* Amostragem aleatória 

simples
*

Uma amostra aleatória simples é um subconjunto de indivíduos (a amostra)

seleccionado totalmente ao acaso a partir de um conjunto maior (a população)
por um processo que garanta que:

1. Todos os indivíduos da população têm a mesma probabilidade

de ser escolhidos para a amostra; e
2. Cada subconjunto possível de indivíduos (amostra) tem a
mesma probabilidade de ser escolhido que qualquer outro
subconjunto de indivíduos.
Se quisermos ser mais rigorosos poderemos dizer que “Uma amostra aleatória
simples é uma amostra de tamanho n desenhada a partir de uma população de
tamanho N de tal maneira que cada amostra possível de tamanho n tem a
mesma probabilidade de ser seleccionada”

Por exemplo, se tivermos uma população de 6 sujeitos [A, B, C, D, E e F]  e

quisermos seleccionar uma amostra de 2 sujeitos, cada um destes 6 sujeitos
deverá ter a mesma probabilidade de ser escolhido (1/6) e todos os
subconjunto de dois elementos possíveis ([A,B], [A,C], [A,D], [A,E], [A,F], [B,C],
[B,D], [B,E], [B,F], [C,D], [C,E], [C,F], [D,E],  [D,F] e [E,F]) deverão ter,
igualmente, a mesma probabilidade de ser escolhidos (1/15).

Existem vários métodos de fazer uma amostragem aleatória simples. O mais

simples é o método em que se atribui a cada membro da população um
número único e se coloca dentro de uma taça um papel dobrado com esse
número. Repete-se essa operação (de atribuição de um número a cada sujeito
e de colocação de um papel dobrado com o número na taça) para todos os
membros da população, misturando muito bem todos os papéis. De seguida, o
investigador, de olhos tapados, retira da taça tantos papéis quantos os
membros que se pretendam para a amostra. Todos os indivíduos que
correspondam aos números retirados pelo investigador constituem a amostra.
Aplicando este método ao nosso exemplo, haveria seis papéis, um com a letra
A, outro com a letra B e assim sucessivamente, até à letra F. Estes seis papéis
deveriam ser dobrados, inseridos numa taça e misturados. De seguida o
investigador retiraria da taça dois papéis e os sujeitos a que correspondessem
as letras seleccionadas seriam os membros da amostra.

Este método é facilmente utilizado com populações pequenas. No entanto, se a

população tem muitos membros, é muito mais prático fazer a amostragem
aleatória simples utilizando um computador.

Para se obter uma amostra aleatória simples utilizando um computador é

necessário dispormos de uma base de dados digital com a identificação dos
sujeitos da nossa população (grelha de amostragem). Partindo dessa base
atribui-se um número aleatório a cada um dos sujeitos da população
identificados na base e utiliza-se esses números aleatórios para seleccionar a
amostra necessária, reordenando a base de forma ascendente ou descendente
tendo por referência a coluna com os números aleatórios e seleccionando para
a amostra os primeiros X sujeitos da base (X é igual à dimensão pretendida
para a amostra).

, * Amostragem aleatória sistemática

A amostragem aleatória sistemática é um processo em que se seleccionam os
sujeitos a incluir na amostra utilizando um critério (um intervalo entre sujeitos
seleccionados) que é aplicado de forma sistemática a uma lista com os nomes
dos sujeitos incluídos na população (por exemplo, uma lista telefónica, uma
pauta com o nome dos alunos de um curso,…).

Neste tipo de amostragem aleatória há dois elementos importantes: o intervalo

de amostragem e o ponto de início da amostragem. O primeiro define o
intervalo entre um sujeito seleccionado e o sujeito seleccionado seguinte (por
exemplo, de 6 em 6 sujeitos escolhemos um), e o segundo especifica o ponto
em que se inicia a contagem desse intervalo (por exemplo, começa-se a
escolher a partir do 2º elemento da lista).

O intervalo de amostragem (IA) é obtido dividindo o total de sujeitos da

população pelo número de sujeitos que pretendemos para a nossa amostra
(IA= N/n). Se tivermos uma população de 600 sujeitos (N) e quisermos
seleccionar uma amostra de 100 (n) o Intervalo de Amostragem é de 6 (IA=
600/100=6). Isso significa que teremos que escolher 1 sujeito para a amostra
em cada grupo de 6 sujeitos da população, ou seja, de 6 e 6 sujeitos
escolhemos um.

O segundo passo é determinar o ponto de inicio da amostragem, ou seja, qual

o sujeito a ser escolhido no primeiro intervalo de amostragem. No nosso
exemplo, como o intervalo de amostragem é de 6, teremos que escolher
aleatoriamente um número entre 1 e 6. Neste caso poderíamos escolher o
ponto de início da amostragem lançando um dado. Se o IA fosse outro (maior
ou menor) poderíamos escolher um número usando um dos métodos
especificados para a amostragem aleatória simples. Supondo que o número
escolhido é o 4, isso quer dizer que seleccionaríamos um sujeito de 6 em 6,
começando no 4º sujeito da lista. Se estivéssemos, por exemplo, a seleccionar
sujeitos de uma lista telefónica, contaríamos até ao quarto sujeito da lista e
esse sujeito seria o 1º seleccionado para a nossa amostra. Daí para a frente
contaríamos mais seis sujeitos, isto é, até ao 10 º sujeito da lista e esse seria o
2º seleccionado, depois contaríamos mais seis e o 16ª sujeito seria o 3º
seleccionado, e assim sucessivamente até ao fim da lista (4, 10, 16, 22, 28, 34,
40, 46, 52, 58, 64, 70, 76, 82, 88, 94, 100, 106, 112, 118, 124, 130, 136, 142,
148, …).

Nas sondagens “à boca da urna” (sondagens feitas através de entrevistas a

sujeitos que acabaram de votar e abandonam o local da votação) utiliza-se
frequentemente este método de amostragem. Como se conhece
antecipadamente qual o número total de eleitores recenseados naquela mesa
eleitoral (ou conjunto de mesas eleitorais) é possível determinar o IA (x)
dividindo esse número (N) pelo tamanho da amostra que queremos obter (n).
Neste caso os entrevistadores contactam os sujeitos que estão a abandonar o
local de voto, adotando o intervalo de amostragem encontrado ( de x em x
eleitores, entrevistam um).

A amostragem aleatória sistemática é útil sobretudo quando não se tem uma

base de dados digital com a grelha de amostragem e apenas se dispõe, por
exemplo, de uma lista de telefone em papel ou de uma lista de ruas com uma
contagem de casas existentes em cada uma delas ou (como no caso da
sondagem “à boca da urna”) quando se sabe apenas o número total de
elementos da população (mas não temos nenhuma lista com a sua
identificação) e dispomos de uma forma segura e eficaz de encontrar todos
esses sujeitos (como no caso da sondagem “à boca da urna” em que os
sujeitos vão votar num local e num intervalo de tempo previamente
estabelecidos e podem ser abordados nesse momento).

* Amostragem aleatória estratificada

Quando a literatura científica evidencia que existem diferença significativas

entre subgrupos da população que pretendemos estudar é vantajoso fazer uma
amostragem que garanta que esses subgrupos (estratos) vão estar
representados na nossa amostra de forma proporcional ao seu peso nessa
população.

Por exemplo, a literatura científica diz-nos que existem diferenças significativas

entre a população feminina e masculina e entre a população rural e urbana em
relação ao comportamento religioso. Se estivéssemos a fazer uma sondagem
onde a religiosidade fosse uma variável relevante, então seria importante que a
nossa amostra incluísse um numero de homens e de mulheres residentes em
áreas urbanas e rurais que fosse proporcionalmente igual ao que existe na
população em estudo.
Para garantir essa representação proporcional utilizamos a amostragem
aleatória estratificada que consiste em: (1) começar por identificar esses
subgrupos significativos (estratos), (2) calcular o peso relativo (%) de cada um
dos estratos na população e (3) utilizar, em cada um dos estratos, um
procedimento de amostragem aleatória simples para escolher (na mesma
proporção em que estão representados na população) os sujeitos de cada
estrato que irão integrar a amostra.

Os estratos devem ser definidos em função da sua relação com o objectivo do

estudo e devem ser mutuamente exclusivos (cada elemento da população
apenas deve estar incluído num estrato) e exaustivos (nenhum elemento da
população pode ficar fora de um estrato).

Qualquer variável pode ser utilizada como critério na determinação de um

estrato. Em regra, tomam-se como variáveis de estratificação as características
sócio demográficas dos indivíduos  (sexo, idade, nível de escolaridade, classe
social, etc.). Também podemos definir um estrato através da intersecção das
categorias de duas ou mais variáveis. Por exemplo, se considerarmos a
variável  SEXO (com dois níveis: 1 = masculino; 2 = feminino) e a variável
ÁREA DE RESIDÊNCIA (com sete níveis: 1 = Santa Clara, 2= Santo António
dos Olivais, 3= Santa Cruz, 4= São Martinho do Bispo, 5= Sé Nova, 6= Eiras e
7= São Bartolomeu), podemos dividir a população em 14 estratos: estrato 1
= população do Sexo Feminino residente na Freguesia de Santa Clara; estrato
2 =  população do Sexo Feminino residente na Freguesia de Santo António dos
Olivais;  (…)  ; Estrato 14 = população do Sexo Masculino residente
na Freguesia de São Bartolomeu.

Depois de identificados os estratos é importante saber qual a

sua proporção na população em estudo, uma vez que a representação de
cada estrato na amostra deve ser feita na mesma proporção em que esse
subgrupo está representado na população.

Supondo que tínhamos uma população com 600 sujeitos, 325 do sexo feminino
e 275 do sexo masculino, residentes em 7 freguesias de Coimbra- Santa Clara,
Santo António dos Olivais, Santa Cruz, São Martinho do Bispo, Sé Nova, Eiras
e São Bartolomeu – de acordo com a distribuição que se apresenta no quadro
seguinte:
Estes dados permitem-nos saber que a representação proporcional de
cada estrato na nossa população (N) é a seguinte:

Desta forma já sabemos, também, qual deve ser a proporção de cada um dos
14 estratos na nossa amostra. Assim, se estivermos interessados, por
exemplo, em constituir uma amostra de 325 sujeitos, sabemos qual o número
de sujeitos de cada estrato que deve ser seleccionado para a nossa amostra
(n). Basta multiplicar o total pretendido para a amostra (325, no nosso exemplo)
pela proporção de cada estrato na população. Por exemplo, a percentagem de
sujeitos do estrato 1  (Sexo=1 e Freguesia = a Santa Clara) na população é de
4.7%, pelo que o número de sujeitos deste estrato a incluir na amostra deve ser
de 325 x ,047, ou seja, 15.
Sabendo quais os estratos e qual o número de sujeitos de cada estrato a incluir
na nossa amostra, vamos selecionar esses sujeitos usando, para cada
estrato, o mesmo procedimento que se utiliza na amostragem aleatória
simples. Isso significa que se deve dividir a grelha de amostragem em tantos
subgrupos quantos os estratos e, depois, em cada um desses subgrupos
seleccionam-se os sujeitos através de um procedimento de amostragem
aleatória simples. Ou seja, no nosso exemplo iríamos fazer, na prática, 14
amostras aleatórias simples (uma para cada estrato).

* Amostragem por clusters

Na amostragem por grupos ou clusters aquilo que é objecto de selecção

aleatória são os grupos naturais previamente existentes (por exemplo: escolas,
turmas, hospitais, cidades, freguesias, etc.), entrevistando-se posteriormente
todos os elementos pertencentes aos grupos (clusters) seleccionados.

Este tipo de amostragem é utilizado quando a variabilidade existente se verifica

essencialmente entre os elementos dentro de um grupo (cluster) e quando
existe pouca variabilidade entre os grupos (clusters) existentes.
Cada cluster deve ser uma representação em pequena escala da população
que se quer estudar. Por exemplo, se se pretender estudar o comportamento
dos doentes hospitalizados e se houver estudos anteriores que permitam
concluir que o comportamento desses doentes é essencialmente o mesmo em
todos os hospitais (clusters), então poderá fazer sentido escolher
aleatoriamente só alguns hospitais (clusters) e estudar todos os doentes que
estão nos hospitais seleccionados, em vez de seleccionar aleatoriamente uma
amostra de doentes de todos os hospitais.
A principal diferença entre a amostragem de clusters e a amostragem
estratificada é que na amostragem de clusters a unidade de amostragem são
todos os clusters existentes (isto é, todos os hospitais, ou todas as escolas, ou
todas as empresas de camionagem, etc.), enquanto na amostragem
estratificada, a unidade de amostragem são os sujeitos da população, embora
de forma proporcional à pertença a determinados grupos (estratos). Se
quiséssemos, por exemplo, fazer uma amostragem de clusters considerando 7
hospitais diferentes, teríamos que seleccionar aleatoriamente um destes
hospitais e entrevistar todos os doentes aí hospitalizados. Se quiséssemos
fazer uma amostragem estratificada teríamos que saber quantos doentes estão
hospitalizados em cada um dos hospitais e depois seleccionar aleatoriamente
doentes de todos os hospitais mantendo a proporção entre eles.

O objectivo principal da amostragem de clusters é reduzir os custos,

aumentando a eficiência da amostragem. Isto contrasta com amostragem
estratificada, onde o objectivo principal é aumentar a precisão.