A amostragem é um procedimento estatístico fundamental que visa obter uma amostra representativa de uma população. O uso de amostras é preferível ao censo populacional em cerca de 90% das situações na estatística inferencial, pois estudar populações inteiras é frequentemente caro, demorado e pode resultar em dados desatualizados. A forma como essa amostra é adquirida é crucial para a validade do estudo.
Existem dois grandes grupos que definem o processo de seleção de amostras: a Amostragem Probabilística (ou casual/aleatória) e a Amostragem Não Probabilística (ou não casual).
Amostragem Probabilística (Casual/Aleatória)
A amostragem é probabilística quando a seleção da amostra é feita de forma aleatória. Isso significa que cada elemento da população tem uma probabilidade conhecida de participar da amostra. Este tipo de amostragem utiliza técnicas estatísticas e segue métodos rigorosamente científicos para a escolha das unidades amostrais.
Seja N o tamanho da população, e se todos os elementos têm igual probabilidade de serem selecionados, essa probabilidade é dada por 1/N.
Tipos de Amostragem Probabilística
Amostragem Aleatória Simples (AAS)
- Conceito: É o tipo mais importante de amostragem. Os elementos da população são enumerados, e a seleção é feita por meio de sorteio sem restrição, garantindo que cada elemento tenha a mesma probabilidade de pertencer à amostra.
- Exemplo: Um diretor de escola utiliza um computador para gerar 50 números de identificação aleatórios de um total de 500 alunos, e esses 50 alunos são convidados a responder a pesquisa.
Sistemática:
- Conceito: Ocorre quando os elementos da população se apresentam ordenados. Seleciona-se um ponto inicial aleatório no intervalo entre 1 e K, e os demais elementos são retirados periodicamente em intervalos fixos e regulares. O intervalo (K) é calculado dividindo-se o tamanho da população (N) pelo tamanho da amostra desejada (n).
- Exemplo: Se o intervalo é 16, e o primeiro elemento sorteado é o 2, os próximos serão 2+16=18, 18+16=34, e assim sucessivamente.
Estratificada:
- Conceito: A população é dividida em subpopulações ou estratos. Os estratos devem ser internamente mais homogêneos do que a população inteira em relação à variável de interesse. Amostras aleatórias simples são selecionadas dentro de cada estrato. É uma técnica que geralmente leva a estimativas mais precisas (menor erro padrão) do que a AAS e é geralmente mais custosa.
- Alocação: Pode ser uniforme (o mesmo número de elementos em cada estrato, se os estratos têm o mesmo tamanho) ou proporcional (a quantidade de elementos é proporcional ao tamanho dos estratos). A alocação proporcional é a mais utilizada.
- Exemplo: O diretor de um curso entrevista 100 alunos, obtendo amostras aleatórias de 25 alunos do primeiro ano, 25 do segundo, 25 do terceiro e 25 do último ano. Os anos do curso são os estratos.
Amostragem por Conglomerados (Clusters):
- Conceito: A população é dividida em grupos, ou conglomerados. A unidade amostral é o grupo inteiro, e o conglomerado selecionado é incluído na amostra em sua totalidade. É mais simples e mais barata, pois não exige o cadastro prévio de todas as unidades amostrais. Os conglomerados devem ser tão heterogêneos quanto a população original (diferente da estratificada).
- Exemplo: Um levantamento sorteia 10 celas (conglomerados) de um presídio, e todos os detentos encontrados nessas 10 celas sorteadas são testados clinicamente.
Amostragem Não Probabilística (Não Casual)
A amostragem é não probabilística quando há uma escolha deliberada dos elementos da amostra. Este tipo não utiliza técnicas estatísticas rigorosamente científicas para garantir a equiprobabilidade de seleção, e o resultado pode prejudicar a representatividade da amostra em relação à população, criando um viés (tendência) na pesquisa.
Tipos de Amostragem Não Probabilística:
Amostragem a Esmo ou Sem Norma (Por Conveniência / Acidental):
- Conceito: Ocorre quando algo é feito sem uma forma definida. Os elementos são selecionados ao critério do pesquisador, mas sem critérios estatísticos que garantam a equiprobabilidade.
- Exemplo: Um pesquisador fica em uma esquina de uma farmácia e seleciona as pessoas que passam ali. Isso pode introduzir um viés, resultando em uma amostra com maior número de pessoas de idade mais avançada.
Intencional (Por Julgamento):
- Conceito: O estatístico escolhe os elementos com base em sua experiência, julgamento ou com o auxílio de peritos e especialistas no assunto. A amostra não representa a população como um todo.
- Exemplo: Um estudo em que são escolhidos indivíduos específicos, de maior relevância, para compor a amostra.
Amostragem por Quotas:
- Conceito: Corresponde à versão não casual da amostragem estratificada. A população é dividida em quotas (grupos homogêneos). No entanto, dentro de cada quota, é realizada uma amostragem ao acaso (por conveniência).
- Exemplo: Um pesquisador divide uma cidade em bairros de classe alta e baixa (quotas). Ele coloca um pesquisador em cada bairro para selecionar pessoas que passem na esquina ao acaso.
Amostragem Bola de Neve (Snowball):
- Conceito: Indivíduos selecionados para o estudo convidam novos participantes de sua rede de amigos e conhecidos.
- Aplicação: Útil para populações muito difíceis de serem encontradas.
- Risco: A amostra pode não ter rigor estatístico, pois os indivíduos tendem a indicar pessoas semelhantes a eles, resultando em um viés estatístico.
👉 Quer mais resumos como este? Acompanhe nosso blog e prepare-se para o seu concurso!