Métodos de amostragem: técnicas, tipos, exemplos

Amostragem é um procedimento estatístico de extrair um pequeno número de elementos de uma população e tirar conclusões sobre a população.

O que é amostragem?

Amostragem é o processo de seleção de um subconjunto de pessoas ou fenômenos sociais a serem estudados a partir do universo mais amplo.

O principal objetivo da amostragem é fazer inferências sobre o grupo maior com base nas informações obtidas do grupo pequeno.

A principal forma de conseguir isso é selecionar uma amostra representativa. Uma amostra representativa sólida deve refletir todas as variáveis existentes na população.

O termo “população” refere-se a todos aqueles que poderiam ser incluídos na enquete. Uma variável é qualquer característica na qual as pessoas ou grupos diferem.

Uma variável é um conjunto de atributos mutuamente exclusivos de uma unidade amostral: sexo, idade, situação profissional, etc. Os elementos de uma determinada população podem ser descritos em termos dos seus atributos numa determinada variável.

A variável está intimamente associada ao termo base amostral. A base de amostragem lista todas as unidades da população da qual a amostra será selecionada.

O método de amostragem é menos dispendioso e demorado do que a técnica de censo. É conveniente administrar um método de amostragem, pois as pequenas unidades amostrais podem ser facilmente manejáveis.

O método de amostragem também é útil para o estudo intensivo e elaborado de unidades selecionadas.

O principal pressuposto por trás da técnica de amostragem é que, embora os fenómenos sócio-jurídicos sejam complexos, parece haver uma unidade dominante na diversidade e é possível extrair uma amostra representativa.

No entanto, a escolha da unidade deve ser clara, inequívoca e definitiva. Além disso, a unidade amostral deve ter tamanho adequado para ser confiável.

Contudo, para ser fiável, a escolha das unidades amostrais deve ser feita com o devido cuidado e o tema do inquérito deve ser homogéneo.

A principal vantagem do método de amostragem é que pode facilitar a estimativa das características da população num tempo muito mais curto do que seria possível de outra forma.

Também é mais barato, pois apenas menos pessoas precisam ser entrevistadas.

Contudo, o método de amostragem também apresenta algumas desvantagens, como a possibilidade de vieses na seleção das unidades, levando a conclusões falsas.

O preconceito ocorre quando as decisões do investigador sobre quem amostrar são demasiado influenciadas por julgamentos pessoais, pela disponibilidade dos potenciais entrevistados ou pelos seus critérios implícitos de inclusão.

Uma amostra tendenciosa não representa a população da qual a amostra foi selecionada.

A utilização de métodos de amostragem também requer o conhecimento da amostragem e a seleção de amostras apropriadas.

Além disso, se as unidades amostradas são passíveis de mudança, não é fácil manter a homogeneidade.

O que é população em amostragem de pesquisa?

A população (também chamado de universo) é a coleção total de todos os elementos da população, cada um dos quais é um caso potencial.

Todos os alunos de uma faculdade, por exemplo, constituem uma população de interesse, e cada aluno da faculdade questionado sobre sua idade, altura, peso ou opinião sobre qualquer assunto é um elemento da população.

O que é Censo?

A Censo é uma investigação ou contagem de todos os elementos da população. Qualquer parte da população é uma amostra. Se uma amostra for selecionada de acordo com as regras de probabilidade, ela é uma amostra probabilística ou amostra aleatória.

Se uma amostra for aleatória, é possível calcular quão representativa é a amostra da população mais ampla da qual foi extraída. A contrapartida da amostra probabilística é a chamada amostra não probabilística.

O que é amostragem não probabilística?

Amostragem não probabilística é um método de amostragem não aleatório e subjetivo, onde a seleção das unidades depende do julgamento pessoal do amostrador.

O que é uma pesquisa?

Um questionário é um termo geral que se refere ao coleção de dados usando entrevistas, questionários ou observações.

O que é pesquisa por amostra?

A Inquérito por amostragem é um estudo que envolve um subconjunto (ou amostra) de indivíduos selecionados de uma população maior por métodos estatísticos aceitos.

O que é população-alvo?

Às vezes é feita uma distinção entre a população-alvo e a população amostrada. Na pesquisa, o população alvo é todo o conjunto de unidades para as quais os dados da pesquisa são usados para tirar conclusões e fazer inferências.

Também pode ser definida como a população elegível incluída no trabalho de investigação. Também é chamado de população pesquisada.

Idealmente, os dois serão iguais, mas por razões práticas, geralmente haverá diferenças entre eles.

Uma razão para a diferença é que parte da população num inquérito não está coberta, pelo que não é obtida qualquer informação sobre ela.

Dependendo se as unidades amostrais são finitas ou infinitas, uma população pode ser finita ou infinita.

O que é população finita?

A população finita contém um número contável de unidades amostrais, por exemplo, todos os eleitores registados numa determinada cidade num determinado ano ou todos os clientes que visitaram a loja da cidade em Maio de 2006.

O que é população infinita?

Um população infinita consiste em um número infinito de unidades de amostragem, como o número de lançamentos de moedas até que apareça uma cara. A amostragem projetada para produzir informações sobre características particulares de uma população finita é geralmente chamada amostragem do inquérito.

O que é unidade de amostragem?

Uma unidade amostral ou simplesmente uma unidade é um elemento ou grupo de elementos bem definido, distinto e identificável sobre o qual a observação é feita.

Em alguns estudos, um indivíduo de um domicílio pode ser uma unidade amostral, enquanto em outro estudo, o domicílio pode ser uma unidade amostral. A quadro de amostragem é uma lista de unidades ou grupos de unidades da população a ser amostrada.

O que é tamanho de amostra?

Tamanho da amostra refere-se ao número de unidades contidas em uma amostra, enquanto tamanho da população é o número de unidades que constituem a população.

As características da população sobre as quais as inferências são feitas são chamadas parâmetros.

Para um determinado desenho amostral, um estimador é um método ou fórmula para estimar o valor do parâmetro.

Um estimativa é o valor numérico do estimador obtido da amostra. Viés é um termo que se refere a quão longe o valor médio do estimador está do parâmetro.

Como a amostragem e o design da amostra estão relacionados

Projeto de amostra refere-se aos planos e métodos a serem seguidos na seleção de uma amostra da população-alvo e à técnica de estimativa vis-à-vis a fórmula para calcular as estatísticas da amostra.

Essas estatísticas são as estimativas utilizadas para inferir os parâmetros populacionais.

Implícito no conceito, o desenho amostral também inclui questões como a escolha da base amostral, determinação do tamanho da amostra, estimativa da confiabilidade das estimativas, procedimento de estratificação, método de alocação da amostra, agrupamento da amostra, etc.

Como a amostragem e o design da pesquisa estão relacionados

Desenho da pesquisa está preparando um plano completo de operações a ser seguido na realização de uma pesquisa e na divulgação dos resultados pretendidos.

Iremos detalhar projetando uma pesquisa em um artigo separado.

No entanto, enfatizamos que os objectivos do inquérito abrangidos pelo desenho do inquérito determinam o desenho da amostra. Na prática, o desenho da amostra deve ser desenvolvido como parte integrante do desenho geral do inquérito.

O desenho do inquérito e o desenho da amostra são, portanto, dois conceitos inter-relacionados e um é complementar ao outro.

Quase sempre é desejado que um desenho amostral seja avaliado quanto à sua perfeição, e espera-se que um desenho amostral perfeito atenda a determinados critérios, que incluem, entre outros, os critérios de precisão, confiabilidade, validade e eficiência.

Importância da Amostragem

Quase sempre é colhida uma amostra para fornecer dados estatísticos sobre uma vasta gama de assuntos, tanto para fins de investigação como para fins administrativos.

Os exemplos a seguir foram elaborados para ilustrar a importância da amostragem na vida real:

1. Numa sondagem de opinião, um número relativamente pequeno de pessoas são entrevistadas, e são solicitadas suas opiniões sobre questões atuais para descobrir a atitude da comunidade como um todo.
2. As agências de marketing e publicidade realizam inúmeras pesquisas para determinar as expectativas, atitudes, hábitos de compra ou padrões de compra dos clientes. Esta informação é útil para os fabricantes de produtos para promoção de vendas. Como é impossível obter essas informações de inúmeros clientes, isso é conseguido entrevistando uma parte dos clientes.
3. Grandes lotes de produtos manufaturados são aceitos ou rejeitados pelos departamentos de compras das empresas ou do governo após a inspeção de um número relativamente pequeno de itens retirados desses lotes.
4. Nas estações fronteiriças, os funcionários aduaneiros fazem cumprir as leis, verificando os efeitos de apenas um pequeno número de viajantes atravessarem a fronteira.
5. Uma loja de departamentos deseja examinar se está perdendo ou ganhando clientes extraindo uma amostra de sua lista de titulares de cartão de crédito, selecionando cada décimo nome.
6. Os auditores muitas vezes julgam até que ponto a adequada procedimentos contábeis foram seguidos examinando um pequeno número de transações selecionado entre um grande número de transações desse tipo que ocorrem dentro de um período de tempo especificado.
7. O Ministério da Saúde e Bem-Estar Familiar pode estar interessado em conhecer o nível de conhecimento da população adulta da cidade de Dhaka sobre o perigo da poluição ambiental, entrevistando alguns adultos seleccionados da cidade.

Inúmeras medições da economia, saúde, força de trabalho, uso de contraceptivos, imunização, desemprego, rendimento, exportação, importação, produtos industriaise similares dependem de amostras e não de enumeração completa.

Numerosas pesquisas estão sendo realizadas para desenvolver, testar e refinar hipóteses em sociologia, psicologia, demografia, ciência política, antropologia, geografia, economia, educação e saúde pública.

Tanto os governos locais como centrais fazem uso considerável de dados de inquéritos para conhecerem as diversas características da população para efeitos de planeamento e desenvolvimento.

Em todos os casos, uma amostra é selecionada porque é impossível, inconveniente, lento ou antieconômico monitorar toda a população.

É agora amplamente aceite que um inquérito por amostragem é um método popular e científico de recolha de dados.

Tipos de amostragem

Amostragem probabilística

Refere-se a uma amostra que foi selecionada por meio de seleção aleatória, de modo que cada unidade da população tenha uma chance conhecida de ser selecionada.

Em outras palavras, unidades individuais são escolhidas de todo o grupo, não deliberadamente, mas por meio de alguns processos mecânicos.

Assim, a amostragem probabilística também é conhecida como ‘amostragem aleatória’.

A amostragem probabilística é fundamental quando os investigadores pretendem descrições estatísticas precisas de grandes populações - por exemplo, a percentagem de populações desempregadas ou planos para votar no candidato X, etc.

Por isso, amostragem probabilística é usada em pesquisas em grande escala. A amostragem probabilística tem a vantagem de eliminar preconceitos humanos na amostragem. O erro amostral neste método pode ser reduzido ao mínimo.

A amostragem probabilística aumenta a representatividade da amostragem e permite a generalização de uma amostra para a população.

Existem três tipos de métodos de amostragem probabilística: (1) Amostragem Aleatória Simples, (2) Amostragem Aleatória Estratificada e (3) Amostragem Não Probabilística.

1.1) Amostragem Aleatória Simples

Esta é a forma básica de uma amostra probabilística. Nesta amostra aleatória, cada unidade populacional tem igual probabilidade de inclusão na amostra.

As principais etapas da elaboração de uma amostra aleatória simples incluem a definição da população, a decisão sobre o tamanho da amostra e a seleção do processo mecânico.

Geralmente, neste tipo de amostragem, são atribuídos números às unidades que compõem uma população.

Em seguida, um conjunto de números aleatórios é gerado e as unidades que possuem esses números são incluídas na amostra. A amostragem aleatória simples é livre de vieses e geralmente é mais representativa.

1.2) Amostragem Aleatória Estratificada

A amostragem aleatória provavelmente incluirá, por acaso, uma proporção maior de um grupo de pessoas do que deveria para ser verdadeiramente representativa.

Para evitar esse problema, utiliza-se amostragem aleatória estratificada. A amostragem aleatória estratificada é empregada quando a população da qual a amostra é retirada não constitui um grupo homogêneo.

Assim, estratificação significa agrupar as unidades que compõem uma população em unidades homogêneas antes da amostragem. Nesse tipo de amostragem, a população é estratificada por critérios e, em seguida, a seleção é feita por meio de amostragem aleatória simples a partir dos estratos resultantes.

Em outras palavras, neste método, a população é dividida em várias subpopulações que são individualmente mais homogêneas que a população total.

Em seguida, é feita a seleção de cada estrato para constituir uma amostra representativa.

A amostragem aleatória estratificada garante que a amostra resultante será distribuída de forma semelhante à população em termos do critério estratificador.

A amostragem estratificada pode garantir maior representatividade da amostra se o processo de estratificação for baseado em critérios objetivos.

1.3) Amostragem Sistemática

Em amostragem sistemática, a população é listada de modo que sua ordem possa identificar exclusivamente cada elemento da população.

A lista de elementos da população geralmente é ordenada aleatoriamente em relação à característica a ser medida. Nesse sentido, também equivale à amostragem aleatória simples.

No entanto, aqui a amostra é selecionada em cada intervalo de amostragem.

Normalmente, a amostragem aleatória simples requer uma lista de elementos. Quando tal lista está disponível, os pesquisadores geralmente empregam amostragem sistemática.

Por exemplo, se a lista contém 10.000 elementos e o pesquisador deseja uma amostra de 1.000, ele deve selecionar cada décimo elemento para sua amostra.

Amostragem Não Probabilística

Amostragem não probabilística significa uma amostra que não foi selecionada usando um método aleatório. Neste método, as unidades da amostra são selecionadas deliberadamente pelo pesquisador.

Assim, na amostragem não probabilística, o o pesquisador escolhe propositalmente as unidades populacionais específicas com certas características para constituir uma amostra porque tais unidades representarão toda a população.

Existem dois tipos principais de amostragem não probabilística: (1) Julgamento de Amostragem Intencional e (2) Amostragem por Cota.

2.1) Julgamento da Amostragem Intencional

No julgamento da amostragem proposital, o pesquisador seleciona as unidades para formar sua amostra por seu próprio julgamento.

A essência disso método é que o pesquisador, presumivelmente tendo conhecimento suficiente sobre a população e os seus elementos, utiliza a sua experiência para selecionar uma amostra que será mais útil ou representativa.

Esta técnica é útil nos casos em que todos os dados são homogêneos e o pesquisador tem pleno conhecimento dos diversos aspectos do problema.

2.2) Amostragem de Cota

Isso combina procedimentos de julgamento e probabilidade. Aqui, a população é classificada em diversas categorias com base em julgamento, suposição ou conhecimento prévio.

Primeiro, as pessoas são selecionadas globalmente: sexo, idade, classe, localidade, etc.

Por exemplo, ao realizar investigação, o investigador pode precisar de saber que proporções da população são masculinas e que proporção são femininas, que proporções de cada género se enquadram em várias categorias de idade, níveis educacionais, grupos étnicos, etc.

A amostragem por cotas visa produzir uma amostra que reflita uma população em termos das proporções relativas de pessoas em diferentes categorias.

A amostragem por cota é muito mais rápida e barata do que a amostragem probabilística adequada.

Amostragem com e sem reposição

Uma amostra pode ser extraída com substituição (SWR) ou sem substituição (SWOR).

Suponha que a amostra seja retirada com reposição de uma população, finita ou infinita.

Nesse caso, a unidade sorteada é devolvida à população e o número de unidades disponíveis para sorteio futuro não é afetado.

Consequentemente, a probabilidade de sortear qualquer unidade restante em seleções sucessivas permanecerá inalterada.

Na amostragem sem reposição, a unidade sorteada não é devolvida à população nos sorteios subsequentes. Ao contrário da amostragem com reposição, a probabilidade de retirar qualquer unidade restante em seleções sucessivas será aumentada.

A amostragem com reposição é algumas vezes chamada de amostragem irrestrita. Em geral, a amostragem com reposição é menos precisa do que a amostragem sem reposição.

Intuitivamente, a amostragem com reposição parece um desperdício.

Na prática, quase toda a amostragem é feita sem reposição, pois há pouca justificativa para estudar as características das unidades, que já foram incluídas na seleção anterior.

A amostragem com reposição interessa principalmente pelo interesse teórico, uma vez que a fórmula da variância e da variância estimada dos estimadores costuma ser mais simples quando a amostragem é feita com reposição do que quando é feita sem reposição.

Exemplo 1

Suponha que temos 4 membros em uma família aos quais atribuímos os números de série 1, 2, 3, 4.

Precisamos selecionar dois deles para uma entrevista. Neste caso específico, dizemos que temos uma população de tamanho 4 (ou seja, AM) da qual uma amostra de tamanho 2 (ou seja, m=2) será selecionada.

Para selecionar estes dois membros sem reposição, haverá ao todo 6 amostras possíveis de cada um dos 2 membros. A tabela a seguir exibe todas as amostras possíveis de tamanho 2:

Tabela: Amostras de Tamanho 2 sem Reposição

Amostra #	Amostras consistindo em números de série
1	(1.2)
2	(1,3)
3	(1,4)
4	(2,3)
5	(2,4)
6	(3,4)

Na prática, lidamos com apenas uma amostra, que pode ser qualquer um dos casos acima.

Se a amostra número 3 for selecionada, buscaremos informações dos membros 1 e 4 para atender aos objetivos da nossa pesquisa.

Exemplo# 2

Consulte o exemplo acima. Se a amostragem for feita com reposição, haverá 16 amostras possíveis, cada uma de tamanho 2. A Tabela 5.2 mostra essas amostras.

Tabela: Amostras de Tamanho 2 com Reposição

Amostra #	Números de série	Amostra #	Números de série
1	(1-1)	9	(3,1)
2	(1,2)	10	(3,2)
3	(1,3)	11	(3,3)
4	(1,4)	12	(3,4)
5	(2, 1)	13	(4,1)
6	(2, 2)	14	(4, 2)
7	(2, 3)	15	(4,3)
8	(2, 4)	16	(4, 4)

Observe que a amostra 3 (por exemplo) e a amostra 9 são, de fato, idênticas. Se selecionarmos a amostra 3, não obteremos nenhuma informação extra ao selecionar a amostra 9.