O campo empírico Amostra e Participantes

Apresentação em tema: "O campo empírico Amostra e Participantes"— Transcrição da apresentação:

1 O campo empírico Amostra e Participantes

2 Sobre a amostra 1) O que significa amostra e amostragem?
2) Que dimensão deve ter a amostra? 3) Até que ponto deve ser representativa? 4) Há acesso à amostra? 5) Que estratégias de amostragem devemos usar?

3 Ex. População do estudo: 1105 professores
Amostra Questão: como é que os professores se sentem relativamente à sua profiussão? Ex. População do estudo: 1105 professores população amostra

4 Amostra Dimensão da amostra N S 10 40 36 15 14 45 20 19 50 44 25 24 55 48 30 28 60 52 35 32 65 56 N S 100 80 700 248 200 132 800 260 300 169 900 269 400 196 1000 278 500 217 1100 285 600 234 1200 291

5 Amostra

6 Dimensão da amostra e níveis de confiança
Sampling Dimensão da amostra e níveis de confiança (Cohen, Manion & Morrison, 2000) N A ( 95%) A (99%) 50 44 100 79 99 200 132 196 500 217 476 1000 278 907 2000 322 1661 5000 357 3311

7 1. Amostra probabilística
Finalidade de generalização e representação Escolha feita na base do acaso Qualquer elemento da população tem igual chance de ser incluído na amostra

8 Amostra aleatória (probabilística)
É necessário ter uma lista da população Tiramos ao acaso elementos da lista

9 Amostragem sistemática Precisamos da lista dos elementos da população
Todo o nésimo elemento é retirado, coim uma frrequência f, com f = N / na Em que f é a frequência do intervalo N é o número total de elementos da população na é o número de elementos da amostra

10 Ex. População: 1105 professores Dimensão da amostra: 285
Sampling Ex. População: 1105 professores Dimensão da amostra: 285 f = / 285 = 3.8 arredondado a 4 Toma-se todo o 4º nome de um professor da lista Como construir a lista?

11 Amostra estratificada
Sampling Amostra estratificada Passo1: identificar as características que aparecem na população e que quermos ver representadas na amostra (e.g. sex, idade) Passo 2: fazer amostragem propabilística nos grupos formados de acordo com o passo 1 (utilizando as estratégias anteriores)

12 Adequadas a grandes populações, de acesso difícil
Amostra Amostras por clusters Adequadas a grandes populações, de acesso difícil Amostragem num determinado grupo (e.g. professores que leccionam numa certa região)

13 Estratégias de amostragem Ex.
População: 1105 professores em 7 escolas; dimensão da amostra = 285 das 7 escolas Colocar o nome de cada escola num cartão Retirar um primeiro cartão ao acaso, marcar o nome da escola numa tabela Recolocar o cartão com o nome da escola Repetir 285 vezes e verificar o total de professores ba seleccionar em cada escola

14 Ex. Escola 1 2 3 4 5 6 7 Número de professores necessário 53 35 29 37
Amostra Ex. Escola 1 2 3 4 5 6 7 Total Número de professores necessário 53 35 29 37 41 44 46 285

15 Amostragem em multi-fases
Mudar a estratégia d amostragem em cdada fase do estudo Ex. 1st fase: professores 2nd fase: pais …

16 2. Amostragem não-probabilística
A amostra representa-se a si própria e não a uma população Não se procura generalização (em extensão)

17 Amostragem por conveniência Amostragem oportunista acesso

18 Amostragem por quotas ou proporcional Professores de matemática: 215
Professores de Língua Portuguesa: 221 Professores de Inglês: 402 Proporção: 2 : 2 : 4 Mínimo requerido: = 8 Outras possibilidades: = 24 = 56

19 Amostragem (quota) proporcional
Passo 1: identificar as características da população ue queremos ver presentadas na amostra Passo 2: identificar as frequências e proporções em que as características seleccionadas aparecem na população Passo 3: assegurar que as mesmas percentagens aparecem na amostra

20 Amostragem propositada
A selecção é feita de acordo com propósitos específicos Ex. Estudo de caso das práticas dos professores em avaliação das aprendizagens

21 Amostragem em bola de neve
Uma amostra dá origem a outras amostras do mesmo tipo de acordo com os objectivos do estudo