Amostragem: Concepção e Procedimento

Apresentação em tema: "Amostragem: Concepção e Procedimento"— Transcrição da apresentação:

1 Amostragem: Concepção e Procedimento
Capítulo 12 Amostragem: Concepção e Procedimento slide 1 © 2011 Pearson. Todos os direitos reservados.

2 Avaliação 2a ARE Prova Integradora 20 questões 5 pontos Alunos desperiodizados farão Prova Específica – 5 pontos Avaliação Parcial – pesq. Quantitativa 3 pontos 2 questões dissertativas pontos

3 Avaliação Parcial – Segundo Bimestre
Com base na Pesquisa Qualitativa realizada no primeiro bimestre selecionar qual aspecto será quantificado. Elaborar projeto de pesquisa Elaborar questionário Definir Universo e Fazer cálculo de amostra As entrevistas serão realizadas no entorno das unidades da Uninorte

4 Avaliação Parcial – Segundo Bimestre
Independente do Cálculo da Amostra cada elemento do grupo fará 20 entrevistas. Assim, grupo com 5 componentes terá 100 entrevistas; grupo com 6 compoenentes terá 120 entrevistas e assim por diante. Fazer a tabulação dos dados Elaborar relatório Apresentar relatório.

5 Avaliação Parcial – Segundo Bimestre
Aplicação da pesquisa – de 21 a 25/05 Tabulação e Relatório – 01/06 Apresentação – 08/06/ /06/2018

6 Palestra Campanhas Digitais
Dia 11/5/2018 Auditório da Unidade 7 (Direito – Major Gabriel) Rodrigo Gadelha

7 Elaboração de amostragem
slide 7 © 2011 Pearson. Todos os direitos reservados.

8 Figura 12.2 Concepção e Procedimentos de Amostragem: Visão Geral
Vinheta de Abertura Amostra ou Censo Processo de Elaboração de Amostragem Uma Classificação de Técnicas de Amostragem Técnicas de Amostragem Não-Probabilística Conveniência Julgamento Quota Bola-de-neve Técnicas de Amostragem Probabilística Aleatória Simples Sistemática Estratificada Cluster Escolher a Amostragem Não-probabilística vs. Probabilística Amostragem por Internet

9 Definição da população
Figura Processo de elaboração de amostragem Definição da população Determinação da estrutura da amostragem Seleção da(s) técnica(s) de amostragem Determinação do tamanho da amostra Execução do processo de amostragem slide 9 © 2011 Pearson. Todos os direitos reservados.

10 Defina a População Alvo
A população alvo é a coleção de elementos ou objetos que possuem as informações buscadas pelo pesquisador e sobre a qual devem-se fazer inferências. A população alvo deve ser definida por elementos, unidades amostrais, extensão e período. Um elemento é o objeto sobre o qual ou do qual se deseja obter informações, isto é, o entrevistado. slide 10 © 2011 Pearson. Todos os direitos reservados.

11 Defina a População Alvo
- A unidade amostral é um elemento, ou uma unidade contendo o elemento, disponível para seleção em algum estágio do processo de amostragem. A extensão refere-se às fronteiras geográficas. O período é o tempo de duração da pesquisa. slide 11 © 2011 Pearson. Todos os direitos reservados.

12 Defina a População Alvo (Cont.)
Fatores qualitativos imporantes para determinar o tamanho da amostra: importância da decisão natureza da pesquisa número de variáveis natureza da análise tamanhos de amostra usados em estudos semelhantes taxas de incidência taxas de finalização limitação de recursos slide 12 © 2011 Pearson. Todos os direitos reservados.

13 Marco temporal: Próximo verão
Figura 12.4 Definindo a população alvo Extensão: Manaus Marco temporal: Próximo verão Unidade de análise: casas com mulheres com 18 anos Elementos: mulheres com 18 anos slide 13 © 2011 Pearson. Todos os direitos reservados.

14 Figura 12.5 Erro – estrutura de amostragem
População alvo: Famílias com apenas uns dos pais em Manaus Estrutura de amostragem: Lista fornecida por um vendedor comercial Erro – estrutura de amostragem slide 14 © 2011 Pearson. Todos os direitos reservados.

15 Técnicas de amostragem Técnicas de amostragem não probabilísticas
Figura 12.6 Classificação das técnicas de amostragem Técnicas de amostragem Técnicas de amostragem não probabilísticas Técnicas de amostragem probabilísticas slide 15 © 2011 Pearson. Todos os direitos reservados.

16 Técnicas de amostragem
Figura técnicas de amostragem não probabilisticas Técnicas de amostragem não probabilísticas Amostragem por conveniência Amostragem por julgamento Amostragem por cotas Amostragem bola de neve slide 16 © 2011 Pearson. Todos os direitos reservados.

17 Amostragem por Conveniência
A amostragem por conveniência tenta obter uma amostra de elementos convenientes para o pesquisador. Frequentemente os entrevistados são selecionados por estarem no lugar certo, na hora certa. Estudantes e membros de organizações sociais Entrevistas de interceptação em shopping centers sem qualificar os entrevistados Lojas de departamentos usando listas de cobrança Entrevistas com o “povo na rua” slide 17 © 2011 Pearson. Todos os direitos reservados.

18 Amostragem por Julgamento
A amostragem por julgamento é uma forma de amostragem por conveniência em que elementos da população são selecionados com base no julgamento do pesquisador. Testes de mercados Engenheiros de compra selecionados em pesquisa de marketing industrial Distritos de voto selecionados para pesquisa de comportamento de voto Testemunhas qualificadas usadas em um tribunal slide 18 © 2011 Pearson. Todos os direitos reservados.

19 Amostragem por Quota A amostragem por quota pode ser vista como a separação em dois estágios restritos da amostragem por julgamento. O primeiro estágio consiste em desenvolver categorias de controle, ou quotas, de elementos da população. No segundo estágio, alguns elementos da amostra são selecionado com base na conveniência ou no julgamento. Composição da Composição da população amostra Controle Característica Porcentagem Porcentagem Número Masculino Feminino ____ ____ ____ slide 19 © 2011 Pearson. Todos os direitos reservados.

20 Amostragem Bola-de-Neve
Na amostragem bola-de-neve, seleciona-se um grupo inicial de entrevistados, em geral aleatoriamente. Após serem entrevistados, os indivíduos devem identificar outros que pertençam à população alvo de interesse. Os entrevistados subsequentes são selecionados com base nessas referências. slide 20 © 2011 Pearson. Todos os direitos reservados.

21 Técnicas de amostragem probabilísticas
Figura 12.9 Técnicas de amostragem probabilisticas Técnicas de amostragem probabilísticas Amostragem aleatória simples Amostragem sistemática Amostragem estratificada Amostragem Por Cluster slide 21 © 2011 Pearson. Todos os direitos reservados.

22 Amostragem Aleatória Simples
Cada elemento da população apresenta uma probabilidade de seleção conhecida e igual. Cada possível amostra de um dado tamanho (n) apresenta probabilidade conhecida e igual de ser a amostra realmente selecionada. Isso implica que todos os elementos são selecionados independentemente uns dos outros. slide 22 © 2011 Pearson. Todos os direitos reservados.

23 Amostragem Sistemática
A amostra é escolhida selecionando-se um ponto de partida aleatório e depois selecionando-se cada elemento seguinte em um determinado intervalo sucessivo dentro da composição da amostragem. O intervalo de amostragem, I, é determinado ao dividir o tamanho N da população pelo tamanho n da amostra e arredondando o resultado para o número inteiro mais próximo. Quando a ordem dos elementos se relaciona à característica de interesse, a amostragem sistemática aumenta a representatividade da amostra. slide 23 © 2011 Pearson. Todos os direitos reservados.

24 Amostragem Sistemática
Se a ordem dos elementos produz um padrão cíclico, a amostragem sistemática pode diminuir a representatividade da amostra. Por exemplo, há elementos na população e uma amostra de seria desejável. Nesse caso, o intervalo de amostragem, i, é 100. Um número aleatório entre 1 e 100 deve ser selecionado. Se, por exemplo, esse número for 23, a amostra consistirá dos elementos 23, 123, 223, 323, 423, 523 e assim por diante. slide 24 © 2011 Pearson. Todos os direitos reservados.

25 Amostragem Estratificada
É um processo de duas fases no qual a população é dividida em subpopulações ou estratos. Os estratos devem ser mutuamente excludentes e coletivamente exaustivos na medida em que cada elemento da população deve pertencer a um, e somente um estrato, e nenhum elemento da população pode ser omitido. Em seguida, selecionam-se elementos de cada estrato através de um procedimento aleatório, normalmente semenlhante a amostragem aleatória simples. Um dos principais objetivos da amostragem estratificada é aumentar a precisão sem aumentar o custo. slide 25 © 2011 Pearson. Todos os direitos reservados.

26 Amostragem Estratificada
Os elementos dentro de um estrato devem ser o mais homogêneos quanto possível, mas os elementos de diferentes estratos devem ser tão heterogêneos quanto possível. As variáveis da estratificação também devem estar intimamente ligadas à característica de interesse. Finalmente, as variáveis devem reduzir o custo do processo de estratificação por serem fáceis de mensurar e aplicar. slide 26 © 2011 Pearson. Todos os direitos reservados.

27 Amostragem Estratificada
Na amostragem estratificada proporcional, o tamanho da amostra retirada de cada estrato é proporcional ao tamanho relativo deste último na população total. slide 27 © 2011 Pearson. Todos os direitos reservados.

28 Amostragem por Cluster
Primeiramente, divide-se a população-alvo em sub-populações mutualmente excludentes e coletivamente exaustivas, ou seja, clusters (conglomerados). Em seguida, seleciona-se uma amostra aleatória de clusters com base na técnica de amostragem, como a amostragem aleatória simples. Para cada cluster selecionado, ou todos os elementos são incluídos na amostra (um estágio) ou a amostra de elementos é extraída probabilisticamente (dois estágios). . slide 28 © 2011 Pearson. Todos os direitos reservados.

29 Amostragem por Cluster
Os elementos dentro de um cluster devem ser tão heterogêneos quanto possível, mas os clusters devem ser o mais homogêneos possível. slide 29 © 2011 Pearson. Todos os direitos reservados.

30 Figure 12.11 Tipos de amostragem por cluster
Divisão da população em clusters Cluster aleatório simples Um estágio Dois estágios Elementos de uma amostra aleatória de cada Cluster selecionados Incluir todos os elementos de cada Cluster selecionados slide 30 © 2011 Pearson. Todos os direitos reservados.

31 Figura 12.12 Uma Classificação de Amostragem por Internet
slide 31 © 2011 Pearson. Todos os direitos reservados.

32 Figura 12.13 Um mapa conceitual para técnicas amostrais
Amostragem não probabilística Amostragem probabilística Amostragem por conveniência Amostragem por julgamento Amostragem por cota Amostragem por bola de neve Amostragem aleatória simples Amostragem sitemática Amostragem estratificada Amostragem por cluster Seleção baseada na conveniência e julgamento Seleção baseada na chance Amostra baseada na conveniência Seleção subsequente baseada em indicações Amostra baseada no julgamento Amostragem por julgamento restringida em dois estágios Uma amostra aleatória de cluster é selecionada baseada em um processo de dois passos Cada elemento escolhido em intervalos uniformes é selecionado Cada elemento possui uma probalidade conheicda e igual de seleção Uma amostra aleatória de elementos selecionadas de cada estrato num processo de dois passos slide 32 © 2011 Pearson. Todos os direitos reservados.

33 PESQUISA DE MERCADO Cálculo da amostra Carlos Freire – 2014

34 PESQUISA DE MERCADO . Teoria dos Grandes Números, Pequenos Erros
Cálculo da Amostra . Teoria dos Grandes Números, Pequenos Erros Vamos supor que para uma população com mais de 10 mil elementos, considerando-se coeficiente de confiança de 95,5% e margem de erro de mais ou menos 3%, tenhamos uma amostra de elementos. Se a população for elevada para 100 mil e considerando os mesmos parâmetros a amostra deverá ser de algo em torno de entrevistas. Carlos Freire – 2014

35 Infinita: n= ( (x/2. delta)/E)2
PESQUISA DE MERCADO Fórmula para o Cálculo da Amostra Infinita: n= ( (x/2. delta)/E)2 Amostra Infinita é aquela em que não se sabe qual o tamanho do Universo. Ex.:Pessoas que gostam de rock progressivo Carlos Freire – 2014

36 PESQUISA DE MERCADO Finita: n= ∂².p.q .N e².(N-1)+ ∂².p.q Onde:
Fórmula para o Cálculo da Amostra Finita: n= ∂².p.q .N e².(N-1)+ ∂².p.q Amostra Finita é aquela em que se sabe qual o tamanho do Universo. Ex.:População de Manaus Onde: Carlos Freire

37 PESQUISA DE MERCADO Resumindo: n = Tamanho da Amostra
Finita: n= ∂².p.q .N e².(N-1)+ ∂².p.q Fórmula para o Cálculo da Amostra Resumindo: n = Tamanho da Amostra ∂ = Grau de confiança. Percentual de respostas que se encontra dentro do Erro Amostral. Definido pelo cliente e pesquisador. Utiliza fator constante de Tabela de Equivalência. p e q= probabilidade de ocorrência de cada uma das variáveis. Soma sempre é = 100. N = Universo. Número total de indivíduos que podem ser entrevistados e = Erro Amostral. Variação em pontos percentuais para mais ou menos. Definido por cliente e pesquisador. Carlos Freire – 2014

38 PESQUISA DE MERCADO Finita: n= ∂².p.q .N e².(N-1)+ ∂².p.q Fórmula para o Cálculo da Amostra ERRO AMOSTRAL e o TAMANHO DA AMOSTRA seguem sentidos contrários. Quanto maior o tamanho da amostra, menor o erro cometido e vice-versa. e Carlos Freire – 2014

39 PESQUISA DE MERCADO Fórmula para o Cálculo da Amostra GRAU DE CONFIANÇA Ele estabelece um limite para interpretação dos resultados, ou seja, significa que há uma probabilidade do resultado obtido no levantamento estar correto.   α 95% é um número aceito e mais usado de nível de confiança. Carlos Freire – 2014

40 PESQUISA DE MERCADO Tabela de equivalência Percentual Equivalência
Fórmula para o Cálculo da Amostra GRAU DE CONFIANÇA Tabela de equivalência Percentual Equivalência 68% 90% ,645 95% ,96 95,5% 99% ,575 99,7% Carlos Freire – 2014

41 PESQUISA DE MERCADO Porcentagem pela qual o fenômeno se verifica
Fórmula para o Cálculo da Amostra Porcentagem pela qual o fenômeno se verifica É um cálculo estimativo, em que percebe-se dois números. 1º Proporção populacional de indivíduos que pertence a categoria que estamos interessados em estudar = p 2º Proporção populacional de indivíduos que NÃO pertence à categoria que estamos interessados em estudar= q Teremos então -> p.q Sempre p+q=100 Carlos Freire – 2014

42 PESQUISA DE MERCADO Finita: n= ∂².p.q .N e².(N-1)+ ∂².p.q
Fórmula para o Cálculo da Amostra Finita: n= ∂².p.q .N e².(N-1)+ ∂².p.q A UNINORTE deverá fazer uma pesquisa com alunos da Cidade Nova que totalizam pessoas. A intenção é quantificar a opinião dos alunos em relação aos cursos que oferece. Deseja que se obtenha: Erro=5% e Margem de Confiança de 95,5% Carlos Freire – 2014

43 PESQUISA DE MERCADO Fórmula para o Cálculo da Amostra A UNINORTE deverá fazer uma pesquisa com alunos da Cidade Nova que totalizam pessoas. A intenção é quantificar a opinião dos alunos em relação aos cursos que oferece. Deseja que se obtenha: Erro=5 e Margem de Confiança de 95,5% N = 3.000 e = 5% ∂ = 95,5% p x q = 50 x 50 Tabela de equivalência Percentual Equivalência 68% 90% ,645 95% ,96 95,5% 99% ,575 99,7% Carlos Freire – 2014

44 PESQUISA DE MERCADO (2)2*50*50*3000 (5)2*(3000-1)+(2)2*50*50
Fórmula para o Cálculo da Amostra Finita: n = ∂².p.q .N e².(N-1)+ ∂².p.q (2)2*50*50*3000 (5)2*(3000-1)+(2)2*50*50 n = 353,04 Carlos Freire – 2014

45 PESQUISA DE MERCADO Finita: n = ∂².p.q .N e².(N-1)+ ∂².p.q
Fórmula para o Cálculo da Amostra Finita: n = ∂².p.q .N e².(N-1)+ ∂².p.q Pesquisa de intenção de voto. Universo: número de eleitores na cidade de Manaus. Pesquisar TSE q = 50 q = 50 Deseja que se obtenha: Erro=5 e Margem de Confiança de 95,5% Carlos Freire – 2014

46 PESQUISA DE MERCADO (2)2*50*50*1.268.761 (5)2*(1.268.761-1)+(2)2*50*50
Fórmula para o Cálculo da Amostra Finita: n = ∂².p.q .N e².(N-1)+ ∂².p.q (2)2*50*50* (5)2*( )+(2)2*50*50 n = 399,87 Carlos Freire – 2014

47 PESQUISA DE MERCADO Caso 1: Caso 2: N = 3.000 indivíduos
Fórmula para o Cálculo da Amostra Caso 1: N = indivíduos n = 353,04 entrevistas 1 entrevista / 8,5 indivíduos Caso 2: N = indivíduos n = 399,87 entrevistas 1 entrevista / indivíduos Teoria dos Grandes Números, Pequenos Erros Carlos Freire – 2014

48 PESQUISA DE MERCADO Fórmula para o Cálculo da Amostra Os alunos da Unidade XI da Uninorte, 5º período de Publicidade e Propaganda irão fazer uma pesquisa sobre temas diversos, tendo como universo os alunos das Unidades IV e XI da IES que totalizam indivíduos. Destes 46% são homens e 54% são mulheres. Deseja-se um Coeficiente de Confiança de 95% e um Erro Amostral de 4%. Qual o tamanho da amostra para um pesquisa probabilística? Carlos Freire – 2014

49 PESQUISA DE MERCADO Amostra= (1,96)2*50*50*5000
Fórmula para o Cálculo da Amostra Amostra= (1,96)2*50*50*5000 (4)2*( )+(1,96)2*50*50 Carlos Freire – 2014

50 PESQUISA DE MERCADO Amostra= (1,96)2*50*50*5000
Fórmula para o Cálculo da Amostra Amostra= (1,96)2*50*50*5000 (4)2*( )+(1,96)2*50*50 Amostra= 3,8416* 16* ,8416*50*50 Carlos Freire – 2014

51 PESQUISA DE MERCADO Amostra= (1,96)2*50*50*5000
Fórmula para o Cálculo da Amostra Amostra= (1,96)2*50*50*5000 (4)2*( )+(1,96)2*50*50 Amostra= 3,8416* 16* ,8416*50*50 Amostra= 89.588 Amostra= entrevistas Carlos Freire – 2014

52 PESQUISA DE MERCADO Amostra= (1,96)2*50*50*5000
Fórmula para o Cálculo da Amostra Amostra= (1,96)2*50*50*5000 (4)2*( )+(1,96)2*50*50 Amostra= 3,8416* 16* ,8416*50*50 Amostra= 89.588 Amostra= entrevistas Carlos Freire – 2014