INTRODUÇÃO ÀS AMOSTRAS

CAPÍTULO 8 – INTRODUÇÃO À AMOSTRAGEM

8- Definições

8.1 População e amostra

Qualquer estudo científico enfrenta o dilema de estudo da população ou da amostra. Obviamente teria-se uma precisão muito superior se fosse analisado o grupo inteiro, a população, do que uma pequena parcela representativa, denominada amostra. Observa-se que é impraticável na grande maioria dos casos, estudar-se a população em virtude de distâncias, custo, tempo, logística, entre outros motivos.

A alternativa praticada nestes casos é o trabalho com uma amostra confiável. Se a amostra é confiável e proporciona inferir sobre a população, chamamos de inferência estatística. Para que a inferência seja válida, é necessária uma boa amostragem, livre de erros, tais como falta de determinação correta da população, falta de aleatoriedade e erro no dimensionamento da amostra.

Quando não é possível estudar, exaustivamente, todos os elementos da população, estudam-se só alguns elementos, a que damos o nome de Amostra.

Quando a amostra não representa corretamente a população diz-se enviesada e a sua utilização pode dar origem a interpretações erradas.

8.2 Recenseamento

Recenseamento é a contagem oficial e periódica dos indivíduos de um País, ou parte de um País. Ele abrange, no entanto, um leque mais vasto de situações. Assim, pode definir-se recenseamento do seguinte modo:

Estudo científico de um universo de pessoas, instituições ou objetos físicos com o propósito de adquirir conhecimentos, observando todos os seus elementos, e fazer juízos quantitativos acerca de características importantes desse universo.

8.3 Amostragem

Amostragem é o processo que procura extrair da população elementos que através de cálculos probabilísticos ou não, consigam prover dados inferenciais da população-alvo.

Tipos de Amostragem Não Probabilística

Acidental ou conveniência

Intencional

Quotas ou proporcional

Desproporcional

Probabilística

Aleatória Simples

Aleatória Estratificada

Conglomerado

8.3.1.Não Probabilística

A escolha de um método não probabilístico, via de regra, sempre encontrará desvantagem frente ao método probabilístico. No entanto, em alguns casos, se faz necessário a opção por este método. Fonseca (1996), alerta que não há formas de se generalizar os resultados obtidos na amostra para o todo da população quando se opta por este método de amostragem.

• Acidental ou conveniência

Indicada para estudos exploratórios. Freqüentemente utilizados em super mercados para testar produtos.

• Intencional

O entrevistador dirige-se a um grupo em específico para saber sua opinião. Por exemplo, quando de um estudo sobre automóveis, o pesquisador procura apenas oficinas.

• Quotas ou proporcional

Na realidade trata-se de uma variação da amostragem intencional. Necessita-se ter um prévio conhecimento da população e sua proporcionalidade. Por exemplo, deseja-se entrevistar apenas indivíduos da classe A, que representa 12% da população. Esta será a quota para o trabalho. Comumente também subestratifica-se uma quota obedecendo a uma segunda proporcionalidade.

• Desproporcional

Muito utilizada quando a escolha da amostra for desproporcional à população. Atribuem-se pesos para os dados, e assim obtém-se resultados ponderados representativos para o estudo.

8.3.2 Probabilística

Para que se possa realizar inferências sobre a população, é necessário que se trabalhe com amostragem probabilística. É o método que garante segurança quando investiga-se alguma hipótese. Normalmente os indivíduos investigados possuem a mesma probabilidade de ser selecionado na amostra.

• Aleatória Simples

É o mais utilizado processo de amostragem. Prático e eficaz, confere precisão ao processo de amostragem. Normalmente utiliza-se uma tabela de números aleatórios e nomeia-se os indivíduos, sorteando-se um por um até completar a amostra calculada.

Uma variação deste tipo de amostragem é a sistemática. Em um grande número de exemplos, o pesquisador depara-se com a população ordenada. Neste sentido, tem-se os indivíduos dispostos em seqüência o que dificulta a aplicação exata desta técnica.

Quando se trabalha com sorteio de quadras de casas, por exemplo, há uma regra crescente para os números das casas. Em casos como este, divide-se a população pela amostra e obtém-se um coeficiente (y). A primeira casa será a de número x, a segunda será a de número x + y; a terceira será a de número x + 3. y. Supondo que este coeficiente seja 6. O primeiro elemento será 3. O segundo será 3 + 6. O terceiro será 3 + 2.6. O quarto será 3 + 3.6, e assim sucessivamente.

• Aleatória Estratificada

Quando se deseja guardar uma proporcionalidade na população heterogênea. Estratifica-se cada subpopulação por intermédio de critérios como classe social, renda, idade, sexo, entre outros.

• Conglomerado

Em corriqueiras situações, torna-se difícil coletar características da população. Nesta modalidade de amostragem, sorteia-se um conjunto e procura-se estudar todo o conjunto. É exemplo de amostragem por conglomerado, famílias, organizações e quarteirões.

8.4 Tipos de dados

VARIÁVEL: É, convencionalmente, o conjunto de resultados possíveis de um fenômeno.

Variável Qualitativa: Quando seus valores são expressos por atributos: sexo, cor da pele, etc.

Variável Quantitativa: