Baixe o app para aproveitar ainda mais
Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
* Aula 10 Amostragem * 1. Introdução * População: Todos os estudantes matriculados na disciplina de Estatística Básica População Amostra Silveira, Pinto e Costa (2007) Amostra: Umgrupo de estudantes matriculados na disciplina de Estatística Básica Variável: Idade dos estudantes matriculados na disciplina de Estatística Básica * 2. Conceitos Básicos Universo: Conjunto de todos os seres. População: Conjunto de seres que apresentam características comuns e podem fornecer as informações necessárias à pesquisa. Amostra: Subconjunto da população, selecionado por algum método de amostragem sobre o qual se coletam os dados necessários ao estudo. Indivíduo ou unidade de observação: Cada um dos elementos que compõem a população e a amostra. No caso da amostra , unidade de amostragem. * 3. Definição de Amostragem Conjunto de técnicas que permitem a obtenção de um subconjunto (amostra) de um universo desconhecido (população) para caracterizá-lo. A amostra obtida deve ser representativa da população. A questão é: Como saber se um pesquisador definiu bem a sua amostra? O uso de técnicas apropriadas ajuda a reduzir problemas de amostragem * Alguns procedimentos ajudam a reduzir problemas de amostragem * 4. Definição da unidade de amostragem As unidades de amostragem podem ser os próprios elementos da população ou outras unidades mais fáceis de selecionar. Exemplo 1: Pesquisa sobre a qualidade de vida dos agricultores beneficiários do PRONAF nos assentamentos de reforma agrária do Ceará. Unidade de amostragem: agricultores População: todos agricultores beneficiários do PRONAF no Ceará. * Exemplo 2: Experimento com o objetivo de identificar o número de frutas atacadas por uma praga/planta em um pomar com gravioleiras. Unidade de amostragem: gravioleira População: todas as gravioleiras Exemplo 3: Experimento com o objetivo de estudar o efeito de uma ração no peso dos suínos de uma fazenda. Unidade de amostragem: os suínos População: todos os suínos alimentados com a ração * 5. Tipos de Amostragem Amostragem Probabilística ou aleatória: aquela em que todos os indivíduos da população possuem probabilidade conhecida e 0 de pertencer à amostra Amostragem não probabilística ou não aleatória: aquela em que nem todos os elementos têm chance não nula de pertencer à amostra. * 5.1 Amostragem Probabilística A amostragem probabilística implica um sorteio com regras claramente definidas e só será possível se a população for conhecida e totalmente acessível. Caso do exemplo 2 Experimento com o objetivo de identificar o número de frutas atacadas por uma praga/planta em um pomar com gravioleiras. Uma amostra obtida por um processo probabilístico é denominada amostra aleatória. * Principais técnicas de amostragem probabilísticas Amostragem por conglomerado * 5.1.1 Amostragem simples ao acaso (ASA) ou amostragem aleatória simples Neste tipo de amostragem todos os elementos da amostra têm a mesma chance de serem selecionados. Pode ser realizada com o auxílio de uma tabela de números aleatórios ou um simples sorteio Exemplo: * 5.1.2 Amostragem sistemática Simplificação da ASA. Neste caso, o primeiro elemento é sorteado e os demais retirados em progressão aritmética com razão “r” até completar o total de elementos da amostra (n). r ou coeficiente de sistematização = N/n N = total de elementos da população * EXEMPLO: Um funcionário do Ministério da Agricultura precisa definir uma amostra de caixas de manga para exportação para fazer a inspeção de qualidade de frutas para exportação. * Usada quando a população é constituída de subpopulações (estratos) que são homogêneas internamente e heterogêneas ou não de estrato para estrato (em relação às variáveis do estudo). Exemplo: No caso da inspeção sobre a produtividade dos irrigantes pode-se estratificar a população (lotes) por procedência: Ceará, Alagoas, sergipe, rio Grande do Norte. Procedênciapassa a ser a variável de estratificação 5.1.3 Amostragem estratificada * Procedimento: A especificação do número de elementos por estrato pode ser feita de três formas: Amostragem estratificada uniforme Amostragem estratificada proporcional Amostragem estratificada ótima * Amostragem estratificada uniforme De k estratos retiram-se amostras do mesmo tamanho. É usada quando os estratos populacionais possuem o mesmo tamanho, sendo a mais adequada quando se deseja comparar estratos. O tamanho amostral do i-ésimo estrato é dado por: n = tamanho total da amostra * Amostragem estratificada proporcional É usada quando os estratos populacionais possuem tamanhos diferentes. O estrato i fornece uma quantidade ni de elementos, proporcional ao tamanho Ni populacional do respectivo estrato, para formar a amostra e tamanho n. * O tamanho da amostra do estrato i é dado por ni = tamanho amostral do estrato i Ni = tamanho populacional do estrato i n = tamanho da amostra N = tamanho populacional * Amostragem estratificada ótima Neste tipo de amostragem são considerados o tamanho e a variabilidade de cada estrato populacional para a extração da amostra. De cada estrato i retira-se uma quantidade ni de elementos, a qual é proporcional ao tamanho Ni e ao desvio padrão populacional do respectivo estrato (i). * Usada quando a população apresenta uma subdivisão natural de grupos menores denominados conglomerados. Tende a produzir uma amostra que gera resultados menos precisos que os resultados gerados pela ASA 5.1.4 Amostragem por conglomerado * 5.2 Amostragem não Probabilística A principal característica deste processo é a ausência de sorteio para a obtenção da amostra ou exclusão de alguns elementos da população por ocasião do sorteio. Podem ser identificados diferentes tipos de amostra não probabilística : por cota a esmo em materiais contínuos por conveniência (convenience) mais similares ou mais diferentes (most similar/dissimilar cases) por quotas (quota) bola de neve (snowball) casos críticos (critical cases) casos típicos (typical cases) * 5.2.1 Amostragem em materiais contínuos É impraticável o sorteio. Exemplo: Líquido ou gás - a homogeneização no momento da retirada da amostra não permite a aleatorização. * 5.2.2 Amostragem sem norma (a esmo) Não se usa nenhum sorteio embora o pesquisador procure ser aleatório. Exemplo: Escolher 100 galinhas em um galinheiro com 3.000 aves. * 5.2.3 Amostragem intencional O pesquisador elege deliberadamente certos elementos da população para formar a amostra, baseado num pré-julgamento. Exemplo: Uma pesquisa de mercado para lançar uma nova marca de leite. O pesquisador selecionou apenas indivíduos com poder aquisitivo médio/alto. * O tamanho da amostra se refere ao número de elementos necessário para que as informações ou dados coletados sejam precisos e confiáveis. ( de preferência superior a 50) 6. Cálculo do tamanho da amostra A determinação do tamanho apropriado da amostra é um procedimento complexo envolvendo restrições quanto ao tempo, aos dados e recursos financeiros disponíveis. * Para calcular o tamanho da amostra o pesquisador deve estabelecer previamente: Nível de significância Erro não amostral Estimativa inicial do desvio padrão * Nível de significância O nível de significância é uma probabilidade definida sob a curva normal. Essa estatística estabelece, com o erro de amostragem, a precisão das estimativas. O complementar do nível de significância é o nível de confiança. Assim, quanto menor o nível de significância adotado, maior a confiabilidade das estimativas. * O valor dos níveis de significância mais adotados são expressos a seguir: * Erro amostral Corresponde à diferença entre o valor que a estatística pode acusar e o verdadeiro parâmetro que se deseja estimar. Assim, o erro amostral influencia a precisão das estimativas dos parâmetros da população. Exemplo: nas pesquisas eleitorais o erro geralmente é de 2%. * Erro não amostral Os resultados obtidos em uma pesquisa apresentam erros de medição. Nas pesquisas as estimativas de erro situam-se entre 3 e 5% O cálculo deste erro é feito a partir da fórmula: Ep = erro com que se verifica um fenômeno para um desvio-padrão p = percentagem com que se verifica um fenômeno q = complementar de p n = tamanho da amostra * n = tamanho da amostra Z = Valor correspondente ao nível de significância adotado p = percentagem com a qual o fenômeno se verifica q = percentagem complementar de p e = erro máximo permitido 7. Cálculo do tamanho da amostra - POPULAÇÃO INFINITA (ou de tamanho desconhecido) * n = tamanho da amostra Z = Valor correspondente ao nível de significância adotado p = percentagem com a qual o fenômeno se verifica q = percentagem complementar N = tamanho da população e = erro não amostral 8. Cálculo do tamanho da amostra – POPULAÇÃO FINITA (ou de tamanho desconhecido) * Definir os elementos da população Definir o tamanho da população Justificar e descrever a técnica de amostragem Estabelecer o nível de confiança e a precisão Determinar o tamanho da amostra Escolher as técnicas de coleta, armazenamento e análise dos dados 9. Detalhamento de um Plano de Amostragem
Compartilhar