3

1. Teoria de amostragem

1.1.1. Conceito

Teoria da amostragem - é o estudo das relações existentes entre uma população e as

amostras delas extraídas. Utiliza-se para a estimação das grandezas desconhecidas da
população (parâmetros) através de conhecimento das grandezas correspondentes nas
amostras (estatística amostrais). Também utiliza-se para determinar se as diferenças
observadas entre duas amostras são verdadeiramente significativa.

Para que as conclusões sejam válidas, é necessário que a amostra seleccionada seja
representativa da população. Para isso podem ser utilizados os métodos de amostragens
probabilísticos, tais como: aleatória, sistemática, estratificada ou por conglomerados.
Mas, o método mais utilizado é o por amostragem aleatória.

Amostragem é todo o conjunto não vazio e com menor número de elemento em relação a
população. Em relação ao tamanho da amostra são possíveis duas situações: se n <30,
diz-se que a amostra é pequena, caso contrário, quando n ≥ 30 diz-se que a amostra é
grande. Amostragem é o processo de extrair amostras ou seleccionar a população os
elementos que devem pertencer a amostra.

1.1.2. Os problemas que interessam o observador no estudo da amostra

Existem principalmente três tipos de problemas que interessam ao pesquisador resolver,

mediante o estudo de uma ou mais amostras:

1. O primeiro problema, consiste em estimar os parâmetros da população a partir do

conhecimento das estatísticas de uma amostra. São consideradas estatísticas ou medidas
amostrais desvio padrão (S), coeficiente de correlação (R), proporção (P).

2. O segundo problema, consiste em determinar se a amostra de uma estatística conhecida

provém de uma população da qual os parâmetros também são conhecidos. Neste
problema, a resolução consiste em comparar os parâmetros populacionais com as
respectivas estatísticas.

3. O terceiro, último problema, consiste em procurar saber a partir de duas estatísticas se

as amostras correspondentes provêm de uma mesma população.
 4

A teoria de amostragem hoje em dia é utilizada em quase todas as áreas de investigação

desde o tratamento dos fenómenos demográficos, dados na agricultura, na indústria e
comércio, medicina, psicologia até na Educação e pesquisas de opiniões realizada pelos
meios de comunicação.

1.1.3. Princípios da representatividade da amostra

A validade das conclusões tiradas numa amostra sobre uma população depende do facto
da amostra ter sido bem escolhida e ter um tratamento representativo da população.

Considera-se os seguintes princípios:

1. Quando maior for a fracção de amostragem n / N, maior será a probabilidade de

obter uma amostragem representativa.
2. Se a população tem mais de 10.000, unidades estatísticas e a fracção de
amostragem é de pelo menos 0,1 (10%), a amostra tem uma probabilidade
aceitável de ser representativa.

1.1.4. Vantagens da amostragem

 Ajuda nos a representar no caso em que a população for infinita;

 É menos dispendiosa e fácil controlar por ter poucas unidades economicamente;
 Porque o tempo é escasso, a informação pode variar se transcorrer muito tempo
entre o primeiro e o último elemento a ser inquerido;
 Porque, por vezes, os elementos da amostra podem ser distribuídos durante o
processo de amostragem ou podem provocar danos durante as experiências.

Fases, para a realização de um inquérito por amostragem

1º Definição com clareza dos objectivos do inquérito;

2º Definição da população a ser estudada e da unidade estatística;

3º Definir as bases teóricas da sondagem (variáveis, tamanho, etc.);

4º Elaborar o questionário com instrução de notação (simulação da validação dos dados);

5º Escolha do período de referência para a recolha das informações;

6º Escolha do método de amostragem conveniente;

 5

7º Selecção de amostra;

8º Processamento e controle;

9º Realização das inferências e divulgação dos resultados.

1.1.5. Amostra aleatória simples

É aleatória porque a escolha é meramente por meio dum acaso; é simples porque todos
elementos componentes da população têm igual probabilidade de serem escolhidos para
amostra.

Para este tipo de amostragem tem, vulgar enumerar todos os elementos da população e
colocá-los numa urna, o que geralmente acontece em sorteio de bilhetes nas lojas
comerciais para um determinado concurso. Também é usual para casos em que apôs a
atribuição de números aos elementos da população e sem os colocar numa urna se
proceda ao sorteio extra para mais tarde processar-se pelo vencedor (casos de lotaria).
Ainda se pode considerar outro caso em que se possa recorrer a tabela de números
aleatórios.

1.2.1. Passos a considerar para seleccionar uma amostra aleatória

a) Definir o número de elementos que devem fazer parte da amostra (tamanho da

amostra n);
b) Numerar sucessivamente os elementos da população de 1 a N;
c) Escolher os elementos da amostra usando um procedimento aleatório como tabela
de números aleatórios ou outros. Deve-se garantir que o número seleccionado da
população para amostra não seja preleccionado (garantia de não repetição na
amostra);
d) Estabelecer a correspondência entre o número aleatório com a numeração dos
elementos da população. Para casos em que haja coincidência (repetição de
número aleatório), esse elemento da população é considerado seleccionado para
fazer parte da amostra, não podendo ser repetido (escolha sem reposição), mas se
a coincidência for movida pela repetição do elemento da população e não do
número aleatório, então será considerada mera coincidência sendo que o elemento
deverá ser seleccionado. Este procedimento deve ser repetido até atingir muitos
elementos requeridos para a amostra.
 6

Em geral quando uma amostra é sem representação, dissemos que a população é finita.
Quando uma amostra é com reposição então dissemos que a população é infinita, pós a
população nunca será exaurida. Para fins práticos a amostra de uma população finita
muito grande pode ser considerada infinita.

Na amostragem com a reposição a mesmo elemento pode ser escolhido mais de uma vez
na amostragem sem reposição cada elemento só pode ser escolhido mais de uma vez.

Exemplo: um caixa conte 8 bolas, enumeradas de 0 a 7. Retira-se a 1ª bola, anota-se o

número, 2 por exemplo e não se recoloca a bola na caixa. Os outros números que podem
ser sorteados são, 0, 1, 2, 3, 4, 5, 6 e 7. Este sistema é o sistema sem reposição,
entretanto, se tivéssemos recolocado a bola 2 na caixa então todos os números poderiam
ser seleccionados na segunda extracção inclusive o 2. Este sistema é chamado sistema
com reposição.

Nem sempre é fácil executar esse tipo de amostragem em virtude de ser uma tarefa
penosa” na maioria parte dos casos porque a população é infinita”, tornando difícil
enumerar todos elementos da população. Por outro lado esta amostragem pode fazer com
que elementos da amostra estejam dispersos geograficamente (se os elementos da
população estiverem em regiões geográficas dispersas).

A precisão dos estimadores segundo um esquema aleatório simples pode ser avaliada a
partir da sua variabilidade. Tornando como exemplo o caso da media amostral como
σ²
estimador da media da população, vem que v (ẍ) = , ignorando o factor de correcção
n
de populações finitas.

A população é infinita quando a população é grande; como é o caso dos infectados pelo
vírus de HIV/SIDA, para fins práticos, podemos admitir como infinita, em virtude do
número de infectados no mundo, subir de minuto a minuto.
 7

Bibliografia

FAZENDA R. Z.. Manual de Estatística. s/d.

GIACOMELLO, C. P.. Probabilidade e Estatística, s/d.

PEDRO, S.. Guia de Estatística Aplicada. 1ª Edição, Maputo, 2010.