Métodos Quantitativos

Apresentação em tema: "Métodos Quantitativos"— Transcrição da apresentação:

1 Métodos Quantitativos
Prof Samir Silveira

2 Aula 02: Métodos de Amostragem

3 Revisão A Estatística Descritiva é compostas pelos seguintes passos
Formulação do problema Planejamento e Coleta de dados Críticas dos dados Apresentação dos dados Análise

4 População População: conjunto dos elementos que se deseja estudar
Conjunto de elementos com pelo menos uma característica em comum observável

5 Amostra Amostra: subconjunto de indivíduos extraídos da população

6 Amostra O processo intuitivo de amostragem faz parte do nosso dia-a-dia!

7 Amostra

8 Censo x Amostragem Censo: Estudo através do exame de TODOS os elementos da população. Amostragem: Estudo por meio do exame de uma Amostra

9 Censo Situações em que é recomendada a realização de CENSOS
Quando a população for pequena Ex.: Uma empresa que tem 100 colaboradores no Nordeste e desejar verificar se os prontuários médicos dos mesmos junto à empresa terceirizada contratada estão conforme as normas estabelecidas Quando os dados a respeito da população forem facilmente obteníveis ou (semi)disponíveis em um cadastro ou banco de dados computadorizados Por imposição Legal Tamanho da amostra for grande em relação a população

10 Amostragem Vantagens da Amostragem economiza mão-de-obra e dinheiro
economiza tempo e possibilita rapidez na obtenção dos resultados Maior controle de coordenação, resultando em menor chance de erro Em populações infinitas, torna-se impossível fazer um censo.

11 Amostragem Passos para realização de Amostragem

12 Amostra

13 Quantidade x Qualidade

14 Quantidade x Qualidade

15 Quantidade x Qualidade

16 Tamanho da Amostra Em pesquisas, uma etapa de grande importância é a determinação do tamanho da amostra que será utilizada para o levantamento dos dados. A amostra deve ser representativa!

17 Tamanho da Amostra Para efeitos da nossa disciplina, vamos considerar que a amostra foi extraída através de uma amostragem aleatória simples. Neste caso, teríamos a seguinte cálculo do tamanho da amostra

18 Tamanho da Amostra Erro Amostral: É a diferença entre um resultado amostral e o verdadeiro resultado populacional Tais erros resultam de flutuação amostrais aleatórias;

19 Tamanho da Amostra

20 Tamanho da Amostra

21 Tamanho da Amostra 1. 2.

22 Tamanho da Amostra 1. 2.

23 Métodos de Amostragem A seleção dos elementos da população são para compor a amostra depende, ao menos em parte, do julgamento do pesquisador ou do entrevistador no campo. Não há nenhuma chance conhecida de que um elemento qualquer da população venha a fazer parte da amostra. Não probabilísticas Cada elemento da população tem uma chance conhecida e diferente de zero de ser selecionado para compor a amostra Probabilísticas

24 Métodos de Amostragem Amostragens Não probabilísticas Probabilísticas
Básicas: Conveniência( acidental) Intencional (julgamento) Cotas (proporcional) Bola de Neve Amostragens Probabilísticas Aleatória simples Sistemática Estratificada 3.1 Uniforme 3.2 Proporcional

25 Não Probabilística Por conveniência Os entrevistados são escolhidos por conveniência dos pesquisador (se encontram no lugar exato no momento certo). é a menos confiável é barato e simples utiliza-se para testar ou para obter idéias sobre determinado assunto de interesse Não são uteis para pesquisa conclusiva Não permite que se façam generalizações Exemplos: uso de estudantes, grupos de igrejas, membros de organizações sociais,lojas de departamentos, questionários destacáveis em revistas, entrevistas com “pessoas na rua”.

26 Não Probabilística Intencionais São selecionados com base no julgamento do pesquisador, que usando sua experiência, escolhe os elementos a serem incluídas na amostra. Exemplos: testes de mercado para determinar potencial de um novo produto, seleção de distritos eleitorais representativos para uma pesquisa de voto.

27 Não Probabilística Por quotas Busca-se, mesmo que subjetivamente, a similaridade de aspectos entre a amostra e a população. É necessário conhecimento prévio sobre os aspectos a serem controlados e sua distribuição na população da pesquisa. Quanto menos aspectos forem desejados de serem controlados e menos categorias em cada um houverem mais fácil se torna seu delineamento. Ex: Quotas de homens e mulheres, com mais ou menos de 30 anos.

28 Não Probabilística Bola de Neve um grupo inicial de entrevistados é selecionado aleatoriamente. Estes elementos, após terem sido entrevistados identificam outros entrevistados que pertençam a mesma população-alvo. Este processo pode ser executado em ondas sucessivas, obtendo-se referências ou informações a partir de referências ou informações. Este tipo é muito utilizado para estimar características raras na população e sua principal vantagem é aumentar substancialmente a possibilidade de localizar a característica desejada na população. Seus custos são relativamente baixos.

29 Probabilística Aleatória Simples Cada elemento da população tem probabilidade conhecida, diferente de zero e idêntica à dos outros elementos, de ser selecionado para fazer parte da amostra. É constituído um arcabouço amostral em que cada elemento recebe uma numeração e a seleção é feita aleatoriamente. É a técnica mais elementar de amostragem aleatória. Serve de base para as outras técnicas de amostragem aleatória. A amostra é selecionada usando um processo aleatório, como, por exemplo, uma tabela de números aleatórios.

30 Probabilística Aleatória Simples
Para realizar a seleção das unidades amostrais, devemos inicialmente atribuir um número a cada uma delas.

31 Probabilística Aleatória Simples
Extraindo uma amostra, por exemplo, de tamanho n = 5, de forma aleatória, poderíamos ter a seguinte configuração: {02, 12, 32, 26, 9}  {Renne, Neila, Sandra, Danielle, Fabiano}

32 Probabilística Sistemática Uma amostra obtida selecionando-se aleatoriamente uns elementos entre os K primeiro elementos de um sistema de referência e, após esse, cada k-ésimo elemento, é chamada sistemática. N = Tamanho da população; n = Tamanho da amostra.

33 Probabilística Sistemática EXEMPLO: N=32 n=5 = k=32/5=6,4  k  6
Vamos supor que o número “03” é o sorteado(entre 1 a 6), ou seja, o primeiro cliente da amostra é a “Mariana”. Os demais são obtidos pelo intervalo de seleção “6”, a partir da Mariana, resultando na seguinte amostra: (3) (9) (15) (21) (27) {Mariana, Fabiano, Emanuel, Maria Tereza, Andréa}

34 Probabilística Aleatória x Sistemática Tanto na amostra aleatória simples quanto a sistemática, pode ocorrer que a amostra não seja representativa da população. Por exemplo, em uma população formada por 50% de mulheres e 50% de homens, a amostragem pode resultar numa amostra de 90% de mulheres e 10% de homens. Nesse caso a amostra continua sendo aleatória, mas não é representativa.

35 Probabilística Extratificada Os elementos da população serão subdivididos em subpopulações. São consideradas características comuns na população para definição das subpopulações.

36 Probabilística Extratificada Os elementos da população serão subdivididos em subpopulações. Você seleciona uma amostra aleatória simples/sistemática dentro de cada estrato São consideradas características comuns na população para definição das subpopulações. População de Homens ou Mulheres Pesquisa Eleitoral: Urbana e Rural Sexo Faixa Etária Faixa de Renda

37 Probabilística Extratificada Uniforme Quando os estratos tem aproximadamente o mesmo tamanho ou ainda, quando se deseja comparar diversos estratos. Sendo assim seleciona-se a mesma quantidade de elementos de cada estrato.

38 Probabilística Extratificada Proporcional Quando os estratos tem tamanhos diferentes. A proporcionalidade do tamanho de cada estrato da população é mantida na amostra

39 Probabilística Extratificada Proporcional

40 Probabilística Extratificada Proporcional
Vamos supor que obtivemos {A3, A6, A2, A8} para o estrato correspondente à Loja A. A amostra {B3, B1, B15, B12, B9, B10} para o estrato correspondente à Loja B atletismo e a amostra {C11, C14, C4, C7, C5} para o estrato correspondente à Loja C.