Prévia do material em texto
LCE2112 – Estatística Aplicada às Ciências Sociais e Ambientais Profa. Taciana Villela Savian tvsavian@usp.br mailto:tvsavian@usp.br Já vimos • Tipos de variáveis e Construção de Tabelas de Distribuição de Frequências para variáveis qualitativas e quantitativas discretas; • Análise bidimensional para variáveis qualitativas e quantitativas; • Cálculo e Interpretação das Medidas de Posição e Dispersão para variáveis quantitativas contínuas; • Vimos tudo sobre a caracterização de uma amostra....mas como coletá-las? Que critérios utilizar? Qual o tamanho ideal? Técnicas de Amostragem • Alguns conceitos e exemplos. • Por que amostragem? • Quando amostragem não é interessante? • Plano de amostragem. • Amostragens aleatórias e não aleatórias. • Tamanho de uma amostra. • Fontes de erros nos levantamentos por amostragem. Técnicas de Amostragem • A amostragem é naturalmente utilizada na vida diária; Para saber se o tempero da comida está bom precisa comer a panela toda? Panela = população Colherada = amostra Técnicas de Amostragem • POPULAÇÃO: é o conjunto de elementos para os quais desejamos que as conclusões da pesquisa sejam válidas (pessoas, famílias, estabelecimentos industriais, entre outros); • PARÂMETRO: é uma medida que descreve uma característica comum dos elementos da população de interesse. População → Censo → Parâmetro Técnicas de Amostragem • Devido a dificuldade/impossibilidade de inspecionar toda a população (CENSO) os valores dos parâmetros são, em geral, desconhecidos. População → Censo → Parâmetros (Desconhecidos) Técnicas de Amostragem • Um valor aproximado do parâmetro pode ser obtido por meio da AMOSTRA selecionada na população alvo e esse valor aproximado é chamado de ESTIMATIVA . • AMOSTRA: qualquer subconjunto de elementos da população com a característica mensurável. População → Amostragem (amostra)→ Estimativa (do parâmetro) Técnicas de Amostragem Técnicas de Amostragem • Por que Amostragem? 1) Os parâmetros populacionais são, em geral, desconhecidos; 2) Realizar um Censo demanda muito “tempo” e “dinheiro”; 3) Confiabilidade dos dados: por se trabalhar com um número reduzido de dados é possível dar mais atenção aos casos específicos e evitar algumas fontes de erros; Técnicas de Amostragem • Por que NÃO Amostragem? (Quando não é interessante) 1) População pequena: porcentagem de mulheres em uma sala de aula com 30 alunos; 2) Característica de fácil mensuração: talvez a população não seja tão pequena, mas a variável que se quer observar é de tão fácil mensuração que não compensa fazer um plano de amostragem; 3) Necessidade de alta precisão: Número de habitantes residentes no Brasil – censo do IBGE a cada 10 anos; Técnicas de Amostragem Basicamente, existem dois métodos para obtenção das amostras: -Probabilístico: os elementos da amostra são escolhidos mediante mecanismos de sorteio; -Vantagem: Possibilita estimar as margens de erro dos resultados. -Desvantagem: Dificuldade em conhecer toda a população; -Não probabilístico: os elementos da amostra são escolhidos a esmo ou intencionalmente pelo pesquisador. Probabilística A. A. Simples A. A. Sistemática A. A. Estratificada A. A. Conglomerados Não Probabilística A. Cotas A. Intencional Tipos Técnicas de Amostragem Amostragem Aleatória Simples (AAS) Método de selecionar n elementos de uma população de tamanho N, onde cada elemento da população tem a mesma chance se ser selecionado. Procedimento: 1) Enumerar os N elementos da população (1 a N); 2) Sortear n números compreendidos de 1 a N; 3) Os elementos correspondentes aos números escolhidos formarão a amostra. OBS: o sorteio pode ser feito com ou sem reposição (do elemento sorteado) mas em grandes populações esses dois procedimentos são equivalentes. Técnicas de Amostragem Amostragem Aleatória Simples (AAS) Os dados a seguir referem-se à produção de resíduos sólidos urbanos (Inventário), em t/dia, de uma POPULAÇÃO de N=50 cidades. Vamos obter uma amostra aleatória simples de tamanho “n” correspondente a 20% da população. 16,0 54,7 27,7 29,2 10,7 38,9 24,3 38,2 10,8 24,0 83,7 10,8 17,6 31,6 27,9 20,1 36,8 56,1 15,8 28,8 12,1 24,6 27,7 31,2 16,3 15,8 12,9 62,2 25,8 10,7 16,6 34,2 92,4 19,6 95,6 58,2 46,8 57,3 65,2 55,2 34,3 65,3 78,1 91,5 44,3 88,4 16,8 14,3 11,2 10,0 Técnicas de Amostragem Amostragem Aleatória Simples (AAS) 1 16,0 2 54,7 3 27,7 4 29,2 5 10,7 6 38,9 7 24,3 8 38,2 9 10,8 10 24,0 11 83,7 12 10,8 13 17,6 14 31,6 15 27,9 16 20,1 17 36,8 18 56,1 19 15,8 20 28,8 21 12,1 22 24,6 23 27,7 24 31,2 25 16,3 26 15,8 27 12,9 28 62,2 29 25,8 30 10,7 31 16,6 32 34,2 33 92,4 34 19,6 35 95,6 36 58,2 37 46,8 38 57,3 39 65,2 40 55,2 41 34,3 42 65,3 43 78,1 44 91,5 45 44,3 46 88,4 47 16,8 48 14,3 49 11,2 50 10,0 Procedimento: 1) Enumerar os N elementos da população (1 a N); Técnicas de Amostragem Amostragem Aleatória Simples (AAS) 1 16,0 2 54,7 3 27,7 4 29,2 5 10,7 6 38,9 7 24,3 8 38,2 9 10,8 10 24,0 11 83,7 12 10,8 13 17,6 14 31,6 15 27,9 16 20,1 17 36,8 18 56,1 19 15,8 20 28,8 21 12,1 22 24,6 23 27,7 24 31,2 25 16,3 26 15,8 27 12,9 28 62,2 29 25,8 30 10,7 31 16,6 32 34,2 33 92,4 34 19,6 35 95,6 36 58,2 37 46,8 38 57,3 39 65,2 40 55,2 41 34,3 42 65,3 43 78,1 44 91,5 45 44,3 46 88,4 47 16,8 48 14,3 49 11,2 50 10,0 Procedimento: 2) Sortear, sem reposição, n números compreendidos de 1 a N; Técnicas de Amostragem • Amostragem Aleatória Simples (AAS) Sorteio com a tabela de números aleatórios: Como a população tem 50 valores (dois algarismos para identificação de seus elementos) Iniciar a leitura em um ponto qualquer da tabela Descartar valores repetidos/inválidos Técnicas de Amostragem • Amostragem Aleatória Simples (AAS) Sorteio com a tabela de números aleatórios: Iniciar na segunda linha da tabela e fazer a leitura dos números da esquerda para direita 28º elemento da Pop. 80 descartado 53 descartado 51 descartado 09º elemento da Pop. 93 descartado 98 descartado Técnicas de Amostragem • Amostragem Aleatória Simples (AAS) Sorteio com a tabela de números aleatórios: Amostra (n=10) 28º elemento da Pop. 09º elemento da Pop. 27º elemento da Pop. 17º elemento da Pop. 06º elemento da Pop. 32º elemento da Pop. 02º elemento da Pop. 16º elemento da Pop. (17º descartar) 18º elemento da Pop. 30º elemento da Pop. 1 16,0 2 54,7 3 27,7 4 29,2 5 10,7 6 38,9 7 24,3 8 38,2 9 10,8 10 24,0 11 83,7 12 10,8 13 17,6 14 31,6 15 27,9 16 20,1 17 36,8 18 56,1 19 15,8 20 28,8 21 12,1 22 24,6 23 27,7 24 31,2 25 16,3 26 15,8 27 12,9 28 62,2 29 25,8 30 10,7 31 16,6 32 34,2 33 92,4 34 19,6 35 95,6 36 58,2 37 46,8 38 57,3 39 65,2 40 55,2 41 34,3 42 65,3 43 78,1 44 91,5 45 44,3 46 88,4 47 16,8 48 14,3 49 11,2 50 10,0 Técnicas de Amostragem • Amostragem Aleatória Simples (AAS) Sorteio com a tabela de números aleatórios: Para a mesma população (Descarte de N=50 cidades), retire uma amostra aleatória simples correspondente a 30% da população Calcule a média de sua amostra e a média da população. O que vc conclui? • Média Populacional (𝜇) 𝜇 = σ𝑖=1 𝑁 𝑋𝑖 𝑁 = 𝑋1 + 𝑋2 + ⋯ + 𝑋50 50 𝜇 = 16 + 54,7 + ⋯ + 10 50 = 1.838,3 50 = 36,77 𝑡/𝑑𝑖𝑎 • Média Amostral ( ത𝑋) ത𝑋 = σ𝑖=1 𝑛 𝑋𝑖 𝑛 Técnicas de Amostragem • Amostragem Sistemática (AS) Conveniente quando a população está ordenada segundo algum critério como fichas, lista telefônica, linhas de produção. Na AS devemos considerar uma quantia denominada intervalo de seleção (IS) 𝑰𝑺 = 𝑵 𝒏 ,em que: N é o tamanho da população e n é o tamanho da amostra. Técnicas de Amostragem • Amostragem Sistemática (AS) Exemplo: Em uma empresa temos o cadastro de 5.000 clientes (N) dos quais eu desejo sortear 1.000 indivíduos (n) para uma pesquisa de opinião. 𝑰𝑺 = 𝑵𝒏 = 𝟓. 𝟎𝟎𝟎 𝟏. 𝟎𝟎𝟎 = 𝟓 O primeiro elemento (cliente) que irá pertencer a amostra será sorteado dentre os 5 primeiros cadastros (valor informado pelo IS) e os demais serão obtidos sistematicamente na população da seguinte forma. Técnicas de Amostragem • Amostragem Sistemática (AS) Exemplo: Em uma empresa temos o cadastro de 5.000 clientes (N) dos quais eu desejo sortear 1.000 indivíduos (n) para uma pesquisa de opinião. 𝑰𝑺 = 𝑵 𝒏 = 𝟓. 𝟎𝟎𝟎 𝟏. 𝟎𝟎𝟎 = 𝟓 O primeiro cliente sorteado (entre os 5 primeiros cadastros) foi o correspondente ao cadastro de número 3. 3º cliente O segundo cliente que irá pertencer a amostra será o 3º + 5 = 8º cliente O terceiro cliente será → 8º + 5 = 13º cliente. Técnicas de Amostragem • Amostragem Sistemática (AS) Exercício:População: N=32 funcionários de uma empresa. Retirar uma amostra sistemática de tamanho n=7. Lembrando 𝑰𝑺 = 𝑵 𝒏 Para IS considerar o arredondamento para um número menor 1. Paulo 9. Carlos 17. Joaquim 25. Maria José 2. Karina 10. Manuel 18. Carlos 26. Ângelo 3. Thais 11. Tales 19. José 27. Marcelo 4. Rafael 12. Marcia 20. Ângela 28. Laura 5. João 13. Maria 21. Antônio 29. Bartolomeu 6. Getúlio 14. Aparecida 22. Davi 30. Mauro 7. Paula 15. Leandro 23. Thiago 31. Marcos 8. Pedro 16. Silvio 24. Fabrício 32 Eduardo Técnicas de Amostragem • Amostragem Estratificada (AE) Populações Heterogêneas: consiste em dividir essa população em subgrupos mais homogêneos, denominados estratos. Em cada um dos estratos formados selecionamos a amostra utilizando a amostragem aleatória simples. As varáveis de estratificação mais comuns são: classe social, idade, sexo, profissão,.... Técnicas de Amostragem • Amostragem Estratificada (AE) População Amostra Estrato 1 Estrato 2 Estrato 3 .... Estrato k subamostra 1 subamostra 2 subamostra 3 .... subamostra k AAS AAS AAS AAS Técnicas de Amostragem • Amostragem Estratificada (AE) Exemplo: Com o objetivo de estudar o estilo de liderança preferido pela comunidade de uma escola, realizou-se um levantamento por amostragem. A comunidade escolar é composta por 50 professores, 30 servidores técnicos administrativos e 300 alunos (N=380 indivíduos divididos claramente em 3 estratos). Como retirar uma amostra estratificada com tamanho equivalente a 10% do tamanho da população, ou seja, n=38. Técnicas de Amostragem • Amostragem Estratificada (AE) População (N=380) Amostra (n=38) Professores (50) Servidores (30) Alunos (300) subamostra 1 (n1= ?) subamostra 2 (n2= ?) subamostra 3 (n3= ?) AAS AAS AAS Técnicas de Amostragem • Amostragem Estratificada (AE) População (N=380) Amostra (n=38) Amostragem Estratificada Proporcional vs Amostragem Estratificada Uniforme (mesma quantidade de elementos em cada estrato: 38/3≈13) Professores (50/380)=0,13 Servidores (30/380)=0,08 Alunos (300/380)=0,79 subamostra 1 (n1= 38*0,13) subamostra 2 (n2= 38*0,08) subamostra 3 (n3= 38*0,79) AAS AAS AAS n1=4,94 n2=3,04 n3=30,02 Técnicas de Amostragem • Amostragem de Conglomerados (AC) Estruturalmente chamamos de conglomerado a um agrupamento de elementos da população Ex: Numa população de domicílios residenciais de uma cidade, os quarteirões formam conglomerados de domicílios. Em um 1º estágio selecionam-se os conglomerados (por AAS) e todos os elementos dos conglomerados são avaliados (amostragem de conglomerados em um estágio), ou, como é mais comum, faz-se uma nova seleção dentro de cada conglomerado selecionado no 1º estágio (amostragem de conglomerados em dois estágio). Técnicas de Amostragem • Amostragem de Conglomerados (AC) Exemplo: Considere o problema de selecionar uma amostra de domicílios de uma cidade. Podemos tomar as ruas como conglomerados, como indicado no quadro a seguir, onde A1 representa o primeiro domicílio da rua A; A2 o segundo domicílio e assim por diante. Realizar uma amostragem de conglomerados em dois estágios (1º estágio: 3 ruas (por AAS); 2º estágio: 50% dos domicílios (por AAS) das ruas selecionadas no 1º estágio). Ruas Domicílios A A1 A2 A3 A4 A5 A6 B B1 B2 B3 B4 B5 B6 B7 B8 B9 B10 B11 B12 B13 B14 C C1 C2 C3 C4 C5 C6 C7 C8 C9 C10 D D1 D2 D3 D4 E E1 E2 E3 E4 E5 E6 E7 E8 Técnicas de Amostragem • Amostragem de Conglomerados (AC) Exemplo: Considere o problema de selecionar uma amostra de domicílios de uma cidade. Podemos tomar as ruas como conglomerados, como indicado no quadro a seguir, onde A1 representa o primeiro domicílio da rua A; A2 o segundo domicílio e assim por diante. Realizar uma amostragem de conglomerados em dois estágios (1º estágio: 3 ruas (por AAS); 2º estágio: 50% dos domicílios (por AAS) das ruas selecionadas no 1º estágio). Numeração das ruas: 1 – A; 2 – B; 3 – C; 4 – D; 5 – E; Tabela de números aleatórios (terceira linha): Amostra (ruas)= {B, E, A} Técnicas de Amostragem • Amostragem de Conglomerados (AC) Exemplo: Considere o problema de selecionar uma amostra de domicílios de uma cidade. Podemos tomar as ruas como conglomerados, como indicado no quadro a seguir, onde A1 representa o primeiro domicílio da rua A; A2 o segundo domicílio e assim por diante. Realizar uma amostragem de conglomerados em dois estágios (1º estágio: 3 ruas (por AAS); 2º estágio: 50% dos domicílios (por AAS) das ruas selecionadas no 1º estágio). Ruas Domicílios A A1 A2 A3 A4 A5 A6 (rua A: 3 domicílios) (rua B: 7 domicílios) B B1 B2 B3 B4 B5 B6 B7 B8 B9 B10 B11 B12 B13 B14 C C1 C2 C3 C4 C5 C6 C7 C8 C9 C10 D D1 D2 D3 D4 E E1 E2 E3 E4 E5 E6 E7 E8 (rua E: 4 domicílios) Técnicas de Amostragem • Amostragem de Conglomerados (AC) Exemplo: Considere o problema de selecionar uma amostra de domicílios de uma cidade. Podemos tomar as ruas como conglomerados, como indicado no quadro a seguir, onde A1 representa o primeiro domicílio da rua A; A2 o segundo domicílio e assim por diante. Realizar uma amostragem de conglomerados em dois estágios (1º estágio: 3 ruas (por AAS); 2º estágio: 50% dos domicílios (por AAS) das ruas selecionadas no 1º estágio). Tabela de números aleatórios (quinta linha): Amostra = {A1, A6, A4} Ruas Domicílios A A1 A2 A3 A4 A5 A6 (rua A: 3 domicílios) Técnicas de Amostragem • Amostragem de Conglomerados (AC) Exemplo: Considere o problema de selecionar uma amostra de domicílios de uma cidade. Podemos tomar as ruas como conglomerados, como indicado no quadro a seguir, onde A1 representa o primeiro domicílio da rua A; A2 o segundo domicílio e assim por diante. Realizar uma amostragem de conglomerados em dois estágios (1º estágio: 3 ruas (por AAS); 2º estágio: 50% dos domicílios (por AAS) das ruas selecionadas no 1º estágio). Tabela de números aleatórios (começando pela sexta linha): Amostra = {B1, B7, B10, B4, B11, B5, B2} Ruas Domicílios B B1 B2 B3 B4 B5 B6 B7 B8 B9 B10 B11 B12 B13 B14 Técnicas de Amostragem • Amostragem Não Aleatória Em algumas situações a seleção de uma amostra aleatória é muito difícil (até mesmo impossível) e a maior dificuldade está relacionada a obtenção de uma listagem (cadastro) dos elementos da população. Ao usar a amostragem não probabilística o pesquisador não sabe qual é a probabilidade de que um elemento da população tem de pertencer à amostra. Portanto, os resultados da amostra não podem ser estatisticamente generalizados para a população, porque não se pode estimar o erro amostral. Se as características da população acessível forem semelhantes às da população alvo os resultados podem ser equivalentes aos de uma amostragem probabilística, mas não podemos garantir a sua confiabilidade. Técnicas de Amostragem • Amostragem Não Aleatória 1) Amostragem por Cotas; 2) Amostragem por Julgamento; Técnicas de Amostragem 1) Amostragem Não Aleatória por Cotas É muito semelhante a amostragem estratificada proporcionale se diferencia apenas por não utilizar de sorteio para selecionar os elementos dentro do estrato. A população é dividida em um grande número de subgrupos para compensar a falta de aleatoriedade, e seleciona-se uma cota de cada subgrupo, proporcional ao seu tamanho. Na amostragem por cotas os elementos da amostra são escolhidos pelos entrevistadores (segundo algum critério), geralmente em pontos de grande movimento, o que sempre acarreta certa subjetividade (e impede que qualquer um que não esteja passando pelo local no exato momento da pesquisa possa ser selecionado). Técnicas de Amostragem 1) Amostragem Não Aleatória por Cotas Exemplo: Imagine que queremos saber a opinião dos eleitores do bairro X sobre o governo municipal. Supõe-se que as principais variáveis que condicionariam as respostas seriam sexo e idade. O bairro apresenta a seguinte composição demográfica para as variáveis: Se o tamanho da amostra for igual a 200 pessoas isso deveria ser feito de forma proporcional, ou seja, Trinta homens (15%) com idade entre 16 e 35 anos; 50 (25%) com idade entre 35 e 60 anos e 26 (13%) com idade acima de 60 anos (igual para feminino). Os entrevistadores receberiam suas cotas, e deveriam escolher pessoas, em pontos de movimento do referido bairro, que se aproximem dos critérios e entrevistá-las, recolhendo suas opiniões sobre o governo municipal. Sexo Faixa etária 16 a 35 35 a 60 Mais de 60 Masculino 15% 25% 13% Feminino 12% 22% 13% Técnicas de Amostragem 2) Amostragem Não Aleatória por Julgamento O pesquisador deliberadamente escolhe alguns elementos para fazer parte da amostra, com base no seu julgamento de aqueles que seriam representativos da população. Técnicas de Amostragem Técnicas de Amostragem • Objetivo geral: descrever e avaliar três experiências de Educação Ambiental voltadas para o gerenciamento dos resíduos sólidos urbanos. • Cenário da pesquisa: – Campus da UEFS/BA (Projeto Coleta Seletiva e Reaproveitamento do Lixo gerado no Campus, desde 1992); – Arraial de São Francisco da Mombaça (180 km Salvador, pequena comunidade com uma pop. de 700 pessoas, Projeto Terra Viva – o que queremos?, desde 1995); – Município de Mucugê (chapada Diamantina, 420 km Salvador, 3.048 habitantes na zona urbana, Prefeitura + Companhia de Desenvolvimento e Ação Regional implantaram coleta seletiva de resíduos sólidos urbanos e a Usina de Reciclagem e Compostagem de Lixo). Técnicas de Amostragem • Amostra: A amostra dessa pesquisa foi intencional, ao se realizarem, em cada uma das três localidades entrevistas, com pessoas representativas da comunidade que tivessem “a possibilidade de enxergar a questão sob várias perspectivas, pontos de vistas e de observação”. Encerravam-se as entrevistas com as pessoas integrantes de cada comunidade quando as informações se tornavam repetitivas. Técnicas de Amostragem • Tamanho de uma amostra A determinação do tamanho de amostra (n) é um dos aspectos mais controversos da técnica de amostragem, e envolve uma série de conceitos (probabilidade, inferência estatística e a própria teoria da amostragem). Veremos uma visão simplificada para obter o tamanho mínimo de uma amostra aleatória simples (AAS) que atenda aos seguintes requisitos: • estamos interessados no parâmetro proporção de uma determinada característica na população; • a confiabilidade dos resultados da amostra deve ser igual a aproximadamente 95%; • não vamos nos preocupar com aspectos financeiros relacionados ao tamanho da amostra. Técnicas de Amostragem • Tamanho de uma amostra O primeiro passo para calcular o tamanho da amostra é definir o erro amostral tolerável, que será chamado de 𝑒0. Este erro é o valor máximo que o pesquisador admite errar na estimativa do parâmetro. “O candidato Fulano está com 18% de intenção de voto com uma margem de erro de 2% para mais ou para menos“ Técnicas de Amostragem • Tamanho de uma amostra É razoável imaginar que quanto menor o erro amostral tolerável escolhido maior será o tamanho da amostra necessário para obtê-lo. Isso fica mais claro ao ver a fórmula para obtenção da primeira estimativa do tamanho de amostra (𝑛0): 𝑛0 = 1 𝑒0 2 Se o tamanho da população, N, for conhecido podemos corrigir a primeira estimativa (𝑛0): 𝑛 = 𝑁 ∗ 𝑛0 𝑁 + 𝑛0 Técnicas de Amostragem • Tamanho de uma amostra Exemplo:Obter o tamanho mínimo de uma amostra aleatória simples, admitindo um erro amostral máximo de 4%, supondo que a população tenha: a) 200 elementos; b) 200.000 elementos. A primeira estimativa do tamanho amostral (𝑛0) não depende do tamanho populacional. Logo, o valor é válido para os dois itens. 𝑛0 = 1 𝑒0 2 = 1 0,04 2 = 625 Nossa primeira estimativa, para um erro amostral tolerável de 4%, é retirar uma amostra de 625 elementos. Está coerente? Técnicas de Amostragem • Tamanho de uma amostra Exemplo:Obter o tamanho mínimo de uma amostra aleatória simples, admitindo um erro amostral máximo de 4%, supondo que a população tenha: a) 200 elementos; 𝑛0 = 625 Para população com 200 elementos é impossível retirar uma amostra de tamanho 625. Corrigindo essa primeira estimativa, temos: 𝑛 = 200 ∗ 625 200 + 625 = 151,51 ≈ 152 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠 (76% 𝑑𝑎 𝑝𝑜𝑝𝑢𝑙𝑎çã𝑜) Técnicas de Amostragem • Tamanho de uma amostra Exemplo:Obter o tamanho mínimo de uma amostra aleatória simples, admitindo um erro amostral máximo de 4%, supondo que a população tenha: b) 200.000 elementos; 𝑛0 = 625 Corrigindo essa primeira estimativa, temos: 𝑛 = 200.000∗625 200.000+625 = 623,05 ≈ 624 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠 (0,312% 𝑑𝑎 𝑝𝑜𝑝𝑢𝑙𝑎çã𝑜) Técnicas de Amostragem • Tamanho de uma amostra Técnicas de Amostragem • Fontes de erros em pesquisas por amostragem – Problemas no instrumento de pesquisa: (questões ambíguas, questões que não atendam o objetivo); – Problemas com entrevistadores (mal treinados, cansados, mal.....); – Falta de resposta (recusas em participar da pesquisa); – Erro de cobertura (diferença entre a população alvo e a acessível, comum em pesquisas on-line onde apenas pessoas interessadas são respondentes). Trabalho – Entrega em 05/10 (presencial) • Usar as suas experiências (bolsa PUB, grupo extensão, iniciação científica, trabalhos anteriores e de outras disciplinas) ou criatividade (invente uma situação) para elaborar um plano de amostragem. – Definição do objetivo; – Definição da população; – Definição do erro amostral tolerável e tamanho amostral (se necessário suponha o tamanho populacional conhecido - N); – Definição do esquema de amostragem (Aleatória simples, Sistemática, Estratificada....) Slide 1: LCE2112 – Estatística Aplicada às Ciências Sociais e Ambientais Slide 2: Já vimos Slide 3: Técnicas de Amostragem Slide 4: Técnicas de Amostragem Slide 5: Técnicas de Amostragem Slide 6: Técnicas de Amostragem Slide 7: Técnicas de Amostragem Slide 8: Técnicas de Amostragem Slide 9: Técnicas de Amostragem Slide 10: Técnicas de Amostragem Slide 11: Técnicas de Amostragem Slide 12: Tipos Slide 13: Técnicas de Amostragem Slide 14: Técnicas de Amostragem Slide 15: Técnicas de Amostragem Slide 16: Técnicas de Amostragem Slide 17: Técnicas de Amostragem Slide 18: Técnicas de Amostragem Slide 19: Técnicas de Amostragem Slide 20: Técnicas de Amostragem Slide 21 Slide 22: Técnicas de Amostragem Slide 23: Técnicas de Amostragem Slide 24: Técnicas de Amostragem Slide 25: Técnicas de Amostragem Slide 26: Técnicas de Amostragem Slide 27: Técnicas de Amostragem Slide 28: Técnicas de Amostragem Slide 29: Técnicas de Amostragem Slide 30: Técnicas de Amostragem Slide 31: Técnicas de Amostragem Slide 32: Técnicas de Amostragem Slide 33: Técnicas de Amostragem Slide 34: Técnicas de Amostragem Slide 35: Técnicas de Amostragem Slide 36: Técnicas de Amostragem Slide 37: Técnicas de Amostragem Slide 38: Técnicas de Amostragem Slide 39: Técnicas de Amostragem Slide 40: Técnicas de AmostragemSlide 41: Técnicas de Amostragem Slide 42: Técnicas de Amostragem Slide 43: Técnicas de Amostragem Slide 44: Técnicas de Amostragem Slide 45: Técnicas de Amostragem Slide 46: Técnicas de Amostragem Slide 47: Técnicas de Amostragem Slide 48: Técnicas de Amostragem Slide 49: Técnicas de Amostragem Slide 50: Técnicas de Amostragem Slide 51: Técnicas de Amostragem Slide 52: Técnicas de Amostragem Slide 53: Trabalho – Entrega em 05/10 (presencial)