UNIVERSIDADE FEDERAL DO AMAZONAS – UFAM

INSTITUTO DE COMPUTAÇÃO – ICOMP

JÚLIA CHAPARRO – CB01

LÍLIAN ALVES

TIPOS DE AMOSTRAGENS ESTATÍSTICAS

Manaus – AM

2023
 4

1. INTRODUÇÃO

A amostragem desempenha um papel crucial na condução de pesquisas científicas,

permitindo a obtenção de informações sobre uma população a partir de uma fração
representativa. Este trabalho tem como objetivo apresentar os tipos de amostragem
probabilística e não probabilística, analisando suas vantagens e desvantagens. Para alcançar
esse propósito foi realizado pesquisas informativas na internet abordando a amostragem em
diversas áreas do conhecimento.
 5

2. TIPOS DE AMOSTRAGENS

A amostragem probabilística é um método de amostragem de seleção aleatória que

utiliza estatística para selecionar aleatoriamente um pequeno grupo de pessoas que
representarão uma grande população.O requisito mais importante da amostragem probabilística
é que todos em uma população tenham a mesma oportunidade de serem selecionados.
Por exemplo, ao uma pesquisa de mercado online, todos que receberem e completarem
o questionário são a sua amostra probabilística. Já em uma com um grupo focal, os participantes
serão a amostra. Os dados fornecidos pela amostra vão servir como um indicativo sobre o
comportamento da população. Dessa forma, você pode identificar tendências no mercado e
opiniões do público, tomando decisões assertivas em seu negócio

E a amostragem não probabilística?

Esse tipo de amostragem é determinada sempre pela ordem da pessoa pesquisadora, ou
seja, não existe aleatoriedade para a escolha da amostra de um elemento da população. Além
disso, não existe um controle estatístico de representação do universo pesquisado na amostra.
A escolha de um método não probabilístico sempre encontra desvantagem frente ao método
probabilístico. Mas, em alguns casos, se faz necessário a opção por este método.
A amostragem não probabilística é usada quando as probabilidades de conhecimento e
seleção de sua amostra são desconhecidas, e não existe uma base para cálculo do universo e
erro amostral. Por exemplo, uma marca nova no supermercado onde não se tem controle de
quantas pessoas são consumidoras do novo produto.
De modo geral, diferente do método probabilístico, uma das principais diferenças entre
os dois métodos é que em amostragem não probabilística, não podemos garantir o cálculo da
margem de erro.

2.1 Amostragens probabilísticas

A amostragem probabilística é um tipo de amostragem que garante que todos os

elementos da população tenham a mesma chance de ser selecionados para a amostra. Ela
 6

permite calcular a margem de erro e o intervalo de confiança dos resultados, e possibilita a

generalização e a inferência estatística.

2.1.1 Amostragem Aleatória Simples

Esse é um método completamente aleatório. Números são atribuídos a todos os

indivíduos que possivelmente fariam parte dessa amostra. Em seguida, são escolhidos alguns
números aleatoriamente por meio de um processo de sorteio automatizado. Somente os
números escolhidos serão os membros que incluem a amostra.

2.1.2 Amostragem Sistemática

As pessoas são escolhidas de acordo com suas classificações e ranking em alguma

função determinada. Por exemplo, você pode escolher realizar uma pesquisa com todos os 3º
filhos das famílias de uma comunidade, ou com os alunos que têm as 2º melhores notas de uma
escola.
A amostragem sistemática é uma implementação estendida da mesma técnica de
probabilidade. Na qual, cada membro de um grupo é selecionado em períodos regulares para
formar uma amostra. Quando esse método de amostragem é usado, há uma oportunidade igual
para cada membro de uma população a ser selecionada.

2.1.3 Amostragem Estratificada

Este é um método em que uma grande população é dividida em dois grupos menores,
que geralmente não se sobrepõem, mas representam toda a população na totalidade. Algo
comum neste tipo de método é organizar ou classificar as amostras por sexo, idade, etnia, etc.
Esse método divide os participantes em grupos mutuamente exclusivos e, em seguida, usa
amostragem aleatória simples para escolher os membros do grupo.
Os membros de cada um desses grupos devem diferir para que todos os membros de
todos os grupos tenham a mesma oportunidade de serem selecionados usando probabilidade
simples.
 7

2.1.4 Amostragem por clusters ou amostragem por agrupamento

Esse é um método que seleciona aleatoriamente os participantes quando eles estão

geograficamente dispersos.
Por exemplo, temos 1000 participantes de toda a população do México. Suponhamos
que não seja possível obter uma lista completa de todos eles. Mas, em vez disso, o que o
pesquisador faz é selecionar áreas aleatoriamente (ou seja, cidades, comunidades, etc.) e opta
aleatoriamente dentro desses limites.
A amostragem por clusters, geralmente, analisa uma população em particular na qual a
amostra consiste em vários elementos, por exemplo, cidade, família, universidade etc. Os
clusters são basicamente selecionados dividindo a população maior em várias seções menores.

• Vantagens:
1. Permite calcular a margem de erro e o intervalo de confiança dos resultados.
2. Garante a representatividade e a imparcialidade da amostra em relação à população.
3. Possibilita a generalização e a inferência estatística dos resultados.

• Desvantagens:
1. Pode ser mais cara, demorada e complexa do que a amostragem não probabilística.
2. Requer um conhecimento prévio e uma lista completa da população.
3. Pode ser inviável em situações em que a população é muito grande, dispersa ou
heterogênea.

2.2 Amostragens não probabilisticas

A amostragem não probabilística é um método de amostragem não aleatório e subjetivo,

onde a seleção dos elementos da população da amostra depende do julgamento pessoal ou do
critério do amostrador. Ela é usada quando as probabilidades de conhecimento e seleção da
amostra são desconhecidas, e não existe uma base para cálculo do universo e erro amostral.
 8

2.2.1 Amostragem por cota

Defina metas específicas para o número de pessoas desejado na pesquisa (por exemplo,
50 homens e 50 mulheres). Encerre a pesquisa quando atingir a meta. A amostragem por cota
garante a obtenção de pelo menos alguns respondentes de todas as subpopulações nas quais
você tem interesse. Então, esse número será a cota para o trabalho.

2.2.2 Amostragem por conveniência

Pedir apenas para pessoas que você conhece ou que estão prontamente disponíveis para
responder à sua pesquisa não tem problema, contanto que ela seja apenas por diversão. Por
exemplo, perguntar a 100 pessoas nas ruas de São Paulo o que elas acham de uma celebridade
concorrer à presidência. No entanto, se você quiser produzir resultados amplamente aplicáveis,
precisará adotar um método mais científico.

2.2.3 Amostragem bola de neve

Peça para as pessoas que já estão participando da sua pesquisa recrutarem outros
participantes. A amostragem bola de neve é ideal para pesquisas que segmentam grupos
específicos difíceis de serem encontrados ou alcançados, como imigrantes não documentados
ou pessoas com problemas raros de saúde. Nesse caso, é possível pressupor que a população na
qual você está interessado é relativamente homogênea. Portanto, você não precisa se preocupar
tanto em ter uma amostra representativa.

• Vantagens:
1. É mais conveniente, rápida e barata do que a amostragem probabilística.
2. Permite maior flexibilidade e controle do pesquisador na escolha dos elementos da
amostra.
3. Pode ser útil em situações exploratórias, qualitativas ou quando não há interesse em
generalizar os resultados.

• Desvantagens:
1. Não permite calcular a margem de erro e o intervalo de confiança dos resultados.
 9

2. Não garante a representatividade e a imparcialidade da amostra em relação à população.

3. Pode introduzir vieses de seleção e afetar a validade das inferências estatísticas.
 10

3. CONSIDERAÇÕES FINAIS

Neste trabalho, buscou-se comparar os tipos de amostragem probabilística e não

probabilística, analisando as suas vantagens, desvantagens, aplicações e limitações. Para
alcançar esse propósito foi realizado pesquisas informativas na internet abordando a
amostragem em diversas áreas do conhecimento.

Os resultados obtidos indicam que a escolha do tipo de amostragem depende dos

objetivos, da disponibilidade e da qualidade dos dados da pesquisa. A amostragem
probabilística é mais adequada para pesquisas quantitativas, que buscam generalizar e inferir
estatisticamente os resultados, garantindo a representatividade e a imparcialidade da amostra.
A amostragem não probabilística é mais conveniente para pesquisas qualitativas, que buscam
explorar e compreender fenômenos complexos, proporcionando flexibilidade e eficiência na
seleção dos elementos da amostra.
 11

REFERÊNCIAS

AMOSTRAGEM NÃO PROBABILÍSTICA. SurveyMonkey. Disponível em:

<https://pt.surveymonkey.com/mp/non-probability-sampling/> acesso em 08 de dezembro de
2023.

ANDRADE, Luíza. Amostragem probabilística: pra que serve e como definir. Disponível
em: < https://blog.opinionbox.com/amostra-probabilistica/> acesso em 08 de dezembro de
2023.
MININEU, Carla. Amostragem probobabilística: tipos e vantagens. Disponível em:
<https://www.questionpro.com/blog/pt-br/amostragem-probabilistica/> acesso em 08 de
dezembro de 2023.