FACULDADE DE CIÊNCIAS DE EDUCAÇÃO

Curso de Licenciatura em Ensino de Biologia

2º ANO/2023

Módulo de Bioestatística

Noções de Amostragem

Marlim Da Graça Justo: Código nº 96220649

Lichinga, Novembro de 2023

FACULDADE DE CIÊNCIAS DE EDUCAÇÃO

Curso de Licenciatura em Ensino de Biologia

2º ANO/2023

Módulo de Bioestatística

Noções de Amostragem

Trabalho de Campo a ser submetido na

Coordenação do Curso de Licenciatura em
Ensino de Biologia da UnISCED.

Tutor: Msc. Orneia Uqueiro

Msc. Inácio Luís

Msc. Liudmith Nguluve

Marlim Da Graça Justo: Código nº 96220649

Lichinga, Novembro de 2023

Introdução

Ao se planejar e executar uma pesquisa, além de se ter claro os problemas científicos de

interesse, é necessário eleger a população que participará do estudo. A população é
determinada como todos os membros de um grupo bem definido. Dessa forma, a população é
composta por um conjunto de objectos que apresenta, ao menos, uma característica em
comum. Em Psicologia, com muita frequência, a população é formada por indivíduos. No
entanto, a depender da área, ela pode ser formada por empresas, árvores, animais, etc. toda
esta composição a conjuntura de elementos a se estudar designam-se por amostra.

Objectivos

Objectivo geral:

 Adquirir noções de amostragem para estudos científicos.

Objectivos específicos:

 Identificar as formas de amostragem para estudos científicos;

 Descrever formas de amostragem para estudos científicos;
 Expor exemplos as formas de amostragem em estudos científicos.

Metodologia

Este trabalho foi abordado por meio de diferentes formais de pesquisa, das quais destacam-se
levantamentos de dados por meio de uso de TICS e levantamentos bibliográficos que
consistiu basicamente na consulta de manuais relacionados ao objecto do trabalho.

4
Amostra

A selecção 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 possibilidade 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.

Situações como as que foram apresentadas são objecto da inferência estatística. Para entender
o que está envolvido na inferência estatística, é necessário antes, conhecer os conceitos
básicos de população e amostra.

 População é o conjunto de todos os elementos que temos interesse em investigar. O

conceito de população em Estatística é bem mais amplo que em Demografia. Pode ser
formada por pessoas ou por domicílios, peças de produção, cobaias, ou qualquer outro
tipo de elemento que estamos querendo observar. A população pode existir de fato ou
ser gerada pela repetição de experimentos. Pode ainda ter tamanhos diferentes, ser
pequena, grande ou mesmo ser infinita. Notemos que a população é definida em
função do nosso objectivo. Se há interesse em predizer o resultado de uma eleição
presidencial, por exemplo, a população de estudo poderia ser todos os eleitores do
país.
 Amostra é qualquer subconjunto da população.

Os principais tipos de amostragem aleatória são:

Amostragem Aleatória Simples

O modo mais fácil para seleccionarmos uma amostra aleatória é por meio da amostragem
aleatória simples. O conhecimento adquirido com esse procedimento servirá como base para
outros tipos de amostragem, pois o seu procedimento pode ser aplicado em outros planos, em
um estágio intermediário. Neste plano, selecciona-se cada unidade amostral com igual
probabilidade, de tal forma que cada amostra tenha a mesma chance de ser seleccionada. A
amostragem aleatória simples pode ser feita com reposição (após seleccionar um elemento, é
recolocado na população; sendo que o mesmo elemento pode ser seleccionado nova- mente),

5
ou sem reposição (cada elemento só pode ser seleccionado uma única vez, pois não é
recolocado na população após ser seleccionado).

De forma geral, cada elemento da população deve ser enumerado. O sorteio de uma amostra
de tamanho n de uma população de tamanho N, pode ser realizado por meio de algum dos
procedimentos a seguir, sendo que n é menor do que N.

Procedimento:

(a) O processo mais rudimentar seria o de identificar e enumerar os elementos da população

em N pedaços de papel, colocá-los em uma urna e retirar, ao acaso, n papéis;

(b) enumerar os elementos da população e usando uma tabela de números aleatórios:

i. Escolher uma linha para iniciar a selecção;

ii. seleccionar os números, desprezando os valores fora da enumeração e os valores

repetidos;

iii. formar a amostra, com os elementos da população correspondentes aos números

seleccionados.

(c) um processo mais sofisticado consiste em enumerar os elementos da população e gerar

números aleatórios na calculadora ou em programas de computadores para seleccionar os
números.

Exemplo: Uma firma de contabilidade tem N = 50 clientes comerciantes. Seu proprietário

pretende entrevistar uma amostra de 10 clientes 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 seleccionar aleatoriamente 10 números de 1 a 50. Os
clientes identificados pelos números seleccionados vão compor a amostra.

Amostragem Sistemática

Pode ser utilizada quando os elementos da população apresentam-se em sequência e a retirada

dos elementos da população é feita em intervalos sistemáticos. O processo é bem mais rápido
que da amostragem aleatória simples. A ideia é seleccionarmos aleatoriamente um único
número, correspondente ao primeiro elemento a compor a amostra. Deixamos passar k
6
elementos em sequência, e o próximo da sequência fará parte da amostra. Os intervalos ou
“saltos” são feitos sistematicamente, até completar a amostra. Utiliza-se então, um intervalo
de selecção entre os elementos da população, denotado por k.

Procedimento:

(a) Enumerar os elementos da população;

(b) calcular o intervalo de selecção k (se necessário, alterar o valor de n para que k seja
inteiro);

(c) sortear o ponto de partida (primeiro elemento da amostra), ou seja, seleccionando

um número entre 1 e k, usando, por exemplo, uma tabela de números aleatórios;

(d) para seleccionar os demais elementos da amostra, a cada k elementos, seleccionar

um elemento, até atingir n.

Exemplo: Uma escola tem um arquivo com 5000 fichas de alunos e para seleccionar uma
amostra de 1000 alunos será seleccionada, sistematicamente, uma ficha a cada 5. Somente o
ponto de partida (primeiro elemento da amostra) é sorteado, dentre as 5 primeiras fichas do
arquivo. Digamos que foi sorteado o número 2, então a amostra é formada pelas fichas 2, 7,
12, 17, 22, 4982, 4987, 4992, 4977 (N = 5000; n = 1000; k = 5).

Amostragem Aleatória Estratificada

Deve ser usada quando a população é muito heterogénea em relação a variável de estudo,
porém é possível dividir os elementos da população em estratos (grupos) mais homogéneos,
por exemplo, por sexo, renda ou bairro. Os resultados são mais precisos se comparados com a
amostragem aleatória simples.

Procedimento:

(a) Dividir a população em estratos homogéneos;

(b) seleccionar uma amostra aleatória simples ou sistemática de cada estrato;

(c) Formar a amostra pela união das subamostras em cada estrato.

7
Exemplo 3 População de alunos da UFPR: Para estimar a altura média dos alunos, dividir a
população em 2 estratos: homens e mulheres e tirar uma amostra aleatória simples de cada
estrato.

Amostragem por Conglomerados

As técnicas amostrais vistas anteriormente podem ter um custo alto. Em muitas situações,
podem ser impossíveis de serem implementados, pois para usar essas técnicas precisamos de
um cadastro completo dos elementos da população. A amostragem por conglomerados pode
ser usada quando há poucos recursos para observar as unidades amostrais, muitas vezes
porque a população está espalhada em uma grande região.

A região é dividida em áreas menores, formando os conglomerados. Devemos usar a

amostragem por conglomerados quando o cadastro dos elementos pode ser mais facilmente
obtido dos conglomerados, como escolas (fácil ascesso a lista de alunos) e cidades (fácil
acesso a lista de bairros). Os resultados são menos precisos em relação a amostragem aleatória
simples, mas há um menor custo devido a deslocamentos.

Procedimento:

(a) Dividir a população em conglomerados;

(b) seleccionar alguns conglomerados por amostragem aleatória simples;

(c) a amostra é formada por todos os elementos dos conglomerados sorteados em (b)
ou a amostra é formada seleccionando alguns elementos dos conglomerados sorteados em (b),
por amostragem aleatória simples ou sistemática (amostragem por conglomerado em 2
estágios).

Exemplo: Pesquisa socioeconómica municipal: unidade amostral = domicílio e

conglomerados = quarteirões da cidade.

8
Conclusão

Quando fazemos uma pesquisa, ou utilizamos algum mecanismo para obter informações, um
dos objectivos principais é colectar dados de uma pequena parte de um grande grupo e
aprender então alguma coisa sobre esse grupo maior, contudo amostra é o subconjunto da
população, em geral com dimensão bem menor, que também possui a característica de
interesse.

9
Referencias Bibliográficas

BUSSAB, WO; Morettin, PA. Estatística básica. São Paulo: Saraiva, 2002.

MAGALHÃES, MN; Lima, ACP. Noções de Probabilidade e Estatística. São Paulo: EDUSP,
2008.

10