Escolar Documentos
Profissional Documentos
Cultura Documentos
Amostra
Amostra
1.1 Introdução
Para conhecer algumas características da população de interesse, ao invés
de observar todos os elementos desta população, é muito comum observar
apenas uma amostra de seus elementos e, usar os resultados amostrais para
descrever a população, de forma aproximada. Em geral, não temos tempo
nem verba suficiente para observar todos os elementos da população. As
vezes, é inconveniente examinar toda a população, como no estudo do tempo
de vida de lâmpadas de uma certa marca; ao realizar o experimento, temos
que observar o tempo em que a lâmpada fica acesa até se apagar, destruindo
a unidade em observação.
A amostragem afeta quase todos os aspectos da nossa vida diária. Por
exemplo, decidimos se vamos comprar laranjas, ao experimentar um gomo
oferecido pelo feirante. A fim de estarem melhor preparados para uma prova,
os alunos conversam com alguns colegas que já fizeram a disciplina. Infor-
mações vindas de pesquisas amostrais determinam políticas públicas como,
por exemplo, a promoção de programas sociais e estratégias de controle da
economia.
Situações como as que foram apresentadas são objeto da inferência es-
tatística. Para entender o que está envolvido na inferência estatística, é
necessário antes, conhecer os conceitos básicos de população e amostra.
1
Há situações em que alguns elementos da população não são acessíveis.
Suponha que em uma universidade, há interesse em verificar a satisfação
dos alunos no curso que estão fazendo. Para tanto, podemos selecionar uma
amostra de alunos a partir da lista de matrícula, porem nem todos os alunos
matriculados estão freqüentando as aula. Os alunos que não estão assistindo
as aulas, não podem ser entrevistados. Obtemos uma amostra que representa
a opnião dos alunos que estão cursando a faculdade. Os alunos ausentes são
inacessíveis, e podem estar mais insatisfeitos com o curso, fazendo com que
a amostra tenda a superestimar o nível de satisfação dos alunos com relação
ao curso. Uma forma de evitar qualquer tendenciosidade, devemos deixar
claro que a população sendo estimada é a que é ascessível. Neste exemplo,
estamos estimando o grau de satisfação dos alunos que estão presentes nas
salas de aula.
A inferência estatística proporciona meios para responder questões so-
bre a população, a partir de informações coletadas da amostra, com uma
certa garantia de que as respostas sejam válidas. O objetivo de uma amos-
tragem é produzir resultados que forneçam boas estimativas com o menor
custo. Tão importante quanto analisar os dados corretamente é selecionar
adequadamente a amostra.
Para fazer uma amostragem deve-se, primeiramente, ter bem definidos
os objetivos da pesquisa, para daí caracterizar a população a ser amostrada,
bem como o que vai ser estimado, para atingir estes objetivos. Nesta etapa,
também precisamos responder as seguintes perguntas: quanto e como vamos
selecionar elementos da população; isto é, precisamos determinar o tamanho
da amostra e a forma de seleção dos elementos da população.
O tamanho de amostra necessário para obtermos uma boa estimativa, é
determinado levando em consideração os princípios da inferência estatística.
As fórmulas para o cálculo do tamanho da amostra são discutidos na Seção
??.
Outra parte importante na amostragem é decidir a maneira de selecionar
os elementos da população. Dependendo da situação, existe uma técnica
de amostragem (forma de seleção) mais adequada para extrair a amostra.
Nas próximas seções apresentaremos as formas mais básicas e freqüentes de
técnicas amostrais.
As técnicas de amostragem podem ser classificados em dois grandes gru-
pos: amostragem aleatória e amostragem não aleatória. A amostragem ale-
atória é também referida como amostragem probabilística, porque todos os
elementos da população tem probabiliade conhecida de pertencer a amostra.
Na amostragem não aleatória, os elementos da população são selecionados
considerando outros critérios que não são probabilísticos, como seleção por
conveniência. Desta forma não há como associar probabilidades ao processo
de seleção.
2
1.2 Amostragem Aleatória
A seleção da amostra é feita por alguma forma de sorteio, o que permite
associar a cada uma das possíveis amostras, uma probabilidade conhecida de
obter a amostra. A condição para o uso da amostragem aleatória é a possibi-
lidade de listar as unidades de amostragem, ou seja, é necessário a existência
de um cadastro com as unidades de amostragem. Sempre que possível, usar
algum tipo de amostragem aleatória para garantir que a inferência estatística
seja aplicada adequadamente.
Os principais tipos de amostragem aleatória são:
3
Exemplo 1 Uma firma de contabilidade tem N = 50 clientes comer-
ciantes. Seu proprietário pretende entrevistar uma amostra de 10 cli-
entes para ver como melhorar os atendimentos. Escolha uma amostra
aleatória simples de tamanho n = 10.
Primeiro passo: atribuir a cada cliente um número entre 1 e 50.
Segundo passo: recorrer à tabela de números aleatórios para selecionar
aleatorimente 10 números de 1 a 50. Os clientes identificados pelos
números selecionados vão compor a amostra.
2. Amostragem Sistemática
Pode ser utilizada quando os elementos da população apresentam-se em
seqüência e a retirada dos elementos da população é feita em intervalos
sistemáticos. O processo é bem mais rápido que da amostragem aleató-
ria simples. A idéia é selecionarmos aleatoriamente um único número,
correspondente ao primeiro elemento a compor a amostra. Deixamos
passar k elementos em seqüência, e o próximo da seqüência fará parte
da amostra. Os intervalos ou “saltos” são feitos sistematicamente, até
completar a amostra. Utiliza-se então, um intervalo de seleção entre
os elementos da população, denotado por k.
Procedimento:
4
Mesmo quando os elementos de uma população estão ordenados, de al-
guma forma, com relação a variável de estudo, não ocorrem problemas
de estimação. É o que acontece quando é selecionada uma amostra
sistemática de uma lista dos alunos ordenado por nota, para avaliar
os professores segundo a opinião dos alunos. Problemas podem surgir
quando a população é periódica, ou seja, quando os elementos da popu-
lação têm variações cíclicas. Consideremos um estudo sobre o volume
de vendas diário de uma cadeia de lojas de guloseimas. A população
de vendas diárias é periódica porque há um ápice das vendas ocorre
no final de semana. A efetividade da amostragem sistemática depende
do valor escolhido para o intervalo de seleção. Se k = 7 poderíamos
sub ou superestimar volume médio de vendas, dependendo do dia da
semana selecionado para a amostra. Neste caso, o problema pode ser
resolvido, mudando para k = 9, por exemplo.
5
Uma etapa importante da amostragem aleatória estratificada é aloca-
ção da amostra pelos estratos, ou seja, quantos elementos da amostra
serão do estrato 1, quantos do estrato 2, ..., até o último estrato. A alo-
cação uniforme determina que cada estrato contribuirá com o mesmo
número de elementos para a amostra. Outro tipo de alocação, a propor-
cional, leva em conta o tamanho dos estratos, assim um estrato maior
contribuirá com mais elementos para amostra. [FALTA EXEMPLOS]
Procedimento:
6
(a) Amostragem por cotas
É parecida com a Amostragem Aleatória Estratificada Proporci-
onal: A população é dividida em grupos e seleciona-se uma cota
de cada grupo, proporcional ao seu tamanho. A seleção não é
aleatória. A falta de aleatoriedade é compensada, dividindo-se a
população em vários grupos.