ESCOLA ESTADUAL DOUTOR EMÍLIO DE MAIA

Estatística : Parte 2

Prof. José Cicero Gomes Farias

 1. Introdução
Em pesquisas científicas, quando se deseja conhecer
características de uma população, é comum se observar
apenas uma amostra de seus elementos e, a partir dos
resultados dessa amostra, obter valores aproximados ou
estimativas para as características populacionais.

Esse tipo de pesquisa é usualmente chamado de

levantamento por amostragem, onde a seleção dos
elementos que serão observados, deve ser feita sob uma
metodologia adequada.

2
 2. Definição de amostragem
É definida como sendo o processo de seleção de
amostra(s) de uma população, podendo ser probabilística
ou não probabilística.
 Amostragem Probabilística = quando a seleção das unidades
amostradas é feita de forma aleatória, sendo que cada
elemento da população tem uma probabilidade conhecida de
participar desta amostra.
 Amostragem Não Probabilística = quando há uma escolha
voluntária dos elementos da amostra. Este tipo de
amostragem pode prejudicar a representatividade da mesma
em relação a população porque contém vícios e
tendenciosidade.
3
2.1 Importância da utilização da
amostragem

Economia: torna-se mais econômico o levantamento de

somente uma parte da população;
Tempo: as vezes não há tempo suficiente para pesquisar toda a
população, mesmo que houvesse recursos financeiros;
Confiabilidade dos dados: quando se pesquisa um numero
reduzido de elementos, pode-se dar mais atenção aos casos
individuais, evitando erros nas respostas;
Operacionalidade: é mais fácil realizar operações de pequena
escala.
Profundidade do estudo: obter mais de uma informação e se
aprofundar em um estudo.
Inacessibilidade do Universo

4
2.2 Situações em que pode não valer a
pena a realização de uma amostragem
População pequena;

Necessidade de alta precisão: ex: censo demográfico

onde é estudado exaustivamente a característica do
total de habitantes residentes no país, que é
fundamental para um bom planejamento.

5
2.3 Fases de um levantamento
amostral
 Um levantamento consiste em um processo que engloba desde a
definição da população a ser pesquisada até a avaliação final e
publicação dos dados.

 É fundamental a existência de um planejamento e a compreensão das

fases que compõem esse levantamento:

a. Objetivos de Levantamento
b. Definição da População
c. Identificação da População
d. Métodos de Medida
e. Técnicas de Amostragem
f. Tamanho da Amostra
g. Organização no Campo de Trabalho
h. Compilação, Organização e Análise dos Dados

6
a. Objetivos do levantamento – qual o objetivo da pesquisa, e,
principalmente, qual o tipo de informação final que se quer obter.

b. Definição da População – a partir da definição do que vem a ser

a população, o pesquisador tem clareza dos elementos que se deve
buscar para compor sua amostra.

c. Identificação da População – após a definição, é necessário

encontrar os métodos de identificar e alcançar a população. Os
meios mais comuns para isso são: lista telefônica, mapas, guias da
região, associações, unidades e pesquisas governamentais, etc.

d. Métodos de medida – definirão os instrumentos que conterão a

base das informações fornecidas pelos elementos da amostra. O
método mais usual é a aplicação de um instrumento denominado
questionário com perguntas preestabelecidas. É importante que, na
formulação do questionário, sejam incorporadas perguntas com o
máximo de precisão possível, de modo que não haja problemas de
ambiguidade.
7
e. Técnicas de amostragem – definem os critérios e a base da
formação da amostra, ou seja, o método pela qual o pesquisador
selecionará os elementos da amostra. Podem ser utilizados
diversos tipos de amostragem, que são divididas em dois
principais grupos: amostragem probabilística e não
probabilística.

f. Tamanho da amostra – determina quantos elementos estarão

inclusos na amostra.

g. Organização no campo de trabalho – é útil para dinamizar o

processo de coleta de dados. Geralmente, prioriza-se um
processo operacional de escolha, treinamento e
acompanhamento dos entrevistadores e destina-se os locais
onde cada um deverá realizar a aplicação do instrumento.

h. Compilação, organização e análise dos dados – é necessário

sistematizar e analisar os dados disponíveis. Essa é a fase final
em que são apresentados os resultados finais. 8
 3. Tipos de amostragem probabilística

 Amostragens probabilísticas:
- Amostragem aleatória simples;
- Amostragem sistemática;
- Amostragem estratificada.

9
3.1 Amostragem aleatória simples
 Para a seleção de uma AAS é necessário ter o conjunto de todos os
elementos da população e enumerá-los.

 Cada um dos elementos é extraído conforme um processo aleatório,

selecionando-se cada um deles completamente ao acaso.

 Pode ser realizada com reposição (população infinita) ou sem reposição

( população finita).

 No caso de população muito grande, pode-se utilizar tabelas próprias

de números aleatórios, ou optar pelo uso de computadores.

 Ex: pesquisas eleitorais.

10
3.2 Amostragem sistemática
 É uma variação da amostragem aleatória simples, diferencia-se no
modo como os elementos são selecionados.

 Para efetuar a escolha da amostra é necessário que a população seja

ordenada de modo que cada elemento esteja associado a uma posição.

 Ex: suponha uma população de 200mil elementos e uma amostra de

2mil dela, logo N/n = 100 e escolhemos a posição de um elemento
entre 1 e 100, vamos supor K= 49. A partir daí, selecionaremos os
elementos: 49, 149, 249, 349, 449, 549, 649, 749 e assim
sucessivamente.

 É possível entrevistar sucessivamente um número de pessoas seguindo

um intervalo estipulado.

11
3.3 Amostragem estratificada
 Caracteriza-se pela obtenção de uma amostra de cada
subgrupo ou estratos de uma população.

 Os subgrupos representam uma parcela da população que

são divididos conforme propriedades específicas, por
exemplo, faixa etária, faixa de renda, sexo, classe social,
escolaridade, tamanho, região etc.

 A amostragem estratificada permite o uso de diferentes

tipos de variáveis para a segmentação da população, de
acordo com o intuito da pesquisa inicial.

12
3.3.1 Amostragem estratificada proporcional

Neste caso particular de amostragem estratificada, a

proporcionalidade do tamanho de cada estrato da
população é mantida na amostra, pois: n/N

13
4. Modelos não probabilísticos
Amostragem Não Probabilística: pode oferecer
boas estimativas, mas dificulta a realização de uma
avaliação precisa dos resultados tendo em vista a
ausência de um forte rigor estatístico.

 Modelos Não Probabilísticos:

- Amostragem por conveniência;
- Amostragem por tipicidade.

14
4.1 Amostragem por conveniência
 É a menos dispendiosa e que exige menos tempo, pois se
caracteriza pela seleção de uma amostra conveniente ao
pesquisador.

 Os elementos escolhidos são de fácil acesso e selecionados

de maneira oportuna.

 Apesar do baixo custo e facilidade, a amostragem por

conveniência pode incorrer em vieses nos resultados, por
isso deve ser descartada caso haja necessidade de uma
pesquisa com resultados criteriosos e precisos.

15
4.2 Amostragem por tipicidade
 Seleciona uma amostra com base em informações prévias
e existentes.

 Quando não existe o conhecimento dessas informações é

necessário fazer algumas hipóteses.

 Ex: em uma pesquisa sobre faixa de renda em todo o

Brasil, decidiu-se selecionar uma cidade típica em cada
estado.

16
1. Introdução
Em pesquisas, uma etapa de grande importância é a
determinação do tamanho da amostra que será utilizada
para o levantamento dos dados.

A determinação do tamanho da amostra depende de três

fatores:
 Nível de confiança (1 – α): o pesquisador é que vai determinar o
nível de confiança que deseja;
 Margem de erro (e): em toda experimentação ou pesquisa, a
utilização da amostragem esta condicionada a um erro amostral,
que corresponde a diferença entre as estimativas amostrais e os
parâmetros populacionais;
 Tipo de investigação: depende das características populacionais a
serem investigadas

18
2. Determinação do tamanho da amostra
2.1 Para estimar a média populacional
Variância populacional conhecida

População Infinita População Finita

2
Z.σ (Z)². σ² . N
n= n=
e e² (N – 1) + (Z)² . σ ²

19
Exemplo1
Que tamanho deve ter uma amostra com reposição para
que possamos estimar a média de depósitos de todas as
c/correntes da agência de um determinado banco, com
99% de confiança, sendo o erro de amostragem de 10% e o
desvio padrão populacional deve estar torno de 20 u.m.

2
n = (2,58 x 20)/0,10 = 266,256 ≈ 267 clientes

20
Exemplo2
Que tamanho deve ter uma amostra sem reposição para
que possamos estimar a média de depósitos de todas as
c/correntes da agência (N=500) de um determinado
banco, com 95% de confiança, sendo o erro de
amostragem de 10% e o desvio padrão populacional deve
estar torno de 20 u.m.
1,96² x 20² x 500
= 377,43 ≈ 378 clientes
n = 0,10² x (500 – 1) + 1,96² x 20²

21
Quando não se conhece o desvio padrão da
população, pode-se substituí-lo pelo da amostra, que
é obtido através de uma pré-amostra (amostra piloto),
de tamanho n1. Neste caso, para n < 30 utiliza-se a
tabela t. Assim, tem-se:

Variância populacional desconhecida

População Infinita População Finita
2 (t)². S² . N
t.S n=
n= e². (N – 1) + (t)² . S²
e

22
Considerações após o cálculo do tamanho da amostra:

Se n < n1, então a pré-amostra (amostra piloto)

selecionada, de tamanho n1, foi suficiente para garantir
a precisão desejada.
Se n > n1, deve-se completar a pré-amostra,
acrescentando elementos até atingir o valor de “n”, que
garanta a precisão desejada.

23
Exemplo3
Uma pré-amostra de 20 elementos, retirada ao acaso de
uma população aproximadamente normal, apresentou
uma X= 4,8; S²=3,3 e S=1,83. Qual deve ser o tamanho da
amostra que avalie a média populacional com erro
máximo de 0,5 unidades e α = 10%?

2
n= (1,7291) x 1,83 = 40,04 ≈ 40 elementos
0,5

24
Exemplo4
Para estimar o preço médio, uma amostra piloto de 6
produtos foi retirada, sem reposição, de uma população
aproximadamente normal, com 150 produtos e forneceu S²
= R$10,00. Qual deve ser o tamanho de uma amostra, para
que a estimativa do preço médio forneça um erro de
R$2,00, no máximo, com 90% de confiança?

(2,015)² x 10 x 150
n= = 9,57 ≈ 10 produtos
2² x (150 – 1) + 2,015² x 10

25
2.2 Para estimar uma proporção populacional

População Infinita População Finita

(Z)² . p . q
n= (Z)². p . q . N
n =
e² e² (N – 1) + (Z)² . p . q

Onde:
Onde p = proporção amostral (pode ser obtida através de uma
pré-amostra de n1 elementos.
26
Comentários
 Aqui também valem as duas considerações a respeito da pré-amostra,
vistas anteriormente;

 As vezes, não se tem informação a respeito de p. neste caso, adota-se p

= q = 50%, o que levará a um tamanho de amostra superavaliado, mas
garantindo a precisão desejada, embora podendo ter como
consequência, aumentos no custo e no tempo de amostragem e,
consequentemente, na pesquisa;

 Como a variância aparece no numerador das fórmulas, conclui-se que

quanto mais heterogênea for a população em estudo, maior deverá ser
o valor de n.

27
Exemplo5
Qual deve ser o tamanho da amostra para que possamos
estimar a proporção de clientes de um banco que tem casa
própria, de modo que o intervalo entre os valores
estimados não exceda 2% para um nível de confiança de
95%, sabendo-se que esta porcentagem deve estar em
torno de 40%?

1,96² x 0,4 x 0,6

n= = 2304,96 ≈ 2305 pessoas
0,02²

28
Exemplo6
 Um fiscal de Imposto de Renda pretende estimar a proporção de
declarações com devolução de um grupo de 500 declarações de certa
categoria profissional. Para isto, selecionou ao acaso, 50 declarações e
verificou que 20 delas solicitavam devolução. Determine o tamanho
de amostra necessário para estimar a proporção de declarações com
devolução neste grupo, com nível de confiança de 90% e erro máximo
de 5%.

1,64² x 0,4 x 0,6 x 500

n= = 170,5 ≈ 171 declarações
0,05² (500 – 1) + 1,64² x 0,4 x 0,6

29