Fiona Luísa Alfredo Djate

Amostragem
(Licenciatura em Gestão de Recursos Humano)

Universidade Rovuma
Extensão de Lichinga
2021
2
 Fiona Luísa Alfredo Djate

Amostragem

(Licenciatura em Gestão de Recursos Humano)

Trabalho de carácter avaliativo da

cadeira de Estatística, a ser apresentado
ao Departamento de ciências
Económicas e Empresariais, curso de
Gestão de Recursos Humano Sob
orientação do dr. Juma Nlayawa.

Universidade Rovuma
Extensão de Lichinga
2021
Índice
1. Introdução............................................................................................................................3

1.1. Objectivos.....................................................................................................................3

1.1.1. Objectivo Geral.....................................................................................................3

1.1.2. Objectivos Específicos..........................................................................................3

1.2. Metodologias................................................................................................................3

2. AMOSTRAGEM.................................................................................................................4

3. METODOS DE AMOSTRAGEM NÃO PROBABILÍSTICA...........................................5

3.1. Amostragem acidental..................................................................................................5

3.2. Amostragem por acessibilidade...................................................................................5

3.3. Amostragem de conveniência......................................................................................5

4. Amostragem intencional ou por julgamento.......................................................................6

5. Amostragem por cotas.........................................................................................................7

6. Amostragem a esmo ou sem norma.....................................................................................8

7. Amostragem quando a população é formada por material contínuo...............................8

Conclusão....................................................................................................................................9

Referencias Bibliografia...........................................................................................................10
 3

1. Introdução
O presente trabalho trata-se de uma pesquisa sobre Amostragem em que há uma escolha
deliberada dos elementos da amostra. Não é possível generalizar os resultados das pesquisas
para a população, pois as amostras não probabilísticas não garantem a representatividade da
população.

1.1. Objectivos

1.1.1. Objectivo Geral

 Investigar sobre as técnicas e aplicações na determinação de amostras.

1.1.2. Objectivos Específicos

 Apresentar conceitos e definições inerentes amostragem;
 Mencionar os tipos de amostragens;
 Evidenciar quais são as limitações do uso de cada uma dessas técnicas.

1.2. Metodologias
Para a realização deste trabalho, foi através dos meios didácticos na biblioteca e internet. No
qual foi feita a exploração e de seguida aspectos relevantes e necessários na abordagem e
apresentação do conteúdo.
 4

2. AMOSTRAGEM
Por mais que o estudo de todos os elementos da população possibilite um preciso
conhecimento das variáveis que estão sendo pesquisadas, nem sempre é possível obter as
informações de todos os elementos da população. Limitações de tempo, custo e vantagens do
uso de técnicas de inferência justifica o uso de amostras. Torna-se claro que a
representatividade da amostra dependerá do seu tamanho e da forma como é coletada visando
obter uma amostra significativa, e que de fato represente toda a população (GONÇALVES,
2009).
Uma amostra trata-se de um subconjunto do universo ou da população, por meio do
qual se estabelecem ou se estimam as características desse universo ou população. Sendo que,
uma população ou universo nada mais é do que um conjunto de elementos que possuem
determinadas características (MASSUKADO-NAKATANI, 2009).
De forma concisa a amostra pode ser definida, de acordo com Levineetal., (2008),
como uma parcela de uma população selecionada para fins de análise.
A representatividade e imparcialidade são duas questões importantes que devem ser
levadas em conta na retirada da amostra, pois para ser apropriada a amostra tem que ser
representativa, ou seja, deve conter em proporção tudo o que a população possui. Além do
mais, todos os elementos da população devem ter igual oportunidade de fazer parte da
amostra, ou seja, também deve ser imparcial (GONÇALVES, 2009).

Quando essa amostra é rigorosamente selecionada, os resultados obtidos tendem a

aproximar-se bastante dos auferidos se todos os elementos do universo fossem
pesquisados. E, com o auxílio de procedimentos estatísticos, torna-se possível até
mesmo calcular a margem de segurança dos resultados obtidos (GIL, 2010, p. 109).

A amostragem pode ser dividida basicamente em amostragem probabilística e não

probabilística. A primeira, por seguir as leis estatísticas, permite a expressão da probabilidade
matemática, ou seja, de se encontrar na amostra as características da população, ao passo que
a segunda depende de critério e julgamento estabelecido pelo pesquisador para a produção de
uma amostra fiel. As vantagens e desvantagens dos dois tipos é que a amostra não
probabilística é mais rápida e menos onerosa, enquanto, que a probabilística confere maior
confiabilidade aos resultados obtidos, na medida em que, nesta, cada elemento da população
possui a mesma probabilidade, previamente conhecida e diferente de zero, de ser incluído na
amostra, além de que numa amostragem probabilística é possível extrair conclusões que
 5

podem ser generalizadas para toda a população – algo que não se pode fazer na não
probabilística (STEVESON, 1986).

3. METODOS DE AMOSTRAGEM NÃO PROBABILÍSTICA

São amostragens em que há uma escolha deliberada dos elementos da amostra. Não é
possível generalizar os resultados das pesquisas para a população, pois as amostras não
probabilísticas não garantem a representatividade da população.

3.1. Amostragem acidental

Trata-se de uma amostra formada por aqueles elementos que vão aparecendo, que são
possíveis de se obter até completar o número de elementos da amostra. Geralmente utilizada
em pesquisas de opinião, em que os entrevistados são acidentalmente escolhidos.

Ex: Pesquisas de opinião em praças públicas, ruas de grandes cidades;

3.2. Amostragem por acessibilidade
Este pode ser considerado o menos rigoroso de todos os tipos de amostragem, uma vez
que se procede a seleção dos elementos aos quais se tem acesso para que a realização da
pesquisa se torne possível (MASSUKADO-NAKATANI, 2009).
Infelizmente esta situação ocorre com muita frequência na prática, uma vez que de
acordo com Costa Neto (1977, p. 43) “nem sempre é possível se ter acesso a toda a população
objeto de estudo, sendo assim é preciso dar segmento a pesquisa utilizando-se a parte da
população que é acessível na ocasião da pesquisa”.
Um exemplo da aplicação desta tipologia de amostragem é dado por Massukado e
Nakatani (2009) Entrevistar os gerentes gerais dos hotéis x e y, pois foram os que autorizaram
a entrevista.
Outra exemplificação seria conforme Costa Neto (1977) o fato de que ao se buscar
pesquisar a população constituída por todas as peças produzidas por certa máquina que se
encontra em funcionamento, não ser possível se ter acesso à parte da população constituída
pelas peças que ainda serão produzidas.

3.3. Amostragem de conveniência

É uma técnica de amostragem em que, como o próprio nome implica, a amostra é
identificada primeiramente por conveniência. Elementos são incluídos na amostra sem
probabilidades previamente especificadas ou conhecidas de eles serem selecionados. Por
exemplo, um professor que faz pesquisas em uma universidade pode utilizar estudantes
 6

voluntários para compor uma amostra, simplesmente porque eles estão disponíveis e
participarão como objetos de experiência por pouco ou nenhum custo (ANDERSON;
SWEENEY; WILLIAMS, 2007).
O presente caso de amostragem não probabilística pode ocorrer segundo Costa Neto
(1977) quando, embora se tenha a possibilidade de atingir toda a população, retiramos a
amostra de uma parte que seja prontamente acessível.
De acordo Anderson, Sweeney e Williams (2007) amostras por conveniência têm a
vantagem de permitir que a escolha de amostras e a coleta de dados sejam relativamente
fáceis; entretanto, é impossível avaliar a “excelência” da amostra em termos de sua
representatividade da população. Uma amostra por conveniência tanto pode produzir bons
resultados como não; nenhum procedimento estatisticamente justificável possibilita uma
análise de probabilidade e inferência sobre a qualidade dos resultados da amostra.

4. Amostragem intencional ou por julgamento

Nas amostras intencionais enquadram-se os diversos casos em que o pesquisador
deliberadamente escolhe certos elementos para pertencer à amostra, por julgar tais elementos
bem representativos da população (COSTA NETO, 1977, p. 45).
Um exemplo prático deste tipo de amostragem é ao se almejar investigar variáveis
inerentes a uma comunidade proceder à aplicação dos questionários junto aos líderes da
comunidade, por julgar que estes sejam representativos da mesma.
A intencionalidade torna uma pesquisa mais rica em termos qualitativos. Em uma
pesquisa que tenha por objetivo identificar atitudes políticas de um grupo de operários, por
exemplo, como a pesquisa tem como objetivo a mobilização do grupo envolvido, será
interessante selecionar trabalhadores conhecidos como elementos ativos em relação aos
movimentos sindicais e políticos, bem como trabalhadores sem qualquer participação em
movimentos dessa natureza. As informações que estes dois grupos de trabalhadores podem
transmitir serão muito mais ricas as que seriam obtidas com base em critérios rígidos de
seleção de amostras. Estas informações não são generalizáveis para totalidade da população,
mas podem proporcionar os elementos necessários para identificação da dinâmica do
movimento.
O emprego deste tipo de amostra requer conhecimento da população e dos elementos
selecionados (MASSUKADO-NAKATANI, 2009).
De acordo com Gil (2010) na pesquisa etnográfica, por exemplo, não existe a
preocupação do pesquisador em selecionar uma amostra com base em critérios estatísticos de
 7

proporcionalidade e representatividade em relação ao universo pesquisado. A ocorrência mais

comum é a seleção da amostra com base no julgamento do próprio pesquisador. Eleseleciona
os membros do grupo, organização ou comunidade que julgar mais adequados para fornecer
repostas ao problema proposto.
O perigo deste tipo de amostragem é obviamente grande, pois o pesquisador pode
facilmente se equivocar em seu pré-julgamento (COSTA NETO, 1977).
A utilização da amostra intencional ou por julgamento também é muito comum numa
tipologia de pesquisa conhecida como pesquisa-ação. Neste tipo de pesquisa segundo Gil
(2010) o critério de representatividade dos grupos investigados é mais qualitativo que
quantitativo, sendo assim é recomendável à utilização de amostras selecionadas pelo critério
de intencionalidade.

5. Amostragem por cotas

Apresenta maior rigor dentre as amostragens não probabilísticas (MASSUKADO-
NAKATANI, 2009).
Conforme Merrill e Fox (1977) a amostragem por cotas é um tipo de amostragem por
julgamento. Em uma amostra por cota, fixam-se cotas de acordo com determinados critérios,
mas, dentro das cotas, a escolha dos itens da amostra depende de julgamento pessoal.
Este tipo de amostragem é muito utilizado em pesquisas eleitorais e de mercado,
tendo como principal vantagem seu baixo custo (GIL, 2010).
O custo por entrevistado pode ser relativamente pequeno para uma amostra por cota,
mas há numerosas oportunidades de vícios que podem invalidar os resultados (MERRIL e
FOX, 1977).
É utilizada quando não existe um cadastro da população que possibilite a realização
do sorteio necessário à amostragem aleatória, mas ao mesmo tempo, existe informação
suficiente sobre o perfil populacional (MASSUKADO-NAKATANI, 2009).
De modo geral, é desenvolvida em três fases:
(1) classificação da população em função de propriedades tidas como relevantes para o
fenômeno estudado; (2) determinação da proporção da população a ser colocada em cada
classe com base na constituição conhecida ou presumida da população; (3) fixação de cotas
para cada entrevistador encarregado de selecionar elementos da população a ser pesquisada de
modo tal que amostra total seja composta em observância à proporção das classes
consideradas (GIL, 2010).
 8

Em uma pesquisa sobre audição de rádio, por exemplo, o entrevistador pode ser
mandado entrevistar 500 pessoas residentes em determinada área, de tal forma que, de cada
100 pessoas entrevistadas, 50 sejam donas de casa, 30 sejam fazendeiros e 20, crianças de
menos de 15 anos. Dentro destas cotas, o entrevistador tem liberdade de escolher os
entrevistados (MERRILL; FOX, 1977).

6. Amostragem a esmo ou sem norma

Amostragem a esmo ou sem norma é a amostragem em que o pesquisador, para
simplificar o processo, procura ser aleatório sem, no entanto, realizar propriamente o sorteio
usando algum dispositivo aleatório confiável (COSTA NETO, 1977).
Os resultados da amostragem a esmo são, em geral, equivalentes aos de uma
amostragem probabilística se a população é homogênea e se não existe a possibilidade do
pesquisador ser inconscientemente influenciado por alguma característica dos elementos da
população (GONÇALVES, 2009).

7. Amostragem quando a população é formada por material contínuo

Quando a população é formada por material continuo é impossível realizar
amostragem probabilística, devido à impraticabilidade de um sorteio rigoroso. Se a população
for líquida ou gasosa, o que se costuma fazer, com resultado satisfatório, é homogeneizá-la e
retirar a amostra a esmo. Tal procedimento pode às vezes, também ser utilizado em caso de
material sólido (COSTA NETO, 1977).
Outro procedimento que pode ser empregado nesses casos, especialmente quando a
homogeneização não é praticável, é a enquartação, a qual consiste em subdividir a população
em diversas partes (a origem do nome pressupõe a divisão em quatro partes), sorteando-se
uma ou mais delas para constituir a amostra ou para delas retirar a amostra. (COSTA NETO,
1977).
 9

Conclusão
A ciência estatística é sub-divida em duas subáreas quanto aos tipos de amostragem,
a probabilística e não probabilística, sendo que cada uma destas técnicas deve ser aplicada em
situações específicas, o que permite ao pesquisador adoptar os métodos relativos aos seus
objectivos.
Na amostragem não probabilísticas, no entanto cada uma destas técnicas tem sua
importância, pois uma vez que não seja possível realizar amostras probabilísticas – devido a
impossibilidades de amostragem, como ocorrência de populações infinitas ou em ultimo caso
optando pela simplicidade, de forma que a probabilidade de alguns ou todos os elementos da
população pertença à amostra desconhecida – a segunda opção deverá ser a alternativa.
 10

Referencias Bibliografia
ANDERSON, D. R.; SWEENEY, D. J.; WILLIAMS, T. A. Estatística aplicada à
administraçãoe economia.2. ed. São Paulo: Editora CengageLearning, 2007. 597 p.

COSTA NETO, P. L. O. Estatística.São Paulo: EdgardBlücher, 1977. 264 p. 

GIL, A. C. Como elaborar projectos de Pesquisa. 5. ed. São Paulo: Atlas, 2010. 184p.

GONÇALVES, J. B. Amostragem: conceitos básicos. 2009. Disponível em:

<http://www.ebah.com.br/content/ABAAAAVCsAA/amostragem. Acesso em: 20Maio 2012.

MASSUKADO-NAKATANI, M. S. Métodos e técnicas de pesquisa em

turismo:Amostragem. 2009. Disponível em: http://www.turismo.ufpr.br/drupal5/files/ Aula
%2022%20-%20Amostragem.pdf. Acesso em: 20 Maio 2012.

MERRILL, W. C.; FOX, K. A. Estatística Económica:Uma Introdução. São Paulo: Atlas,

1977. 738 p.

STEVESON, W. J. Estatística aplicada à administração. São Paulo: Harbra, 1986. 495 p.