Aula 2 - Amostra, População e Amostragem

Prévia do material em texto

1 
 
População, Amostra e 
Amostragem 
Aula 3 – MEP II 
 
População – É um conjunto de elementos 
para os quais desejamos que as conclusões 
da pesquisa sejam válidas, com a restrição de 
que esses elementos possam ser observados 
ou mensurados sob as mesmas conduções. 
 
É um conjunto que está no mesmo 
agrupamento – Ex. População do Brasil 
 
Conjunto que está num mesmo agrupamento 
– a população do Brasil (essa população tem 
características parecidas, observadas juntas, 
unidas por esse conceito de serem brasileiros, 
é algo que unifica esse grupo) 
 
Pode-se dividir em pequenas populações, ela 
não precisa ser um grupo tão gigante, como 
por exemplo a população do município de 
Pato Branco, a população do Estado do 
Paraná (estudantes do UNIDEP, por exemplo) 
 
O que muda é a forma que a gente 
interpreta esses agrupamentos/conjunto 
de pessoas – posso interpretar que os 
estudantes do UNIDEP são uma parte dos 
estudantes do Brasil 
 
A população pode ser formada por pessoas, 
famílias, estabelecimentos industriais ou 
qualquer outro tipo de elementos 
dependendo basicamente dos objetivos da 
pesquisa 
 
Parâmetro – É um conceito/uma medida que 
descreve certa característica dos elementos 
da população, sobre a população 
 
Ele descreve alguma característica, é um tipo 
de medida que descreve alguma coisa sobre 
a população 
 
Divisão Sexual por exemplo – quais são 
homens e quais são mulheres por exemplo 
 
 
 
Avaliei todo mundo/toda a população e 
verifiquei que X% tem a doença X – é um 
parâmetro da minha população 
 
População de Pato Branco (todo mundo), 
quais destes são alunos do UNIDEP (amostra) 
 
Exemplo da Pesquisa Eleitoral 
 
Numa pesquisa eleitoral se seleciona uma 
quantidade de pessoas e fazem essa amostra 
e descobrem em quem vai ganhar 
 
Na eleição se descobre 
 
A população de Pato Branco vai votar – 
Parâmetro seria a quantidade de votos que vai 
descrever uma característica da população (a 
quantidade de votos do candidato A, B e C) 
 
População da Pato Branco – Estudantes do 
UNIDEP (amostra) – Parâmetro de avaliação 
seria a quantidade de mulheres (tem um nome 
diferente de parâmetro para uma amostra) 
 
 
 
 
2 
 
Amostragem – seleção, técnica usada para 
selecionar as pessoas para usar na minha 
amostra (usada nas pesquisas eleitoras para 
saber a intenção/previsão de votos) 
 
Amostra = Uma fatia da população (uma 
parte dos eleitores). Nessa amostra é aplicada 
a pergunta de saber em quem eles vão votar 
 
Inferência – uma estatística a respeito dos 
votos que é possível que a população faça 
É uma inferência a respeito do que a 
população faria 
Usar as informações arrancadas dessa 
amostragem para ter ideia/para inferir o que a 
população vai fazer 
 
USAMOS UMA AMOSTRA PARA 
CONHECER O PARÂMETRO DE UMA 
POPULAÇÃO 
 
 
 
Parâmetros – Só e possível fazer falando com 
a população inteira 
Os valores calculados, com base na amostra 
e com o objetivo de avaliar parâmetros 
desconhecidos são chamadas estimativas 
desses parâmetros. 
 
Fazer com a amostra uma inferência e se for 
bem feita está perfeito 
 
REPRESENTA AS ESCOLHAS DA 
POPULAÇÃO INTEIRA 
 
INFERÊNCIA – usar um grupo pequeno de 
pessoas, fazer a pesquisa com eles e abrange 
o resultado para a população total, estimando 
parâmetros da população 
 
O que calculamos baseados na amostra vai 
calcular o parâmetro (porque parâmetro teria 
que ser feito com toda população, sem 
chance) – na eleição descobrimos o 
parâmetro 
 
 
 
 
 
Parâmetros – são realmente os votos 
 
Estimativa – me permite fazer a inferência, 
avalia aproximadamente um parâmetro – 
Extrapolar o que a minha amostra diz para que 
eu abranja no que a população quer 
 
Por que Amostragem? 
 
É a forma como eu uso para selecionar as 
pessoas para a minha amostra 
 
1. Economia – Em geral é mais barato realizar 
o levantamento de somente uma parte da 
população 
 
2. Tempo – Dentro da programação da 
pesquisa não haveria tempo para pesquisar 
toda a população (caso seja grande) 
3. Confiabilidade dos Dados – quanto se 
pesquisa um numero reduzido de elementos, 
pode-se dar mais atenção em casos 
individuais evitando erro nas respostas 
 
4. Operacionalidade – é mais fácil de fazer 
operações em pequena escala 
 
 
3 
 
 
 
Censo – pesquisa de alta precisão em que vão 
de porta em porta a cada 10 anos 
 
Técnicas de Amostragem 
 
 
 
Probabilística – Todas as pessoas ali dentro 
do grupo têm a mesma chance decompor a 
amostra, todos vão ter chance igual 
Ideia é de representar esse universo de 
pessoas de forma mais precisa 
Forma estatística de fazer a seleção da minha 
amostragem 
 
Não Probabilística – não tem fundamentação 
estatística (não há a mesma chance de serem 
selecionados) 
O que sustenta essa seleção não é estatística 
É mais fácil e barata 
 
 
 
Amostragem aleatória Simples – sortear 
nomes, números, sorteiros 
 
Amostragem estratificada proporcional – 
baseado em proporções de cada turma, por 
exemplo. 
 
Amostragem por conglomerados ou grupos – 
grupos formados ou cadastrados por 
população 
 
Amostragem por etapas – País, estados, 
municípios etc. 
 
 
 
Amostragem por acessibilidade ou 
conveniência – são selecionados os 
disponíveis para participar 
 
Amostragem por Tipicidade – típico de um 
local 
 
Amostragem por intencionalidade – quero 
saber exatamente o que aquele grupo pensa 
 
 
4 
 
Amostragem bola de neve – em populações 
difíceis de serem alcançadas, direcionam 
novos possíveis participantes 
 
Amostragem por saturação – não define 
tamanho. 
 
 
 
 
 
 
 
 
 
Profa. Raphaela Rezende Nogueira Rodrigues
Email: raphaela.rodrigues@unidep.edu.br
População, amostra e amostragem
“É o conjunto de elementos para os quais desejamos que as
conclusões da pesquisa sejam válidas, com a restrição de que
esses elementos possam ser observados ou mensurados sob as
mesmas condições.”
População e amostra
População
“A população pode ser formada por pessoas, famílias,
estabelecimentos industriais ou qualquer outro tipo de elementos,
dependendo basicamente dos objetivos da pesquisa.”
Parâmetros “É uma medida que descreve certa característica dos elementos da
população.”
População e amostra
Exemplos
“Numa pesquisa epidemiológica, a população pode ser definida como 
todas as pessoas da região do estudo, no momento da pesquisa. O 
principal parâmetro a ser avaliado deve ser a percentagem de pessoas 
contaminadas.”
“Numa pesquisa eleitoral, a três dias de uma eleição municipal, a 
população são os eleitores que vão votar no município (população-
alvo), mas, para viabilizar a pesquisa, é comum definir a população 
como o conjunto dos eleitores que residem no município. Os principais 
parâmetros são as percentagens de votos de cada candidato, no 
momento da pesquisa.”
População e amostra
População (eleitores 
brasileiros)
Amostra (uma parte dos 
eleitores)
Amostragem
Inferência
População e amostra
Inferência estatística: refere-se ao uso apropriado dos dados de uma amostra
para se ter conhecimento sobre os parâmetros da população de onde foi
extraída a amostra.
Os valores calculados, com base na amostra e com o objetivo de avaliar
parâmetros desconhecidos, são chamados estimativas desses parâmetros.
Exemplo: se uma amostra de 200 funcionários de uma empresa
acusar 60% de favoráveis a um certo programa de treinamento,
podemos dizer que o valor 60% é uma estimativa da
percentagem de funcionários da empresa favoráveis a esse
programa de treinamento.
População e amostra
Amostra: parte dos elementos de uma população.
Amostragem: o processo de seleção da amostra.
Estimativa: valor calculado com base naamostra, e usado com a finalidade de
avaliar aproximadamente um parâmetro.
Parâmetro: É uma medida que descreve certa característica dos elementos da
população.
Tamanho de uma amostra aleatória simples
Imagine uma pesquisa eleitoral: é selecionado uma amostra da população
para que a pesquisa seja feita. A estatística é um estimador da quantidade de
pessoas que provavelmente irão votar no candidato X ou Y.
Quando a eleição ocorre, temos toda a população de eleitores (não apenas
uma amostra), portanto, será medido o parâmetro, que nesse caso é a
percentagem de votos do candidato X e do candidato Y.
A estatística estima o parâmetro.
PEDRO A. BARBETTA – Estatística Aplicada às Ciências Sociais 6ed. Editora da UFSC, 2006.
População e amostra
Por que amostragem?
Economia: Em geral, é mais 
barato realizar o levantamento de 
somente uma parte da população.
Tempo: dentro da programação 
da pesquisa não haveria tempo 
para pesquisar toda a população 
(caso seja grande)
Confiabilidade dos dados: quando 
se pesquisa um número reduzido de 
elementos, pode-se dar mais atenção 
aos casos individuais, evitando erro 
nas respostas.
Operacionalidade: é mais fácil fazer 
operações em pequena escala.
População e amostra
Quando o uso de amostragem não é interessante?
População pequena
Característica de fácil 
mensuração
Necessidade de alta precisão 
(exemplo Censo)
PEDRO A. BARBETTA – Estatística Aplicada às Ciências Sociais 6ed. Editora da UFSC, 2006.
Técnicas de amostragem
Dois grandes grupos de técnicas de amostragem
Probabilística Não Probabilística
Todos os elementos tem a mesma 
chance de serem selecionados 
para compor a amostra.
Não tem fundamentação 
estatística (Não há a mesma 
chance de serem selecionados)
Maior facilidade e 
menor custo
Representar com 
precisão o universo
Técnicas de amostragem
Amostragem aleatória simples: é o procedimento básico de amostragem. É atribuído a 
cada elemento da população um número único e depois é selecionado de forma casual.
Probabilística
Amostragem estratificada proporcional: Exemplo dos alunos por período.
Amostragem por conglomerados ou grupos: Conglomerados são grupos formados ou 
cadastrados da população. Exemplo: escolas, igrejas. Exigência: que pertença a apenas 
um grupo.
Amostragem por etapas: Utilizado quando a população se compõe de unidades que 
podem ser distribuídas em diversos estágios. Por exemplo, uma pesquisa com todos os 
municípios do Brasil. Num primeiro estágio poderiam ser selecionadas microrregiões. 
Num segundo estágio os municípios. No terceiro estágio, os bairros. 
Técnicas de amostragem
Amostragem por acessibilidade ou conveniência: são selecionados por estarem mais 
disponíveis para participar do estudo. 
Não- Probabilística
Amostragem por tipicidade: selecionar alunos de administração de uma região. 
Escolher uma faculdade que se acredite ser típica. 
Amostragem por intencionalidade: para pesquisas de cunho explicativo, ó que 
interessa é garantir a variabilidade de seus integrantes em relação a determinadas 
características. Por exemplo, verificar a influência de características pessoais de médicos 
em relação a um procedimento clínico. 
Amostragem bola de neve: um participante inicial indica outros possíveis participantes. 
E assim por diante.
Amostragem por saturação: não há definição inicial de tamanho da amostra. Conforme 
as entrevistas ocorrem, nada de novo surge e a amostra é encerrada.
Tamanho de uma amostra aleatória simples
Por exemplo, a análise da quantidade de glóbulos brancos obtida de
algumas gotas de sangue da ponta do dedo de um paciente dará uma
ideia geral da quantidade dos glóbulos brancos no corpo todo, pois
sabe-se que a distribuição dos glóbulos brancos é homogênea, e de
qualquer lugar que se tivesse retirado a amostra ela seria
“representativa”. Mas nem sempre a escolha de uma amostra adequada
é imediata.
PEDRO A. BARBETTA – Estatística Aplicada às Ciências Sociais 6ed. Editora da UFSC, 2006.
Tamanho de uma amostra aleatória simples
Parâmetro: é uma medida que descreve certa característica dos elementos da
população.
Erro amostral: é a diferença entre uma estatística e o parâmetro que se quer
estimar.
Erro amostral tolerável: o quanto o pesquisador admite errar nas avaliações
dos parâmetros de interesse. (exemplo das pesquisas eleitorais)
PEDRO A. BARBETTA – Estatística Aplicada às Ciências Sociais 6ed. Editora da UFSC, 2006.
Tamanho de uma amostra aleatória simples
Quantos elementos da população devemos pesquisar?
-Supondo amostragem aleatória simples;
-Supondo que o objetivo é estimar determinadas proporções
-Não queremos errar mais que E0, com alto nível de confiança (digamos
95%). Ou seja, a proporção a ser calculada na amostra não deve diferir da
verdadeira proporção (na população) em mais que E0 unidades, com 95% de
probabilidade.
-E0 = limite superior provável para o erro amostral
PEDRO A. BARBETTA – Estatística Aplicada às Ciências Sociais 6ed. Editora da UFSC, 2006.
Fórmula para o tamanho mínimo da amostra
Sejam:
N tamanho (número de elementos) da população;
n tamanho (número de elementos) da amostra;
n0 uma primeira aproximação para o tamanho da amostra e
E0 erro amostral tolerável
n = n0 Se N é muito grande ou desconhecido
Se N não for muito grande e for conhecido
Expressão genérica
PEDRO A. BARBETTA – Estatística Aplicada às Ciências Sociais 6ed. Editora da UFSC, 2006.