Amostragem
Atualizado: 2 de mai. de 2022
População é o conjunto de elementos que possui pelo menos uma característica comum observável. A população pode ser finita ou infinita. Representamos por “N” o número de elementos da população.
Amostra é um subconjunto de uma população, obtido através de técnicas de amostragem. Representamos por “n” o número de elementos da amostra.
Amostragem
É o processo utilizado para se obter uma amostra.
Permite conhecer estimativas confiáveis acerca de variáveis de uma população.
É um dos principais culpados pelo aumento da margem de erro.
Exemplos: a) Tirar conclusões sobre a altura, peso, idade de 8.000 estudantes da UEM, observando apenas 100 estudantes. População = 8.000 Amostra = 100 b) Investigar a porcentagem de peças defeituosas fabricadas em uma indústria, durante seis dias, examinando 20 peças ao dia. |
Amostragem é mais vantajosa | Censo é mais vantajoso |
população infinita tempo limitado teste destrutivo (com matéria prima não reutilizável) custo muito alto | população pequena tamanho da amostra grande em relação à população exigência de precisão completa |
Por quê amostrar?
Diminuir custo
Melhorar a precisão (mais cuidado na obtenção dos dados)
Aumentar velocidade na caracterização (medidas que variam no tempo)
Minimizar perdas por medidas destrutivas
População infinita
Tipos de Amostragem
Probabilística
Cada elemento da população tem a mesma probabilidade (não nula) de ser escolhido
Amostragem Aleatória Simples
método mais simples
escolhe-se n elementos de uma população de tamanho N (com ou sem reposição)
Pode ser impraticável por algumas razões:
Exigência de lista da população
Pode custar muito caro
Pode exigir muito tempo
Exemplo: Uma loja quer selecionar 15 clientes de uma lista de 830. 1º Passo: Numeram-se os clientes de 001 a 830 (os números devem ter sempre a mesma quantia de algarismos, assim devem iniciar por 1, 01, 001, 0001, etc). Cliente A – 001 Cliente B – 002 Cliente N – 830 2º Passo: Sorteia-se uma coluna e uma linha na tabela de números aleatórios. Os números poderão ser lidos em qualquer sentido. 3º Passo: Do ponto de partida, faz-se a leitura dos números com três algarismos, abandonando os que ultrapassam o número 830 até completar os 15 números diferentes. 4º Passo: Verificam-se quais os clientes correspondentes a estes números e então teremos a amostra aleatória simples. |
Amostragem Aleatória Sistemática
amostra-se uniformemente todo o espaço
passo entre as coletas pode ser obtido pela razão entre o tamanho da população e o tamanho da amostra
início da amostragem deve ser aleatória para diminuir o viés de periodicidade
ordenação da população deve evitar a tendência monótona nos elementos
Definição de janelas sistemáticas
Amostragem Aleatória Estratificada
pode gerar amostras bastante precisas
usada para população heterogênea com estratos homogêneos
primeiramente a população N é dividida em L sub-populações (estratos) com N1, N2, ..., NL elementos. Para cada estrato, escolhe-se ni elementos aleatoriamente, totalizando n elementos
a escolha do tamanho da amostra de cada estrato pode ser proporcional ou desproporcional
a seleção dos elementos pode seguir procedimentos aleatórios ou sistemáticos
Amostragem Aleatória por Conglomerado
população dividida em grupos de elementos, com alguns grupos selecionados aleatoriamente para o estudo
eficiência estatística mais baixa que a aleatória simples, porém, com maior eficiência econômica
amostragem por área: os grupos ser aplicados a contextos nacionais, municipais e até em áreas menores (ex. bairro)
espera-se heterogeneidade dentro dos grupos e homogeneidade entre os grupos
espera-se grupos com tamanhos iguais. Caso não seja possível, podem ser estratificados de acordo com o tamanho
Não-Probabilística (Não-Aleatória)
Caracteriza-se pelo desconhecimento da probabilidade da inclusão de determinado elemento na amostra.
Mesmo que a amostragem aleatória tenho superioridade técnica, existem situações em que não será a melhor escolha:
O objetivo da pesquisa pode não ser um corte transversal da população
Custo e tempo são outras razões para abordagem não-aleatória
A população total pode não estar disponível
Até as amostragens aleatórias estão sujeitas à decisão do selecionado participar ou não da pesquisa
Exemplos:
|
Amostragem por Conveniência
Modelo menos confiável, mais barato e mais fácil de conduzir
Método pode ser útil na fase exploratória da pesquisa, para ajudar a definir estratégia de nova coleta
Resultados podem ser tão reveladores que torna desnecessário outro método
Exemplos: pesquisas informais com amigos, resposta a convite de jornal, entrevista na rua
Amostragem Intencional
Por Julgamento: seleção de membros de acordo com o cumprimento de algum critério
Exemplos: pessoas que abriram processo em pesquisa sobre problemas trabalhistas; pesquisa eleitoral em zonas que foram desfavoráveis em período anterior
Por Quota: seleção de membros de acordo com quota definida por variável relevante que descreve as dimensões da população
Exemplos: sexo; escolaridade; classe social
Amostragem Bola-de-neve
Estágio inicial pode seguir método probabilístico ou não
Grupo inicial é utilizado para localizar outros membros com características similares
Exemplos: cultura de drogas; atividades de gangue; redes sociais
Referências: NUNES, Elvira Maria Alves; ALMEIDA, Wesley Marcos. Estatística Aplicada Usando Excel. Maringá: EDUEM, 2016. prof. Wesley Almeida, Escola de Negócios, PUCPR