UNIVERSIDADE LICUNGO

FACULDADE DE CIÊNCIAS E TECNOLOGIA

LICENCIATURA EM ENSINO DE GEOGRAFIA COM HABILITAÇÕES EM TURISMO

CARLOTA ALBERTO JUMUA

DAUCÍDIO CARDOSO

VASCO MATIAS VASCO

VICTOR MONTEIRO SIMBE

AMOSTRAGEM

Dondo

2023
 DAUCÍDIO CARDOSO

CARLOTA ALBERTO JUMUA

VASCO MATIAS VASCO

VICTOR MONTEIRO SIMBE

ESTATÍSTICA PARA AS CIÊNCIAS SOCIAIS

Trabalho de pesquisa a ser entregue na faculdade de ciências

e tecnologia, no Departamento de Terra e meio Ambiente, ao
docente da disciplina de Estatística para ciências sociais, como
requisito parcial de avaliação sob a orientação do Docente:

Mcs: Alberto Júnior

Dondo

2023
Índice
Capítulo I: Construção Teórica...................................................................................................4

1. Introdução........................................................................................................................4

1.1. Objectivos........................................................................................................................5

1.1.1. Objectivo Geral.........................................................................................................5

1.1.2. Objectivos Específicos.............................................................................................5

1.2. Metodologia.....................................................................................................................5

1.2.1. Método bibliográfico................................................................................................5

Capítulo II: Fundamentação Teórica...........................................................................................6

2. Amostragem.....................................................................................................................6

2.1. Amostra....................................................................................................................6

2.2. População..................................................................................................................6

2.3. Tipos de Amostragem......................................................................................................6

2.3.1. Amostragem probabilística.......................................................................................7

2.3.1.1. Amostragem casual simples..............................................................................7

2.3.1.2. Amostragem Sistemática...................................................................................7

2.3.1.3. Amostragem por meio de conglomerados.........................................................8

2.3.1.4. Amostragem estratificada..................................................................................9

2.3.2. Amostragem não probabilística..............................................................................11

2.3.2.1. Amostragem acidental ou por conveniência...................................................11

2.3.2.2. Amostragem a Esmo.......................................................................................12

2.3.2.3. Amostragem intencional ou proposital...........................................................12

2.3.2.4. Amostragem por Quotas..................................................................................13

Capítulo III: Considerações finais............................................................................................14

3. Conclusão...............................................................................................................14

Referências bibliográficas.........................................................................................................15
 4

Capítulo I: Construção Teórica

1. Introdução
Para a obtenção de quais quer resultados em uma determinada área, seja ela de estudo,
cultural, hábitos costumeiros entre outras, é necessário que se haja um determinado processo
na recolha de tais informações que pretendemos obter.

Em estatística esse processo dá-se o nome de Amostragem que segundo Almeida et al

(2015), é uma técnica especial usada pra recolher amostras que garante o acaso na escolha de
modo a garantir á amostra um carácter de representatividade, sendo assim podemos definir a
amostra como sendo um conjunto de elementos extraídos de um conjunto maior que tem a
designação de população, estes indivíduos podem ser (Famílias, sociedade, entre outras
organizações).

De notar que ao se definir a população tem de se ter em conta a dois aspectos que são
finita, quando o conjunto de unidades a ser observado pode ser contado e é limitado exemplo:
(alunos inscritos em uma universidade, quantos eleitores existem em uma autarquia, quantos
estudantes com 19 anos frequentam uma classe em uma escola etc...) e infinita quando a
quantidade de observação é ilimitada ou quando as unidades de uma população não podem ser
contadas, exemplo: (conjunto de medidas de determinado comprimento, quantos pensam em
frequentar uma igreja em uma cidade, quantidade de água em uma zona de inundações etc...).

O trabalho irá abordar sobre os tipos de amostragem, que são probabilísticas (se todos
os elementos de uma população tiverem probabilidades conhecidas e diferentes de 0, e de
pertencerem a amostra) que implica um sorteio de regras bem determinadas cuja a realização
só pode ser possível se a população for finita, e suas principais técnicas são Amostragem
casual ou simples; amostragem sistemática; amostragem por meio de conglomerados; e por
última amostragem estratificada.

A Amostragem não probabilística que é um processo de amostragem onde nem todos

elementos da população tem chances de pertencer a amostra, isto é, segundo Mattar (1995), a
seleção dos elementos pra compor às amostras depende ao menos em parte do julgamento do
pesquisador ou entrevistador em campo, que tem como técnica a amostragem acidental ou por
conveniência; amostragem a esmo; amostragem intencional ou proposital; e amostragem por
quotas.
 5

1.1. Objectivos
1.1.1. Objectivo Geral
 Descrever diferentes tipos de Amostragem;

1.1.2. Objectivos Específicos

 Definir o conceito de Amostragem;
 Identificar diferentes tipos de Amostragem;
 Caracterizar cada tipo de Amostragem;

1.2. Metodologia
1.2.1. Método bibliográfico
Segundo Amaral (2007), o método bibliográfico é uma etapa fundamental em todo
trabalho científico que influenciará todas as etapas de uma pesquisa, na medida em que der o
embasamento teórico em que se baseará o trabalho. Consistem no levantamento, seleção,
fichamento e arquivamento de informações relacionadas à pesquisa.

Para a elaboração do presente trabalho usou-se do método de pesquisa bibliográfica para a

obtenção do material teórico referente ao tema, que consistiu na pesquisa de conceitos básicos
de Amostragem, e também possibilitou realizar pesquisas acerca de tipos de amostragens o
que possibilitou a sua caracterização.
 6

Capítulo II: Fundamentação Teórica

2. Amostragem
Segundo Almeida et al, (2015, pág. 18), amostragem é uma técnica especial usada
para recolher amostras que garante o acaso na escolha de modo a garantir à amostra o carácter
de representatividade.

2.1. Amostra
Em estatística, amostra é o conjunto de elementos extraídos de um conjunto maior,
chamado População. É um conjunto constituído de indivíduos (famílias ou outras
organizações), acontecimentos ou outros objectos de estudo que o investigador pretende
descrever ou para os quais pretende generalizar as suas conclusões ou resultados. 1

2.2. População
Segundo Prates (2017, pág. 21), população é o conjunto, finito ou infinito, de
indivíduos ou objetos que apresentam em comum determinadas características definidas, cujo
comportamento interessa ao pesquisador é denominado população ou universo.

Conforme Almeida et al (2015, pág. 18), a população pode ser:

 Finita: quando o número de unidades a observar pode ser contado e é limitado. Ex:
alunos matriculados nas escolas públicas, pessoas que possuem aparelho telefone
celular, número de alunos que se matricularam na disciplina “Estatística” na
universidade em 2010 etc…
 Infinita: quando a quantidade de observação é ilimitada ou quando as unidades da
população não podem ser contadas. Ex: conjunto de medidas de determinado
comprimento, gases, líquidos, em que as unidades não podem ser identificadas ou
contadas;

2.3. Tipos de Amostragem

Segundo Neto (1977), distinguiremos dois tipos de amostragem:

 A probabilística; e
 A não-probabilística;

1
https://www.infopedia.pt/apoio/artigos/$amostra-(estatistica), visitado no dia 05/03/2023, pelas 14h50’
 7

2.3.1. Amostragem probabilística

A amostragem será probabilística se todos os elementos da população tiverem
probabilidade conhecida, e diferente de zero, de pertencer à amostra. Segundo essa definição,
a amostragem probabilística implica um sorteio com regras bem determinadas, cuja realização
só será possível se a população for finita e totalmente acessível. (Neto, 1977).

As principais técnicas de amostragem probabilística são:

 Amostragem casual simples;

 Amostragem sistemática;
 Amostragem por meio de conglomerados;
 Amostragem estratificada;

2.3.1.1. Amostragem casual simples

Composta de elementos retirados ao acaso da população, ou seja, consiste em
selecionar a amostra através de um sorteio. Dessa maneira, todos os elementos da população
terão igual probabilidade de serem escolhidos. Para realizar esse sorteio, podemos utilizar
urnas, tabelas de números aleatórios ou algum software que gere números aleatórios.
(Almeida et al, 2015, pág. 18).

Ex1: Uma cidade turística tem 30 hotéis de três estrelas. Pretende-se conhecer o custo
médio da diária para apartamento de casal. Os valores populacionais consistem nos
seguintes preços diários (em dólares): 25, 20, 35, 21, 22, 24, 25, 30, 38, 24, 20, 20, 25, 20,
19, 25, 23, 24, 28, 24, 24, 22, 28, 26, 23, 25, 22, 27, 25, 23. Extraia uma amostra aleatória
simples de tamanho 10 desta população por sorteio.

Escrevemos os valores em papéis, então os colocamos em uma urna, misturamos e.

sorteamos a amostra de n=10 Resultado obtido: n= (20, 24, 22, 28, 23, 24, 21, 20, 25, 27).

Ex2: Temos uma população de 1000 pessoas e gostaríamos de escolher uma amostra
de 50 pessoas, primeiro cada uma é inumerada de 1 a 1000. Então surge uma lista de 50
números aleatórios, e os números desssa lista serão os únicos que incluiremos na amostra.

2.3.1.2. Amostragem Sistemática

Quando os elementos da população se apresentam ordenados e a retirada dos
elementos da amostra é feita periodicamente, temos uma amostragem sistemática. Assim, por
exemplo, em uma linha de produção, podemos, a cada dez itens produzidos, retirar um para
pertencer a uma amostra da produção diária. (Neto, 1977).
 8

Ex1: Imagine que você tem 500 cadastros arquivados em sua empresa e você quer uma
amostra de 2% desses cadastros. Como você obteria uma amostra sistemática?

Resolução: se você quer uma amostra de 2% dos 500 cadastros, então você quer uma
amostra de tamanho 10. Para obter a amostra, você pode dividir 500 por 10, obtendo assim
50. Sorteie então um número entre 1 e 50, inclusive. Esse será o número do primeiro cadastro
da amostra. Depois, a partir desse número, conte 50 cadastros e retire o último para
constituir a amostra. Proceda dessa forma sucessivamente, até completar a amostra.

Se o número sorteado para iniciar a amostra for 2, então a amostra será constituída
pelos seguintes elementos: 2, 52, 102, 152, 202, 252, 302, 352, 402, 452.

Ex2: É dada uma população constituída pelas 12 primeiras letras do alfabeto.

Explique o que você faria para obter uma amostra sistemática de 3 elementos.

Resolução: dividindo 12 por 3 obtém-se 4. Sorteie então uma das quatro primeiras
letras do alfabeto. Essa letra sorteada será a primeira da amostra. Depois, a partir dessa
letra, conte quatro e retire a quarta letra para a amostra. Repita o procedimento e retire mais
uma letra de forma sucessiva.

Se a letra sorteada for B, então a amostra será B, F e J.

A principal vantagem da amostragem sistemática está na grande facilidade na

determinação dos elementos da amostra. O perigo em adota-la está na possibilidade da
existência de ciclos de variação da variável de interesse, especialmente se o período desses
ciclos coincidir com o período de retirada dos elementos da amostra. Por outro lado, se a
ordem dos elementos na população não tiver qualquer relacionamento com a variável de
interesse, então a amostragem sistemática terá efeitos equivalentes à causal simples, podendo
ser utilizada sem restrições. (Neto, 1977).

2.3.1.3. Amostragem por meio de conglomerados

Quando a população apresenta uma subdivisão em pequenos grupos, chamados
conglomerados, é possível, e muitas vezes conveniente, fazer-se a amostragem por meio
desses conglomerados, a qual consiste em sortear um número suficiente de conglomerados,
cujos elementos constituirão a amostra. Ou seja, as unidades de amostragem, sobre as quais é
feito o sorteio, passam a ser os conglomerados e não mais os elementos individuais da
população. Esse tipo de amostragem é às vezes adotado por motivos de ordem prática e
econômica. (Neto, 1977).
 9

Ex1: Estudo sobre a percepção social dos problemas de quantidade, qualidade e custo
dos recursos hídricos na cidade da Beira. Definindo-se os quarteirões como sendo os
conglomerados:

1o estágio: Uma Amostragem aleatória simples. é aplicada para a seleção de uma

amostra aleatória de quarteirões, e o questionário é aplicado a todos os domicílios dos
quarteirões selecionados.

2º estágio: Dentre os quarteirões selecionados no 1º. estágio, sorteia-se uma amostra

aleatória de domicílios que efetivamente participarão da amostra.

2.3.1.4. Amostragem estratificada

Segundo Almeida (2015, pág. 18), essa amostragem é composta por elementos
provenientes da divisão da população em subgrupos denominados estratos (por exemplo, por
sexo, renda, bairro etc.).

Neto (1977), afirma que a amostragem estratificada consiste em especificar quantos

elementos da amostra serão retirados em cada estrato. É costume considerar três tipos de
amostragem estratificada: proporcional uniforme, e ótima.

Na proporcional, o número de elementos sorteados em cada estrato é proporcional ao

número de elementos existentes no estrato. (Neto, 1977).

Ex1: Se queremos estudar a % da população fumante em Moçambique e estipulamos

que a idade pode ser um bom critério para a estratificação, iremos definir três camadas:
menores de 20 anos, 20 a 44 anos e superiores a 44 anos. É de esperar que ao dividir a
população, essas três camadas não resultem em grupos de tamanhos iguais.

 Estrato 1 – população Moçambicana menor de 19 anos: 4,4 milhões (41,0%);

 Estrato 2 – população Moçambicana de 20 a 44 anos: 3,6 milhões (36,3%);
 Estrato 3 – população Moçambicana de 44 anos: 2,5 milhões (22,7%);

Se querermos criar uma amostra de 1.000 indivíduos, os estratos precisam ter este
tamanho:

Estrato População Proporção Amostra

1 4,4 M 41,0% 410
2 3, 6 M 36,3% 363
3 2, 5 M 22,7% 227
 10

Na amostragem estratificada uniforme, sorteia-se igual número de elementos em cada

estrato. (Neto, 1977).

Para definir uma amostra uniforme, é necessário atribuir o mesmo tamanho de amostra
para todas as camadas, independentemente do peso dos estratos da população.

Ex2: suponhamos que exista uma população de 400 funcionários em uma empresa de
Telemarketing, dividido em dois grupos, sendo o primeiro composto por uma população de
funcionários do sexo feminino e o segundo por uma população do sexo masculino. É de
esperar que ao dividir a população resultem em grupos de tamanhos iguais.

 Estrato 1 - composto por uma população de 252 funcionários de sexo

feminino;
 Estrato 2 - composto por uma população de 148 funcionários do sexo
masculino;

Se querermos criar uma amostra de 50 indivíduos, que não seja proporcional a

quantidade de Homens e de Mulheres, nesse caso será uma amostra uniforme. Para obter a
amostra dividiremos a quantidade de indivíduos da amostra que teremos (50), pelo número de
estratos (2), teremos:

50
=25
2

Estrato População Amostra

1 252 (F) 25
2 148 (M) 25

A amostragem estratificada ótima, por sua vez, toma, em cada estrato, um número de
elementos proporcional ao número de elementos do estrato e também à variação da variável
de interesse no estrato, medida pelo seu desvio-padrão. Pretende-se assim otimizar a obtenção
de informações sobre a população, com base no princípio de que, onde a variação é menor,
menos elementos são necessários para bem caracterizar o comportamento da variável. Dessa
forma, com um menor número total de elementos na amostra, conseguir-se-ia uma quantidade
de informação equivalente à obtida nos demais casos. (Neto, 1977).
 11

2.3.2. Amostragem não probabilística

É o processo de amostragem em que nem todos os elementos da população têm chance
de pertencer à amostra, pois a seleção não é feita por sorteio não viciado. (Barbetta, 2006)

Segundo Mattar (1996, pág. 132), a amostragem não probabilística é aquela em que a
seleção dos elementos da população para compor a amostra depende ao menos em parte do
julgamento do pesquisador ou do entrevistador no campo.

As principais técnicas de amostragem não probabilística são:

 Amostragem acidental ou por conveniência;

 Amostragem a esmo;
 Amostragem intencional ou proposital;
 Amostragem por quotas;

2.3.2.1. Amostragem acidental ou por conveniência

A amostra por conveniência é empregada quando se deseja obter informações de
maneira rápida e barata.

Segundo Aaker (1995, pág. 376), esse procedimento consiste em simplesmente

contatar unidades convenientes da amostragem, é possível recrutar respondentes tais como
estudantes em sala de aula, mulheres no shopping, alguns amigos e vizinhos, entre outros. Os
autores comentam que este método também pode ser empregado em pré testes de
questionários.

Campos (2019, pág. 31), afirma que, na amostragem acidental ou por conveniência, os
elementos são escolhidos por serem os mais acessíveis ou fáceis de serem amostrados.

Mattar (1996, pág. 133), ilustra os usos de pesquisa com amostras por conveniência nos
casos abaixo:

 Parar pessoas no supermercado e colher suas opiniões.

 Colocar linhas de telefone adaptadas para que durante um programa de televisão os
telespectadores possam dar suas opiniões.

Ex1: para saber a preferência dos eleitores para presidente de Município da cidade da
Beira, os pesquisadores poderiam se posicionar em locais de grande tráfego de eleitores,
perguntando-os sobre suas intenções de voto. Deste modo estaríamos a colectar amostras das
pessoas que iam passando no local.
 12

Ex2: para avaliar o grau de satisfação de um determinado produto, o gerente de

Shopping poderia solicitar as pessoas no local, que voluntariamente testem o produto e que
em seguida respondam a uma entrevista, podendo esta estar relacionada com o produto ou
com a empresa que fornece o mesmo.

Vantagens

 Essa amostragem é rápida e de baixo custo;

 Não é necessário o conhecimento da lista de todos os elementos da população.

Desvantagens:

 Corre-se o risco de se formar amostras com grandes concentrações de determinadas

características, pois a amostragem pode ser influenciada pelo local da coleta de
informações (aeroportos, estações rodoviárias, shopping centers, camelódromo, etc.)
 Por ser não-probabilística, essa amostragem não permite a realização de inferências.

2.3.2.2. Amostragem a Esmo

Segundo Neto (1977), a amostragem em esmo, é aquela em que o amostrador, para
simplificar o processo procura ser aleatório sem, no entanto, realizar propriamente o sorteio
usando algum dispositivo aleatório confiável. Este tipo de amostragem também pode ser
utilizado quando a população for formada por material contínuo (gases, líquidos, minérios),
bastando homogeneizar o material e retirar a amostra.

Ex1: Imagine um lote de 10.000 parafusos, do qual queremos tirar uma amostra de
cem. Se fôssemos realizar uma amostragem aleatória simples, o processo talvez fosse
trabalhoso demais. Então, simplesmente retiramos os elementos a esmo.

Ex2: Imagine que uma determinada região da zona norte do país cuja principal fonte
hídrica é um rio, tem registado um elevado número de cóleras, para o governo local verificar
até que ponto a água poderá estar contaminada, precisará de uma amostra da mesma. Então
simplesmente irá se retirar uma parte da água do mesmo rio a esmo.

2.3.2.3. Amostragem intencional ou proposital

Na amostragem Intencional, o pesquisador deliberadamente escolhe alguns elementos
para fazer parte da amostra, com base no seu julgamento de que aqueles seriam
representativos da população. (Campos, 2019, pág. 32)
 13

Ex1: Em uma pesquisa sobre desempenho acadêmico, um pesquisador resolve

entrevistar somente aqueles alunos que tenham coeficiente de rendimento acadêmico acima
de 7, julgando que estes dariam respostas mais condizentes com o assunto.

Ex2: Em uma pesquisa sobre às dificuldades que os automobilistas enfrentam em uma

via esburacada, o pesquisador pretende entrevistar somente os automobilistas de carros
semi-coletivos, julgando que obterá as melhores respostas por estes se fazerem a via todos os
dias e muitas vezes ao dia.

Vantagem

 Essa amostragem é rápida e de menor custo;

Desvantagens

 A presença de subjetividade, preferências e preconceitos pode provocar tendências na

representatividade da amostra;
 Por ser não-probabilística, essa amostragem não permite a realização de inferências.

2.3.2.4. Amostragem por Quotas

A amostragem por quotas consiste em um refinamento da amostragem acidental ou
por conveniência. Nela, os elementos a serem selecionados devem estar de acordo com as
proporções de características da população. (Campos, 2019, pág. 32).

A amostragem por quotas parece semelhante a uma amostragem estratificada

proporcional, da qual se diferencia por não empregar sorteio na seleção dos elementos. A
população é dividida em vários subgrupos. Na realidade, é comum dividir em um grande
número para compensar a falta de aleatoriedade, e seleciona-se uma quota de cada subgrupo,
proporcional ao seu tamanho.

Ex1: Em um centro de reassentamento de pessoas vítimas de desastres naturais,

contém 40% de jovens, 40% de adultos e 20% de idosos, onde queremos extrair uma amostra
de 1000 pessoas, contendo todas as 3 faixas etárias, teremos 400 jovens, 400 adultos e 200
idosos.

Ex2: Se nós definimos um segmento por sexo numa população que há 60% de
mulheres e 40% de homens, e pretendemos obter uma amostra de 1000 pessoas, então
definiremos uma meta de 600 mulheres e 400 homens.
 14

Capítulo III: Considerações finais

3. Conclusão
A amostragem está sempre presente em diversos momentos da vida, mesmo sem perceber
fazemos generalizações, criamos hipóteses, etc... Amostragem é o processo de seleção de
determinados membros ou um subconjunto da população para fazer inferências estatísticas a
partir deles, ou seja, a amostragem permite concluir sobre o todo analisado apenas parte e
estimar as características de toda população. É amplamente utilizada pelos pesquisadores em
pesquisa de mercado para que não precisem pesquisar toda população.

Percebe-se que, para se obter os dados desejados recorre-se ao dimensionamento amostral

onde avalia-se a variável mais importante e mais significativa do grupo, faz-se a analisar para
saber se é ordinal ou nominal e verifica-se a população se é finita ou infinita.

A amostragem tem a finalidade de fazer generalizações sobre um universo ou uma

população sem precisar examinar todos os componentes do grupo. Neste sentido, finalizamos
o trabalho com os tipos de amostragem e os respetivos exemplos. Sabe-se a prior que os
principais tipos de amostragem são: probabilística que por sua vez é divide-se em: aleatória
simples, sistemática, conglomerada e estratificada. Não probabilística: por conveniência, por
julgamento, por quotas. A amostragem não probabilística ela seleciona um grupo de
respondentes de uma população, tendo consciência de que alguns membros da população não
tem a mesma oportunidade de responder a pesquisa. Salientar que cada tipo de amostragem
aqui citado têm a sua vantagem e desvantagem. Por exemplo na amostragem não
probabilística tem como vantagem a flexibilidade e baixo custo e como desvantagem: ela não
permite a realização de inferências.
 15

Referências bibliográficas
1. AAKER, David.; KUMAR, V. & DAY, G. Marketing research. John Wiley & Sons,
Inc. 1995.
2. ALMEIDA, Rosa; FERNANDES, Maria; SILVA, Jorge. Matemática, Estatística e
Probabilidade. 3a Ed. Fortaleza – Ceará. 2015.
3. CAMPOS, Magno. Métodos Estocásticos da Engenharia II: Capítulo I – Princípios de
Amostragem. 2015. Pág. 31 – 39.
4. MATTAR, F. Pesquisa de marketing. Ed. Atlas. 1996.
5. NETO, Pedro L. C. Estatística. Ed. Blucher Ltda, 1977.
6. PRATES, Wecsley. Estatística para Ciências Sociais Aplicada I. Salvador: UFBA,
Faculdade de Ciências Contabéis, 2017.