Amostragem.

Apresentação em tema: "Amostragem."— Transcrição da apresentação:

1 Amostragem

2 Orelhões: dos 100 telefones públicos testados, 39 não funcionaram
São Paulo possui cerca de 69 mil telefones públicos. A Telefônica vende 200 cartões telefônicos por minuto. O que dá cerca de 105 milhões de cartões telefônicos todos os anos. Matéria da Veja São Paulo

3 A veja São Paulo testou aleatóriamente 100 destes.
O resultado da amostra 39 não funcionam.

4 Sugestão de Leitura Pesquisa de Mercado. Marina Rutter. Sergio Augusto de Abreu. Ática. 2007 Pesquisa de Marketing. Naresh Malhotra. Person Prentice Hall. 2005

5 Fundamentos da Amostragem
Temos utilizado o termo Survey com o sentido implícito de “Survey por amostragem” em oposição a um estudo com todos os membros de uma população.

6 Fundamentos da Amostragem
Tipicamente o Survey é usado para estudar ou segmento ou parcela – uma amostra – de uma população para fazer estimativas sobre a natureza da população total da qual a amostra foi selecionada.

7 Fundamentos de Amostragem
As duas razões principias para se justificar a amostragem são o Tempo e o Custo. A economia de se estudar pessoas ao invés de é obvia.

8 Fundamentos da Amostragem
Embora quando realizada de forma bem feita uma amostra seja representativa da população, é possível que uma amostra represente erroneamente a população da qual é obtida. O pesquisador tem de estar preparado para tolerar certa ambigüidade.

9

10

11 Amostragem Se todos os membros de uma população fossem idênticos uns aos outros, não haveria necessidade de procedimentos de amostragem, qualquer amostra seria suficiente. De fato em casos extremos, um exemplar bastaria.

12 Amostragem Porém para estudos sociais, devemos considerar que cada população humana é composta de indivíduos variados. Uma amostra de indivíduos de uma população deve conter a mesma variação existente na população.

13 Amostragem Amostras de Survey devem representar as populações das quais são retiradas, se devem fornecer estimativas úteis quanto às características daquela população.

14 Amostragem Não necessitam contudo, serem representativas em todos os aspectos. Representatividade no sentido de amostragem, limita-se às características relevantes para o interesse da pesquisa.

15 Amostragem Uma regra básica é: uma amostra será representativa da população da qual foi selecionada se todos os membros da população tiverem oportunidade igual de serem selecionados para a amostra.

16 Amostragem Amostras probabilísticas (embora jamais perfeitas) são tipicamente mais representativas do que outros tipos de amostra. A teoria da probabilidade permite estimar qual a precisão ou representatividade da amostra.

17 Terminologia

18 Elemento Um elemento é a unidade sobre a qual a informação é coletada, e que serve de base para a análise. Tipicamente, na pesquisa de Survey os elementos são pessoas ou certos tipos de pessoas. (Porém podem incluir corporações, escolas, clubes).

19 População Agregação dos elementos do Survey. O grupo total de pessoas ou instituições sobre a qual você quer obter informação. Uma população é o total de elementos que compartilham algum conjunto comum de características.

20 O que se quer estudar População Amostra Comportamento eleitoral no município de São Paulo Todos os eleitores do município de São Paulo Alguns Eleitores do município de São Paulo Preconceito racial no Brasil Toda População Adulta Brasileira Alguns membros da População adulta brasileira Avaliação que os consumidores fazem da cerveja A Todos os consumidores da cerveja A Alguns consumidores da cerveja A O que pensam os usuários de ônibus sobre a qualidade desse serviço Todos os usuários de ônibus Alguns usuários de ônibus O que pensam os industriais argentinos sobre o Mercosul Todos os empresários industriais argentinos Alguns empresários industriais argentinos O que os médicos do Hospital X acham que pode ser feito para aumentar as internações Todos os médicos do hospital X Alguns médicos do hospital X

21 Amostra ou Censo O pesquisador deve obter informações sobre parâmetros de populações utilizando um censo ou uma amostra. Um censo envolve uma contagem completa de cada elemento de uma população.

22 Amostra ou Censo Já uma amostra é um subgrupo da população. Populações pequenas, que variam muito em termo das características de interesse para o pesquisador, são próprias para um censo. Caso o processo de medição resultar na inutilização ou no consumo do produto, a amostragem é preferível

23 Estrutura de Amostragem
É a lista de unidades de amostra (elementos ou conjunto de elementos considerados para seleção). Geralmente composta na forma de uma lista. Na prática muitas vezes são as molduras de amostra disponíveis que definem as populações de Survey e não o contrário.

24 Estrutura de Amostragem
As condições existentes no campo onde a pesquisa será realizada quase sempre são imperfeitas. Uma moldura de amostragem é a lista de todos os elementos da população da qual selecionarei a amostra.

25 Estrutura de Amostragem
Lembrar que os achados por amostragem só podem ser considerados representativos da agregação de elementos que constituem a moldura da amostragem.

26 Estrutura de Amostragem
Muitas vezes tais molduras nem sempre incluem todos os elementos. Uma primeira preocupação deve ser avaliar a extensão destas omissões.

27 Estrutura de Amostragem
Para poder generalizar a população que compõe a moldura de amostragem é necessário que todos os elementos tenham representação nela. Do contrário elementos que aparecem mais terão mais chances de serem selecionados.

28 Teoria da Amostragem A finalidade de uma amostra é selecionar um conjunto de elementos de uma população de tal forma que a descrição destes elementos (estatísticas) descrevem com precisão a população total da qual foram selecionadas.

29 Teoria da Amostragem A chave de tal processo é a seleção aleatória. Neste processo todos os elementos tem a mesma chance de serem escolhidos. O uso da seleção aleatória nos permite utilizar a teoria da probabilidade como base em nossas estimativas.

30 Processo de Elaboração da Amostragem

31 Definição da População Alvo
A elaboração da amostragem começa com a especificação da população alvo. A população alvo é a coleção de elementos ou objetos que possuem a informação que o pesquisador está buscando.

32 Definição da População Alvo
A definição da população alvo envolve traduzir o problema da pesquisa em uma declaração exata de quem deve e de quem não deve ser incluído na amostra. A população alvo deve ser definida em termos de elementos, unidades de amostragem, extensão e período de tempo.

33 Definição da População alvo
Uma unidade de amostragem pode ser o elemento em si ou uma entidade mais prontamente disponível que contenha o elemento. O problema básico é especificar as características dos indivíduos ou coisas (companhias, lojas) do qual a informação é necessária para atender aos objetivos da pesquisa. Além de definir quem será incluído na população de interesse, as vezes é importante definir quem será excluído.

34 Determinar a estrutura da amostragem
Uma estrutura de amostragem é uma representação dos elementos da população alvo. Ela consiste em uma lista ou conjunto de instruções para definir a população alvo.

35 Determinar a estrutura da amostragem
Desenvolver uma estrutura de amostragem adequada é muitas vezes um dos problemas mais desafiadores que o pesquisador enfrenta na área de amostragem.

36 Determinar a estrutura da amostragem
Em uma situação ideal, devemos obter a lista dos elementos da população, completa e precisa. Com freqüência, porém, não temos essa lista.

37 Exemplo Por exemplo, a população para determinado estudo pode ser definida como aqueles indivíduos que beberam cerveja na última semana. Obviamente não existe uma lista completa destes indivíduos. Nesses casos, em vez de uma estrutura de amostragem no sentido tradicional, teremos de refletir a estrutura de amostra por meio de algum procedimento que produza uma amostra representativa dos indivíduos com características desejadas.

38 Escolher uma técnica de amostragem
A seleção de uma técnica de amostragem envolve a amostragem não probabilística e a probabilística.

39 Amostragem Probabilística
Na amostragem probabilística, os elementos são escolhidos por chance, ou seja, aleatoriamente. Todos os elementos possuem uma probabilidade conhecida diferente de zero de ser selecionado.

40 Amostragem Probabilística
Intervalos de confiança podem ser calculados em torno das estimativas de amostra, e é importante projetar estatisticamente os resultados da amostra para a população, ou seja, tirar conclusões em relação à população-alvo.

41 Amostragem Não Probabilística
A amostragem não probabilística depende do julgamento pessoal do pesquisador, em vez do acaso, na escolha dos elementos da amostra.

42 AmostraAgem Não Probabilística
Ainda que a amostragem não probabilística produza boas estimativas sobre a característica da população essas técnicas são limitadas. Não há como avaliar a precisão dos resultados da amostra objetivamente. A precisão se refere ao nível de incerteza sobre a característica que está sendo medida.

43 ATENÇÃO Com amostragem probabilística cada unidade da população tem um probabilidade conhecida de ser selecionada. A amostragem probabilística permite que o pesquisador avalie a CONFIABILIDADE e a VALIDADE dos dados coletados, calculando a probabilidade dos achados da amostra serem diferentes da população alvo. Os resultados obtidos podem ser generalizados para a população alvo dentro de uma margem de erro específica.

44 ATENÇÃO Na amostragem não probabilística, a probabilidade de seleção de cada unidade é desconhecida. Portanto o erro de amostragem é desconhecido. A seleção é feita com base na intuição ou conhecimento do pesquisador. O nível de representatividade da amostra em relação a população depende da abordagem amostral e a qualidade da seleção depende do pesquisador.

45 Determinar o tamanho da amostra
O tamanho da amostra refere-se ao número de elementos a serem incluídos no estudo. A determinação do tamanho da amostra envolve considerações qualitativas e quantitativas.

46 Determinar o tamanho da amostra
Deve-se considerar: 1) Importância da decisão 2) A natureza da pesquisa 3) O número de variáveis 4) A natureza da análise 5) Os tamanhos de amostras usados em estudos parecidos 6) Limitações de recursos.

47 Técnicas da Amostragem Probabilistítica

48 Amostragem Aleatória Simples
Na amostragem aleatória simples, cada elemento da população tem uma probabilidade de seleção conhecida e idêntica. A dedução de um procedimento de amostragem aleatória é que cada elemento pode ser selecionado independente dos outros.

49 Amostragem Aleatória Simples
Teoricamente é a técnica mais perfeita para se obter uma amostra representativa do universo ou população.

50 Amostragem Aleatória Simples
Método de amostragem básico suposto pelos cálculos estatísticos de Survey. Uma vez estabelecida uma moldura de amostragem, você numera cada elemento da lista e sorteia aleatoriamente os selecionados.

51 População

52 Exemplo Uma amostra aleatória simples não garante que a amostra extraída represente a população – alvo – talvez não inclua subgrupos específicos da população. Como resultado, uma amostra poderá ter pessoas de mais ou de menos em certos subgrupos. As amostras aleatórias podem representar bem a população na média, mas uma amostra aleatória específica (particularmente uma pequena) talvez não represente bem, de maneira alguma as subpopulações.

53 Amostragem Sistemática
Na amostragem sistemática, a amostra é escolhida selecionando-se um ponto de partida aleatório e depois escolhendo cada i elemento em sucessão da estrutura da amostragem. A freqüência com a qual os elementos são tirados é chamada de intervalo de amostragem.

54 Amostragem Sistemática
Este tipo de amostra probabilística é muito utilizado em pesquisas domiciliares, pois acredita-se que os vizinhos se influenciam e que, utilizando-se um intervalo para aplicação dos questionários diminuem-se as possíveis distorções provenientes dessa influência.

55 Amostragem Sistemática
A amostragem ale tória simples raramente é usada na prática, por não ser o mais eficiente. A AAS geralmente pede uma lista de elementos, quando a lista está disponível geralmente o pesquisador usa a amostragem sistemática.

56 Exemplo 1

57 Exemplo Se os elementos são arrumados em uma ordem em particular certifique-se de que a ordem não enviesa a amostra a ser selecionada. Intervalo 3 Intervalo 5

58 ATENÇÃO Os elementos da população usados na amostragem sistemática costumam ser organizados de alguma forma. Quando os elementos da população são organizados de uma forma relacionada às características sob estudo, a amostragem sistemática pode produzir resultados bastante diferentes.

59 Amostragem Sistemática
A amostragem sistemática de uma lista de empresas industriais, organizada por ordem ascendente pro vendas, produzirá uma amostra que inclui empresas pequenas e grandes.

60 Amostragem Estratificada
A amostragem estratificada envolve um processo de amostragem em duas etapas, produzindo uma amostra probabilística. Na primeira etapa, a população é dividida em subgrupos denominados camadas. Todo elemento da população deve ser distribuído para somente uma camada e nenhum elemento deve ser omitido.

61 Amostragem Estratificada
Na segunda etapa, os elementos de cada camada são então escolhidos de forma aleatória. Ela é aplicada quando há a necessidade de subdividir a população em extratos homogêneos, como por exemplo, por classe social, idade, sexo, etc. Determinados os extratos, os elementos da amostra são selecionados pela técnica probabilística simples.

62 Amostragem Estratificada
A amostragem estratificada é um método para obter maior grau de representatividade reduzindo o provável erro amostral. Lembrando que o erro da amostra é diminuído pelo seu tamanho e homogeneidade.

63 1 1 2 2

64 Amostragem Estratificada
Imagine por exemplo uma pesquisa que tenha como populações todos os deputados estaduais das assembléias legislativas dos estados brasileiros. Em vez de se sortear uma amostra aleatória simples ou uma amostra sistemática, a população de deputados estaduais poderia ser dividida nos seguintes estratos: partido político (direita, centro, esquerda) e região dos pais (5 regiões). Essa estratificação cria 15 subcategorias. Feito isto seria sorteada uma amostra de cada uma destas subcategorias.

65 Amostragem por conglomerado (ou clusters)
Todas as amostras até então pressupunham a existência de uma lista dos elementos, ocorre que nem sempre é possível listar uma população (ou obter esta lista). Neste caso é necessário criar um desenho de amostra mais complexo.

66 Amostragem por conglomerado (ou clusters)
Faz-se um amostra por conglomerados quando não é possível ou prático compilar uma lista dos elementos da população alvo. O procedimento normal é separar conglomerados desta população e sorteá-los em etapas.

67 Amostragem por conglomerado (ou clusters)
A técnica probabilística por grupo exige a utilização de mapas detalhados de regiões, estados, municípios e cidades, pois, para a seleção da amostra, há subdivisão da área a ser pesquisada por bairros, quarteirões e domicílios.

68 Amostragem por conglomerado (ou clusters)
Estes serão sorteados para composição dos elementos da amostra, e a pesquisa será realizada de forma sistemática para que não haja interferência nas informações.

69 1

70 2

71 3

72 4

73 5

74 6

75 7

76 8

77 Amostragem por conglomerado (ou clusters)
Imagine-se, por exemplo, que se deseje realizar uma pesquisa junto à população adulta brasileira. Uma forma de fazer essa amostra é sortear, em múltiplos estágios, áreas geográficas, e não indivíduos. Primeiro listam-se todos os municípios do Brasil e realiza-se um sorteio de 100 municípios. Para cada município é sorteado um determinado número de setores censitários. Em seguida, para os setores censitários sorteados, listam-se os domicílios neles existentes e que tenham população residente, e sorteia-se certo número de domicílios nos quais os entrevistadores terão de realizar entrevistas.

78 Técnicas de Amostragem Não Probabilísticas

79 Amostragem Não Probabilística
Apesar da superioridade dos métodos de amostragem probabilísticos na pesquisa de Survey, as vezes utiliza-se métodos não probabilísticos em seu lugar. E geral quando a amostra probabilística é muito cara ou a exatidão não é tão necessária.

80 Amostragem por Conveniência
A amostragem por conveniência, como se deduz pelo nome, tenta obter uma amostra de elementos com base na conveniência do pesquisador. A seleção de unidades de amostragem cabe principalmente ao entrevistador. Muitas vezes, os entrevistados são escolhidos porque estão no lugar certo na hora certa.

81 Amostragem por Conveniência
A amostragem por conveniência tem a vantagem de ser barata e rápida. Além disso, as unidades de amostragem tendem a ser acessíveis, fáceis de medir e cooperativas. Essa forma de amostragem tem sérias limitações.

82 Amostragem por Conveniência
A amostra resultante não é representativa de nenhuma população alvo definível. Este processo de amostragem sofre de tendenciosidade de seleção, o que quer dizer que os indivíduos que participam de uma amostra por conveniência podem ter características que são sistematicamente diferentes daquelas que definem a população alvo.

83 Amostragem por Julgamento
Ocasionalmente pode-se selecionar a amostra baseado no próprio conhecimento da população e dos seus elementos. Algumas vezes quer-se estudar um pequeno subconjunto da população maior, cujos membros são facilmente identificados, mas cuja numeração seria impossível.

84 Amostragem por Julgamento
A amostragem por julgamento é uma forma de amostragem por conveniência na quais os elementos da população são escolhidos com base no julgamento do pesquisador. Este escolhe os elementos de amostragem porque acredita que representam a população de interesse.

85 Amostragem por Julgamento
A amostragem por julgamento é atraente porque não é cara e se mostra conveniente e rápida. No entanto, é subjetiva, dependendo em grande parte da perícia e da criatividade do pesquisador.

86 Amostragem por Julgamento
Portanto, generalizações para uma população específica não podem ser feitas, porque em geral a população não é explicitamente definida.

87 Amostragem por Julgamento
Exemplos de amostragem por julgamento incluem: zonas eleitorais indicadores de tendências selecionadas na pesquisa de comportamento de votação, testemunhas chave usadas no tribunal, lojas de departamento escolhidas para testar um novo sistema de display de mercadoria.

88 Amostragem por Cota Feita em duas etapas: O primeiro desenvolve-se categorias de controle, ou cotas, dos elementos da população. Usando o julgamento para identificar categorias relevantes como idade, sexo e raça, o pesquisador estima a distribuição dessas características na população alvo. Cotas são usadas para garantir que a composição da amostra seja a mesma da composição da população com respeito às características de interesse.

89 Amostragem por Cota Uma vez atribuídas as cotas, ocorre o segundo estágio do processo de amostragem. Os elementos são selecionados usando-se um processo de conveniência ou de julgamento. Há considerável liberdade em escolher os elementos a serem incluídos na amostra. O único requisito é que os elementos selecionados se encaixem nas características de controle.

90 Amostragem por Cota Em outras palavras o pesquisador procura uma amostra que se identifique em alguns aspectos com o universo. Esta identificação pode estar ligada ao sexo, idade, etc. e a quantidade a ser entrevistada é aleatória.

91 Exemplo Ao realizar uma pesquisa de opinião sobre um jornal, em que cada pesquisador tenha de entrevistas uma quantidade de pessoas da classe A, da classe B, de faixas etárias variáveis entre 30 e 45 anos e de ambos os sexos.

92 Exemplo Um entrevistador pode ter que entrevistar cinco mulheres de escolaridade baixa e quatro de escolaridade alta. Não importa que pessoa será escolhida para dar a entrevistas. Basta que tenha as características definidas na cota. No final da coleta de dados, ao se somar o trabalho de todos os entrevistadores, a amostra terá as mesmas proporções da população no que tange as variáveis escolhidas para definir as cotas.

93 Amostragem por Cota Vários problemas em potencial são associados a essa técnica de amostragem. Características relevantes podem passar despercebidas no processo de estabelecimento da cota, resultando em uma amostra que não espelhe a população com relação às características relevantes de controle.

94 Amostragem Autogerada ou bola de neve
Na amostragem autogerada, um grupo inicial de entrevistados é selecionado, normalmente de forma aleatória. Após serem entrevistados, pede-se que identifiquem outras pessoas pertencentes a população alvo de interesse. Esse processo continua, resultando em um efeito autogerado, já que uma referência é obtida de outra.

95 Amostragem Autogerada ou bola de neve
Após serem entrevistados, pede-se que identifiquem outras pessoas pertencentes a população alvo de interesse. Esse processo continua, resultando em um efeito autogerado, já que uma referência é obtida de outra

96 Amostragem Autogerada ou bola de neve
A amostragem autogerada é utilizada quando se estudam características relativamente raras ou difíceis de identificar na população.

97 Exemplo Por exemplo grupos com características especiais, como viúvos abaixo dos 35 anos, ou membros de uma população espalhada em alguma minoria, podem ser impossíveis de localizar sem referências.

98

99 Escolhendo a Técnica amostral
A escolha entre amostra não-probabilisticas e probabilística é baseada em considerações como a natureza da pesquisa, a contribuição do erro pelo processo de amostragem em relação ao erro de não amostragem, a variabilidade da população e as considerações estatísticas e operacionais.

100 Escolhendo a Técnica amostral
Quando são necessários altos níveis de precisão de amostragem, como no caso em que são tomadas estimativas das características da população, a amostragem probabilística é preferida. Nessas situações, o pesquisador precisa eliminar a tendenciosidade de seleção e calcular o efeito do erro de amostragem.

101 Escolhendo Técnica Amostral
Quando escolher entre técnicas de amostragem, o pesquisador também precisa considerar a similaridade ou homogeneidade da população com respeito as características de interesse.

102 Escolhendo Técnica Amostral
Por exemplo, a amostragem probabilística é mais apropriada em populações altamente heterogêneas, nas quais se torna importante obter uma amostra representativa. A amostragem probabilística também é preferível de um ponto de vista estatístico, uma vez que é a base para as técnicas estatísticas mais comuns.

103