PROFESSOR RODRIGÃO

AMOSTRAGEM X AMOSTRA
 01 – A DIFERENÇA ENTRE AMOSTRAGEM E
AMOSTRA.
A amostragem é o processo de como iremos escolher um
grupo de indivíduos de uma população (conjunto
universo ou marco amostral), a fim de estudar e
caracterizar a população total.
A amostra é o grupo de indivíduos escolhidos (pedaço da
população).
Exemplo.
Imagine que você quer saber qual a porcentagem de
diabéticos no Brasil.
Uma maneira de obter essa informação é entrar em
contato com todos os habitantes do Brasil (209 milhões
de pessoas) e perguntar se são diabéticos. A outra
maneira é selecionar um grupo de indivíduos, por
exemplo, 2.000 pessoas e perguntar se eles são
diabéticos.
O grupo de 2.000 pessoas forma uma amostra e a
maneira como eu seleciono este grupo é chamado
de amostragem.
02 – TIPOS DE AMOSTRAGENS.

02.1 – AMOSTRAGEM PROBABILÍSTICA.

Cada indivíduo da população (marco
amostral) tem a mesma chance de ser sorteado

– AMOSTRAGEM CASUAL.
São elas:
✓ AMOSTRAGEM SIMPLES.
✓ AMOSTRAGEM SISTEMÁTICA.
✓ AMOSTRAGEM ESTRATIFICADA.
✓ AMOSTRAGEM POR CONGLOMERADO.
 02.2 – AMOSTRAGEM NÃO BROBABILÍSTICA.

O Público não é selecionado por sorteio,

público selecionado por escolha –

AMOSTRAGEM NÃO CASUAL.

Muito utilizado em pesquisa de opinião
pública.
São elas:
✓ AMOSTRAGEM ACIDENTAL (POR
CONVENIÊNCIA).
✓ AMOSTRAGEM INTENCIONAL (POR
JULGAMENTO).
✓ AMOSTRAGEM POR BOLA DE NEVE.
✓ AMOSTRAGENS POR COTAS
(SEMELHANTE À ESTRATIFICADA).
 EXERCÍCIOS

QUESTÃO 01 – FEPESE (ANALISTA

FINANCEIRO).

A amostragem estratificada
proporcional, a amostragem por cotas e
a amostragem por conglomerados são,
respectivamente, amostragem:

A) Não Casual, Casual e Casual.

B) Não Casual, Não Casual e Casual.
C) Casual, Não Casual e Não Casual.
D) Casual, Não Casual e Casual.
QUESTÃO 02 – RODRIGÃO
A amostragem simples, a
amostragem estratificada e a
amostragem intencional, são
respectivamente, amostragens:

A) casual, não casual e não casual.

B) casual, casual e não casual.
C) não casual, não casual e casual.
D) casual, casual e casual.
QUESTÃO 03 – RODRIGÃO.
Na estatística o processo de
escolha de determinada amostra é
chamado de amostragem. Das
opções abaixo, a única que se pode
usar o processo de escolha em vez
do sorteio é na:

A) Amostragem simples.
B) Amostragem por
conglomerado.
C) Amostragem por cotas.
D) Amostragem estratificada.
 03 – AS AMOSTRAGENS PROBABILÍSTICAS
(CASUAL).
03.1 – AMOSTRAGEM SIMPLES: Também
chamada de aleatória simples (M.A.S) ou,
também, de casual simples, é aquela que todos
os elementos da população – marco amostral –
tem a mesma probabilidade de ser sorteado
como elemento da amostra.
Exemplos:
I – Sorteio da Mega Sena: os 6 números que
contém a amostra terão a mesma probabilidade
de serem sorteados.
Observação: 60 números (População ou
marco amostral).
II – Colocar todos os nomes dos 50 alunos de
uma sala, separados um a um, dentro de uma
urna e sortear 10 deles para constituir a
amostra.
 Ficam as dicas:
✓ Se os indivíduos de um universo podem
ser selecionados mais de uma vez na
amostra, estamos falando de M.A.S com
repetição ou sem repetição. Se usamos a
repetição, se eu seleciono um indivíduo
aleatoriamente num sorteio, isso não me
impede de selecioná-lo novamente num
seguinte sorteio. Seria equivalente a dizer
que toda vez que eu vou sortear um
número aleatório de minha urna, eu
adiciono novamente este número para
participar do próximo sorteio. Se, no
entanto, nós não usamos a repetição, um
indivíduo selecionado para a amostra só
poderá ser selecionado uma única vez.
✓ A amostragem aleatória simples
sem reposição sempre é mais eficiente.
https://www.netquest.com/blog/br/blog/br/amostra-probabilistica-aleatoria-simples
 03.2 – AMOSTRAGEM SISTEMÁTICA: os
elementos que constituirão a amostra são
escolhidos segundo um fator de repetição
(um intervalo fixo). Sua aplicação requer
que a população esteja ordenada segundo
um critério qualquer (uma lista que englobe
todos os seus elementos, uma fila de
pessoas, etc.), de modo que cada um de seus
elementos possa ser unicamente
identificado pela sua posição.
O fator de repetição (k) é determinado
dividindo-se o tamanho da população (N)
pelo tamanho da amostra (n). O primeiro
elemento é escolhido por sorteio, dentre os
elementos da população que ocupam a
posição igual ou inferior a N/n (fator de
repetição), em seguida, selecionam-se os
elementos a cada intervalo N/n.
 RESUMINDO:
1° Passo: Elaborar uma lista dos N indivíduos
da população (universo ou marco amostral).
2° Passo: Dividir o marco amostral em vários
fragmentos, todos de mesmo tamanho, onde
que o tamanho do fragmento é igual ao
tamanho da Amostra que desejamos. O
tamanho desses fragmentos (k) será: k = N/n.
3° PASSO: Primeiro elemento da Amostra
será determinado por sorteio (probabilístico)
dentro do primeiro fragmento que dividimos a
população. Chamaremos esse elemento de A.
4° Passo: Os demais elementos serão
definidos pela sequência abaixo, a começar por
A.
A, A+k, A+2k, A+3k, A+4k,...
 Exemplo:
Em uma reunião há 80 pessoas e deseja-se fazer
uma pesquisa sobre a satisfação com os resultados
obtidos nesse evento com uma amostra 10 pessoas.
Para escolha desta amostra foi escolhido o processo
de Amostragem Sistemática. Demonstre passo a
passo esse processo.

Resolução:
1° Passo: Colocar as 80 pessoas em ordem
alfabética e numerá-las de 1 à 80, seguindo a ordem
alfabética.
2° Passo: Saber o tamanho de cada fragmento
(k).
K = 80/10
K = 8.
Significa que o primeiro fragmento é do 1 ao 8, o
segundo fragmento é do 9 ao 16, o terceiro
fragmento é do 17 ao 24 e assim sucessivamente.
 3° Passo: Fazer o sorteio entre os 8
elementos do primeiro fragmento, sabendo que
é o único sorteio que acontece nesse processo.
Levando em conta que o número sorteado
seja o 5, logo o primeiro elemento da amostra
será a pessoa que está relacionado ao número
5.
 4°Passo: Selecionar os demais elementos (pessoas) da
amostra seguindo o critério abaixo.
1° elemento da amostra: pessoa relacionada ao
número 5.
2° elemento da amostra: 5 + k = 5 + 8 = 13, pessoa
relacionada ao número 13.
3° elemento da amostra: 5 + 2k = 5 + 2 . 8 = 21, pessoa
relacionada ao número 21.
4° elemento da amostra: 5 + 3k = 5 + 3 . 8 = 29, pessoa
relacionada ao número 29.
5° elemento da amostra: 5 + 4k = 5 + 4 . 8 = 37, pessoa
relacionada ao número 37.
6° elemento da amostra: 5 + 5k = 5 + 5 . 8 = 45, pessoa
relacionada ao número 45.
7° elemento da amostra: 5 + 6k = 5 + 2 . 8 = 53, pessoa
relacionada ao número 53.
8° elemento da amostra: 5 + 7k = 5 + 7 . 8 = 61, pessoa
relacionada ao número 61.
9° elemento da amostra: 5 + 8k = 5 + 8 . 8 = 91, pessoa
relacionada ao número 69.
10° elemento da amostra: 5 + 9k = 5 + 9 . 8 = 77,
pessoa relacionada ao número 77.
Pronto, sua amostra com 10 pessoas está selecionada.
https://www.netquest.com/blog/br/blog/br/amostra-sistematica
 03.3 – AMOSTRAGEM ESTRATIFICADA: quando a
população está dividida em estratos (são subdivisões da
população em agrupamentos homogêneos, por exemplo,
sexo, raça. Idade, escolaridade, etc), a amostra também
será estratificada, de tal modo que o tamanho dos
estratos na amostra seja proporcional (porcentagem) ao
tamanho dos estratos correspondentes na população
(Amostragem Estratificada Proporcional).
Exemplo:
Em uma universidade há 800 pessoas, desses 70%
são alunos, 20% são professores e 10% são serviçais.
Para uma pesquisa usando esses três grupos (estratos) o
melhor método a ser utilizado é a amostragem
estratificada, pois não se correrá o risco de serem
utilizados na pesquisa somente alunos, por exemplo.
Vamos criar uma amostra de 90 pessoas.
✓ Usando a Amostragem Estratificada Proporcional
teremos: 63 alunos (70% de alunos), 18
professores (20% de professores) e 9 serviçais
(10% de serviçais).
 Existem também mais dois tipos de
Amostragens Estratificadas:
I – Amostragem Estratificada Uniforme.
Neste caso a amostra é dividida em partes
iguais.
Usando o exemplo acima teremos: 30
alunos, 30 professores e 30 serviçais, ou seja,
tamanho da amostra dividido pela quantidade
de extratos (alunos, professores e serviçais)
90 ÷ 3.
II – Amostragem Estratificada Ótima.
Neste caso, o tamanho das camadas da
amostra não será proporcional com a
população. Por outro lado, o tamanho das
camadas é definido em proporção com o
desvio-padrão (medida de dispersão) das
variáveis estudadas. Isto é, se obtêm camadas
maiores dos estratos com maior variabilidade
interna para representar melhor o total da
amostra nos grupos populacionais mais
difíceis de estudar.
 https://www.netquest.com/blog/br/blog/br/amostragem-
probabilistica-amostra-estratificada
 03.4 – AMOSTRAGEM POR
CONGLOMERADO: consiste em dividir a
população que se vai investigar em grupos
fisicamente próximos, independentes de eles
serem homogêneos ou não. Em tais
conglomerados, são agregados os elementos
populacionais com estreito contato físico
como casas, quarteirões, bairros, cidades,
regiões, etc.
Exemplo:
Se queremos estudar qual o percentual de
fumantes na cidade de Belo Horizonte,
separamos B.H por bairros (conglomerados)
sorteamos 4 deles e fazemos a pesquisa
necessária.
https://www.netquest.com/blog/br/blog/br/amostra-conglomerados
 04 – AS AMOSTRAGENS NÃO
PROBABILÍSTICAS (NÃO CASUAL).

04.1 – AMOSTRAGEM ACIDENTAL (POR

CONVENIÊNCIA): a amostra é formada por
elementos que vão
aparecendo, os elementos são possíveis de se
obter e encerra-se quando completar o número
de elementos da amostra.
Exemplos:
I – Uma pesquisa de intenção de votos na
Praça Sete de B.H (um bom local para pesquisa
de opinião pública, pois há uma grande
aglomeração de pessoas de todos os níveis
sociais).
II – Montar um questionário e usar a rede
social, sem escolher grupos, para que as pessoas
respondam (pessoas escolhidas aleatoriamente).
Estima-se que na Praça Sete passem 400 mil
pedestres por dia.
 04.2 – AMOSTRAGEM INTENCIONAL (POR
CONVENIÊNCIA):
a amostra é formada por elementos escolhidos
por determinado critério.
Exemplo:
I – Uma pesquisa sobre o tipo de armação de
óculos e suas cores.
O pesquisador vai para a praça sete e entrevista
pessoas que usam óculos.
II – Uma pesquisa sobre doenças
dermatológicas em cães.
O pesquisador separa uma listagem de todos os
médicos veterinários de B.H, separa 40 para sua
amostra e os entrevistam por qualquer meio de
comunicação.
 FICA A DICA: muito utilizada para
pesquisas de profissionais de áreas
específicas.
Observações:
I – AMOSTRAGEM POR BOLA DE NEVE.
II – AMOSTRAGENS POR COTAS
(SEMELHANTE À ESTRATIFICADA).
 EXERCÍCIOS

QUESTÃO 01 – FGV (ESTATÍSTICO).

Para se obter uma amostra de 100 cadastros
de um banco de dados que possui 20.000
cadastros numerados de 1 a 20.000, planeja‐se
proceder da seguinte forma: inicialmente um
número k pertencente ao intervalo [1, 200] será
aleatoriamente selecionado. Em seguida, serão
observados os cadastros k, k + 200, k + 400, k +
600, e assim sucessivamente.
Esse procedimento é um exemplo de
amostragem>
A) estratificada.
B) sistemática.
C) aleatória simples.
D) por conglomerados.
E) multi‐etapas.
 QUESTÃO 02 – CESGRANRIO (PETROBRAS).
Uma pesquisa por amostragem domiciliar foi
realizada em uma localidade que possui 30
domicílios. A amostra de 5 domicílios foi obtida
de acordo com os seguintes passos:
Passo 1 - organização dos 30 domicílios em uma
lista, numerando-os de 1 a 30.
Passo 2 - seleção aleatória de um domicílio,
dentre aqueles numerados de 1 a 6 (o domicílio
selecionado no passo 2 foi o de número 4).
Passo 3 - inclui-se na amostra os seguintes
domicílios (além do 4, selecionado no passo 2):
10, 16, 22 e 28 (ou seja, a partir do domicílio 4,
seleciona- se de 6 em 6 domicílios).
A amostragem adotada foi:
A) Aleatória simples.
B) Estratificada simples.
C) Sistemática Simples.
D) Por conglomerado.
E) Em dois estágios.
 QUESTÃO 03 – FCC (ANALISTA JUDICIÁRIO).
Uma pesquisa pretende estimar o valor médio mensal
dos salários recebidos pelos professores de 4 escolas do
bairro da Saúde. Para a pesquisa primeiramente foram
listados todos os professores das 4 escolas segundo o sexo
resultando em 2000 professores do sexo feminino e 1 500
professores do sexo masculino. Foram propostos dois
planos amostrais distintos. O primeiro plano previa um
sorteio com reposição de 350 professores do total de 3500.
Na segunda proposta, o total da população de professores
seria dividido em dois grupos (um grupo do sexo feminino e
outro grupo do sexo masculino) e seriam sorteados 10% de
cada grupo com reposição. Segundo a teoria geral da
amostragem, o primeiro e o segundo plano são,
respectivamente,
A) Amostragem Aleatória simples e Amostragem
estratificada.
B) Amostragem Aleatória simples e Amostragem
sistemática.
C) Amostragem estratificada e Amostragem aleatória
simples.
D) Amostragem Aleatória simples e Amostragem por
conglomerado em dois estágios.
E) Amostragem Aleatória simples e Amostragem por
conglomerados.
 QUESTÃO 04 – FCC (ANALISTA JUDICIÁRIO).
O objetivo de uma pesquisa era o de se obter,
relativamente aos moradores de um bairro,
informações sobre duas variáveis: nível
educacional e renda familiar. Para cumprir tal
objetivo, todos os moradores foram entrevistados
e arguídos quanto ao nível educacional, e, dentre
todos os domicílios do bairro, foram selecionados
aleatoriamente 300 moradores para informar a
renda familiar. As abordagens utilizadas para as
variáveis nível educacional e renda familiar
foram, respectivamente,
A) censo e amostragem por conglomerados.
B) amostragem aleatória e amostragem
sistemática.
C) censo e amostragem casual simples.
D) amostragem estratificada e amostragem
sistemática.
E) amostragem sistemática e amostragem em
dois estágios.