procesamiento del flujo de información al percibirlo a través de los canales olfativos y táctiles.
El sistema de representación digital se utiliza junto con otros como medio para obtener información del exterior. Esta es una percepción lógica subjetiva y una comprensión de los datos recibidos
Entonces, representatividad - ¿qué es? Una simple selección de un conjunto oprocedimiento integral en el tratamiento de la información? Definitivamente podemos decir que la representatividad determina en gran medida nuestra percepción de los flujos de datos, ayudando a aislar los más significativos y significativos de la misma.
