Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Onde:
n: o nmero de elementos na amostra;
Z: Valor crtico que corresponde ao grau de confiana desejado;
: Desvio padro populacional da varivel estudada;
d: Erro mximo de estimativa. Identifica a diferena mxima entre a mdia
amostral e a verdadeira mdia populacional.
Os valores do grau de confiana mais utilizados esto listados na tabela a
seguir:
Tabela 1 - Valores crticos para o grau de confiana na amostra
Grau de Confiana Z
90% 1,645
95% 1,96
99% 2,575
Na equao 3.1 tambm necessrio que se conhea o (desvio padro),
se ele no for conhecido deve ser obtido um valor atravs de um estudo piloto
adquirindo uma quantidade inicial de elementos e calcular o desvio padro
amostral (S) desses elementos e ento utiliz-lo na equao 3.1 no lugar de .
Considere o exemplo a seguir Um economista deseja estimar a renda
mdia para o primeiro ano de trabalho de um engenheiro eletricista. Quantos
valores de renda devem ser tomados, se o economista deseja ter 95% de
confiana em que a mdia amostral esteja a menos de R$500,00 da verdadeira
mdia populacional? Suponha que saibamos, por um estudo prvio, que para tais
rendas, = R$6250,00.
SOLUO
Queremos determinar o tamanho n da amostra, dado que a = 0,05 (95% de
confiana). Desejamos que a mdia amostral seja a menos de R$ 500 da mdia
populacional, de forma que E = 500. Supondo = 6250, aplicamos a equao 3.1,
obtendo:
(
Devemos, portanto, obter uma amostra de ao menos 601 rendas de primeiro ano,
selecionadas aleatoriamente, de formandos que tenham feito um curso de
Engenharia Eltrica. Com tal amostra teremos 95% de confiana em que a mdia
amostral x difira em menos de R$500,00 da verdadeira mdia populacional m.
3.2 Tamanho da amostra a partir da Estimao da Proporo Populacional
de uma Populao Infinita
A proporo populacional um parmetro estatstico que influencia no
tamanho da amostra. Imagine por exemplo que preciso determinar a proporo
de pessoas atendidas por um PSF em um municpio. MARTINS (2005, p. 188)
nos fornece uma maneira de calcular o tamanho da amostra relacionada com a
proporo populacional. Essa frmula apresentada pela equao 3.2 a seguir:
Onde:
n: o nmero de elementos na amostra;
Z: Valor crtico que corresponde ao grau de confiana desejado (os possveis
valores de Z j foram apresentados na Tabela 1)
p: Proporo populacional dos elementos pertencentes categoria estudada;
q: Proporo populacional dos elementos no pertencentes categoria estudada
(q = 1-p);
d: Erro mximo de estimativa. a diferena mxima entre a proporo amostral e
a proporo populacional(p).
Os valores de p e q sero expressos em decimais, por exemplo, se p =
43% ento utilizaremos p = 0,43. A equao 3.2 pede que sejam substitudos os
valores populacionais de p e q, caso eles no sejam conhecidos MARTINS (2005,
p.188) observa que p deve assumir o valor de 50% (p = 0,5), logo q = 0,5, dessa
forma p obtm o maior tamanho possvel para a amostra.
Considere o seguinte exemplo:
Um assistente social deseja saber o tamanho da amostra (n) necessrio
para determinar a proporo da populao atendida por uma Unidade de Sade,
que pertence ao municpio de Juazeiro. No foi feito um levantamento prvio da
proporo amostral e, portanto, seu valor desconhecido. Ela quer ter 90% de
confiana que sua o erro mximo de estimativa (E) seja de 5% (ou 0,05).
Quantas pessoas necessitam ser entrevistadas?
SOLUO
Considerando que o valor da proporo amostral de atendimentos para pessoas
de Juazeiro no conhecida. Utilizamos a equao 3.2 para determinar o
tamanho da amostra. Sabemos que, para 90% de confiana teremos o valor
crtico (Za/2 ) = 1,645, conforme Tabela 1
Devemos, portanto, obter uma amostra de 271 pessoas para determinar a
proporo da populao atendida na Unidade de Sade, que se origina do
municpio de Juazeiro.
3.3 Tamanho da Amostra a partir da Estimao da Mdia de Populao ()
Finita
As equaes anteriores trabalham com a idia de uma populao infinita, a
determinao do tamanho da amostra para uma populao finita deve receber um
fator de correo. A equao 3.3 nos fornece os meios para obteno do tamanho
da amostra:
Onde:
n: o nmero de elementos na amostra;
N: o tamanho da populao;
Z: Valor crtico que corresponde ao grau de confiana desejado (os possveis
valores para Z esto na Tabela 1);
: Desvio padro populacional da varivel estudada (Na seo 3.1 explica como
obter os valores do desvio padro caso ele no seja conhecido);
d: Erro mximo de estimativa. Identifica a diferena mxima entre a mdia
amostral e a verdadeira mdia populacional.
3.4 Tamanha da Amostra a partir da Estimao da Proporo Populacional
(p) de uma Populao Finita
Assim como na seo 3.3, para se determinar o tamanho da amostra
utilizando a proporo populacional para uma populao finita necessrio
utilizar-se de um fator de correo. Dessa forma a equao 3.4 possibilita o
clculo do tamanho da amostra de uma populao finita utilizando-se da
proporo populacional (p):
Onde:
n: quantidade de elementos na amostra;
N: quantidade de elementos na populao;
p: estimativa da proporo (Veja mais detalhes na seo 3.2);
q = 1-p (Veja mais detalhes na seo 3.2);
Z: Valor crtico que corresponde ao grau de confiana desejado (os possveis
valores de Z j foram apresentados na Tabela 1);
d: erro amostral (Veja mais detalhes na seo 3.2);
4.0 AMOSTRAGENS PROBABILSTICAS
O processo de amostragem no qual se retira elementos da populao para
composio das amostras de forma aleatria onde todo elemento tem
possibilidades de ser amostrado dito amostragem probabilstica.
Segundo DANIEL FURTADO (2005, p.58) a amostragem probabilstica
caracteriza-se por garantir, a priori, que todo elemento pertencente ao universo de
estudo possua probabilidade, conhecida e diferente de zero, de pertencer
amostra sorteada.
De acordo com BUNCHAFT & KELLNER (2001, p. 28) O fato de a
aleatoriedade interferir em algum estgio da seleo da amostra tem algumas
implicaes importantes. A principal que as leis da probabilidade matemtica
regem o modelo de distribuio amostral, ou seja, a distribuio de todas as
amostras de determinado tamanho possveis de serem extradas da populao.
BUNCHAFT & KELLNER mostram ento que devido ao fato de a seleo
dos elementos da amostras terem sido aleatria possvel aplicar nessa amostra
um modelo de distribuio, possvel apenas as amostras probabilsticas.
Uma amostragem probabilstica a mais recomendvel sempre que
possvel, pois dessa forma pode-se garantir a representatividade da amostra e as
possveis discrepncias entre a populao e a amostra ser apenas obra do
acaso. So muitas as tcnicas de amostragem, sero apresentadas a seguir
algumas delas.
4.1 Amostragem Aleatria Simples
A amostragem aleatria simples dita em muitas literaturas como uma das
tcnicas de amostragem mais bsicas e mais importantes para seleo de uma
amostra. Nela todos os elementos da populao tm igual probabilidade de
pertencer amostra, e todas as possveis amostras tambm tem probabilidade
igual de ocorrer.
A amostragem casual simples o processo de amostragem probabilstica na qual,
qualquer combinao dos n elementos da amostra, retirada dos N elementos
populacionais que compem a populao, tem igual probabilidade de vir a ser sorteada.
(FERREIRA, D. F. Estatstica Bsica, 2005, p. 59 apud COCHRAN, 1977)
So duas as formas de executar a amostragem aleatria simples. O
processo de amostragem pode ou no ser executado com a reposio do
elemento amostrado na populao. BOLFARINE & BUSSAB (2005, p.62)
escrevem que mais prtico e interessante utilizar-se da amostragem aleatria
simples sem reposio visto que mesmo que um elemento seja amostrado mais
de uma vez ele no ir acrescentar informaes a mais. Porm a amostragem
aleatria simples com reposio traz vantagens matemticas no obtidas na sem
reposio como, por exemplo, o fato de que dessa forma os elementos da
amostra sero independentes, o que facilita a determinao das propriedades dos
estimadores. claro que caso a amostra seja muito grande, a tcnica de
amostragem aleatria simples utilizada no vai fazer muita diferena visto mesmo
quando ocorre a reposio a chance de um elemento ser sorteado mais de uma
vez muito pequena.
4.1.1 Amostragem Aleatria Simples Com Reposio
O procedimento adotado para compor a mostra pelo processo de
amostragem aleatria simples com reposio extremamente simples.
Considere uma populao numerada de 1 a N, utiliza-se ento um
processo de sorteio aleatrio dos elementos da populao que comporo a
amostra. Esse processo de sorteio aleatrio pode ser realizado atravs de uma
tabela de nmeros aleatrios, algum software que sorteia os elementos com base
em algum algoritmo aleatrio, ou qualquer outro sorteio que seja aleatrio e ao
acaso. O elemento n
i
ento sorteado da populao e logo depois ele reposto
na populao para que se repita o processo de sorteio at que toda a amostra n
seja composta atravs de sorteio aleatrio.
Segundo DANIEL FURTADO (2005, p.59) A chance de um elemento ser
sorteado num primeiro estgio n/N;[...]. Ento para um processo com reposio
a probabilidade de um elemento x ser sorteado na populao dada por:
4.1.2 Amostragem Aleatria Simples Sem Reposio
A amostragem aleatria simples sem reposio realizada de forma
semelhante a com reposio, sendo que a diferena entre os dois mtodos o
fato de no se repor a amostra retirada na populao para o prximo sorteio,
dessa forma a probabilidade de cada elemento seguinte a ser sorteado
condicionada a retirada dos elementos anteriores da populao.
Segundo DANIEL FURTADO (2005, p.59) A chance de um elemento ser
sorteado num primeiro estgio n/N; a chance do segundo elemento (n-1)(N-1)
e assim sucessivamente. Daniel Furtado ainda explica que a probabilidade de
cada elemento x da populao ser amostrada condicionado a retirada dos
anteriores o inverso da combinao das n amostras tomadas N a N e
traduzida na equao:
Imagine um jogo de bingo na primeira bolinha a ser sorteada todos os
elementos da populao, que so todas as bolinhas do jogo, tm a mesma
probabilidade de serem amostrados, mas a partir da segunda bolinha sorteada a
probabilidade estar condicionada a retirada das anteriores, visto que em um jogo
de bingo as bolinhas no so colocadas novamente na populao.
4.2 Amostragem Aleatria Estratificada
A amostragem estratificada o processo de amostragem no qual se divide
uma populao em grupos. Algumas vezes pode ocorrer de uma populao
conter elementos heterogneos, a estratificao dessa populao pode vir a
diminuir essa variabilidade dentro de cada estrato, mas notando-se ainda a
heterogeneidade recorrente entre um estrato e outro.
De acordo com BOLFARINE & BUSSAB (2005, p.93) Amostragem
estratificada consiste na diviso de uma populao em grupos (chamados
estratos) segundo alguma(s) caracterstica(s) conhecida(s) na populao sob
estudo[...].
Para amostragem estratificada divide-se a populao na quantidade de
estratos convenientes a caracterstica a ser estudada Aps os estratos estarem
bem definidos realiza-se em cada estrato o sorteio aleatrio simples, como j foi
explicado anteriormente, onde cada elemento sorteado ir compor a amostra.
So trs os tipos de amostragem estratificada.
4.2.1 Amostragem Estratificada Uniforme
O nmero de elementos sorteados em cada estrato igual em todos os
extratos.
4.2.2 Amostragem Estratificada Proporcional
O nmero de elementos sorteados em cada estrato proporcional ao
nmero de elementos existentes em cada extrato.
4.2.3 Amostragem Estratificada tima
O nmero de elementos sorteados em cada estrato proporcional a
quantidade de elementos em cada estrato e variao da varivel de interesse.
De acordo com DANIEL FURTADO (2005, p.65) A partilha tima foi desenvolvida
com a finalidade de alocar elementos para cada um dos L estratos de tal sorte
que se minimizariam o custo e a varincia da estimativa da mdia populacional.
Foi realizado um levantamento estatstico e descobriu-se que o curso de
Engenharia Eltrica possui 500 discentes matriculados. Descobriu-se ainda que
200 so originrios de escola particular e 300 de escola pblica estadual ou
federal. Se por acaso desejar-se realizar um estudo em que a origem escolar
fosse uma varivel relevante, poderamos dividir a populao nesses dois estratos
e retirar elementos de cada um deles para compor a amostra, podendo ser feito o
processo uniforme, proporcional ou timo.
4.3 Amostragem Sistemtica
A amostragem sistemtica um tipo de amostragem em que o plano de
amostragem obtido por um critrio pelo qual intervalos regulares de mesmo
tamanho entre unidades da amostra so tomados at se compor uma amostra de
tamanho n. (FERREIRA, D. F. Estatstica Bsica, 2005, p. 67)
Ento o que se pode perceber que na amostragem estratificada a
amostra composta de elementos extrados da populao em intervalos
regulares. Isso afirmado por BUNCHAFT & KELLNER (2001, p.35) Esse tipo de
amostra resulta da escolha de um nmero inicial qualquer [...] os demais nmeros
so selecionados dentro de um certo intervalo, de modo a preencher o nmero de
elementos da amostra desejada.
Para implementar o processo de amostragem sistemtica inicialmente
deve-se conhecer o tamanho de sua populao e determinar o tamanho da
amostra desejada e pela razo entre o tamanho da populao N e da amostra n
determina-se o nmero de intervalos.
Para que esse processo seja um mtodo probabilstico preciso que o
primeiro elemento da amostra seja amostrado de forma aleatria simples nos k
primeiros elementos da populao e a partir desse primeiro elemento vai
somando-se os intervalos e amostrando os elementos que comporo a amostra.
Esse tipo de amostragem fcil de ser executada e provavelmente mais precisa que a
amostra casual simples. A razo disso, segundo Cochran (1977), a subdiviso da
populao em k estratos e a obteno de um elemento por estrato.[...] devido a esse tipo
de amostragem cobrir de forma mais regular a populao em toda sua extenso que a
amostragem estratificada aleatria, essa considerada mais precisa. (FERREIRA, D. F.
Estatstica Bsica, 2005, p. 67)
Considere que a empresa A na qual voc trabalha produz um lote de 2000
barras de ao por dia, deseja-se compor uma amostra para realizar um teste de
qualidade. Deseja-se que o teste seja feito em 200 unidades, aplicando a
amostragem sistemtica teramos um K = 20, ento utilizaramos um processo
aleatrio para selecionar uma barra dentre as 20 primeiras e amostraramos
subseqentemente uma barra a cada 20 unidades at compormos as 200
unidades.
4.4 Amostragem por Conglomerado
Segundo DANIEL FURTADO (2005, p. 68 apud Silva, 1998) Quando os
elementos da populao so reunidos em grupos que so sorteados para compor
a amostra, o processo denominado de amostragem por conglomerado.
De acordo com BUNCHAFT & KELLNER (2001, p.41) O objetivo da
amostragem por conglomerados justamente selecionar amostras, de forma
probabilstica, quando a populao alvo se encontra muito dispersa em termos
geogrficos.
Essa tcnica de amostragem muito utilizada por motivos prticos e
econmicos, na qual se divide a populao em pequenos grupos e sorteia-se
aleatoriamente uma quantidade suficiente desses grupos, dos quais os elementos
comporo a amostra. Ou seja, as unidades amostrais sobre as quais realizam-se
os sorteios so agora os chamados conglomerados, pequenos subgrupos da
populao, e no mais os elementos individuais da populao.
Imagine que deseja-se selecionar uma amostra de chefes de famlia de
uma cidade e no se dispem de um cadastro de todas as residncias, ento
pode-se pegar um mapa da cidade e numerar os quarteires, faz-se ento um
sorteio aleatrio simples e a partir desse sorteio compem-se uma amostra de
uma quantidade n de quarteires. Cada um desses quarteires um conglomero
e representa um elemento da amostra, aps a amostragem dos conglomerados,
so entrevistados todos os chefes de famlia dos quarteires que compem a
amostra.
5.0 AMOSTRAGEM NO-PROBABILSTICA
Daniel Furtado da a sua definio de amostragem no-probabilstica
negando o conceito de amostragem probabilstica escrevendo o seguinte:
Se por qualquer razo, alguns elementos da populao no puderem pertencer amostra
sorteada, a amostragem dita no-probabilstica. (FERREIRA, D. F. Estatstica Bsica,
2005, p. 58)
BUNCHAFT & KELLNER (2001, p.42) ainda complementam a idia de
amostragem no probabilstica, Conforme j expusemos, a caracterstica
essencial da amostra no-probabilstica que no se conhece a probabilidade de
cada elemento da populao ser escolhido para fazer parte da amostra.
MARTINS (2005, p.196) So amostragens em que h uma escolha
deliberada dos elementos da amostra. No possvel generalizar os resultados
da amostra para a populao, pois amostras no probabilsticas no garantem a
representatividade da populao.
O que se percebe que as tcnicas de amostragem no-probabilstica so
efetuadas de forma tendenciosa, onde o desejo do pesquisador ou de quem est
coletando os dados interfere diretamente na escolha dos elementos que
comporo a amostra. O fato dessas escolhas terem sido direcionadas no
permitem que os resultados obtidos a partir dessas amostras representem a
populao a qual elas pertencem.
Mesmo no obtendo amostras no representativas, em algumas ocasies
necessrio o emprego desses mtodos por motivos diversos seja por simplicidade
ou por impossibilidade de acesso a populao.
As tcnicas de amostragem no-probabilstica mais comumente
encontrada sero descritas a seguir.
5.1 Amostragem Acidental
Segundo BUNCHAFT & KELLNER (2001, p.44) Os elementos da amostra
so escolhidos por serem os mais acessveis ou fceis de ser avaliados, sendo
considerados os casos que aparecem at que a amostra atinja determinado
tamanho.
O processo de se compor uma amostra pela amostragem acidental, ou
tambm conhecida como convenincia, consiste em amostrar os elementos que
vo aparecendo at que se complete o tamanho mximo da amostra. Esse o
processo de amostragem que ocorre quando se faz uma pesquisa de opinio
pblica em uma cidade, os pesquisadores vo amostrando as pessoas que vo
aparecendo e passando por eles.
Esse processo de amostragem ocasiona muitas distores na amostra e
por isso ela deve-ser usada apenas em casos especiais, como quando a
populao estudada muito homognea.
5.2 Amostragem Por Julgamento
BUNCHAFT & KELLNER (2001, p.44) relata que a amostragem por
julgamento Consiste na escolha dos elementos da amostra por um especialista
no assunto, que seleciona os elementos que julga os mais apropriados para o
estudo em questo.
o que ocorre pro exemplo quando se deseja fazer um levantamento de
testes psicolgicos, e uma avaliao com bom respaldo a respeitos dos testes
deve ser dada por um especialista em testes psicolgicos e que de preferncia
tenha um bom nome na praa.
Ento nessa amostragem ela realizada de acordo com o julgamento de
algum que entenda bem da populao estudada, que indicar aqueles
elementos que ele acha que melhor ir compor a amostra.
5.3 Amostragem Intencional
A amostragem intencional realizada quando o pesquisador
intencionalmente escolhe um grupo de elementos para compor a amostra e se
dirige intencionalmente a esses elementos interessados em sua opinio.
Segundo MARTINS (2005, p.196) De acordo com determinado critrio,
escolhido intencionalmente um grupo de elementos que iro compor a amostra.
BUNCHAFT & KELLNER (2001, p.44) ainda complementa dizendo Quando o
pesquisador est interessado na opinio de determinados elementos da
populao, considerados como representativos da mesma, temos uma
amostragem intencional.
Ocorre quando por exemplo uma empresa lana um novo produto em um
determinado mercado e deseja saber qual a opinio dos consumidores daquele
produto antes de lan-lo em novos mercados consumidores.
5.4 Amostragem Por Quotas
BUNCHAFT & KELLNER (2001, p.45) mostra que O mtodo no-
probabilstico mais amplamente empregado a amostragem por quotas, pois
acrescenta segurana, incluindo na amostra vrios estratos da populao.
A amostragem por quotas semelhante estratificada, diferenciando que
nela no realizada a escolha aleatria. O procedimento relativamente simples,
em um primeiro momento deve se selecionar as caractersticas da populao
consideradas relevantes para o estudo. Ento determina-se a proporo de cada
grupo de caractersticas na populao e por fim a organizao dos dados da
populao nos grupos em que a populao foi dividida. Escolha do numero de
elementos pertencentes a amostra de cada subgrupo da populao. Atribuio de
quotas para cada pesquisador de forma que a amostra tenha o tamanho
delimitado pela quarta etapa.
Por exemplo, podemos usar a amostragem por quotas numa pesquisa de
inteno de voto, admitamos que um determinado municpio tenha 30.000
eleitores, deseja se conhecer a inteno de votos de homens e mulheres em
funo de seu nvel escolar. Foi especificado que o tamanho mximo da amostra
era de 400.
Primeiramente as variveis, ou caractersticas a serem estudas, so o sexo
e o nvel de escolaridade. Com base em alguma pesquisa ou banco de dados
sobre as variveis estudadas descobrem-se as propores das caractersticas
existentes dentro da populao.
ento realizado o dimensionamento por quotas e organizado os dados de
acordo com as caractersticas estudadas. A depender do numero de
entrevistadores determina-se a quantidade de pessoas que cada um ir
entrevistar.
6.0 CONSIDERAES FINAIS
O trabalho aqui proposto realizou o seu objetivo de buscar apresentar pelo
menos conhecimentos bsicos a respeito da teoria de amostragem. Foram
expostos os conceitos e exemplos da forma mais simples possvel, sem perdas
de informaes que pudemos apresentar dentro de nossas leituras e estudos para
execuo desse texto, para que o leitor pudesse compreender e assimilar o tema
aqui abordado. Os exemplos utilizados no texto foram tambm obtidos nas
literaturas consultadas e alguns modificadas para a realidade da nossa
graduao.
Durante a produo desse texto foi possvel assimilar e compreender a
teoria da amostragem no mnimo em sua forma mais bsica. do nosso
conhecimento que o texto aqui produzido no contempla nem de longe tudo que
se pode saber a respeito desse tema, mas consideramos a nossa preocupao
sanada se o leitor que at aqui chegar tiver conseguido compreender pelo menos
o bsico sobre a importncia das tcnicas de amostragem e tiver pelo menos uma
idia sobre como realizar esse processo de escolhas de amostra a depender de
sua inteno e que a partir desse texto ele possa se aprofundar com literaturas
mais especficas no mtodo que ele deseje utilizar.
7.0 REFERNCIAS BIBLIOGRFICAS
BOLFARINE, Heleno; BUSSAB, Wilton O.; Elementos de amostragem. Porto
Alegre: Bookman, 2005. 269 p
BUNCHAFT, Guenia; KELLNER, Sheilah Rubino de Oliveira. Estatstica sem
mistrios. Petrpolis: Vozes, 1997-2001. 4 v
FERREIRA, Daniel Furtado. Estatstica bsica. Lavras, MG: Editora UFLA, 2005.
664 p.
MARTINS, Gilberto de Andrade. Estatstica geral e aplicada. 3. ed. So Paulo:
Atlas, 2005. 421 p
Determinao do tamanho de uma amostra, disponvel em:
http://www.google.com.br/url?sa=t&source=web&cd=1&ved=0CB4QFjAA&url=http
%3A%2F%2Fwww.fesppr.br%2F~centropesq%2FCalculo_do_tamanho_da_amos
tra%2FTamanho%2520da%2520Amostra%2520-
%25201.pdf&rct=j&q=tamanho%20da%20amostra%201&ei=Y7F7TrHMNeXh0QG
h_4CqAg&usg=AFQjCNGfKnkvUSNUaw8URA8DXBJBmVxz8w&sig2=_kxbAryvT
yblkkvGZkV00Q&cad=rja