Escolar Documentos
Profissional Documentos
Cultura Documentos
Universidade Rovuma
Extensão de Niassa
2020
Atija Joaquim Mualeto
Bendito Carvalho Sijapata
Daniel José
Davide Saide
Hermínio Miguel Napasso
Universidade Rovuma
Extensão de Niassa
2020
Índice
1. Introdução ............................................................................................................................... 3
3. Conclusões ............................................................................................................................ 12
1. Introdução
O presente trabalho tem como tema “Amostras Estatísticas e Amostras Aleatórias”, a essência
de presente estudo é levantar aspectos ligados a técnica ou métodos usados na preparação das
amostras (amostragem). A amostra como parte dum um todo em estudo (universo), requer
alguns cuidados para a sua selecção tendo em conta o tipo de análise que se pretende realizar
aliada a sua dimensão, até mesmo ao tipo dessa amostra, para tal no desenrolar deste estudo
levantam-se aspectos relacionada aos tipos de amostra, amostragem, dimensão da amostra,
composição da amostra ou métodos usados para selecção da amostra, com vista a difundir
certas visões a serem levadas em conta pelos pesquisadores na realização de análise,
concretamente para os estudantes de Química.
1.1. Objectivos
1.1.1. Objectivo geral
Estudar sobre as amostras estatísticas e amostras aleatórias.
1.2. Metodologia
Para a realização do presente trabalho, recorreu-se ao método de pesquisa bibliográfica, que
consistiu no levantamento de teorias já existentes nas dissertações, artigos, revistas a respeito
de amostras estatísticas e amostras aleatórias.
4
2. Fundamentação Teórica
2.1. Amostra
Existe uma gama de definições sobre a amostra, mas como diz SILVEIRA (2015), amostra é a
“Porção limitada do material tomada do conjunto (universo) seleccionada de maneira a
possuir as características essenciais do conjunto".
Por outro lado NERY (2009), diz que "Amostra é uma quantidade limitada de uma substância
ou um material utilizado para representar ou estudar suas propriedades. As amostras podem
ser objectos contáveis ou não".
Portanto, amostra é uma entidade ou matéria colectada num universo de materiais, no intuito
de se averiguar informações desconhecidas sobre os mesmos. Um acto de obtenção de uma
amostra é denominado de mostragem. Os materiais amostrados podem ser sólidos, líquidos e
gasosos (análito), por vezes uma amostra líquida é chamada de alíquota. (NERY et al 2009).
Amostra média: permite reduzir a qualidade média da totalidade. Deve representar uma
composição similar, apesar do seu reduzido volume, àquele que resultaria o todo;
Amostra arbitrária:é a tomada apenas aleatória de uma parte do produto, não permitindo
deduzir a composição média da totalidade;
Amostra legal: tem caráter de prova jurídica, destinando-se a verificar se o produto está de
acordo com a regulamentação vigente;
Por outro lado MATOS (2013), afirma que existem dois tipos de amostra, que são:
Amostras Fluídas Homogêneas: Coletadas em frascos com o mesmo volume (do alto, do
meio e do fundo do recipiente), após agitação e homogeneização;
2.2. Amostragem
Para SKOOG (2006), a amostragem: é o processo pelo qual uma amostra da população é
reduzida em tamanho para uma quantidade de material homogéneo que pode ser
convenientemente manuseado no laboratório e cuja composição seja representativa da
população.
1. Obter um valor médio que seja uma estimativa sem tendências da média da população.
Esse objectivo pode ser atingido apenas se todos os membros da população tiverem
uma probabilidade igual de estarem incluídos na amostra.
2. Obter uma variância que seja uma estimativa sem viesses da variância da população,
para que os limites de confiança válidos para a média possam ser encontrados e vários
testes de hipóteses possam ser aplicados. Esse objectivo pode ser alcançado apenas se
toda amostra possível puder ser igualmente colectada.
Idem, o plano de amostragem devera começar por determinar qual o nível de extensão
geográfica em que o processo de amostragem devera ser conduzido (mundial, nacional,
regional, urbano, rural, grupo de indivíduos, etc.).
6
(1) Incerteza que pode ser tolerada entre a composição da amostra bruta e a do todo;
De acordo com FONSECA & MARTINS (1995), existem dois grandes grupos de métodos
para seleccionar/recolher amostras: os métodos aleatórios e métodos não aleatórios.
a) Métodos aleatórios
Para FONSECA & MARTINS (1995), o método de amostragem aleatório exige que cada
elemento da população possua determinada probabilidade de ser seleccionada. Trata-se do
método que garante cientificamente a aplicação estatísticas de inferências. Somente com base
em amostragens aleatórias é que se podem realizar inferências ou induções sobre a população
a partir do conhecimento da amostra.
Se, por exemplo, a população tem 1000 elementos (N = 1000), pode-se numerá-los de 000 a
999. Escolhendo uma posição de qualquer linha da tabela de números aleatórios, faz-se o
sorteio, ou seja, retiram-se conjuntos de três algarismos para se escolherem os elementos que
8
irão compor a amostra. Assim, imagine-se que a sequência de dígitos aleatórios seja: 385 559
555 432 886 … logo os elementos de números 385 – 559 – 555 – 432 … serão os
componentes da amostra.
Para FONSECA & MARTINS (1995), se o número sorteado superar o maior número dos
elementos rotulados, abandona-se o número sorteado, prosseguindo-se o processo. Se o
número sorteado for repetido, convêm abandona-lo.
De acordo com SILVEIRA (2015), a amostragem aleatória simples pode ser feita com
reposição (caso em que cada elementos da população pode entrar mais do que uma vez na
amostra) ou sem reposição (caso em que cada elemento da população só pode entrar uma vez
na amostra).
Idem, este tipo de amostra é muito dispendioso, e muitas vezes impraticável por exigir a
listagem e enumeração de toda a população, daí ser poucas vezes adoptado. Mas se a
população for pequena ou se existirem listas com os elementos da população, este método
mostra-se bastante útil.
Idem, calcula-se o intervalo de amostragem N/n aproximando-o para o inteiro mais próximo:
a. Utilizando a tábua dos números aleatórios, sorteia-se um número x entre 1 e a, formando-se
a amostra dos elementos correspondentes aos números: x; x + a; x + 2a; …
9
𝑁 1000
a=𝑛 = = 5.
200
Idem, imagine que três sejam o número sorteado entre 1 e 5. Portanto, os elementos da
população numerados por 3, 8, 13, …, 998 irão compor a amostra.
Este método é também chamado quase - aleatório por não dar a todas as amostras que se
podem retirar de uma população a mesma probabilidade de ocorrência. Para aplicação deste
𝑁
método e necessário calcular o rácio K = . Em seguida, escolhe-se aleatoriamente um
𝑛
número, no intervalo [1; K], que servirá como ponto de partida e primeiro elemento da
amostra. Adicionando ao primeiro valor obtido o rácio K (arredondando o resultado por
defeito), obtêm-se o segundo elemento e a adição sucessiva do mesmo rácio permite encontrar
os restantes elementos da amostra. Como se verifica, apenas o primeiro elemento e escolhido
aleatoriamente enquanto os restantes são determinados de modo sistemático pelo rácio.
(SILVEIRA, 2015).
Para SILVEIRA (2015), por exemplo, se K = 2, então a dimensão da amostra seria constituída
por metade (50%) da dimensão da população. Se K = 20, então a amostra seria apenas 5% da
população.
Idem, após a determinação dos estratos, selecciona-se uma amostra aleatória de cada
subpopulação (estrato).
Idem, as variáveis de estratificação mais comuns são: classe social, idade, sexo, profissão …
ou qualquer outro que revele os estratos dentro da população.
aleatória simples desses subgrupos (conglomerados) pode ser colhida, e uma contagem
completa deve ser feita para o conglomerado sorteado. Agregados típicos são quarteirões,
famílias, organizações, agencias, edifícios etc.
Idem, assim, por exemplo, num levantamento da população de uma cidade, podemos dispor
do mapa indicando cada quarteirão e não dispor de uma relação actualizada dos seus
moradores. Pode-se, então, colher uma amostra dos quarteirões e fazer a contagem completa
de todos os que residem naqueles quarteirões sorteados.
3. Conclusões
Após a consulta da literatura conclui-se que, a amostragem para uma análise química envolve,
necessariamente, a estatística, uma vez que serão tiradas conclusões acerca de uma quantidade
muito maior do material a partir de uma análise que envolve uma pequena amostra de
laboratório. Os métodos que permitem a selecção de amostras são, aleatórios e não aleatórios.
A eficácia e eficiência dos resultados mostram-se nos métodos aleatórios, pois permitem
realizar inferências ou induções sobre a população a partir do conhecimento da amostra,
enquanto os métodos não aleatório, não é possível generalizar os resultados das pesquisas
para a população, pois as amostra não aleatórias não garantem a representatividade da
população. O processo de amostragem precisa assegurar que os itens escolhidos sejam
representativos de todo o material ou população. Aqui, os itens escolhidos para análise são
muitas vezes chamados unidades de amostragem ou incrementos de amostragem. Os tipos de
amostra de Silveira mencionadas no trabalho apresentam uma relação com métodos usados na
sua selecção tendo desta feita as mostras colectadas pelos métodos aleatórios: amostra média
e arbitrária; amostras não aleatórias: amostras legal e contra-amostra.
13
4. Referências bibliográficas
FONSECA, J. S. & MARTINS, G. Curso de estatística. 5ª Ed. São Paulo: Editora Atlas S.A,
1995.
NERY; et al. Quantidade da matéria nas ciências clássicas. S. Ed. ISSN, 2009.
SILVEIRA, Tânia Maria Leite. Amostragem. S. Ed. Belo Horizonte: centra universitário,
2015.
VARÃO, Carla; BATISTA, Cláudia & MARTINHO, Vânia. Métodos de Amostragem. S. Ed.
Portugal, 2005.