6 Amostragem

Prévia do material em texto

Amostragem
· Dados amostrais
· Conjunto de indivíduos ou objetos coletados ou selecionados de uma população por um procedimento definido.
· Os elementos de uma amostra são conhecidos como unidades de amostragem ou observações.
· População
· Conjunto de elementos para os quais desejamos que as conclusões da pesquisa sejam válidas, esses elementos podem ser observados ou mensurados sobre as mesmas condições.
· A partir da amostra você infere sobre a população
· Existem dois tipos de amostragem:
· Probabilística (aleatória)
· Não probabilística (não aleatória)
..Amostragem Aleatória……………………….…….
· As amostras são obtidas aleatoriamente, ou seja, a probabilidade de cada elemento da população fazer parte da amostra é igual.
· Vantagens:
· Critério de seleção dos elementos rigorosamente definido (sem subjetividade dos investigadores/entrevistadores).
· Determinação matemática da dimensão da amostra.
· Desvantagens:
· Dificuldade em obter listagens ou regiões atuais e completas da população.
· Pode originar uma amostra muito dispersa geograficamente, aumentando os custos, o tempo envolvido no estudo e a dificuldade de coleta de dados.
· Quatro formas de amostrar aleatoriamente:
· Simples:
· Todos os elementos possuem a mesma probabilidade de serem sorteados para compor a amostra.
· Se faz um sorteio para compor o número necessário de amostras.
· Sistemática:
· É necessário ter uma ordenação dos elementos da população e a seleção se dá periodicamente.
· É necessário calcular o valor de K, esse K é dado pelo número de elementos da população dividido pelo número de elementos da amostra.
· K = N/n
· Esse K é a frequência na qual são escolhidos os integrantes da amostra.
· A aleatoriedade dessa amostra surge no elemento inicial, onde é escolhido um elemento aleatório dentro do valor K obtido.
· Após a seleção inicial a amostra é composta pelos elementos contidos no valor K, seguindo a ordem estabelecida.
· Nesse tipo de amostragem é possível que existam ciclos de variação.
· Estratificada:
· Primeiramente se divide a população em subgrupos que recebem o nome de estratos.
· Ao separar esses estratos é necessário definir critérios que forneçam estratos bem homogêneos.
· É necessário um conhecimento prévio da população.
· Depois da criação desses estratos vem a etapa de sorteio. 
· Dependendo desse sorteio pode ter dois tipos de amostragens:
· Amostragem Estratificada Uniforme:
· Se sorteia o mesmo número de elementos de cada estrato.
· Amostragem Estratificada Proporcional:
· Sorteio feito proporcionalmente de acordo com o número de observações dentro de cada estrato.
· Por conglomerados:
· Grupamento de elementos da população e o sorteio é feito pelo grupamento, onde todas as observações pertencentes a esses grupamentos participam da amostragem.
· Ex.: amostra retirada por domicílio.
· Pode ser realizada em um único estágio, onde se seleciona alguns conglomerados e depois se observa todos os elementos dos conglomerados selecionados.
· Pode ser realizada em mais de um estágio, onde são sorteados os conglomerados iniciais, e depois outros conglomerados menores.
· Ex.: Sorteia um bairro, depois CEPs, depois casas dentro desses CEPs.
..Amostragem não aleatória……….……………..
· A probabilidade de alguns ou todos os elementos da população pertencerem à amostra é desconhecida.
· Ela é muitas vezes empregada pela simplicidade ou impossibilidade de obtermos amostras probabilísticas.
· Ela é subjetiva, baseada nos critérios e julgamentos do pesquisador, e a variabilidade amostral não pode ser estabelecida com precisão.
· Vantagens:
· Menor custo, menor tempo de estudo e menor necessidade de mão-de-obra.
· Desvantagens:
· Pode ocorrer um viés de opinião pessoal.
· Não se sabe com que grau de confiança as conclusões obtidas podem ser inferidas para a população - não há garantia de que a amostra selecionada seja representativa de população.
· Quatro tipos de amostragens não aleatórias:
· Por conveniência:
· A participação é voluntária ou os elementos da amostra são escolhidos por conveniência.
· Ex.: Amigos, vizinhos, estudantes…
· Já existia um conhecimento prévio de pessoas que podiam participar do estudo.
· O estudo pode ser feito de forma rápida e barata.
· Não se pode garantir que o estudo foi feito de forma representativa da população.
· O uso é recomendado apenas em casos extremos ou em estudos em que seu uso seja justificado.
· Por cotas:
· A população é vista de maneira segregada, dividida em subgrupos, e é feita a seleção de uma cota de cada subgrupo proporcional ao seu tamanho.
· Essa seleção não precisa ser aleatória.
· Para compensar a falta de aleatoriedade nesse tipo de seleção, é comum dividir a população em um grande número de subgrupos.
· Por julgamento:
· O pesquisador julga quais são os elementos típicos da população e assim vai facilitar na hora de selecionar as observações para a amostra.
· Bola de neve:
· Quanto mais a bola de neve vai girando ela vai aumentando.
· Compor a amostra de maneira em que cada elemento que compõe a amostra convide outros elementos.
· Muito utilizado quando os elementos da população são raros, de difícil acesso ou desconhecidos.
· É necessário identificar um ou dois elementos da população alvo e a partir desses elementos “sementes” serão recrutados novos elementos.
· Nesse processo o pesquisador localiza a característica desejada para a população, fácil aplicação, é de baixo custo e eficiente.
..O quão generalizáveis são os dados?.........
· Espera-se que uma amostra aleatória seja selecionada para que não haja viés sistemático na seleção e, portanto, seja semelhante à população, especialmente quando a amostra é grande.
· Se coletamos uma amostra grande e os valores não forem muito variáveis, a média da amostra deverá estar próxima da média da população.
· Porém, se tivermos poucas observações ou os valores forem altamente variáveis, estaremos menos confiantes de que a média da amostra está próxima da média da população.
· Quando coleta a amostra se tem a média amostral e a média populacional, então a partir da média amostral quer se estimar a média populacional.
· Quando se calcula a média referente a amostra é estatística.
· Quando se calcula a média da população é o parâmetro.
· A partir da estatística quer se estimar o parâmetro.
· Toda vez que se refere ao parâmetro é representado por uma letra grega e relacionado a amostra é usado o nosso alfabeto.
· Parâmetro populacional:
· Consiste em uma medida que descreve certa característica dos elementos da população.
· Ex.: numa pesquisa epidemiológica, a população pode ser definida como todas as pessoas da região em estudo, no momento da pesquisa. O principal parâmetro a ser avaliado deve ser a porcentagem de pessoas contaminadas.
· Estimativa:
· Valor calculado com base na amostra e usado com a finalidade de avaliar aproximadamente um parâmetro populacional.
· Erro amostral:
· A diferença entre a média amostral e a média populacional gera o chamado erro amostral. O grau do erro amostral está diretamente relacionado ao tamanho da amostra.
· Quanto mais observações se tem na amostra, mais próximo está da população e, consequentemente, a estimativa estará mais próxima do parâmetro.
· É o pesquisador que especifica o erro amostral tolerável.
· Ao determinar esse valor, ele consegue determinar o tamanho da amostra necessária para o seu experimento.
· Se o erro amostral vem da diferença entre as médias amostral e populacional e não se sabe a média populacional, como que se determina esse valor?
· A realidade é que não se calcula o erro amostral, e sim o pesquisador define o valor que ele acredita ser tolerável para a realização da pesquisa. Então, ao se decidir esse se tem uma ideia do tamanho da amostra necessária.
· A “margem de erro” é o erro amostral tolerado.
· Ex.: “A margem de erro é de 2 pontos percentuais", isso quer dizer que o erro amostral tolerado na pesquisa foi de 2% e o resultado da pesquisa é dado em um intervalo e não um número concreto.
· O que é feito, na maioria das vezes, é considerar o erro amostralsob 95% de probabilidade. Assim, se fixarmos o erro amostral tolerável em 2%, estaremos afirmando que uma estatística, calculada com base na amostra a ser selecionada, não deve diferir do parâmetro em mais que 2%, com 95% de probabilidade.
· Ao se definir o erro amostral não garante 100% que o valor real está contido naquele intervalo, mas garante um nível de confiança.
· Nível de confiança:
· O intervalo de confiança é dado pela média amostral (ou outra estatística) ± margem de erro, sendo que esta margem de erro está intimamente relacionada ao tamanho da amostra.
· A partir do momento que se define a margem de erro se sabe o tamanho da amostra, mas se aumenta o tamanho da amostra a margem de erro reduz.
· Usar intervalos de confiança é importante para dar uma noção da precisão da estatística calculada em relação ao parâmetro populacional.
· Se o intervalo de confiança for de 95% quer dizer que se espera que 95% daqueles intervalos sejam reais.
· Para aumentar o nível de confiança é preciso aumentar a margem de erro (e manter o tamanho da amostra) ou aumentar o tamanho da amostra (e manter a mesma margem de erro)