Você está na página 1de 7

FORMAS DE AMOSTRAGEM

Referncia: NETO, Pedro L. C. Estatstica. Ed. Blucher Ltda, 1977.

O sucesso de uma anlise estatstica envolve aspectos importantes sobre as formas de


amostragem. Neste sentido, no basta que saibamos descrever convenientemente os dados de
uma amostra e que dominemos perfeitamente as tcnicas estatsticas para que possamos
executar, com xito, um trabalho estatstico completo. Antes de tudo, preciso garantir que a
amostra ou amostras que sero usadas sejam obtidas por processos adequados. Se erros
grosseiros forem cometidos no momento de selecionar os elementos da amostra, o trabalho
todo ficar comprometido e os resultados finais sero provavelmente bastante incorretos.
Devemos, portanto, tomar especial cuidado quanto aos critrios que sero usados na seleo
da amostra.
O que necessrio garantir, em suma, que a amostra seja representativa da populao. Isso
significa que, a menos de certas pequenas discrepncias inerentes aleatoriedade sempre
presente, em maior ou menor grau, no processo de amostragem, a amostra deve possuir as
mesmas caractersticas bsicas da populao, no que diz respeito (s) varivel(is) que
desejamos pesquisar.
A necessidade da representatividade da amostra no , acreditamos, difcil de entender. O que
talvez no seja to fcil saber quando temos uma amostra representativa ou no. Veremos
adiante algumas recomendaes sobre como proceder para garantir, da melhor forma
possvel, a representatividade da amostra.
Os problemas de amostragem podem ser mais ou menos complexos e sutis, dependendo das
populaes e das variveis que se deseja estudar. Na indstria onde amostras so
freqentemente retiradas para efeito de controle da qualidade dos produtos e materiais, em
geral os problemas de amostragem so mais simples de resolver. Por outro lado, em pesquisas
sociais, econmicas ou de opinio, a complexidade dos problemas de amostragem
normalmente bastante grande.
Em tais casos, extremo cuidado deve ser tomado quanto caracterizao da populao e ao
processo usado para selecionar a amostra, a fim de evitar que os elementos desta constituam
um conjunto com caractersticas fundamentalmente distintas das da populao.
No caso de questionrios serem distribudos, muita ateno tambm requerida em sua
elaborao, visando evitar perguntas capciosas ou inibidoras, o que viria a distorcer os
resultados.
Em resumo, a obteno de solues adequadas para o problema de amostragem exige, em
geral, muito bom senso e experincia. A1m disso, muitas vezes conveniente que o trabalho
do estatstico seja complementado pelo de um especialista do assunto em questo.

AMOSTRAGEM PROBABILSTICA

Distinguiremos dois tipos de amostragem: a probabilistica e a no-probabilstica. A amostragem


ser probabilstica se todos os elementos da populao tiverem probabilidade conhecida, e
diferente de zero, de pertencer amostra. Caso contrrio, a amostragem ser no-
probabilstica.
Segundo essa definio, a amostragem probabilstica implica um sorteio com regras bem
determinadas, cuja realizao s ser possvel se a populao for finita e totalmente acessvel.
Embora as tcnicas de inferncia estatstica pressuponham que as amostras utilizadas sejam
probabilsticas, muitas vezes no se pode conseguir. No entanto o bom-senso ir indicar
quando o processo de amostragem, embora no sendo probabilstico, pode ser para efeitos
prticos considerado como tal. Isso amplia consideravelmente as possibilidades de utilizao
do mtodo estatstico em geral.
A utilizao de uma amostragem probabilstica a melhor recomendao que se deve fazer
no sentido de se garantir a representatividade da amostra, pois o acaso ser o nico
responsvel por eventuais discrepncias entre populao e amostra, o que levado em
considerao pelos mtodos de anlise da Estatstica Indutiva (ou Inferncia Estatstica).
Damos a seguir algumas das principais tcnicas de amostragem probabilstica. Outras
podero tambm ser usadas, como combinao ou no das descritas.

Amostragem casual simples

Esse tipo de amostragem, tambm chamada simples ao acaso, aleatria, casual, simples, elementar,
randmica, etc., equivalente a um sorteio lotrico. Nela, todos os elementos da populao
tm igual probabilidade de pertencer amostra, e todas as possveis amostras tm tambm
igual probabilidade de ocorrer.
Sendo N o nmero de elementos da populao e n o nmero de elementos da amostra, cada
elemento da populao tem probabilidade n/N de pertencer amostra. A essa relao n/N
denomina-se frao de amostragem. Por outro lado, sendo a amostragem feita sem reposio, a
suposio que fazemos em geral, que existem (n) possveis amostras, todas igualmente
provveis.
Na prtica, a amostragem simples ao acaso pode ser realizada numerando-se a populao de 1
a N, sorteando-se, a seguir, por meio de um dispositivo aleatrio qualquer, n nmeros dessa
seqncia, os quais correspondero aos elementos sorteados para a amostra.
Um instrumento til para realizar o sorteio acima descrito a tabela de nmeros ao acaso. Tal
tabela simplesmente constituda por inmeros dgitos que foram obtidos por algum
processo equivalente a um sorteio.

Amostragem sistemtica

Quando os elementos da populao se apresentam ordenados e a retirada dos elementos da


amostra feita periodicamente, temos uma amostragem sistemtica. Assim, por exemplo, em
uma linha de produo, podemos, a cada dez itens produzidos, retirar um para pertencer a
uma amostra da produo diria.
Considere o exemplo: N = 800, n = 50 e a populao j ordenada, poderemos adotar o
seguinte procedimento: sortear um nmero de 1 a 16 (note-se que 800/50 = 16), o qual
indicaria o primeiro elemento sorteado para a amostra; os demais elementos seriam
periodicamente retirados de 16 em 16. Equivalentemente, poder-se-iam considerar os
nmeros de 1 a 800 dispostos seqencialmente em uma matriz com 50 linhas e 16 colunas,
sorteando-se a seguir uma coluna, cujos nmeros indicariam os elementos da amostra.
Vemos que, nesse caso, cada elemento da populao ainda teria probabilidade 50/800 de
pertencer amostra, porm existem agora apenas 16 possveis amostras.
A principal vantagem da amostragem sistemtica est na grande facilidade na determinao
dos elementos da amostra. O perigo em adota-la est na possibilidade da existncia de ciclos
de variao da varivel de interesse, especialmente se o perodo desses ciclos coincidir com o
perodo de retirada dos elementos da amostra. Por outro lado, se a ordem dos elementos na
populao no tiver qualquer relacionamento com a varivel de interesse, ento a amostragem
sistemtica ter efeitos equivalentes causal simples, podendo ser utilizada sem restries.

Amostragem por meio de conglomerados

Quando a populao apresenta uma subdiviso em pequenos grupos, chamados


conglomerados, possvel - e muitas vezes conveniente - fazer-se a amostragem por meio desses
conglomerados, a qual consiste em sortear um nmero suficiente de conglomerados, cujos
elementos constituiro a amostra. Ou seja, as unidades de amostragem, sobre as quais feito
o sorteio, passam a ser os conglomerados e no mais os elementos individuais da populao.
Esse tipo de amostragem s vezes adotado por motivos de ordem prtica e econmica.
Amostragem estratificada

Muitas vezes a populao se divide em subpopulaes ou estratos, sendo razovel supor que,
de estrato para estrato, a varivel de interesse apresente um comportamento substancialmente
diverso, tendo, entretanto, comportamento razoavelmente homogneo dentro de cada
estrato. Em tais casos, se o sorteio dos elementos da amostra for realizado sem se levar em
considerao a existncia dos estratos, pode acontecer que os diversos estratos no sejam
convenientemente representados na amostra, a qual seria mais influenciada pelas
caractersticas da varivel nos estratos mais favorecidos pelo sorteio. Evidentemente, a
tendncia da ocorrncia de tal fato ser tanto maior quanto menor o tamanho da amostra.
Para evitar isso, pode-se adotar uma amostragem estratificada.
A amostragem estratificada consiste em especificar quantos elementos da amostra sero
retirados em cada estrato. costume considerar trs tipos de amostragem estratificada:
uniforme, proporcional e tima. Na amostragem estratificada uniforme, sorteia-se igual
nmero de elementos em cada estrato. Na proporcional, o nmero de elementos sorteados
em cada estrato proporcional ao nmero de elementos existentes no estrato.
Evidentemente, a amostragem estratificada uniforme ser, em geral, recomendvel se os
estratos da populao forem pelo menos aproximadamente do mesmo tamanho; caso
contrrio, ser em geral prefervel a estratificao proporcional, por fornecer uma amostra
mais representativa da populao.
A amostragem estratificada tima, por sua vez, toma, em cada estrato, um nmero de
elementos proporcional ao nmero de elementos do estrato e tambm variao da varivel
de interesse no estrato, medida pelo seu desvio-padro. Pretende-se assim otimizar a
obteno de informaes sobre a populao, com base no principio de que, onde a variao
menor, menos elementos so necessrios para bem caracterizar o comportamento da varivel.
Dessa forma, com um menor nmero total de elementos na amostra, conseguir-se-ia uma
quantidade de informao equivalente obtida nos demais casos. As principais dificuldades
para a utilizao desse tipo de amostragem residem nas complicaes tericas relacionadas
com a anlise dos dados e em que, muitas vezes, no podemos avaliar de antemo o desvio-
padro da varivel nos diversos estratos.
Constituem exemplos em que uma amostragem estratificada parece ser recomendvel a
estratificao de uma cidade em bairros, quando se deseja investigar alguma varivel
relacionada renda familiar; a estratificao de uma populao humana em homens e
mulheres, ou por faixas etrias; a estratificao de uma populao de estudantes conforme
suas especializaes, etc.

Amostragem mltipla

Numa amostragem mltipla, a amostra retirada em diversas etapas sucessivas. Dependendo


dos resultados observados, etapas suplementares podem ser dispensadas. Esse tipo de
amostragem , muitas vezes, empregado na inspeo por amostragem, sendo particularmente
importante a amostragem dupla. Sua finalidade diminuir o nmero mdio de itens
inspecionados a longo prazo, baixando assim o custo da inspeo.
Um caso extremo de amostragem mltipla a amostragem seqencial. A amostra vai sendo
acrescida item por item, at se chegar a uma concluso no sentido de se aceitar ou rejeitar
uma dada hiptese. Com a amostragem seqencial pretende-se tornar mnimo o nmero
mdio de itens inspecionados a longo prazo.

AMOSTRAGEM NO-PROBABILSTICA
Amostras no-probabilsticas so tambm, muitas vezes, empregadas em trabalhos
estatsticos, por simplicidade ou por impossibilidade de se obterem amostras probabilsticas,
como seria desejvel. Como em muitos casos os efeitos da utilizao de uma amostragem
no-probabilstica podem ser considerados equivalentes aos de uma amostragem
probabilstica, resulta que os processes no-probabilsticos de amostragem tm tambm sua
importncia. Apresentamos a seguir alguns casos de amostragem no-probabilstica.

Inacessibilidade a toda a populao

Essa situao ocorre com muita freqncia na prtica. Somos ento forados a coletar a
amostra na parte da populao que nos acessvel. Surge aqui, portanto, uma distino entre
populao-objeto e populao amostrada. A populao-objeto aquela que temos em mente ao
realizar o trabalho estatstico. Apenas uma parte dessa populao, porm, est acessvel para
que dela retiremos a amostra. Essa parte a populao amostrada.
Se as caractersticas da varivel de interesse forem as mesmas na populao-objeto e na
populao amostrada, ento esse tipo de amostragem equivalente a uma amostragem
probabilstica.
Uma situao muito comum em que ficamos diante da inacessibilidade a toda a populao o
caso em que parte da populao no tem existncia real, ou seja, uma parte da populao
ainda hipottica. Assim, por exemplo, seja a populao que nos interessa constituda por
todas as peas produzidas por certa mquina. Ora, mesmo estando a mquina em
funcionamento normal, existe uma parte da populao que formada pelas peas que ainda
vo ser produzidas. Ou, ento, se nos interessar a populao de todos os portadores de febre
tifide, estaremos diante de um caso semelhante. Deve-se notar que, em geral, estudos
realizados com base nos elementos da populao amostrada tero, na verdade, seu interesse
de aplicao voltado para os elementos restantes da populao-objeto. Esse fato reala a
importncia de se estar convencido de que as duas populaes podem ser consideradas como
tendo as mesmas caractersticas.
O presente caso de amostragem no-probabilstica pode ocorrer tambm quando, embora se
tenha a possibilidade de atingir toda a populao, retiramos a amostra de uma parte que seja
prontamente acessvel. Assim, se fssemos colher uma amostra de um monte de minrio
poderamos, por simplificao, retira-la de uma camada prxima superfcie exterior do
monte, pois o acesso s pores interiores seria problemtico.

Amostragem a esmo ou sem norma

A amostragem em que o amostrador, para simplificar o processo procura ser aleatrio sem,
no entanto, realizar propriamente o sorteio usando algum dispositivo aleatrio confivel. Por
exemplo, se desejarmos retirar uma amostra de 100 parafusos de uma caixa contendo 10.000,
evidentemente no faremos uma amostragem casual simples, pois seria extremamente
trabalhosa, mas procederemos retirada simplesmente a esmo.
Os resultados da amostragem a esmo sero, em geral, equivalentes aos de uma amostragem
probabilstica se a populao homognea e se no existe a possibilidade de o amostrador ser
inconscientemente influenciado por alguma caracterstica dos elementos da populao.

A populao formada por material contnuo

Nesse caso impossvel realizar amostragem probabilstica, devido impraticabilidade de um


sorteio rigoroso. Se a populao for lquida ou gasosa, o que se costuma fazer, com resultado
satisfatrio, homogeneiz-la e retirar a amostra a esmo. Tal procedimento pode s vezes,
tambm, ser usado no caso de material slido.
Outro procedimento que pode ser empregado nesses casos, especialmente quando a
homogeneizao no praticvel, a enquartao, a qual consiste em subdividir a populao
em diversas partes (a origem do nome pressupe a diviso em quatro partes), sorteando-se
uma ou mais delas para constituir a amostra ou para delas retirar a amostra.

Amostragens intencionais

Enquadram-se aqui os diversos casos em que o amostrador deliberadamente escolhe certos


elementos para pertencer amostra, por julgar tais elementos bem representativos da
populao.
O perigo desse tipo de amostragem obviamente grande, pois o amostrador pode facilmente
se equivocar em seu pr-julgamento. Apesar disso, o uso de amostragens intencionais, ou
parcialmente intencionais, bastante freqente, ocorrendo em vrios tipos de situaes reais
que poderamos tentar identificar e classificar. No o faremos, porm, por fugir nossa
finalidade neste texto.

Delineando a amostra aleatria simples

Nesta seo iremos nos preocupar com o processo de seleo de uma amostra aleatria
simples. Embora no seja necessariamente o procedimento de amostragem probabilstica
mais econmico ou eficiente, tem sido a base de evoluo dos procedimentos mais
sofisticados.
A chave para uma seleo de amostra adequada obter e manter uma lista atualizada de todos
os indivduos ou itens a partir dos quais a amostra ser extrada. Tal lista conhecida como a
estrutura de populao (universo) ou simplesmente populao. A lista da populao ir
servir como populao-alvo, de modo que se muitas amostras probabilsticas diferentes
forem retiradas desta lista, de se esperar que cada amostra seja a representao em
miniatura da populao e que ela produza estimativas razoveis de suas caractersticas. Se a
lista for inadequada porque certos grupos de indivduos ou itens na populao no foram
includos apropriadamente, as amostras de probabilidade aleatrias iro apenas oferecer
estimativas das caractersticas da populao-alvo (e no da verdadeira populao), os resultados
sofrero tendenciosidade.
Dois mtodos bsicos poderiam ser utilizados para selecionar a amostra: a amostra poderia
ser obtida com reposio ou sem reposio da populao finita. O mtodo aplicado deve
ser claramente estabelecido, uma vez que vrias formas utilizadas posteriormente com o
propsito de inferncia estatstica so dependentes do mtodo de seleo.
Sejam N o tamanho da populao e n o tamanho da amostra. Para retirar uma amostra
aleatria simples de tamanho n, poderamos supostamente registrar os nomes dos N
membros em cartes separados individualmente, do mesmo tamanho, colocar estes cartes
numa grande cesta, mistur-los bem e ento aleatoriamente selecionar os n sujeitos da
amostra de dentro da cesta.
Quando se realiza amostragem com reposio, a chance de que um membro em particular da
populao seja selecionado na primeira retirada da cesta de 1/N. Independentemente de
quem seja selecionado na primeira retirada, informaes pertinentes so registradas num
arquivo principal, e ento este carto especfico recolocado na cesta (amostragem com
reposio). Os N cartes na cesta so ento bem embaralhados e o segundo carto retirado.
Uma vez recolocado o primeiro carto, a chance de seleo de cada membro em particular na
segunda retirada incluindo aquele primeiro indivduo, independentemente de ele ter sido
previamente selecionado ainda 1/N. Novamente, as informaes pertinentes so registradas
num arquivo principal e o carto recolocado para se preparar para a terceira retirada. Tal
processo repetido at que n, o tamanho desejado da amostra, seja alcanado. Assim, ao
realizar amostragem com reposio, cada indivduo ou item, em cada retirada, ter sempre a
mesma chance l/N de ser selecionado.
No entanto, ser que desejaramos ter o mesmo indivduo ou item possivelmente selecionado
mais de uma vez? Ao compor amostras com seres humanos, em geral mais apropriado ter
uma amostra com pessoas diferentes do que permitir medies repetidas da mesma pessoa.
Assim sendo, empregaramos o mtodo de amostragem sem reposio, de modo que, uma
vez retirado determinado indivduo, o mesmo no poderia ser selecionado novamente. Como
antes, ao fazer amostras sem reposio a chance de que qualquer membro da populao seja
selecionado na primeira retirada da cesta de 1/N. Quem quer que seja selecionado, as
informaes pertinentes so registradas em um arquivo principal, e ento o carto especfico
colocado de lado, em vez de recolocado na cesta (amostragem sem reposio). Os N-1 cartes
remanescentes na cesta so ento bem embaralhados e o segundo carto retirado. A chance
de qualquer indivduo no selecionado previamente ser escolhido na segunda retirada agora
de 1 sobre N-1. Este processo de selecionar um carto, registrar a informao em um arquivo
principal, embaralhar os cartes remanescentes e ento retirar novamente continua at que
seja obtida a amostra desejada de tamanho n.
ALGUNS ASPECTOS IMPORTANTES DO PLANEJAMENTO AMOSTRAL OU
EXPERIMENTAL

1. extremamente til, antes de iniciar o levantamento de dados, definir como os dados


sero registrados (codificao, elaborao de tabelas, os casos de falta de informao ou
impossibilidade de efetuar a medida).
2. Amostra piloto: o estudo preliminar sobre a forma de coleta de dados. Visa revelar as
dificuldades dos mtodos de apurao dos dados. uma simulao do estudo
observacional ou experimento propriamente dito.
3. Um experimento dito planejado quando esto definidos: a) unidade experimental b)a
varivel ou variveis em anlise e a forma como ser ou sero medidas c) os tratamentos
em comparao d) a forma como os tratamentos sero designados s unidades
experimentais.
4. Explicitao dos objetivos com bastante clareza, a fim de evitar dvidas posteriores
5. Especificao do grau de preciso desejado.
6. Escolha dos instrumentos de medida e da forma de amostragem.
7. Em caso de aplicao de questionrios, tomar cuidado com questionrios longos, pois
eles costumam diminuir a qualidade da resposta. Tambm recomendvel evitar questes
onde o respondente pode assinalar mais de uma alternativa como resposta.
8. O esquema abaixo sintetiza alguns passos importantes da abordagem estatstica para
anlise de dados.

Amostral

Experimental

Problema
Coleta
Planejamento de dados

Anlise dos Organizao


dados dos dados

Tomada
de deciso