Você está na página 1de 10

TIPOS DE AMOSTRAGEM

Amostragem é um procedimento ou uma técnica para se obter uma amostra que seja representativa de uma população.

As

técnicas

usadas

para

obtenção

de

uma

amostra

podem

ser

classificadas como amostragens probabilísticas ou não-probabilísticas.

CONCEITOS BÁSICOS:

População: É um conjunto de elementos que detêm pelo menos uma característica em comum.

Amostra: É uma parte retirada da população (um subconjunto), que se supõe ser representativo de todas as características da mesma, sobre o qual será feito o estudo.

Censo: é uma coleção de dados relativos a todos os elementos de uma população.

Amostragem: é o procedimento pelo qual a amostra (subconjunto) é retirada de uma população

Unidade amostral: unidade na qual são observadas e medidas as características quantitativas ou qualitativas da população. A amostra é composta pelo conjunto de unidades amostrais.

AMOSTRAGEM PROBABILÍSTICA:

A principal característica dos métodos de amostragem probabilística reside no fato de que todos os elementos de uma população têm

a mesma chance (probabilidade) de serem selecionados.

Amostragem Probabilística

Amostragem Aleatória Simples, Amostragem Sistemática, Amostragem Estratificada

a) Amostragem Aleatória Simples (AAS):

Também conhecida como amostragem aleatória simples, é utilizada quando todos os elementos de uma população têm a mesma chance (probabilidade) de serem selecionados.

É um procedimento que pode se tornar trabalhoso quando a população é muito

grande.

É aplicado quando a população é considerada homogênea. Para manter essa propriedade deve-se numerar todos os elementos da população e, através de

1

um sorteio ou do auxílio de uma tabela de números aleatórios, obter os elementos que comporão a amostra desejada.

EXEMPLO:

Imagine que 500 clientes estão cadastrados em sua empresa e você precisa obter uma amostra aleatória de 2% dos cadastros. O que você faria?

Como queremos uma amostra de 2% dos cadastros, precisamos sortear 10 deles. Faremos isso seguindo os seguintes passos:

1 – Numeramos os cadastros de 001 a 500.

2 - Para o sorteio exibiremos duas opções:

Escreva os números de 001 a 500, em pedaços iguais de um mesmo papel, colocando-os dentro de uma caixa. Agite sempre a caixa para misturar bem os pedaços de papel e retire, um a um, dez números que formarão a amostra.

Como você usaria a tabela de números aleatórios para extrair essa amostra?

Depois de numerar os cadastros podemos escolher, por exemplo, percorrer a última coluna da tabela de cima para baixo lendo os três primeiros algarismos de cada linha. Os números obtidos dessa forma são:

473, 828, 920, 923, 380, 272, 750, 488, 224, 764, 309, 192, 838, 466, 652, 344, 913, 412.

Desprezando os números que são maiores do que 500 (e eventuais repetições) devemos tomar para a amostra os cadastros de números:

473, 380, 272, 488, 224, 309, 192, 466, 344, 412.

EXEMPLO !!!!!!!!!!!!!!!!!!!!!

2

ESTIMADORES NA AMOSTRA ALEATÓRIA SIMPLES

MÉDIA (é o valor ao redor do qual os dados se distribuem)

VARIÂNCIA DA MÉDIA (fornece o grau de variabilidade das observações em relação a um valor central, geralmente a média)

DESVIO-PADRÃO

1

1

INTERPRETAÇÃO DO DESVIO-PADRÃO:

O desvio-padrão mede a variação. Assim,

Se os valores estiverem próximos uns dos outros, então o desvio-padrão será pequeno, e consequentemente os dados serão homogêneos.

Se os valores estiverem distantes uns dos outros, então o desvio-padrão será grande, e consequentemente os dados serão heterogêneos.

A desvantagem do uso da variância perante ao uso do desvio-padrão é que a unidade de medida é igual ao quadrado da unidade de medida dos dados.

VARIÂNCIA DA MÉDIA

3

DESVIO-PADRÃO DA MÉDIA

TOTAL DA POPULAÇÃO

VARIÂNCIA DO TOTAL

INTERVALO DE CONFIANÇA (Indica a precisão da estimativa)

Probabilidade de 95%: se tomarmos diversas amostras de nossa população e construirmos um intervalo de confiança para cada amostra selecionada, esperamos que 95% dos intervalos de confiança contenham o valor verdadeiro da população.

,

t = tabela de t de Student com (n-1) g.l = 2

ERRO DA AMOSTRAGEM (EA%)

%

TAMANHO DA AMOSTRA (n*)

%

4

ONDE:

ED% = ERRO DESEJADO

 

%

5

b) Amostragem Sistemática (AS):

Usada quando a população se encontra organizada, como por exemplo: em ordem alfabética, em um fichário ou em uma lista telefônica.

Quando há grande dificuldade de localizar no campo as unidades amostrais e

de

se deslocar de uma unidade amostral para outra.

O

procedimento é descrito a seguir: divide-se o tamanho da população pelo

tamanho da amostra para se ter o valor de K (salto). Assim:

onde: K = Salto,

K =

N

n

N = tamanho da população

e

n = tamanho da amostra

Com o valor de K (salto), sorteia-se um de seus elementos, que será o primeiro elemento da amostra. A partir daí, basta ir somando K à posição do elemento retirado até formar a amostra desejada.

ESTIMADORES NA AMOSTRA SISTEMÁTICA (OS MESMOS DA AMOSTRA ALEATÓRIA SIMPLES)

EXEMPLO !!!!!!!!!!!!!!!!!!!!!

6

c) Amostragem Estratificada (AE):

Utilizada quando a população se apresenta de forma heterogênea;

Neste caso, para se compor uma amostra é preciso dividir a população em grupos de elementos homogêneos, chamados de estratos e, nesses estratos, fazer um sorteio entre seus elementos para compor a amostra.

O número de elementos sorteados de cada grupo poderá ser proporcional ao tamanho do grupo, obtendo assim, a Amostragem Estratificada Proporcional.

ESTIMADORES NA AMOSTRA ESTRATIFICADA

NOTAÇÃO:

L = número de estratos na população

Nh = número de elementos ou unidades de amostra no estrato h

N = número de unidades na população (N = N1 + N2 +

+ Nh)

nh = número de unidades na amostra tomada no estrato h;

n = número de unidade da amostra tomada em todos os estratos;

MEDIA POR ESTRATO

Onde :

1

xhi é o valor observado da variável y na unidade de amostra i, no estrato h.

7

VARIÂNCIA POR ESTRATO

1

1

VARIÂNCIA DA MÉDIA POR ESTRATO

MÉDIA DA AMOSTRAGEM ESTRATIFICADA

1

VARIÂNCIA DA MÉDIA DA AMOSTRAGEM ESTRATIFICADA

TOTAL DA AMOSTRAGEM ESTRATIFICADA

EXEMPLO !!!!!!!!!!!!!!!!!!!!!

8

Amostragem Não-Probabilística

São as que não permitem a retirada de uma amostra de forma aleatória, pois em algumas situações a amostragem se torna obrigatória, por exemplo:

ensaios de drogas, vacinas, técnicas cirúrgicas, pesquisa de opinião e etc.

Destacam-se

dentre

Julgamento e por Quota.

elas

as

amostragens

por

Conveniência,

por

a) Amostragem por conveniência: Ocorre quando o pesquisador seleciona os membros da população dos quais é mais fácil se obter informações. Esse tipo de amostragem, embora não aleatória, é bastante utilizada na área de marketing, geralmente são amostras obtidas em teatros, cinemas, etc. Neste caso, é importante o senso crítico do pesquisador para evitar vieses , por exemplo, não selecionar sempre pessoas de mesmo sexo, de mesma faixa etária, etc.

b) Amostragem por julgamento: Ocorre quando o pesquisador utiliza seu próprio julgamento para selecionar os membros da população que tenham boas perspectivas de fornecerem as informações necessárias.

c) Amostragem por quotas: Ocorre quando o pesquisador encontra e entrevista um número pré-determinado de pessoas em cada uma das várias categorias da população.

Observação: A amostragem não-probabilística geralmente é influenciada por tendências, preferências e fatores subjetivos pessoais diversos.

CUIDADOS COM A AMOSTRAGEM

Para que não haja erros na amostragem é conveniente observar:

1) Definição do Universo que será amostrado face aos objetivos e definição do problema da pesquisa. 2) Definição da unidade da amostra que será à base do processo da seleção. Exemplo: em uma pesquisa poderíamos utilizar como unidade amostral, o domicílio ou a família, uma vez definido operacionalmente o que vem a ser a família, por exemplo, só entrevistaríamos aqueles que realmente se ajustem à definição adotada. Ex.: uma república de estudantes não é considerada família em muitas pesquisas porque cada indivíduo isoladamente decide o que consome, não existe geração conjunta de recursos para ajudar no orçamento de despesas e o processo decisório não é consistente como de família, de marido, de mulher e de filhos.

semelhante,

3) Confiabilidade.

deveremos conseguir resultados similares. 4) Tamanho da amostra. Apesar da existência de várias fórmulas, a amostra varia muito de pesquisa para pesquisa. Porém, deve se levar em conta o tamanho da população.

Se

aplicarmos

o

estudo

com

metodologia

9

Todavia, algumas observações podem ser levadas em considerações, a

saber:

a) Quanto maior o número de elementos numa amostra, menor os desvios dos parâmetros em relação ao valor esperado da população. b) Quanto maior a homogeneidade da população, menor a amostra a ser pesquisada.