Baixe o app para aproveitar ainda mais
Prévia do material em texto
População, Amostra e Amostragem População e Amostra ➔ População: Conjunto de elementos para os quais desejamos que as conclusões das pesquisas se- jam validas, com a restrição de que esses elemen- tos possam ser observados ou mensurados sob as mesmas condições ➔ Pode ser formada por pessoas, famílias, estabe- lecimentos industriais ou qualquer outro tipo de elemento, dependendo do objetivo da pesquisa ➔ Parâmetros: é uma medida que descreve determi- nada característica dos elementos da população Exemplo: em uma pesquisa epidemiológica, define- se como população todas as pessoas da região de estudo. O principal parâmetro é a percentagem de pessoas contaminadas Numa pesquisa eleitoral, a população são os eleitores, mas para viabilizar a pesquisa, é comum definir a po- pulação como o conjunto de eleitores que residem no município. Os principais parâmetros são os votos de cada candidato no momento da pesquisa ➔ Amostra: como se fosse uma fatia Exemplo: população (eleitores brasileiros); amostra (uma parte dos eleitores) ➔ Inferência Estatística: usar as informações da amostra para inferir o que a população irá fa- zer; serve para se ter conhecimento sobre os pa- râmetros da população em que foi extraída a amos- tra; os valores calculados com base na amostra e com o objetivo de avalias parâmetros desconhecidos são chamados de estimativas ➔ Amostra: é a parte dos elementos de uma popula- ção ➔ Amostragem: é o processo de seleção da amostra ➔ Estimativa: valor calculado com base na amostra e utilizado com finalidade de avaliar aproximadamente um parâmetro Amostragem Conceito: é a forma como se seleciona a população para se obter a amostra Motivos para se realizar amostragem: Economia: de maneira geral é mais barato realizar o levantamento de apenas uma parte da população Tempo: Dentro da programação da pesquisa não ha- veria tempo para pesquisar toda a população Confiabilidade dos dados: quando se pesquisa um nº menor de elementos, pode-se dar mais atenção aos casos individuais, evitando erros nas respostas Operacionalidade: mais fácil de fazer operações em pequena escala Quando não usar amostragem: ➔ População pequena ➔ Necessidade de alta precisa (exemplo de senso) ➔ Característica de fácil mensuração Técnicas de Amostragem: Probabilística: • Todos os elementos têm a mesma chance se serem selecionados para compor a amostra; • Representa com precisão o universo Existem tipos de probabilística: ➔ Amostragem aleatória simples: procedimento básico da amostragem. É atribuído a cada elemento da população um nº único e depois é selecionado de forma casual ➔ Amostragem estratificada proporcional: exem- plo dos alunos por período. Ex: ao total são 1000 es- tudantes de medicinas, qual a porcentagem de estu- dantes que pertencem a T7? ➔ Amostragem por aglomerados ou grupos: gru- pos formados ou cadastrados da população. Ex: es- colas, igrejas. Exigência: que pertença apenas a um grupo ➔ Amostragem por etapas: utiliza-se quando a po- pulação de compõe de unidades que podem ser dis- tribuídas em diversos estágios. Ex: pesquisa com to- dos os municípios do Brasil. Em um primeiro estágio poderiam ser selecionadas as microrregiões, no se- gundo os municípios e no terceiro os bairros. Não-probabilística: • Não tem fundamentação estatística (não há mesma chance de serem selecionados); • Maior facilidade e menor custo Existem tipos de não-probabilística: ➔ Amostragem por acessibilidade ou conveniên- cia: selecionados aqueles que estão mais disponíveis para participar do estudo ➔ Amostragem por tipicidade: selecionar alunos de determinado curso em uma região, escolhendo uma faculdade que se acredite ser típica. ➔ Amostragem por intencionalidade: para pesqui- sas de cunho explicativo, o que interessa é garantir a variabilidade dos integrantes em relação a determi- nadas características. Ex: verificar a influência de ca- racterísticas pessoais de médicos em relação a um procedimento clínico. ➔ Amostragem bola de neve: um participante inicial indica outros participantes, e assim por diante. ➔ Amostragem por saturação: não há definição ini- cial do tamanho da amostra, conforme ocorrem as entrevistas, nada de novo surge e então a amostra é encerrada
Compartilhar