O campo empírico Amostra e Participantes

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?

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

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

Amostra

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

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

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

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

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

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)

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)

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

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

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

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

Amostragem por conveniência Amostragem oportunista acesso

Amostragem por quotas ou proporcional Professores de matemática: 215 Professores de Língua Portuguesa: 221 Professores de Inglês: 402 Proporção: 2 : 2 : 4 Mínimo requerido: 2 + 2 + 4 = 8 Outras possibilidades: 6 + 6 + 12 = 24 14 + 14 + 28 = 56

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

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

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