Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 ESTATÍSTICA APLICADA ESTATÍSTICA APLICADA Graduação ESTATÍSTICA APLICADA 57 U N ID A D E 5 NOÇÕES DE AMOSTRAGEM Esta unidade talvez seja uma das mais importantes da nossa disciplina, pois, num levantamento estatístico, a amostra deve ser representativa da realidade, se isso não ocorrer, não poderemos tirar nenhuma conclusão do comportamento de toda a população. Aqui aprenderemos mais um pouco sobre o cálculo de amostra e como poderemos confiar em seus resultados. OBJETIVO DA UNIDADE: Conhecer mais sobre o cálculo e os tipos de amostra e os métodos probabilísticos. PLANO DA UNIDADE: • Amostragem Casual ou Aleatória Simples. • Amostragem por Conglomerados. • Amostragem Acidental. • Amostragem Intencional. • Amostragem por Quotas. • Amostragem Estratificada. Bons estudos! UNIDADE 5 - NOÇÕES DE AMOSTRAGEM 58 CONCEITOS BÁSICOS Nem sempre a realização de um censo é possível, ou seja, obter informações referentes a todos os elementos de uma população torna-se, muitas vezes, praticamente impossível. Limitações de tempo e custo justificam o uso de técnicas amostrais. Amostra é uma parcela representativa da população que é examinada com o propósito de tirarmos conclusões sobre a mesma. É um subconjunto finito de uma população. Uma amostra deve ser cuidadosamente planejada a fim de garantir a menor margem de erro na pesquisa. Para selecionar uma amostra é preciso levar em conta as características de distribuição física da população, ou seja, algumas áreas têm uma população maior que outras. É preciso levantar os dados em proporção à densidade populacional das regiões. EXEMPLIFICANDO Por exemplo, se o objeto de estudo é o tipo de programa de TV mais assistido, não adianta fazer o estudo apenas em uma turma de escola de educação infantil, pois o resultado obviamente seria desenho animado. Crianças não costumam assistir a telejornais ou filmes da madrugada. Se a pesquisa fosse feita dessa forma, o resultado não estaria correto. Assim, no caso de uma população ser composta de 35% de crianças, 40% de adultos e os outros 25% de idosos, uma amostra dessa população também deve conter crianças, adultos e idosos na mesma proporção. Tipos de amostragem Existem basicamente dois métodos para composição da amostra: o método probabilístico e o não-probabilístico ou intencional. Métodos probabilísticos Neste método, faz-se necessário que cada elemento da população possua determinada probabilidade de ser selecionado, ou seja, se o tamanho da população for N, a probabilidade de cada elemento ser selecionado será . Esse método garante que cada elemento da população tenha a mesma chance de ser selecionado como elemento da amostra. Assim, podemos garantir cientificamente a aplicação das técnicas estatísticas de inferências. Somente com base em amostragens probabilísticas é que se podem realizar inferências ou induções sobre a população a partir do conhecimento da amostra. Amostragem casual ou aleatória simples A amostragem casual ou aleatória simples é o processo mais utilizado. Equivale a um sorteio lotérico. Ela pode ser realizada da seguinte forma: numera-se a população de 1 a n e sorteiam-se, a seguir, por meio de um dispositivo aleatório qualquer, n números dessa seqüência, que corresponderão aos elementos pertencentes à amostra. A margem de erro é um interva- lo controlado dentro do qual podem variar os resultados fi- nais. Um estudo bem planejado é capaz de reduzir o erro de amostragem. ESTATÍSTICA APLICADA 59 Obs.: Quando o número de elementos da amostra é muito grande como, por exemplo, neste caso, tal tipo de sorteio é muito trabalhoso. Neste caso, utiliza-se uma tabela de números aleatórios, construída de modo que os algarismos de 0 a 9 sejam distribuídos ao acaso nas linhas e colunas. Tabela de números aleatórios Exemplo: Uma determinada universidade possui 7000 alunos. Pretende-se fazer uma pesquisa para verificar como vai a saúde dos alunos. Serão selecionados, aleatoriamente, 5% dos alunos. Deslocar um funcionário para escrever 7000 números de matrícula em um pedaço de papel e depois sortear 350 pedaços é algo praticamente inviável e desnecessário. Então, a amostra é sorteada com o uso de uma tabela de números aleatórios da seguinte forma: os números de matrícula existentes possuem 4 dígitos, escolhemos 4 linhas ou colunas da tabela e selecionamos os números que correspondem a alunos matriculados na instituição. Os números que não correspondem são descartados. Se selecionarmos, por exemplo, as 4 primeiras colunas teremos como números selecionados 5772, 2880, 7454, 9120, 0425, 1205, 5254 ... Estas são, então, as matrículas selecionadas, caso existam. Amostragem proporcional estratificada Quando a população se divide em estratos (subconjuntos da população) é imprescindível que o sorteio dos elementos da amostra leve em consideração tais estratos. Daí, obteremos os elementos da amostra proporcional ao número de elementos desses estratos. EXEMPLIFICANDO UNIDADE 5 - NOÇÕES DE AMOSTRAGEM 60 Ex.: Vamos obter uma amostra de 10% dos pacientes internados em um SPA, supondo que sejam 106 mulheres e 54 homens. São, portanto, dois estratos (sexo masculino e sexo feminino). Logo, temos: Numeramos os pacientes de 01 a 160, sendo 01 a 54 homens e 55 a 160, mulheres e, fazemos o sorteio casual com urna ou tabela de números aleatórios. Amostragem sistemática Quando os elementos da população já se acham ordenados, não há necessidade de sorteio. Neste caso, calcula-se o número de elementos da amostra e divide-se o número de elementos da população pelo de elementos da amostra (x), assim, escolhemos os elementos ordenados de x em x. Ex.: Imaginemos um prédio com 200 apartamentos dos quais desejamos obter uma amostra formada por 20 apartamentos para uma pesquisa de opinião. Podemos, neste caso, usar o seguinte procedimento: como 200/20 = 10. Escolhemos por sorteio casual um número de 01 a 10, o qual indicaria o primeiro elemento sorteado para a amostra; os demais elementos seriam, periodicamente, considerados de 10 em 10. Assim, suponhamos que o número sorteado fosse 6, a amostra seria: 6º. apartamento, 16º. apartamento, 26º. apartamento etc. Amostragem por conglomerados (ou agrupamentos) Algumas populações não permitem ou dificultam extremamente a identificação de seus elementos. Não obstante, pode ser relativamente fácil identificar alguns subgrupos da população. Em tais casos, uma amostra aleatória simples desses subgrupos (conglomerados) pode ser colhida e uma contagem completa deve ser feita para o conglomerado sorteado. Agrupamentos típicos são quarteirões, famílias, organizações, agências, edifícios etc. Ex.: Num levantamento da população de determinada cidade, podemos dispor do mapa indicando cada quarteirão e não dispor de uma relação atualizada dos seus moradores. Pode-se, então, colher uma amostra dos quarteirões e fazer a contagem completa de todos os que residem naqueles quarteirões sorteados. MÉTODOS NÃO-PROBABILÍSTICOS São amostragens nas quais há uma escolha deliberada dos elementos da amostra. Não é possível generalizar os resultados das pesquisas para a população, pois as amostras não-probabilísticas não garantem a representatividade da população. EXEMPLIFICANDO EXEMPLIFICANDO ESTATÍSTICA APLICADA 61 AMOSTRAGEM ACIDENTAL Trata-se de uma amostra formada por aqueles elementos que vão aparecendo, que são possíveis de se obter até completar o número de elementos da amostra. Ela é geralmente utilizada em pesquisas de opinião, em que os entrevistados são acidentalmente escolhidos. Ex.: Pesquisas de opinião em praças públicas, ruas de grandes cidades. AMOSTRAGEM INTENCIONAL De acordo com determinado critério, é escolhido intencionalmente um grupo de elementos que irão compor a amostra. O investigador se dirige intencionalmente a grupos de elementos dos quais deseja saber a opinião. Ex.: Numa pesquisa sobre preferência por determinado cosmético, o pesquisadorse dirige a um grande salão de beleza e entrevista as pessoas que ali se encontram. AMOSTRAGEM POR COTAS Trata-se de um dos métodos de amostragem mais comumente usados em levantamentos de mercado e em prévias eleitorais. Ele abrange três fases: primeiramente classifica a população, ou seja, verifica o que é relevante para a característica a ser estudada; em segundo lugar ele determina a proporção da população para cada característica com base no que se conhece sobre a população; em terceiro e último lugar, o pesquisador fixa cotas para cada entrevistador de modo que a amostra total observada contenha a proporção da população determinada na fase anterior. Ex.: Numa pesquisa sobre programa de TV mais assistido, provavelmente, será interessante dividirmos a população em homens e mulheres, cidade e campo, idade, renda média, faixas etárias etc. CÁLCULO PARA O DIMENSIONAMENTO DA AMOSTRA Para se dimensionar uma amostra, devemos saber: · A população é finita ou infinita? · Por exemplo: A população constituída por todos os brinquedos produzidos em um dia de trabalho em uma fábrica é finita, enquanto que a população constituída por todos os resultados (cara e coroa) em sucessivos lances de uma moeda é infinita. · A variável estudada é discreta ou contínua? · Variável Discreta ou Descontínua: seus valores são expressos, geralmente, através de números inteiros não negativos. Resulta normalmente de contagens. Ex.: Número de filhos de um casal - pode assumir valores como 0; 1; 2; 3... mas nunca valores como: 1,5; 3,72 etc. UNIDADE 5 - NOÇÕES DE AMOSTRAGEM 62 · Variável Contínua: pode assumir qualquer valor entre dois limites, ou seja, assume valores em um intervalo real. Resulta, normalmente, de uma mensuração, ou seja, podem assumir, teoricamente, qualquer valor entre dois l imites. Ex.: Temperatura. Normalmente, as medições dão origem a variáveis contínuas e as contagens a variáveis discretas. · O erro amostral – expresso na unidade da variável estudada; O erro amostral é a máxima diferença que o pesquisador admite entre a média da população ( ) e a média da amostra ( ). · O desvio padrão da população – expresso na unidade da variável; O desvio padrão da população pode ser determinado através de estudos anteriormente feitos ou de suposições sobre o assunto. · A abscissa da curva normal padrão (Z) para um determinado nível de confiança. Normalmente utilizamos os níveis de confiança: Para 95% Z=1,96 99% Z=2,58 Fórmulas para o cálculo da amostra Em que: · Z é a abscissa da curva normal padrão. · é o desvio padrão da população. · N é o tamanho da população. · d é o erro amostral. · é a estimativa da proporção verificada em pesquisa anterior. Por exemplo: se a variável analisada for a proporção de crianças míopes de uma determinada cidade e em uma pesquisa anterior essa proporção foi de 20%, então, = 0,20. Quando se tratar de um trabalho original e o pesquisador não dispuser de nenhum valor, faz-se =50% = 0,50. · Obs. 1: Quando a população for infinita, usaremos as fórmulas e para variáveis contínuas e discretas, respectivamente. Quando ESTATÍSTICA APLICADA 63 a população for finita, poderemos usar estas mesmas fórmulas, porém fazendo uma pequena correção depois com a fórmula . Obs. 2: Quando o pesquisador não dispõe de uma pesquisa inicial e, portanto, não tem o valor do desvio padrão, ele toma aleatoriamente 30 indivíduos desta população e calcula o desvio padrão. Ex.: Uma pesquisa de opinião sobre a relação universidade e comunidade será realizada com a participação dos alunos e professores do curso de estatística. É necessário dimensionar a amostra, tendo em vista a impossibilidade de realização de um senso. Sabe-se que uma mesma pesquisa foi feita no ano anterior e registrou 30% de satisfação da população em relação ao trabalho que a universidade desenvolve com a comunidade. Qual será o número de indivíduos que farão parte desta amostra se a comunidade é de aproximadamente 8000 pessoas? Considere o nível de confiança de 95% e o erro de amostragem de 5%. Solução: Considerando que os dados são discretos, usaremos a fórmula e corrigiremos depois com a fórmula . Em que: amostra inicial. n = amostra corrigida. = valor obtido do trabalho anterior. Probabilidade de sucesso estimado. = 1 – 0,30 = 0,70 d = precisão (erro de amostragem). z = nível de confiança – abscissa da curva normal para 95% z = 1,96 O valor da amostra inicial é: A amostra corrigida é: Resultado: A amostra calculada terá 311 indivíduos. EXEMPLIFICANDO UNIDADE 5 - NOÇÕES DE AMOSTRAGEM 64 É HORA DE SE AVALIAR! Não esqueça de realizar as atividades desta unidade de estudo, presentes no caderno de exercício! Elas irão ajudá- lo a fixar o conteúdo, além de proporcionar sua autonomia no processo de ensino-aprendizagem. Caso prefira, redija as respostas no caderno e depois as envie através do nosso ambiente virtual de aprendizagem (AVA). Interaja conosco! Vimos, nesta unidade, vários processos para o cálculo de n (tamanho da amostra). Em uma pesquisa, o tamanho da amostra deve ser cuidado somente e calculado, pois do contrário, pode comprometer todo um trabalho. Na próxima unidade vamos estudar o cálculo das Probabilidades.
Compartilhar