Baixe o app para aproveitar ainda mais
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.
Compartilhar