UNIVERSIDADE ESTADUAL DO OESTE DO PARANÁ

CENTRO DE ENGENHARIAS E CIÊNCIAS EXATAS

CURSO DE QUÍMICA BACHARELADO

PRÁTICA 01:
Amostragem

Alunos: Bruna Cristina Badalotti

Helenir Nélis Ballin
Vitor Garcia Foltz

Toledo, 3 de outubro de 2022

 1. OBJETIVO
Realizar um plano de amostragem, empregando confeitos M&M’s, e definir as condições
experimentais para reduzir a amostra buta para amostra laboratorial.
Para efeitos de controle, usou-se confeitos coloridos da marca M&M’s, embalagem
marrom de 90g dois pacotes de 45g.
2. RESULTADO E DISCUSSÃO
A amostragem provém da estatística e reúne métodos necessários para fazer a coleta
adequada de amostras representativas. É muito difícil de conseguir distribuições exatas de
alguma variável, por ser um processo muito demorado ou as vezes destrutivo, assim, a solução é
selecionar parte dos elementos (amostra), analisá-los e inferir propriedades para a população.
Definição: População é o conjunto de todos os elementos ou resultados sob investigação.
Amostra é qualquer subconjunto da população. (MORETTIN, P., BUSSAB, W., p. 274).
Técnicas de amostragem utilizadas:
● Análise e classificação de dados
● Distribuição amostral (média e proporções)
● Amostragem aleatória, sistêmica e conglomerados, estratificada.
● Dimensionamento de amostras.
(VIRGILLITO, 2017. p. 54-55).
Parte A.
Tabela 1: Valor teórico da distribuição média das cores das pastilhas por pacote fornecido
pelo fabricante.

Cor Vermelho Amarelo Laranja Azul Verde Marrom

% 14,3 21,4 21,4 14,3 14,3 14,3

Fonte: Apostila das aulas práticas

No procedimento A, foram contados o número total de confeitos (oriundo de dois pacotes
de 45g) e foram separados por cores, em seguida foi realizado um cálculo para que todas as
informações passassem a valer como porcentagem. Determinou-se, então:

Dados: nº c ÷C t ×100 %

nº c =número de confeitos por cor

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:
 ❑

Dados: Média (x): ∑

xi
❑
❑
n = população total = 4
x i = amostras
❑

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.

Confeitos Classificados por cor (%)

Pacotes Total de Vermelho Amarelo Laranja Azul Verde Marrom

Confeito
s

Valor teórico 107 17 24 19 14 18 15

1 107 15,89% 22,43% 17,76% 13,08% 16,82% 14,02%

2 103 14,56% 17,48% 11,65% 24,27% 13,59% 18,45%

3 104 8,65% 16,35% 22,12% 26,92% 15,38% 10,58%

4 101 8,91% 7,92% 15,84% 27,72% 13,86% 25,74%

Média 12,00% 16,05% 16,84% 23,00% 14,91% 17,20%

Estimativa, - 3,76% 6,03% 4,34% 6,77% 1,50% 6,54%

Desvio padrão (s)

Intervalo de - 12 ± 16,05 ± 16,84 ± 23,00 ± 14,91 ± 17,20 ±

confiança 5,98% 9,59% 6,90% 10,77% 2,38% 10,41%

Valor calculado - 1,22% 1,77% 2,10% 2,57% 0,81% 0,89%

de t

Há diferença - Não Não Não Não Não Não

significativa?

Fonte: autoria própria

Dados: Grupo 1: (nossos dados). Bruna, Helenir, Vitor.
Grupo 2: Dados de: Diogo, Isadora e Ana Clara.
Grupo 3: Dados de: Emily, Douglas e Luana
 Grupo 4: Dados de: Emanuel, Ângela, Maria e Ana Júlia.
Parte C
Depois de juntar todos os confeitos dos grupos em um único recipiente (amostra bruta),
buscou-se estabelecer os valores em porcentagem da amostra laboratorial, efetuando a primeira
coleta com um copo plástico de 50mL e em seguida com um copo de 200mL. Feitos os cálculos
particulares, foram coletadas as porcentagens dos outros grupos.
O quarteamento foi o método utilizado para a comparação com os resultados obtidos
anteriormente. Essa técnica utilizada visa a redução de massa das amostras, onde a divisão
representava cerca de 25% da amostra bruta para cada grupo, obtendo assim, a amostra final.
Por fim, todos os resultados obtidos nas situações anteriores para parte C, estão dispostos
na Tabela 3.
Tabela 3: Dados Experimentais.

Confeitos Classificados por cor, % (erro relativo)

- Total de Vermelho Amarelo Laranja Azul Verde Marrom

confeito
s
População * 38 1 9 4 10 7 7
Amostragem
com o copo de 50
mL 100% 2,63% 23,68% 10,53% 26,32% 18,42% 18,42%

2 39/100 10,26% 15,38% 17,95% 15,38% 28,21% 12,82%

%
3 48/100 12,50% 16,67% 12,50% 27,08% 16,07% 14,58%
%
4 42/100 14,28% 9,52% 9,52% 26,19% 19,04% 21,42%
%
Amostragem
com o copo de
200 mL 106/100 11/10,38% 20/18,86% 19/17,92% 25/25,58% 15/14,15% 16/15,09%
%
1

2 ?/100% 13,33% 10,00% 15,56% 26,67% 15,56% 18,89%

3 ?/100% 13,58% 19,23% 15,39% 16,15% 16,92% 18,46%
4 ?/100% 9,78% 14,13% 18,47% 28,26% 14,13% 15,1%
Quarteamento 82/100 14/17,07% 20/24,40% 19/23,17% 21/25,61% 10/12,20% 19/23,17%
%
1

2 ?/100% 11,43% 15,24% 11,43% 33,33% 9,52% 19,05%

 3 ?/100% 13,00% 14,00% 15,00% 20,00% 25,00% 13,00%
4 ?/100% 10,09% 15,60% 22,01% 19,26% 15,60% 17,43%

Fonte: Autoria própria.

Dados: *A população é a média obtida de cada pacote.
Grupo 1: (nossos dados). Bruna, Helenir, Vitor.
Grupo 2: Dados de: Diogo, Isadora e Ana Clara.
Grupo 3: Dados de: Emily, Douglas e Luana
Grupo 4: Dados de: Emanuel, Angela, Maria e Ana Júlia.

Imagem 1:

Fonte: Apostila das aulas práticas.

Imagem 2:
 Fonte: Apostila das aulas práticas.

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.