Técnicas de AMOSTRAGEM! jostragem ¢ naturalmente usada em nossa vida diaria. Por exemplo, leia (inferirmos) sobre a qualidade do tempero de todo o alimento. Nas pesquisas cientificas, em que se deseja conhecer algumas risticas (pardmetros) de uma populagao, também podemos observar s uma amostra de seus elementos e, com base nos resultados da ra, obter valores aproximados, ou estimativas, para os parametros esse. Esse tipo de pesquisa ¢ usualmente chamado de levantamento jostragem. Contudo, a selecao dos elementos que serao efetivamente fados deve ser feita sob uma metodologia adequada, de tal forma resultados da amostra sejam suficientemente informativos para se sobre os parametros populacionais. E 0 objetivo do presente capitulo judar esta metodologia, ou seja, 0 processo de amostragem. Alquns conceitos € exemplos Como definimos no capitulo anterior, Populacio 0 conjunto de elementos para os quais desejamos que as conclusdes da pesquisa sejam validas, com a restricéo de que esses elementos possam ser observados mensurados sob as mesmas condigdes, ste capitulo teve a participacto da prafessora Silvia Modesto Nassar, doutora em Engenharia omédica e Professora Titular do Departamento de Informatica e Estatistica da UFSC.42. Esrarsica aplicads As Ciencias Soils ‘A populacao pode ser formada por pessoas, familias, estabele- cimentos industriais, ou qualquer outro tipo de elementos, dependendo basicamente dos objetivos da pesquisa. Mas, em geral, o interesse se resume em alguns pardmetros. [Parotid una dia gue ere cova carrera ds lento popula, Exemplo 3.1 Numa pesquisa epidemiol6gica, a populacao pode ser definida ‘como todas as pessoas da regido em estudo, no momento da pesquisa. O principal parametro a ser avaliado deve ser a percentagem de pessoas contaminadas. Exemplo 3.2 Numa pesquisa eleitoral, a trés dias de uma eleigéo municipal, a populagao so 08 eleitores que vao votar no municipio (populaedo-alvo}, mas, para viabilizar a pesquisa, é comum definir a populacdo como 0 conjunto dos eleitores que residem no municipio. Os principais parametros so as percentagens de votos de cada candidato, no momento da pesquisa. Exenplo 33 Para planejar politicas de recursos humanos numa empresa, com milhares de funcionarios, pode ser realizada uma pesquisa para avaliar alguns parametros da populacdo de funcionarios, tais como: tempo médio de servico, percentagem de funciondrios com nivel de instrucdo superior, percentagem de funciondrios com interesse num certo programa de treinamento, etc. Nos trés exemplos, o leitor pode perceber a dificuldade em pesquisar toda a populacdo. Sao situagdes em que se recomenda usar amostragem. Veja a Figura 3.1 swosreacen roruiacto tee Sn ose ne (at doo ye | it t TRFERENOA Figura 3.1 Pesquisa eleitoral: um caso tipico de lev lo 5 —TKeniens de anosieagen 4 O termo inferéncia estatistica refere-se a0 uso apropriado dos dados \ma amostra para se ter conhecimento sobre parametros da populagao de foi extraida a amostra. Os valores calculados, com base na amostra 1m 0 objetivo de avaliar parametros desconhecidos, sao chamados iativas desses parametros. Numa pesquisa eleitoral, por exemplo, as entagens dos candidatos, divulgadas antes da eleicao, sa \s verdadeiras percentagens, relativas a toda a populacao de eleitores ‘Amostra: parte dos elementos de uma populacao. ‘Amostragem: o processo de selegdo da amostra. Estimativa: valor calculado com base na amostra e usado com a finalidade de avaliar sproximadamente um parametr. plo .3 (comiwuagio) Se uma amostra de 200 funcionérios da empresa sar 60% de favordveis a um certo programa de treinamento, podemos er que o valor 60% é uma estimativa da percentagem de funcionérios da empresa favoraveis a esse programa de treinamento. Pon que awosteagen? 1), Poonomia. Em geral, torna-se bem mais econdmico o levantamento de somente uma parte da populagao. 2) Tempo. Numa pesquisa cletoral, a trés dias de uma eleicao presidencial, ndo haveria tempo suficiente para pesquisar toda a populagao de eleitores do pais, mesmo que houvesse recursos financeiros em abundancia. onfiabilidade dos dados. Quando se pesquisa um niimero reduzido de clementos, pode-se dar mais atengo aos casos individuais, evitando erros nas respostas. 4) Operacionalidade. & mais facil realizar operagdes de pequena escala. Um dos problemas tipicos nos grandes censos (pesquisas de toda a populagao) € 0 controle dos entrevistadores. ‘Quando 0 uso de amostRageM NAO E INTERESSANTE? 1) Populagdo pequena, Imagine que se queira saber a percentagem de mulheres numa sala de aula com dez alunos, antes de conhecer a turma. & intuitiva a servar quase todos os estudantes da sala para se ter uma Javel. Em especial, quando a amostragem é obtida sorteando pulagdo (amastragem aleatéria), mais vale 0 tamanko absoluto lo que a percentagem que ela representa na populacdo.1 apn As Citas Soc es de nosing 6 44 Es 2) Caracteristica de facil mensuracdo. Talvez a populagdo nao seja to pequena, ‘mas a varidvel que se quer observar & de to facil mensuracdo que nao compensa investir num plano de amostragem. Por exemplo, para verificar a ppercentagem de funcionarios favoraveis € mudanca no hordrio de um tuna de trabalho, podemos entrevistar toda a populacao no préprio local de trabalho. Esta atitude pode também ser politicamente mais recomendavel, 3) Necessidade de alta preciso, A cada de2 anos o IBGE realiza um censo demografico para estudar diversas caracteristicas da populacdo brasileira. Dentre essas caracteristicas, tem-se 0 parametro niimero de habitantes residentes no pais. & um parametro que precisa ser avaliado com grande preciséo; por isso, pesquisa-se toda a populacao. 11 Avosrragem aleatoria simples a selecionar uma amostra aleatéria simples, precisamos ter uma ta dos elementos da populacao (ou de unidades de amostragem Este tipo de amostragem consiste em selecionar a amostra um sorteio, sem restrigao, uma popula¢ao com N elementos. Uma forma de extrair uma leatéria simples de tamanho n, sendo n < N, é identificar os da populacao em pequenos pedagos de papel e retirar, ao acaso, Consideraremos, neste livro, que 0 sorteio seja feito sem Plano de amosracem ou seja, cada elemento da populacao nao pode ser sorteado ma vez. Para claborar um plano de amostragem, devemos ter bem definidos 08 objetivos da pesquisa, a populagéo a ser amostrada, bem como os parametros que precisamos estimar para atingir aos objetivos da pesquisa. Num plano de amostragem deve constar a definigao da unidade de amostragem, a forma de selecdo dos elementos da populacao e o tamanho da amostra. Aunidade de amostragem é a unidade a ser selecionada para se chegar aos elementos da populacao. As unidades de amostragem podem ser 08 proprios elementos da populacéo, ou outras unidades que sejam mais féceis de serem selecionadas, mas que tenham correspondéncia is com os elementos da populagao. Por exemplo, numa populacao de familias moradoras de uma certa cidade, podemos planejar a selecao de domi residenciais da cidade. Chegando ao domicilio (unidade de amostragem), podemos chegar a familia moradora deste domicilio (elemento da populacdo), A selecdo dos elementos que fardo parte da amostra pode ser feita sob alguma forma de sorteio. Sao as chamadas amostragens aleatérias, que sao particularmente interessantes por permitirem a utilizacdo das técnicas classicas de inferéncia estatistica, facilitando aanalise dos dados ¢ fornecendo maior seguranca ao generalizar resultados da amostra para a populacao. Estudaremos, inicialmente, alguns tipos de amostragem, em especial as aleatérias. Posteriormente, discutiremos a questao do tamanho da amostra. 'stragem aleatéria simples tem a seguinte propriedade: ubconjunto da populacao, com 0 mesmo niimero de elementos, 'a probabilidade de fazer parte da amostra. Em particular, cada elemento da populacdo tem a mesma probabilidade (dada pertencer @ amostra. Nomeros alearérios as de nuimeros aleatérios facilitam 0 processo de selecdo de fa aleatéria. Séo formadas por niimeros resultantes de sorteios independentes de {0, 1, 2,..., 9}. A se ¥éndice). Os espacos colocados a cada dois algarismos 1a, para facilitar a visualizacao da tabela, nao interferindo izaigao, ‘Numeros aleatérios Seem etorog 9285050865 4749104105 1075597590 17 2857 9075 3793855286 8622759437 6985250378 50 26 1825 10 2198 855286 8622759437 6985250378 $026 18 25 10 plo 4.4 Com o objetivo de estudar algumas caracteristicas dos uma certa empresa, vamos extrair uma amostra aleatoria ianho cinco. A listagem dos funcionarios da empresa é guir? -acito das téenicas de amostragem, usaremos populagées pequenas. indo se costuma usar amostragem sleatéria em populacao4b Esrararica aplcad as Cevcins Socials —Teoweas de anosteagen a7 POPULACAO::funcionarios da empresa, eee ee aaisaieks —Rrasticia —-Amaldo Bartofomeu Bernardino Cardoso Gimdio Emilio. Herel — , Bmestino Endevaldo incisco _Felicio Fabricio Nderando a populacdo do Exemplo 3.4, extraia uma amostra aleats Geraldo Gabriel Getilio Hiraldo, Jodo da Silva les de n= 10 funcionarios. Inicie pela segunda linha da aia Joana, Joaquim Joaquina José da Silva José de Souza \orios (Tabela 1 do apéndice}. S eeREsaemeeeuae Joana Souci ‘Marla José Maria Cristina Mauro — Paula Paulo César respeito ao Exemplo 3.4, suponha que o tempo de servico destes rio, em anos completos, sdo os valores seguintes: Para utilizar uma tabela de ntimeros aleatorios, precisamos associar cada elemento da populago a um numero. Por simplicidade, conside- raremos ntimeros inteiros sucessivos, com a mesma quantidade de algarismos, iniciando-se por 1 (um). Joao da Silva $ ‘José de Souza 2 Mauro n ite a amostra da variavel tempo de servico associada a amostra de Numeracio dos elementos da populacdo oe ios obtida no Exercicio 1. 04, Bartolomeu 05. Bernardino ‘i Avistteles 02, Anastacia 09, Erno 10, Here, 4 primeira coluna da tabela de niimeros aleatoros, extra clicio 15, Fabri leatoria simples de 4 (quatro) let Seeman 19, Hiraldo 20. Joto da Silva ples de 4 (quatro) letras do alfabeto da lingua portuguesa. lementos de uma certa populagio extao di de 1.650» 8840, Descreva como voce una natal s aleatérios para obter uma amostra de el rentoat seria rio efetuar nova numeragao? 100 elementos, Seria 23.Jonquina 24. José da Silva 25. José de Souza 28. Maria José 29. Maria Cristina 30. Mauro conjunto de 20 criangas numeradas de 1 a 20. Usando uma tabela 's aleatérios, divida aleatoriamente e Ea fe esas criancas em dois grupos ——$KS Para extrairmos uma amostra aleatéria simples de tamanho n= 5, basta tomar cinco niimeros aleatérios do conjunto (01, 02,..., 32}. Os funcionarios associados aos nuimeros selecionades formarao a amostra. Nao existe forma especifica para extrair os nimeros da tabela, Iniciaremos, neste exemplo, pela primeira linha, desprezando os valores que estiverem: fora do conjunto , 32} € os valores que se repetirem. rime aleatirios extras da tabela 05, 08, 10,17 ©28 R05 Tipos de amosrragens alearOnias aa a afer, Gail © Maria Joe) Na pratica, estamos interessados na observacao de certas varidveis Amosrragen sistemArica associadas aos elementos da amostra. No exemplo em questao poderiamos estar interessados na variavel tempo de servico na empresa, fm anos completos. Denominaremos esta variavel de X. Para cad funcionario da amostra, temos um valor para a varidvel X. O conjunt desses valores é chamado amostra aleatoria simples da varidvel X, conf ilustrado a seguir: vezes, € possivel obter uma amostra de caracteristicas a aleatoria simples, por um processo bem mais rapido do ado na seco anterior. Por exemplo, para tirar uma amostra as, dentre uma populagao de 5.000 fichas, podemos tirar wente, uma ficha a cada cinco, Para garantir que cada ficha tenha a mesma probabilidade de pertencer a amostra, Amostra de funcionétios: car a primeira ficha dentre as cinco primeiras. {Bemardino, Clatidio, Hercilio, Gabriel e Maria Jo 1 eee! | | % X% Xb tempo de servigo do Claudio, ete, tra sistematica podera ser tratada como uma amostra 8 s¢ 08 elementos da populacio estiverem ordenados ra “a & chamada intervalo de selegao. No interval de selegdo € 5-000/ 4 = eleca % ooo =5+ ‘Amostra da varidvel % —{X, lempo de servigo do Bernardino, X,48 Estarsrica aplicada As Ciencias Socials Excuplo 3.5 Usaremos, como exemplo, a populagio dos N'= 32 funciondrios do Exemplo 3.4. Vamos realizar ura amostragem sistematica para obtermos uma amostra de tamanho n = 5. Calculemos, inicialmente, 0 inter a0: N/ = 32/ x tervalo de selegao: N/ = 326 ~6 Populacéo: funcionérios da empresa 3 = Tienicas de AMosTRAGEM 49 Sobre os diversos estratos da populagdo, sao realizadas selecoes ias, de forma independente. A amostra ¢ obtidaatravés da agregacao stras de cada estrato (veja a Figura 3.2). LAGAO > cudgrupo 1 da amostra ‘Oi. Aristateles 02, Anastacia 03. Arnaldo 04. Bartolomew 06. Cardoso 08. Claudio 09. Ermilio 11, Emestino 12. Endevaldo 16. Geraldo” 17. Gabriel da Silva 28, Maria José 29. Maria Cristina 30. Mauro 32, Paulo César Devemos sortear um elemento dentre os seis primeiros, podendo, para isso, tomar um mimero da tabela de ntimeros aleatérios. Tomando, por exemplo, o primeiro ntimero de um algarismo da segunda linha (53 26...), temos que o primeiro funcionario da amostra ¢ 0 quinto elemento, portanto o Bernardino. E a amostra sistematica:? 5 > Bernardino 5+6=11 > Emestino 11+6=17 > Gabriel 17+6=23 > Joaquina 23+6=29 > Maria Cristina Amosrragem estratificada A técnica da amostragem estratificada consiste em dividir a populacéo em subgrupos, que denominaremos estratos. Os estratos devem ser internamente mais homogéneos do que a populacao toda, com respeito as principais variaveis em estudo. Por exemplo, para estudar 0 interesse dos funcionarios, de uma grande empresa, em realizar um programa de treinamento, podemos estratificar a populacao por nivel de instrugao, pelo nivel hierarquico ou por setor de trabalho. Devemos escolher um critério de estratificagéo que forneca estratos bem homogéneos, com respeito ao que se esta estudando. Assim, é fundamental um prévio conhecimento sobre a populacao em estudo Devido ao arredondamento no célculo do intervalo de selecdo, ontimero n de elementos da stra pode ficar diferente do ntimero planejado. Se o intervalo de selec for grande ‘98, maior que 10) a diferenga sera despresivel sclegies AMOSTRA aleatorias P—— subgrupo 2 da amostra > ESTRATIFICADA rato k | <== subgrupo k da amostra Miqura 3.2. Bsquema da selecdo de uma amostragem estratifcada Amostragem estratificada proporcional: neste caso particular de ragem estratificada, a proporcionalidade do tamanho de cada estrato pulagao € mantida na amostra. Por exemplo, se um estrato sponde a 20% do tamanho da populacao, ele também deve sponder a 20% da amostra. Veja a Figura 3.3 POPULACAO: comunidade de uma escola AMOSTRA: parte da comunidade da escola 20% 60% 20% Figura 3. lustragdo de uma amostragem estratficada proporcional. amostragem estratificada proporcional garante que cada elemento lacéio tenha a mesma probabilidade de pertencer @ amostra. Exinplo 3.6 Com o objetivo de estudar o estilo de lideranca preferido pela idade de uma escola, vamos realizar um levantamento por em. A populacao é composta por 10 professores, 10 servidores administrativos e 30 alunos, que identificaremos da seguinte50, Estaristic aplicads as Civcins Socials POPULAGAO Professores: Pl _P2 PS P4 PS P6 P7 P& PO PIO Seridores: SI S2_S3_S4 S5 S6 S7 S8 S9 S10 ‘Alunos: Al A2_A3_A¥ AS AO A7_AS_AD ALO All Al2 A13 Al4 A15 Al6 AIT A18 A19 A20 ‘A21 A22 A23_A24 A25 A26 A27_A2B_A29_ AIO Supondo que a preferéncia, quanto ao estilo de lideranga, possa ser relativamente homogénea dentro de cada categoria, vamos realizar uma amostragem estratificada proporcional por categoria, para obter uma amostra global de tamanho n= 10. A tabela seguinte mostra as relagdes de proporcionalidade. Tabela 3.1 CAlculo do tamanho da amostra em cada estrato. TSTRATO | Propergao a popuiagia [Tamanho do nubgrupo na amostra Proiesores 10/50 = 0,20 (ou 203%) Strnores, 10/8000 (ou 2035) pean ee Oa 60%) __nia = (0,60)-10°6 Para selecionar aleatoriamente dois professores, usaremos a numeracao ja existente na populagéo, substituindo 0 10 por 0, 0 que permite usar a Tabela 1 do apéndice com apenas um algarismo. Usando a primeira linha (59 58...), temos os seguintes professores selecionados: {P5, P9}. Para os servidores, usando a segunda linha (53 26...), com 0 mesmo processo de numeragao, temos: {S5, S3}. Para os alunos, precisamos extrair niimeros de dois algarismos. Usando a prépria numeragao da populacdo € a terceira linha da tabela, temos: {A7, A2, A16, AS, A24, A22}, A.amostra (PS, P9, S5, $3, A7,A2, A16, AS, A24, A22} é uma amostra estratificada proporcional da comunidade da escola. Cada individuo desta amostra deverd ser pesquisado para se levantar a caracteristica de interesse, ou seja, 0 estilo de lideranca por ele preferido. Desde que, no problema em estudo, os estratos formam subgrupos mais homogéneos do que a populagao como um todo, uma amostra estratificada proporcional tende a gerar resultados mais proximos dos parametros populacionais, quando comparada com uma amostra aleatoria simples de mesmo tamanho. 3 Teenicas de amorsmmagem Amostragem estratificada uniforme: scleciona-se a mesma idade de elementos em cada estrato. No exemplo precedente, para "yuma amostraestratificada uniforme de n= 12 individuos, devemos nar 4 individuos de cada categoria. A amostragem estratificada uniforme costuma ser usada em Jes em que 0 maior interesse é obter estimativas separadas para ‘strato, ou quando se deseja comparar os diversos estratos. E importante observar que na fase de andlise dos dados deve-se em conta o planejamento amostral utilizado. Por exemplo, se 08 proveem de uma amostragem estratificada nao proporcional, os los de médias e proporcdes devem ser feitos em cada estrato. Caso Jira uma média ou proporcao global, devemos agregar os resultados la estrato por uma média aritmética ponderada, tomando como pesos porgdes de cada estrato na populacao. ‘Amostragem de coxglomerados Chamamos de conglomerado a um agrupamento de elementos da Iago. Por exemplo, numa populacdo de domicilios residenciais de ladle, os quarteirdes formam conglomerados de domicilios. Num iro estagio, sdo selecionados alguns conglomerados. Depois, ou se 1m todos os elementos dos conglomerados selecionados no primeiro ‘amostragem de conglomerados em um estégio), ou, como € mais , faz-se nova selecao, tomando amostras de elementos dos omerados extraidos no primeiro estagio (amostragem de conglomeradios ois estagios). Todas as selecdes devem ser aleatérias (ver Figura 3.4) Populagio dviida em conglomerados - (86888885 | HESjo05 8060 ABB HOSEe| S86 20° | ae | 60) N AX eESTAGIO. ‘mostra de conglomerados: ease eec) Bocce | 6202] ose @H6) AN enn Amostra de elementos: @8@@SSO98E racdo do processo de amostragem de conglomerados em dois Figura 3.4 Ih eto.Em pesquisas de grande escala, a amostragem pode ser feita em mais estagios. Por exemplo, para selecionar uma amostra de dom do estado de Santa Catarina, podemos selecionar municipios (primeiro estagio); dos municipios selecionados, selecionar setores censitarios (segundo estagio);* ¢ dos setores censitarios selecionados, selecionar domicitios (terceiro estagio). Chamamos de fragdo de amostragem a relacdo 'Yy, ou seja, a proporcao da populacdo que sera efetivamente observada. Se a fragdo de amostragem for constante para todos os conglomerados selecionados, ento todos elementos da populacao tém a mesma probabilidade de pertencer a amosira. Exemplo 3.7 Seja o problema de selecionar uma amostra de domicilios de uma cidade. Podemos tomar as ruas como conglomerados, como indicado no quadro a seguir, onde A1 representa o primeiro domicilio da Rua A, A2 © segundo, e assim por diante. Domicilios AT AD ASAT AS AG BI B2 B3 B4 BS B6 B7 BS B9 B10 B11 B12 B13 B14 C1 C2. C3. C4 C5. C6 C7 C8.C9 10 D1 D2 Da D4 E1 B2 B3 B4 B5 86 E7 EB poole Vamos realizar uma amostragem de conglomerados, selecionando trés ruas (primeiro estagio) ¢, nas ruas selecionadas, uma fracao de amostragem de 50% de domicilios (segundo estagio). Entao: 12 ESTAGIO. Seja a seguinte numeracao das ruas (unidades de amostragem neste estagio): 1 + 4,2» B,3> C,4-> De 5» E. Tomemos, por exemplo, os numeros com um algarismo da sexta linha da tabela de mimeros aleatérios (24 26 56...), que leva a amostra de conglomerados (ruas) B, De E, pois: 2 > B,4 > DeS +E, 2 ESTAGIO. Para satisfazer a fracdo de amostragem de 50% em cada conglomerado, precisamos selecionar 7 domicilios da Rua B, 2 da De 4da E. Rua B. Tomando ntimeros de dois algarismos, a partir da sétima linha da tabela de numeros aleatérios, e usando a propria numeragao de identificagao dos domicilios, chegamos a B9, B2, B1, B11, B12, B3e B4. —Téervleas de awosteacen % D. Tomando mimeros com um algarismo na décima primeira linha, jonamos os domicilios D4 e D3. p. Usando a décima segunda linha, selecionamos ES, £3, F6e E4 tra selecionada: {B9, B2, B1, B11, B12, B3, B4, D4, D3, E5, E3, 4} . © Ieitor deve observar que, ao contrario dos planos discutidos iormente, a amostragem de conglomerados nao exige uma lista de 08 elementos da populacdo. Basta, no primeiro estagio, uma lista Jlomerados e, no segundo estégio, uma lista de elementos, mas nte para os conglomerados previamente selecionados. Ao contrario da amostragem estratificada, as estimativas de uma de conglomerados tendem a gerar resultados mais distantes dos Tos populacionais, quando comparada com uma amostra aleatéria de mesmo tamanho. Contudo, seu custo financeiro tende a ser ‘nor. ios ne uma amostra estratificada uniforme, de tamanho n= 12, da llagdio do Bxemplo 3.6. jerando a populacdo de funcionarios do Exemplo 3.4, faca uma \ragem estratificada proporcional de tamanho n = 8, usando a variavel ra a formacao dos estratos, seguinte simboliza 0s domicilios de um bairro, Os quadros grandes ‘spondem aos quarteirdes, divididos em duas localidades (estratos) do ». Os nameros dentro dos quadradinhos (domicitios) correspondem a0 de comodos do domicilio, que é a varidvel a ser levantada na pesquisa. 22) PEE) PEPE | [eps ei} Bs 25 Batrato A 23) GEE 3] [eye 3]9) Sis l4]3 S[7p9 6) GF [sls 14 [9[9] [B]S| 15] kstratoB [7] 12] [s[ofays54 Esuarisicn aplicada As Citveins Socils 1a) Selecione uma amostra estratificada proporcional de 9 domicilios. Anote ‘© ntimero de cémodos dos domicilios selecionados na amostra. b) Faca uma amostragem de conglomerados em dois estagios. No primeiro estigio, selecione 3 quarteirdes e, no segundo estagio, 3 domicilios em cada conglomerado selecionado. Anote o ntimero de comodos dos domicilios amostrados, 3.3 AmostrageNs NAO alearOrias Existem situagées praticas em que a selecéo de uma amostra aleatéria é muito dificil, ou até mesmo impossivel. Geralmente a maior dificuldade est na obtengao de uma lista dos elementos da populagao. Algumas vezes este problema é contornavel pela amostragem aleatéria de conglomerados, que exige, inicialmente, apenas uma lista de conglomerados. Em outras vezes, quando nem isso € possivel, passamos a pensar em procedimentos nao aleatérios para selecao da amostra. Veremos, também, algumas situacdes em que uma amostragem nao aleatoria pode ser mais adequada do que uma amostragem aleatér Em geral, as técnicas de amostragens nao aleatorias procuram gerar amostras que, de alguma forma, representem razoavelmente bem a populacdo de onde foram extraidas. Discutiremos, em particular, a amostragem por cotas ¢ a amostragem por julgamento, AMsTRAGEM por COTAS ‘A amostragem por cotas assemelha-se com a amostragem estratificada proporcional. A populagao é vista de forma segregada, dividida em diversos subgrupos. Seleciona-se uma cota de cada subgrupo, proporcional ao seu tamanho. Ao contrario da amostragem estratificada, ‘a selecao nado precisa ser aleatéria, Para compensar a falta de aleatoriedade na selecdo, costuma-se dividir a populacdo num grande numero de subgrupos, Numa pesquisa socioecondmica, a populacdo pode ser dividida por localidade, por nivel de instrucao, por faixas de renda, ete. Amostragem por julqamento Os elementos escolhidos so aqueles julgados como tipicos da populagdio que se deseja estudar. Por exemplo, num estudo sobre a producdo % 5 —Teenioas de a get dos departamentos de ensino de uma universidade, um estudioso assunto pode escolher os departamentos que cle considera serem ‘s que melhor representam a universidade em estudo., No exemplo precedente, a utilizagao de uma amostragem aleatéria (0 ser recomendavel, ja que temos uma populagao pequena.° Por wlo, dependendo do que se pretenda estudar sobre producao , um levantamento de todos os departamentos pode gastar muito Entdo, 0 uso de uma amostragem por julgamento pode ser uma -nativa, mesmo com a limitagao de que os resultados desta no necessariamente valham para todos os departamentos da sidade. Estudos comparativos exemplos que vimos neste capitulo tinham como objetivo a de certas caracteristicas da populacao. Em muitos casos, 0 1 objetivo € comparar certas caracteristicas em duas ou mais bes. Por exemplo, para se comparar 0 habito de fumar entre a ‘de individuos com cancer no pulmo e a populacdo de individuos podemos usar duas amostras de individuos, sendo uma composta pas com cancer no pulmo, e outra de pessoas sadias. ‘azbes praticas, uma amostra de pessoas com cancer no pulmao nente obtida num hospital, tomando-se todas as pessoas em nto dessa doenca. Obviamente essa amostra nao é uma amostra 1 de toda a populacdo de pessoas com cancer no pulmo. Mas, 0s comparativos, normalmente 0 principal objetivo néo ¢ a le, mas sim, a busca das verdadeiras diferencas entre as is que estao em anéllise, ‘¢ contexto, a principal preocupagao no plano de amostragem tras comparaveis, ou seja, que se diferenciem somente com no fator de comparacao. No presente exemplo, o fator de 6 o atributo de ter cancer no pulmdo. Assim, as duas amostras mais similar possivel, a ndo ser o fato de que uma delas € pessoas com cancer no pulméo ¢ a outra nao, Nessas duas estudaria e compararia 0 habito de fumar. wel deve conter centenas de observagdes, ou atingit um numero deNum estudo experimental, em que é possivel controlar os elementos. que vao pertencer a cada um dos grupos, a comparabilidade dos grupos {amostras) pode ser obtida por uma divisdo aleatéria dos elementos entre os grupos. Para comparar dois métodos de ensinar matemética para criangas, podemos sortear uma parte das criancas escolhidas para 0 estudo, alocando-as no grupo de ensino do primeiro método. As outras criangas ficariam no grupo de ensino do outro método. No final do experimento, os dois métodos seriam comparados com respeito ao aprendizado de matematica. Exercicios 9) Comente sobre os seguintes planos de amostragens, apontando suas) incoeréncias, quando for 0 caso. a) Com a finalidade de estudar 0 perfil dos consumidores de um supermercado, observaram-se os consumidores que compareceram ao supermercado no primeiro sabado do més. b) Com a finalidade de estudar o perfil dos consumidores de um supermercado, fez-se a coleta de dados durante um més, tomando a cada dia um consumidor da fila de cada caixa do supermercado, variando sistematicamente o horario da coleta dos dados. ¢) Para avaliar a qualidade dos itens que saem de uma linha de produgao, observaram-se todos os itens das 14:00 as 14:30 horas 4) Para avaliar a qualidade dos itens que sacm de uma observou-se um item a cada meia hora, durante todo ¢) Para estimar a percentagem de empresas que investiram em novas tecnologias no limo ano, enviou-se um questionario a todas as empresas, ‘A amostra foi formada pelas empresas que responderam ao questionario. 10) Num estudo sobre 0 estado nutricional dos estudantes da rede escolar de uma cidade, decidiu-se complementar os dados antropométricos com alguns exames laboratoriais. Como nao se podia exigir que o estudante fizesse esses. ‘exames, decidiu-se estratificar a populacao por nivel escolar (fundamental e médio} € por tipo de escola (publica e privada), selecionando voluntarios em cada estrato, até completar as cotas, Com base nos dados da tabela abaixo, qual deve sera cota a ser amostrada em cada estrato, considerando que se deseja uma amostra de 200 estudantes? ha de producao, Distribuigao dos estudantes da rede escolar, segundo o nivel e o tipo de escola Tipo de escola [Nivel escolar pablica ‘privade Tundamental 48% 14% medio 26% 12% Tewiens de amostnacen n | Iamanho de uma amosrra aleaTOria simples Iculo do tamanho da amostra é um problema complexo e, neste remos restritos ao caso da amostragem aleatéria simples. no abordaremos aspectos financeiros, mesmo sabendo que zes 0 tamanho da amostra fica restrito aos recursos disponiveis. \eterogeneidade da populacdo ¢ os tipos de parametros que se mar (proporcdes, médias, etc.) séo pontos importantes na \cdo do tamanho da amostra. Esses pontos entrarao em formulas 1adas, as quais apresentaremos no Capitulo 9. Nesta secao, restritos a uma formulacdo bastante genérica, usada nas em que queremos usar a amostra para estimar diversas -s (ou percentagens).* Conceiro de erro amostral jA definimos, pardmetro é uma medida que descreve certa a dos elementos da populacao. De forma andloga, estatistica lida associada aos elementos da amostra. A estatistica, quando ra avaliar (ou estimar) um parametro, também é chamada de Por exemplo, na populacao dos funcionarios de uma empresa, tagem de funciondrios favordveis a um programa de treinamentoé \etro. Numa amostraa ser retirada, P= percentagem de favordveis ma de treinamento, na amostra, ¢ uma estatistica, P também considerado um estimador do parametro x. a determinacao do tamanho da amostra, 0 pesquisador precisa 0 erro amostral tolerdvel, ou seja, 0 quanto ele admite errar ‘Ao do(s) parametro(s) de interesse. Por exemplo, na divulgagao .as eleitorais, é comum encontrarmos no relatério algo como: e pesquisa tolera um erro de 2%. Isso quer dizer que, quando a aponta determinado candidato com 20% de preferéncia do , esta afirmando, na verdade, que a preferéncia por esse em toda a populagao de eleitores, é um valor no intervalo de (ou seja, 20% + 2%). lagem que estamos apresentando ¢ bastante genérica, la pode fornecer um umostra superior ao tamanho que seria necessario para uma dada situacao58 Esraisicn apllcada As Ciencis Socials Aeespecificagao do erro amostral tolerdveldeve ser feita sob um enfoque probabilistico, pois, por maior que seja a amostra, existe o risco de o sorteio gerar uma amostra com caracteristicas bem diferentes das caracteristicas da populacao de onde ela esta sendo extraida. Na abordagem preliminar desta secao, consideraremos sempre o erro amostral sob 95% de probabilidade. Assim, se fixarmos 0 erro amostral toleravel em 2%, estaremos afirmando que uma estatistica, calculada com base na amostra a ser selecionada, nao deve diferir do parémetro em mais que 2%, com 95% de probabilidade, Uma formula para o tamanko da amostra Sejam: Ntamanho (mimero de elementos) da populacao; rn tamanho (mimero de elementos) da amostra; n,uma primeira aproximacao para o tamanho da amostrae E, erro amostral toleravel. Um primeiro célculo do tamanho da amostra pode ser feito, mesmo sem se conhecer o tamanho da populagao, através da seguinte expressio:” 1 no = 5 5 Se a populagao for muito grande (digamos, mais que vinte vezes 0 valor calculado n,), entao n, j4 pode ser adotado como tamanho da amostra (n= n,). Caso contrario, é sugerida a seguinte correcao: Neto Nan n= Exenplo 3.8 Planeja-se um levantamento por amostragem para avaliar diversas caracteristicas (parametros) da populacao das NV = 200 familias moradoras de um certo bairro. Os principais parametros séo propor¢des (ou percentagens), tais como: percentagem de familias que usam programas de alimentagdo popular, percentagem de familias que moram em casas proprias, etc. Qual deve ser o tamanho minimo de uma amostra aleatéria simples para que possamos admitir, com 95% de probabilidade, que os erros amostrais ndo ultrapassem 4% (E, = 0,04)? Soluedo, Primeiramente: 7 Lembramos que esta expresso ¢ voltada para aestimagio de proporedes, com probabilidade proximada de 95% do erro amostral nao superar E,, No Capitulo 9 voltaremos a esta, ‘ 9 ‘ Jo, em funcao do tamanho Nda populagao, temos: (200). (625) _ 125.000 .. n= (200)-(625) _ 2152 2004625 825 ae . Tsimplo 3.9 Considerando os objetivos e os valores fixados no exemplo ante- deveria ser o tamanho da amostra se a pesquisa fosse ampliada 9 0 municipio, que contém NV = 200.000 familias residentes? © valor de n, continua o mesmo do caso anterior (n, = 625), mas 1rregao em termos do novo valor de N, temos: __ (200.000). (625) ) ‘ki n = 623. famil 200.000 + 625, oe mas: cemplo 3.9, praticamente ndo houve alteracao com a correcao »s do tamanho Nda populacdo (n, = 625 € n= 623). Em geral, se for muito grande, podemos usar n, como o tamanho da (n= nj. . Exemplo 3.8, para garantir 0 erro amostral néo superior a 4%, ssdria uma amostra abrangendo 76% da populacao (152 elementos de 200); enquanto no Exemplo 3.9 foi suficiente uma apenas 0,3% da populacao (623 de 200.000). Portanto, é ideia de que para uma amostra ser representativa ela deva uma percentagem fixa da populagao (veja a Figura 3.5) tamanho da amostra 2888288 oso 1000 150020002500 3000, tamanho da populagao Figura 3,5 Relagio entre tamanho da populacio ¢ tamanho da amost 1m dado erro amostralEsiqrisica aplcads As Cielas Socins Tamanhio da amostna em subgeupos da populacio & comum termos interesse em estudar separadamente certos subgrupos da populagao. Por exemplo, numa pesquisa eleitoral, podemos ter interesse em saber as preferéncias das mulheres e dos homens. Numa pesquisa sobre condigdes socioeconomicas das familias de uma cidade, podemos querer apresentar resultados para cada bairro da cidade. Quando precisamos efetuar estimativas sobre partes (subgrupos) da populagio, é necessario calcular o tamanho da amostra para cada uma dessas partes. O tamanho total da amostra vai corresponder a soma dos tamanhos das amostras dos subgrupos. Pelo exposto, 0 tamanho total da amostra pode ser muito grande. Por isso, o pesquisador nao deve ser muito exigente na precisao das estimativas nos subgrupos, tolerando erros amostrais maiores. Exemplo 3.10 Seja o problema do Exemplo 3.9, mas suponha que se queira_ fazer estimativas isoladas para 08 seguintes estratos: (1) centro da cidade, bairros e (3) periferia, mantendo-se a mesma precisdo para cada estrato 0,04). Seriam necessarias: Portanto, a amostra total deve conter: n= 3-(625) = 1.875 familias, . Observamos que na fase de analise dos dados, 05 calculos sao feitos para cada estrato. Para se ter resultados de todo o municipio, é necessario agregar os resultados dos estratos por uma média ponderada, tomando- se como peso 0 tamanho relativo de cada estrato no municipio, Exencicios 11) Para estudar a preferéncia do eleitorado a uma semana da elei¢ao presidencial, qual deve ser o tamanho de uma amostra aleatoria simples de eleitores para garantir, com 95% de probabilidade, um erro amostral nao superior a 2%? 22) Numa empresa com 1,000 funciondrios, deseja-se estimar a percentagem de funciondrios favordveis a um certo programa de treinamento. Qual deve ser © tamanho de uma amostra aleatoria simples que garanta, com 95% de probabilidade, um erro amostral ndo superior a 5%? 0 5 — Teewieas de awosraacen a Fontes de eros NOS levANTAMENTOS POR AMOSTRAGEM 0 erro amostral, definido como a diferenca entre uma estatistica (a iculada com base em uma amostra de n elementos) eo verdadeiro pardmetro (caracteristica de uma populacao de N elementos), do principio de que as n observacdes da amostra sao obtidas sem Havendo erros ou desvios nos dados da propria amostra, a diferenga statistica ¢ o pardmetro pode ser maior que o limite toleravel, E, , 0 planejamento ¢ a execucdo da pesquisa devem ser feitos com cautela, para evitar, ou reduzir os erros nos proprios dados da 1a, conhecidos como erros ndo amostrais. Abordaremos alguns '$ eros, comuns em pesquisas de levantamentos. Populagto acessivel diferente da populacio-alvo Muitas vezes, queremos pesquisar uma certa popula¢ao-alvo, mas, weniéncia, retiramos uma amostra de um conjunto incompleto de (populagdo acessivetou populacdo amostrada). Por exemplo, numa a eleitoral para avaliar a preferéncia dos eleitores de um munici \-se tomar como base para a selegao da amostra a lista de domi is do municipio, o que deixa inacessiveis os eleitores que moram ‘municipios, mas com domicilio eleitoral no municipio em estudo. ‘vemos concentrar esforcos para retirar a amostra de toda a -alvo. Quando isso ndo for possivel, devemos limitar a ia da pesquisa a populagao que foi efetivamente estudada Falia de resposta mum nao conseguirmos respostas de alguns elementos § Ma amostra, como ocorre frequentemente quando a emestudo é a humana, pois nem todos se dispdem a responder nario ou dar uma entrevista. O entrevistador, eticamente e © dircito do entrevistado em nao participar, deve ter le persuaséo ¢ empenhar-se para conseguir a participacao mero possivel dos individuos selecionados. mento da pesquisa. Para evitar esse problema, 1s aos elementos selecionados na amostra.Ennos de mensuracio Nem sempre conseguimos medir exatamente aquilo que queremos, Por exemplo, numa pesquisa eleitoral, o eleitor pode, por varias razbes, apontar um candidato, quando na verdade ele pretende votar em outro, Podemos reduzir a ocorréncia desse tipo de erro com a elaboragao de um questionario que tenha algunsitens de controle, capazes de detectar algumas mds respostas. Um bom treinamento dos entrevistadores também ajuda a reduzir esses erros. Além desses trés tipos de erros ndo amostrais, poderiamos citar muitos outros. O pesquisador, ao aplicar métodos adequados de estatistica, consegue avaliar, de alguma forma, a magnitude provavel dos erros amostrais. Mas 0 tratamento dos erros ndo amostrais é mais dificil e depende fundamentalmente do planejamento e execucao da pesquisa. Exercicios complemenrares 13) Considere a seguinte populacao composta de 40 criancas do sexo masculina (representados por H1, H2,..., H40) ¢ 20 criangas do sexo feminino (representadas por M1, M2,..., M20), WW ay Se THB OHIO Hil Hi2 W138 Hi¢ His HI6 HIT HIB H19 120 H21 22 H23. H2¢ M25 H26 Ha7 H28 H29 H30 a) Retire desta populacdo de 60 criancas, uma amostra aleatéria si de tamanho n = 10. Use a primeira coluna da tabela de numeros aleatérios, b) Retire desta populagéo uma amostra aleatéria estratificada proporcional de tamanho n = 12, usando 0 sexo como varidvel estratificadora. Use a segunda coluna da tabela de ntimeros aleatérios para o estrato dos homens © a terceira coluna para o estrato das mulheres. ©) Se o estudo tem por objetivo avaliar o tipo de brincadeira preferida pelas criangas, qual é 0 tipo de amostra vocé acredita ser a mais adequada? E se for para avaliar 0 quociente de inteligéncia? Justifique suas respostas, 14) Uma empresa tem 3.414 empregados repartidos nos seguintes departamentos: Administracao (914), Transporte (348), Producdo (1.401) e Outros (75! Deseja-se extrair uma amostra para verificar o grau de satisfagao em relagao 4 qualidade da comida do refeitorio. Apresente um plano de amostragem para esse problema.