Universidade Federal do Maranhão - UFMA

Centro de Ciências Sociais, Saúde e Tecnologia CCSST

Curso de Medicina
Disciplina: Bioestatística

Amostragem

Profº Dr. Leonardo Hunaldo dos Santos

4
Técnicas de
Amostragem

5
 Vantagens da amostragem
As técnicas de amostragem apresentam várias
vantagens como:
Redução de:
gastos;
tempo de execução do estudo;
Mão de obra;
Materiais analisados (animais, pessoas, plantas, dentre
outras);
Objetivos mais amplos;
Precisão controlada;
Dados mais fidedignos.
6
 Não!!!
Prof. Leonardo: Eu falo: 20% da população, Certo?
Quero pesquisar pressão
arterial em adultos. Qual o
tamanho da Amostra???
Como vc vai aferir a pressão?
Qual a população alvo?
Qual a variabilidade da pressão
arterial em adultos?
Qual a precisão desejada?
Dentre outras questões!!!

7
 Qual o tamanho da amostra é
o mesma coisa que perguntar:
Qual roupa devo vestir?
Eu tinha uma dúvida,
agora tenho 10.

8
 Onde vc vai?
O que vc vai fazer?
Qual o protocolo da ocasião?
Está frio ou calor?

9
10
 Qualidade da amostra
A amostra deve:
Representar bem a população.
Permitir que os resultados obtidos em uma amostra
possam ser generalizados para a população;
Isto é, para que se possam realizar inferências
válidas.
Quando a amostra é não representativa da
população, a mesma apresenta viés, erro sistemático
ou tendencioso.

11
Quantidade

12
 Quantidade da amostra
Não existe um cálculo de tamanho de amostra
que satisfaça todos os casos.
O cálculo dependerá:
Tipo de variável:
Tamanho da população;
Quanto menor o erro, maior a amostra.
Do poder do teste. Quanto mais rigoroso o teste,
maior deverá ser a amostra.
Do tempo, das verbas e pessoas disponíveis, bem
como da dificuldade de se obterem os dados e da
complexidade do experimento.
Relação entre Qualidade e Quantidade

14
Conclusão: a População
é verde!!!

15
Conclusão: a População
é predominantemente
verde!!!

16
Conclusão: a População
é verde e vermelha!!!

17
18
Técnicas de Amostragem

19
 Técnicas de Amostragem
Para isso que existem os dois tipos de
amostragem:
Probabilística;
Não-probabilística.

20
Amostragem não-Probabilística

21
 AMOSTRA NÃO PROBABILÍSTICA OU DE
CONVENIÊNCIA
É uma amostra composta de indivíduos que atendem os
critérios de entrada e que são de fácil acesso do investigador.

Para evitar viés de seleção, o ideal é coletar uma amostra

consecutiva.

Ex.: Num estudo sobre diarreia pelo consumo de leite

clandestino, estudar os primeiros 200 pacientes
diagnosticados.

Tem vantagens óbvias em termos de custo e logística.

Amostragem Probabilística

23
 Técnicas Probabilísticas
A amostragem será probabilística, se todos os
elementos da população tiverem probabilidade
conhecida, e diferente de zero, de pertencer à
amostra.
Assim, considerando N como o tamanho da população,
a probabilidade de cada elemento ser selecionado será
1/N.

24
 Tipos de Amostragem
Amostragem aleatória simples.
Amostragem aleatória estratificada.
Amostragem aleatória sistemática.
Amostragem aleatória por conglomerado.

25
 Tipos de Amostragem
Amostragem aleatória simples.
Todas as amostras de mesmo tamanho são
igualmente prováveis.
Exemplo
Obter uma amostra representativa de 120 pessoas, de uma
população de 200 estudantes de uma faculdade.
1º) Numerar os alunos de 1 a 200;
2º) Escrever os números de 1 a 200 em pedaços de papel e colocá-
los em uma urna;
3º) Retirar 120 pedaços de papel às cegas, um a um, da urna,
formando a amostra da população.

26
 Tipos de Amostragem
Amostragem aleatória estratificada.
Às vezes a população é constituída de estratos e
pode ser razoável supor que a variável apresenta
comportamento diferente nos distintos estratos.
Exemplo:

27
 Tipos de Amostragem
Amostragem aleatória sistemática.
Esta técnica de amostragem em populações que
possuem os elementos ordenados (em listas, fileiras,
prateleiras, linhas de produção).
Exemplo
Obter uma amostra de 80 casas de uma rua que contém 2000 casas.
1º) Como 2000 dividido por 80 é igual a 25, escolhemos, por um método
aleatório qualquer, um número entre 1 e 25, que indica o primeiro
elemento selecionado para a amostra.
2º) Consideramos os demais elementos, periodicamente, de 25 em 25.
Se o número sorteado entre 1 e 25 for o número 8, a amostra será
formada pelas casas: 8ª, 33ª, 58ª, 83ª, 108ª, etc.

28
Amostragem aleatória por conglomerado.
Muito útil quando não se consegue listar todos os elementos da
população.
Exemplo
Estudar a população de uma cidade, dispondo apenas do mapa
dos quarteirões da cidade.
Neste caso, não temos a relação dos moradores da cidade,
restando o uso dos subgrupos heterogêneos (conglomerados).
Para realizar o estudo estatístico sobre a cidade, realizaremos os
seguintes procedimentos:
1º) Numerar os quarteirões de 1 a n;
2º) Escrever os números de 1 a n em pedaços de papel e colocá-los em
uma urna;
3º) Retirar um pedaço de papel da urna e realizar o estudo sobre os
elementos do conglomerado selecionado.
São exemplos de conglomerados: quarteirões, famílias, organizações,
agências, edifícios, etc.
 Melhor utilizar Probabilística ou não
Probabilística?
Probabilística, no entanto, na maioria dos casos, esta
não pode ser utilizada por questões logísticas.
A validade do método não-Probabilístico, depende do
pressuposto de que ela representa adequadamente a
população alvo.

30
Cálculo do tamanho de
amostra

31
 Cálculo do tamanho de amostra

Erro amostral Também conhecido como variabilidade amostral,

corresponde à diferença entre o valor estimado para um parâmetro,
calculado a partir de uma amostra da população e o verdadeiro
valor do parâmetro na população. 32
 Cálculo do tamanho de amostra
Cálculo para variável qualitativa quando a população é
finita:
Definir o erro que se deseja cometer.
Erro = E0

Onde: n0 = primeira aproximação do tamanho da amostra.

N .n0 n= tamanho da amostra

n
N n0 N= tamanho população
33
Exemplo 1: Determinada cidade possui 1.000 pacientes em tratamento de
uma doença X. Deseja-se estudar o perfil destes pacientes. Quantos destes
devem ser analisadas para que seja considerada representativa a amostra,
admitindo-se um erro de 5%? e 10%?
Erro 5%:

Erro 10%.

34
 Tamanho de amostra para população
infinita
A fórmula para cálculo do tamanho da amostra para uma
estimativa confiável da MÉDIA POPULACIONAL ( ) é dada por:

n = tamanho da amostra
Z /2 = Valor crítico que corresponde ao grau de confiança desejado.
= Desvio-padrão populacional da variável estudada.
Se não for conhecido: utilizar a aproximação amplitude/4 ou Realizar um
estudo preliminar para estimar o desvio padrão.

E = Margem de erro ou ERRO MÁXIMO DE ESTIMATIVA. Identifica a

diferença máxima entre a MÉDIA AMOSTRAL ( ) e a verdadeira MÉDIA
POPULACIONAL ( ).
35
 Tabela Z

Tabela 1 Valores críticos associados ao grau de confiança na amostra

Grau de Confiança Valor Crítico
90% 0,10 1,65
95% 0,05 1,96
99% 0,01 2,58

36
 Exemplo
Um economista deseja estimar a renda média para o primeiro ano
de trabalho de um Enfermeiro. Quantos valores de renda devem ser
tomados, se o economista deseja ter 95% de confiança em que a
média amostral esteja a menos de R$200,00 da verdadeira média
populacional ( )?
Suponha por um estudo prévio, que para tais rendas, = R$1.000,00.

Com 99% de confiança:

37
Outros exemplos de cálculo de tamanho
de amostra

38
Outros exemplos de cálculo de tamanho
de amostra

39
Outros exemplos de cálculo de tamanho
de amostra

40
O que não se deve fazer na
Estatística!!!

41
 Abusos da Estatística
Pequenas amostras
Os resultados não necessariamente estão errados,
mas obtidos de pequenas amostras.
Ex: Preferência de 10 alunos da UFMA por
determinada fruta não devem servir de base para
uma afirmação generalizada como:
fruta manga é a preferida por 8 entre cada
10 .
Mesmo que a amostra seja grande, ela deve
ser não tendenciosa e representativa da
população onde ela provém.
42
 Abusos da Estatística
Perguntas tendenciosas:
As perguntas numa pesquisa devem ser
formuladas de modo a não sugerirem uma
resposta:
Que fruta você prefere? A pergunta não sugere resposta.
A Laranja é a sua fruta preferida?
A pergunta induz a resposta.

43
 Abusos da Estatística
Porcentagens distorcidas:
Um Hospital divulga que a melhoria na limpeza
chegou a 100% em instalações nos últimos 6 meses.
No entanto, mesmo havendo melhorado, sabe-se
que este Hospital ainda não está ideal (o que nesse
caso não reflete os 100%).

44
 Abusos da Estatística
Pressão do pesquisador:
Quando se formulam perguntas a indivíduos,
esses frequentemente dão respostas favoráveis
à sua auto imagem.
Pergunta-se a Profissionais da área de saúde se
estes higienizam as mãos antes dos procedimentos.
98% dizem que sim, mas quando são pegos de surpresa,
verifica-se que apenas 65% higienizam realmente a mão.

45
Caso contrário

46