Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIVERSIDADE FEDERAL DE UBERLÂNDIA INSTITUTO DE BIOLOGIA CUROS DE CIÊNCIAS BIÓLOGICAS PROF.ª: MARCELA VIEIRA CAIXETA MACHADO ALUNA: JULIANA CRISTINA O. ALVES 11311BIO062 1ºTrabalho de Bioestatística - FAMAT 39201 Tipos / Técnicas de Amostragem Uberlândia - MG Maio de 2018 Amostragem A amostragem e importante para qualquer estudo, pois quase nunca é possível examinar todos os elementos de interesse. Temos usualmente que trabalhar com uma amostra da população. A amostra deve possuir as mesmas características básicas da população pesquisado. É necessário que a amostra, que vão ser utilizadas sejam todas obtidas por processos adequados. • População: conjunto de indivíduos ou objetos que apresentam em comum determinadas características definidas para o estudo. • Amostra: é um subconjunto da população. • Amostragem: são procedimentos para extração de amostras que representem bem a população. • Riscos - é a margem de erro motivado pelo fato de investigarmos parcialmente (amostras) o universo (população). • População-alvo - é a população sobre a qual vamos fazer inferências baseadas na amostra. • A amostragem tem algumas vantagens pois, necessita estudar menos indivíduos e apresenta menos recursos (tempo e dinheiro), e a manipulação de dados é muito mais simples. A desvantagem da amostra e que existe um erro controlado no resultado, devido a própria natureza da amostragem e a necessidade de generalizar os resultados; Há um risco de má seleção da amostra. Por exemplo, se eu não selecionar os indivíduos de forma aleatória, meus resultados podem ser seriamente afetados. Para que possamos fazer inferências válidas sobre a população a partir de uma amostra, é preciso que essa seja representativa. Uma das formas de se conseguir representatividade é fazer com que o processo de escolha da amostra seja, de alguma forma, aleatório. Além disso, a aleatoriedade permite o cálculo de estimativas dos erros envolvidos no processo de inferência. Quanto à extração dos elementos, as amostras podem ser: • Com reposição - quando um elemento sorteado puder ser sorteado novamente; • Sem reposição - quando o elemento sorteado só puder figurar uma única vez na amostra. Existem dois métodos para composição da amostra: probabilístico e não probabilístico. AMOSTRAGEM PROBABILISTICA Esse método exige que cada elemento da população tenha a mesma probabilidade de ser selecionado. Com isso, se N for o tamanho da população, a probabilidade de cada elemento será 1/N. Somente com base em amostragens probabilísticas pode-se realizar inferências sobre a população, a partir dos parâmetros estudados na amostra. 1. Amostragem aleatória simples (AAS) É obtida pelo sorteio de uma população constituída por unidades homogêneas para a variável que deseja estudar. Exemplo: Digamos que possuímos uma população de 1000 pessoas e gostaríamos de escolher uma amostra aleatória simples de 50 pessoas. Primeiro, cada pessoa é numerada de 1 até 1000. Então, geramos uma lista de 50 números aleatórios e os números desta lista serão os únicos que você incluirá na amostra. 2. Amostragem sistemática Requer certo controle do marco amostral entre os indivíduos selecionados junto com a probabilidade que sejam selecionados – consiste em escolher um indivíduo inicialmente de forma aleatória entre a população e, posteriormente, selecionar para amostra cada enésimo indivíduo disponível no marco amostral. A amostra sistemática é um processo muito simples e que só requer a seleção de um indivíduo aleatório. O restante é um processo rápido e simples. Os resultados obtidos são representativos da população, de forma similar a amostra aleatória simples, sempre quando não exista nenhum fator intrínseco na forma que os indivíduos estão listados e que se reproduzam certas características populacionais em cada número especifico de indivíduos. Esse sucesso realmente é pouco frequente. O processo que seguiríamos numa amostra sistemática seria: 1- Elaborar uma lista ordenada dos N indivíduos da população. 2- Dividir o marco amostral em n fragmentos, onde N é o tamanho da amostra que desejamos. O tamanho desses fragmentos será: K=N/n 3- Número de inicio: obtemos um número aleatório inteiro A, menor ou igual ao intervalo. Este número corresponderá ao primeiro sujeito que iremos selecionar para a amostra dentro do primeiro fragmento que dividimos a população. 4- Seleção dos N-1 indivíduos restantes: Selecionamos os seguintes indivíduos a partir do indivíduo elegido aleatoriamente, mediante uma sucessão aritmética, selecionando aos indivíduos do resto do fragmento que dividimos a amostra, onde está o sujeito inicial. Selecionaremos os indivíduos: A, A + K, A + 2K, A + 3K, ...., A + (n-1)K Exemplo: Suponhamos um marco amostral de 5.000 indivíduos e desejamos obter uma amostra com 100 deles. Em primeiro lugar, dividimos o marco amostral em 100 fragmentos de 50 indivíduos. Selecionamos um número aleatório entre 1 e 50 para extrair o primeiro indivíduo de forma aleatória: por exemplo o número 24. A partir deste indivíduo, está definida como será extraída a amostra, com intervalos de 50 unidades, conforme a equação: 24, 74, 124, 174, …, 4.974 3. Amostragem estratificada É usada quando uma população é constituída por unidades heterogêneas para a variável que quer se estudar. Nesse caso, as unidades da população devem ser identificadas; depois as unidades similares devem ser reunidas em subgrupos chamados de estratos. O sorteio e feito dentro de cada estratos. Exemplo: Para obter uma amostra estratificada de estudantes universitários, o pesquisador primeiro organizaria primeiro a população por semestre de graduação e então selecionar determinado número de representantes de calouros, pessoas que estão no meio do curso e formandos, por exemplo. Isso garante que o pesquisador tem quantidades adequadas de indivíduos de cada classe na amostra final. 4. Amostragem por conglomerados A amostragem por aglomerados deve ser utilizada quando é impossível ou impraticável compilar uma lista exaustiva dos elementos que compõem a população-alvo. Contudo, geralmente os elementos da população já estão agrupados em subpopulações e listas dessas subpopulações podem já existir ou ser criadas. Exemplo: Uma população-alvo em um estudo seja membros de igrejas nos EUA. Não há uma lista de todos os membros de igrejas no país. O pesquisador poderia, nesse caso, criar uma lista de igrejas nos EUA, escolher uma amostra de igrejas e então obter listas de membros dessas igrejas. AMOSTRAGEM NÃO PROBABILISTICA 1. Amostragem por cotas Essa amostragem e na qual são selecionados com base nas caracteristicas já escolhidas que condizem com a proporção da população total. Exemplo: Se conduzirmos uma amostragem com base na distribuição da população do país, você provavelmente precisará saber qual a proporção de mulheres e homens, ou a proporção de homens e mulheres por grupo etário ou escolaridade. O pesquisador então deve selecionar unidades com as mesmas proporções da população nacional. 2. Amostragem por julgamento É formada por elementos escolhidos por determinado critério, ou seja, escolhe-se intencionalmente um grupo de elementos que irão compor a amostra. Exemplo: Se um pesquisador está estudando a natureza do espírito estudantil representado em um comício/protesto, ele ou ela pode entrevistar pessoas que não se sensibilizamcom essa causa ou estudantes que nunca participaram de protestos. Nesse caso, o pesquisador está usando uma amostra intencional, pois a cada entrevistado caberá uma visão sobre o tema. 3. Amostragem por conveniência Esse tipo de amostragem tem uma abordagem de selecionar uma amostra da população que seja de fácil contato para a pesquisa. Ou seja, eles foram escolhidos por estarem disponíveis para a realização da mesma e não foram escolhidos por meio de critérios. Exemplo: Queremos saber a opinião de estudantes universitários chilenos sobre política. Para realizar uma amostra probabilística, seria necessário ter acesso a todos os estudantes universitários chilenos, selecionar um grupo aleatório e realizar a pesquisa. Já para realizar uma amostra por conveniência, poderíamos abordar três universidades próximas, simplesmente porque representam o local onde a população da pesquisa "reside" e perguntar a alguns estudantes do período matutino que concordam em participar. Referencias CARNEIRO, Jean. Amostragem não-probabilistica. , 2014. - Disponível em: <https://www.trabalhosgratuitos.com/Sociais-Aplicadas/Servi%C3%A7o- Social/Amostragem-n%C3%A3o-probabilistica-447073.html>. Acesso em: 16 maio 2018. Correa, Sonia Maria Barros Barbosa C824p Probabilidade e estatística / Sonia Maria Barros Barbosa Correa. – 2ª ed. - Belo Horizonte: PUC Minas Virtual, 2003 OCHOA, Carlos. Amostragem: O que é e por quê funciona. , 2015. - Disponível em: <https://www.netquest.com/blog/br/blog/br/amostragem-porque-funciona>. Acesso em: 16 maio 2018 Vieira, Sonia, 1942- Introdução à bioestatística [recurso eletrônico) / Sonia Vieira. - Rio de Janeiro: Elsevier, 2011. 345 p., recurso digital: il. ; Exemplo:
Compartilhar