Escolar Documentos
Profissional Documentos
Cultura Documentos
PRÁTICA 01:
Amostragem
Dados: nº c ÷C t ×100 %
C t=total de confeitos
Exemplo: Para os confeitos vermelhos, 17 ÷ 107 × 100% = 15,89%, correspondentemente.
Feitas as porcentagens, o próximo passo foi coletar as porcentagens dos grupos restantes,
fez-se necessário pois se tratava da população total.
Parte B:
Para realizar o cálculo da média, foi preciso utilizar a equação:
❑
Exemplo: x: ∑
❑
16,82+ 13,59+ 15,38+13,86 = 14,91% é a média calculada para os
❑
confeitos verdes.
A média, que é uma medida que nos diz qual seria o valor homogêneo das amostras se elas
também fossem homogêneas, foi calculada também em valores percentuais.
Em sequência para encontrar o grau de dispersão do conjunto fez-se o cálculo do desvio
padrão, que indica o quão uniforme é nossa amostra. Determinou-se:
Dados: Desvio padrão (s): √ ❑
x 0 = amostra
x = média
Exemplo: s: √ ❑ = 6,03% é o desvio padrão calculado para os confeitos amarelos.
Quanto mais próximo de zero for o desvio padrão, pode-se dizer que mais homogêneos são
os dados.
O desvio padrão indica a medida de dispersão de um conjunto de dados em relação a sua
média aritmética, mostrando se estão próximas ou distantes dos dados. Dessa forma, o desvio
padrão é calculado por meio da raiz quadrada desse resultado: soma da diferença de suas
variáveis pela média aritmética, dividida pelo número de variáveis. (VIRGILLITO, 2017. p. 81)
t×s
Dados: Intervalo de confiança (μ): x ±
√❑
x = média
n = população total
t = teste “t” de Student
s = Desvio padrão
3,182× 6,77
Exemplo: μ: 23,00 ± = 23,00 ± 10,77 é o intervalo de confiança calculado
√❑
para os confeitos azuis.
O teste “t” de Student (imagem 1) é uma medida que nos ajuda a perceber se uma medida é
ou não aceitável, levando em conta os graus de liberdade e o nível de confiança da amostra.
Para isso utilizou-se os dados fornecidos pelo fabricante da tabela 1.
¿ t fabricante−x∨× √❑
Dados: t calculado:
❑
t fabricante = Tabela 1
x = média
n = população total
s = Desvio padrão
¿ 21,4−16,84∨× √ ❑
Exemplo: t calculado: = 2,10 é o t calculado para os confeitos
❑
Laranjas.
Caso o “t calculado” seja menor ou igual ao t do teste de Student respectivo, a hipótese é
aceita e o valor, nesse caso, não difere significativamente a 5%. Caso contrário, a hipótese é
rejeitada e o resultado apresenta mudança significativa.
Houve diferenças significativas? Não, pois todos os valores calculados de “t” resultaram
em valores menores que 3,182 e este valor representa 95% do nível confiança.
Por fim, todos os resultados obtidos nas situações anteriores para parte A e B, estão
dispostos na Tabela 2.
Tabela 2: Dados experimentais.
Imagem 1:
IrCOMPLEMENTO
Algumas Definições: *Amostra representativa – é aquela que representa na sua composição
todas as subdivisões da população, procurando retratar da melhor maneira possível a sua
variabilidade. Fonte: elaborado pelo autor desconhecido.
*Amostra suficiente – é aquela que tem um tamanho tal que permite representar
adequadamente a variabilidade da população. Fonte: elaborado pelo autor desconhecido.
*Amostra aleatória, casual ou probabilística – é a amostra retirada por meio de um sorteio
não viciado, que garante que cada elemento da população terá uma probabilidade maior do que
zero de pertencer à amostra. Fonte: Barbetta, Reis e Bornia (2004).
* Amostragem aleatória simples – é o processo de amostragem em que todos os elementos
da população têm a mesma probabilidade de pertencer à amostra, e cada elemento é sorteado.
Fonte: Barbetta, Reis e Bornia (2004).
* Tabelas de números aleatórios – são instrumentos usados para auxiliar na seleção de
amostras aleatórias, formadas por sucessivos sorteios de algarismos do conjunto {0, 1, 2, 3, 4, 5,
6, 7, 8, 9}, fazendo com que todo número com a mesma quantidade de algarismos tenha a
mesma probabilidade de ocorrência. Fonte: Barbetta (2006).
*Amostragem sistemática – é a variação da amostragem aleatória simples em que os
elementos da população são retirados a intervalos regulares, até compor o total da amostra,
sendo o sorteio realizado apenas no ponto de partida. Fonte: Barbetta (2006).
*Amostra representativa – aquela que representa na sua composição todas as subdivisões
da população, procurando retratar da melhor maneira possível a sua variabilidade. Fonte:
elaborado pelo autor desconhecido.
*Amostragem estratificada – é a amostragem probabilística usada quando a população for
heterogênea em relação aos objetivos da pesquisa (as opiniões tendem a variar muito de
subgrupo para subgrupo), e a amostra precisa conter elementos de cada subgrupo da população
para representá-la adequadamente. Fonte: Barbetta (2006).
*Amostragem por conglomerados – é a amostragem probabilística em que a população é
subdividida em grupos definidos por conveniência (usualmente geográfica), e alguns destes
grupos são selecionados por sorteio, e elementos dos grupos sorteados podem também ser
sorteados para compor a amostra. Fonte: Barbetta (2006).
*Amostragem não probabilística – é o processo de amostragem em que nem todos os
elementos da população têm chance de pertencer à amostra, pois a seleção não é feita por
sorteio não viciado. Fonte: Barbetta (2006).
*Erro amostral – é o valor máximo que o pesquisador admite errar na estimativa de uma
característica da população a partir de uma amostra aleatória desta mesma população. Fonte:
Barbetta (2006).
3. CONCLUSÃO
Em suma, a amostragem é uma parte importante do contexto de obtenção do resultado
final, sendo que, feita inadequadamente, a análise quantitativa se esvazia do ponto de vista
científico. Por isso, a amostragem possibilita que os resultados obtidos sejam considerados
validos para população, o que permite uma limitação nos testes a serem aplicados. A prática
experimental B mostrou-se grau de confiança de 95%, tendo um erro de 5%, assim, o intervalo
gerado obteve o valor verdadeiro populacional.
4. REFERÊNCIAS
VIRGILLITO, Salvatore B. Estatística aplicada. 1 ed. São Paulo: Saraiva, 2017.
Autor desconhecido. Técnicas e definições de amostragem, unidade 2. Disponível em:
https://cesad.ufs.br/ORBI/public/uploadCatalago/14575316022012Estatistica_Aplicada_a_Adm
inistracao_Aula_2.pdf. Acesso em: 3 de outubro de 2022.
MORETTIN, A. P; BUSSAB, O. W. Estatística Básica. 9 ed. São Paulo: Saraiva, 2017.
BARBETTA, P. A. Estatística Aplicada às Ciências Sociais. 6. ed. Florianópolis: Ed. da
UFSC, 2006, capítulo 3.