Noções de Amostragem

Profa. Vanessa Pires

 Conceito básico

 Inferir significa generalizar

 Com parte do todo (amostra)

 … tento entender …

 O próprio todo
 Uma parte do maior …

É representativa
do todo?

Amostra
Universo ou População
 Definições:

 População:

 Pode ser definida como o conjunto de elementos

que têm, em comum, determinada característica
(pessoas, objetos, eventos, etc.) que desejamos
estudar.

 Considerando a capacidade de defini-la ou não,

uma população pode ser finita ou infinita.
 Definições:

 Amostra

 Pode ser definida como todo subconjunto não

vazio e com menor número de elementos do que o
conjunto definido como população.

 É uma parte representativa da população, retirada

ou escolhida de forma aleatória ou sistemática, por
um processo de amostragem.
Por que fazer amostra e não censo?
Para pensar ...

Todo Amostra
+ caro + barato
+ tempo + rápido
 Por que utilizar a amostra?

 Há muitas situações em que um levantamento

completo é inviável, ou praticamente impossível,

principalmente por restrições de custo, tempo,

material, mão-de-obra, etc., o que leva a se
adotar a amostragem como uma solução.
 Censo é impossível !

1. Populações infinitas
ou população muito
numerosa
2. Testes destrutivos
3. Informações mais
rápidas
Modelos probabilísticos

 Amostragem aleatória
simples
 Amostragem sistemática
 Amostragem estratificada
 Amostragem por
conglomerados
 Amostragem aleatória simples

 É o tipo de amostragem probabilística mais

utilizada. Dá exatidão e eficácia à
amostragem, além de ser o procedimento
mais fácil de ser aplicado – todos os
elementos da população têm a mesma
probabilidade de pertencerem à amostra.
 Amostragem aleatória simples

 As duas maneiras mais utilizadas de obter a

amostra “n” são o método de sorteio, no qual são
escolhidos um a um até que esteja completa a
amostragem e a tabela de números aleatórios, na
qual serão sorteados até que seja satisfeita a
solicitação da amostra.
 Amostragem sistemática

 É um processo de amostragem probabilístico não

aleatório, onde o critério de probabilidade se
estabelece através da aleatorização da primeira
unidade amostral.

 Em um processo sistemático, as unidades

amostrais são selecionadas a partir de um
esquema rígido e preestabelecido de
sistematização, com o propósito de cobrir a
população em toda sua extensão, a fim de obter
um modelo sistemático simples e uniforme.
 Amostragem sistemática

 1º) Considerando “N” o tamanho da população e “n” o

tamanho da amostra, calcular o intervalo de amostragem,
chamado “k”, através da fórmula “k = N/n”, sendo “k” igual
a um número inteiro.

 2º) Sorteia-se um número entre um e “k”, chamado “m”,

sendo 0 < m ≤ k. Esse número “m” será o primeiro
elemento da amostra. O segundo elemento da amostra
será “m+k”; o terceiro elemento será “m+ 2k”; e assim
sucessivamente, de forma sistemática.

 Observação: quando o resultado de “k = N/n” não for um

número inteiro, recomenda-se arredondar o resultado para
o valor inteiro menor.
 Amostragem sistemática

 Exemplo 1: 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?
 Amostragem sistemática

 Resolução: se você quer um a amostra de 2% dos 500

cadastros, então você quer uma amostra de tamanho 10.

 Para obter o intervalo da amostra, você pode dividir 500

por 10, obtendo assim 50 (este será o seu k).
 Amostragem sistemática

 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.
 Amostragem sistemática

 Exemplo: 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.

 Exemplo 2:

 Tem-se uma população de 2000 elementos e deseja-se

uma amostra de 200 (10%), tem-se que:
N 2000
K   10
A 200
 o que significa que deve ser retirado um elemento em
cada 10.

 Sabendo-se que o intervalo de retirada da amostra no

nosso exemplo é de 10 (k = 10), o início do processo
deve obedecer ao princípio de aleatoriedade, ou seja, o
início deve ser qualquer número entre 1 e K, que deve
ser obtido de forma casual.
 Imagine que tenha-se selecionado o número 3,
como início.

 Então, o segundo elemento será 3+K=13, ou o 13 º

elemento da lista; o terceiro elemento amostrado
será 3+2k=23 e assim sucessivamente, até o
último elemento amostrado que será
3+199k=1993; o que resultará em uma amostra de
200 elementos.
 Assim, se o interesse é a aplicação de
questionários aos moradores de uma
determinada rua que contém cerca de 2000
residências, selecionar-se-ia a 3a, 13a,
23ª,...., 1993a.
 Amostragem estratificada

 Muitas vezes uma população é composta de

subpopulações (estratos) bem definidos, havendo
maior homogeneidade entre as unidades
amostrais dentro de cada estrato do que entre as
unidades amostrais de estratos diferentes. Sexo,
idade, condição socioeconômica são exemplos
típicos.
 Amostragem estratificada

 Nestas condições, tais estratos devem ser

levados em consideração e o sorteio da
amostra deve ser feito em cada um deles
independentemente; daí o nome de
amostragem estratificada.
 Amostragem estratificada

 A amostra de cada estrato é proporcional ao

número de indivíduos que compõem a população
do mesmo. Essa amostragem é chamada de
amostragem estratificada proporcional.

Alunos
Professores
Colaboradores
Outro exemplo...
Amostragem por conglomerados

 Na amostragem por grupos, por cachos, por

conglomerados ou clusters aquilo que é objeto de
seleção aleatória são os grupos naturais previamente
existentes (por exemplo: escolas, turmas, hospitais,
cidades, empresas, etc.), entrevistando-se
posteriormente todos os elementos pertencentes aos
grupos (clusters) selecionados, ou uma parte deles,
selecionada de forma aleatória.
Amostragem por conglomerados

1
Amostragem por conglomerados

 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
fábricas de móveis, etc.), enquanto na
amostragem estratificada, a unidade de
amostragem são os sujeitos da população, que, de
forma proporcional, pertencem a determinados
grupos (estratos).
Amostragem por conglomerados

 Se quiséssemos, por exemplo, fazer uma

amostragem de clusters considerando 7 hospitais
diferentes, teríamos que selecionar aleatoriamente
um destes hospitais e entrevistar todos os doentes
aí hospitalizados, ou uma parte deles, escolhida
de forma aleatória.
 Se quiséssemos fazer uma amostragem
estratificada teríamos que saber quantos doentes
estão hospitalizados em cada um dos hospitais e
depois selecionar aleatoriamente doentes de todos
os hospitais mantendo a proporção entre eles.
 Modelos não probabilísticos

 Amostragem acidental ou por conveniência

 Amostragem por julgamento

 Amostragem intencional ou proposital

 Amostragem por quotas

 Amostragem acidental ou por
conveniência

 Amostragem de conveniência – entrevistam-se

sujeitos a que se tem acesso imediato e direto (por
exemplo, estudantes de uma turma de que o
investigador é professor).
 Amostragem por julgamento

 O pesquisador usa o seu julgamento para

selecionar os membros da população que são
“boas” fontes de informação.
 Amostragem intencional ou
proposital

 Amostragem proposital, intencional ou deliberada:

escolha deliberada de respondentes, sujeitos ou
ambientes, oposta à amostragem estatística,
preocupada com a representativade de uma
amostra em relação à população total.
 Amostragem por quotas

 O pesquisador entrevista um número predefinido

de pessoas em cada uma das várias categorias.

 A grande diferença entre a amostragem por quotas

e estratificada é que na primeira não há a seleção
por qualquer base aleatória, enquanto que na
estratificada a seleção é aleatória.
 Tamanho da amostra

 Qual o tamanho da amostra deve ser utilizado

para representar com certo grau de confiança uma
determinada população?

 O tamanho da amostra é basicamente função do

número de indivíduos componentes da população,
de sua variabilidade e do nível de precisão
desejada para as inferências a partir da amostra.
 Tamanho da amostra

 Cálculo do tamanho da amostra:

1
n0  2
E0
 em que:
 n0 = uma primeira aproximação para o
tamanho da amostra;
 E = erro amostral tolerável;
0
 Tamanho da amostra

 Conhecendo o tamanho N da população, pode-se

corrigir o cálculo anterior por:
N .n0
n
N  n0

 em que:
 n = tamanho (número de elementos) da amostra;
 N = tamanho (número de elementos) da
população;
 Exemplo 1:

 Planeja-se um levantamento por amostragem para

avaliar diversas características da população das 200
famílias moradoras de um certo bairro. Estas
características (parâmetros) são especialmente do tipo
percentagens, tais como, a percentagem de famílias
que usam programas de alimentação popular, a
percentagem de famílias que mora em casas próprias,
etc.
 Qual deve ser o tamanho de uma amostra aleatória
simples, tal que se possa admitir que os erros
amostrais não ultrapassem 4%?
 Exemplo 2:

 Considerando os mesmos objetivos e valores do

exemplo anterior, qual deveria ser o tamanho da

amostra se a pesquisa fosse estendida para toda a

cidade, que contém 200.000 famílias residentes?

 Suponhamos que uma pesquisa de opinião sobre a
popularidade do Presidente do Brasil será realizada
amanhã em Linhares (115.000 habitantes), aos quais
será perguntado se o Presidente está fazendo uma
boa ou má administração. Pergunta-se:

a) Qual é a população de interesse?

b) Qual é a variável de interesse? Ela é uma variável
qualitativa ou quantitativa?
c) Qual o tamanho de uma amostra aleatória
simples, para se ter resultados admitindo uma
margem de erro de 3%?