CONCEITOS IMPORTANTES TEORIA DA AMOSTRAGEM CONCEITOS IMPORTANTES

TEORIA DA AMOSTRAGEM Para que uma pesquisa apresente resultados representativos deve considerar: Tamanho ideal amostra Delineamento amostral

1a. PREMISSA A discrepância entre os valores das variáveis da população (parâmetros) e os valores dessas variáveis obtidos na amostra (estatísticas) são minimizados, pois, enquanto algumas medições subestimam o valor do parâmetro, outras o superestimam;

2a. PREMISSA Há similaridade suficiente entre os elementos de uma população, de tal forma que uns poucos elementos representarão adequadamente as características de toda a população;

FINALIDADE DA AMOSTRAGEM Fazer generalizações sobre todo um grupo sem precisar pesquisar cada um de seus elementos.

TEORIA DA AMOSTRAGEM A parcela do grupo examinada é chamada de amostra, e o grupo todo - do qual se extrai a amostra - é designado como população ou universo. Os elementos que compõem uma população podem ser indivíduos, firmas, produtos manufaturados, inventários, escolas, notas de aula, preços, ou qualquer coisa que possa ser mensurada ou contada.

POPULAÇÕES FINITAS e INFINITAS FINITAS: limitadas em tamanho. Ex.: Alunos de uma sala, produtos de um supermercado, livros de uma biblioteca, etc. INFINITAS: não limitadas em tamanho e consistem tipicamente em um processo que gera itens, como exemplo a produção futura de uma máquina. Também são consideradas infinitas quando o número de elementos exceder a 100.000

AMOSTRAGEM COM E SEM REPOSIÇÃO Na amostragem com reposição, os elementos da população podem entrar mais de uma vez para a amostra; Na amostragem sem reposição, cada elemento só pode entrar uma vez na amostra. A extração de todas a amostra de uma só vez equivale à amostragem sem reposição.

VANTAGENS DA UTILIZAÇÃO DE UMA AMOSTRA Quando a população é infinita Uma amostra pode ser mais atualizada do que um censo Testes destrutivos Custo Precisão Tipo de informação necessária

VANTAGENS DO CENSO Populações pequenas Tamanho da amostra é grande em relação ao da população Necessidade de alta precisão

QUALIDADES DE UMA BOA AMOSTRA PRECISÃO: refere-se à exatidão dos resultados de medições obtidos na amostra (estatísticas) correspondentes aos resultados que seriam obtidos se medíssemos toda a população (parâmetros). Precisão é a medida do erro amostral, quanto menor o erro amostral mais precisa será a amostra. EFICIÊNCIA: refere-se à medida de comparação entre diversos delineamentos amostrais. Um delineamento é mais eficiente do que outro se trouxer resultados mais confiáveis.

QUALIDADES DE UMA BOA AMOSTRA CORREÇÃO: refere-se ao grau de ausência de vieses não amostrais na amostra. Uma amostra é dita correta (ou não viesada) se as medidas superestimadas forem compensadas entre os elementos da amostra.

FONTES DE ERROS NÃO-AMOSTRAIS O ERRO AMOSTRAL, definido como a diferença entre uma estatística e o verdadeiro valor do parâmetro, parte do princípio de que as n observações da amostra são obtidas sem erros. Na prática, isto geralmente não acontece. Por isto, o planejamento e a execução da pesquisa devem ser feitos com muita cautela, para evitar, ou reduzir, os erros nos próprios dados da amostra, conhecidos como ERROS NÃO AMOSTRAIS.

FONTES DE ERROS NÃO-AMOSTRAIS População acessível diferente da população alvo: muitas vezes queremos pesquisar uma certa população (população alvo) mas, por conveniência, retiramos uma amostra de um conjunto incompleto de elementos (população acessível ou população amostrada). Exemplo: numa pesquisa eleitoral, costuma-se tomar como base para a seleção da amostra, a lista de domicílios do município. Isto deixa inacessíveis eleitores que moram em outros municípios, mas com domicílio eleitoral no município em estudo.

FONTES DE ERROS NÃO-AMOSTRAIS Falta de resposta: é comum não conseguirmos respostas de alguns elementos selecionados na amostra, principalmente no caso em que nem todos se dispõem a responder um questionário ou dar uma entrevista. Quando isto ocorrer é usual substituir estes indivíduos por outros com as mesmas características.

FONTES DE ERROS NÃO-AMOSTRAIS Erros de mensuração: nem sempre conseguimos medir exatamente aquilo que queremos. Por exemplo, numa pesquisa eleitoral, o eleitor pode, por várias razões, apontar um candidato, quando na verdade ele pretende votar em outro. Podemos reduzir a ocorrência deste tipo de erro com a elaboração de um questionário que tenha alguns itens de controle e com um bom treinamento dos entrevistadores.

PASSOS PARA A SELEÇÃO DE AMOSTRAS Definir a população da pesquisa Elaborar ou dispor de uma lista de todas as unidades amostrais da população Definir o tamanho da amostra Selecionar um procedimento específico através do qual a amostra será selecionada Selecionar fisicamente a amostra tendo por base os procedimentos dos passos anteriores