ATPS De Estatística TADS Anhanguera

POPULAÇÃO E AMOSTRA

As diferenças entre População e Amostra:

A distinção entre população e amostra é familiar ao senso comum. Toda pesquisa estatística precisa atender a um “público alvo”, pois é com base nesse conjunto de pessoas que os dados são coletados e analisados de acordo com o princípio da pesquisa. Esse público alvo recebe o nome de população e constitui um conjunto de pessoas que apresentam caraterísticas próprias, por exemplo: usuários de um plano de saúde, funcionários de uma empresa, alunos de uma escola e entre várias situações que envolvem um grupo geral de elementos. Um ponto importante com relação à pesquisa populacional, é que a mesma pode ser relacionada a um conjunto de objetos ou informações.

A amostra é o subconjunto de elementos pertencentes a uma população, fração ou uma parte do grupo. A coleta de uma amostra faz-se necessária quando se pretende saber informações sobre a população em estudo. O levantamento por amostragem apresenta algumas vantagens em relação ao levantamento de toda a população. A amostragem implica em custo menor e resultado em menor tempo. Há casos em que só a amostragem é conveniente, como testes de resistência de materiais. A amostragem pode ser dita probabilística ou não probabilística.

Amostra Probabilística - Todos os elementos da amostra têm probabilidade conhecida diferente de zero, podendo ser incluído na amostra.

Neste caso ela pode ser classificada como:

Aleatória Simples;

Aleatória Estratificada;

Aleatória por Conglomerado;

Sistemática;

Amostra não Probabilística - A escolha dos elementos da amostra é feita de forma não aleatória, existindo um procedimento de seleção dos elementos da população segundo critérios estabelecidos pelo pesquisador. Nenhum elemento qualquer pode fazer parte da amostra.

Neste caso ela pode ser classificada como:

Por Conveniência ou Acidental;

Intenção ou por Julgamento;

Por cotas ou Proporcional;

Por tráfego;

Explicações das extensões de amostras probabilísticas e não probabilísticas:

Amostragem Probabilística Aleatória Simples: Os elementos da amostra são escolhidos aleatoriamente. A amostra é escolhida por meio de sorteio os de sistemas de qualquer outra forma aleatória.

Amostragem Probabilística Estratificada: A amostra é definida proporcionalmente ao tamanho de cada estrato da população. Subdivide-se a população em subgrupos (estratos). Selecionam-se amostras aleatórias simples de cada estrato. Por fim combina-se o resultado de cada estrato para estimar parâmetros da população. Sexo, idade, condição socioeconômica são exemplos típicos. Nestas condições, tais estratos devem ser levados em consideração e o sorteio da amostra deve ser feito em cada um deles independentemente; daí o nome de amostragem estratificada.

Geralmente, a amostra de cada estrato é proporcional ao número de indivíduos que compõem a população do mesmo. Essa amostragem é chamada de amostragem estratificada proporcional

Amostragem Probabilística por Conglomerado (Cluster): Chama-se conglomerado (ou cluster) um conjunto de unidades elementares da população. Se a unidade amostral definida na população, para efeito do sorteio para obtenção da amostra, forem conglomerados, ter-se-á uma amostragem por conglomerados.

Na amostra por conglomerados, cada conglomerado é visualizado como uma espécie de miniatura da população; portanto, será tanto melhor quanto maior a heterogeneidade da população. Conglomerados podem ser quarteirões, domicílio e etc.

Amostragem Probabilística Sistemática: Os elementos da amostra são escolhidos segundo um fator de repetição (intervalo fixo). Cada elemento pode ser identificado pela sua posição (uma lista ou fila). É possível colher uma amostra utilizando a ordenação natural dos indivíduos, como prontuários, quarteirões de uma cidade e etc. Sendo N o total de unidades amostrais e n o tamanho da amostra desejada, define-se a quantidade N/n = k, a que se dá o nome de intervalo de amostragem; admitindo-se que k seja um número inteiro, faz-se então um sorteio entre os números 1, 2,..., k, podendo ser obtido, por exemplo, o valor i, que será chamado de início casual. A partir daí, toda a amostra é definida: o segundo termo será i k, o terceiro termo será i 2k e assim por diante.

Nesse tipo de amostragem, deve-se ter o cuidado de verificar se a ordenação das unidades amostrais não apresenta periodicidade, com certas características se repetindo em intervalos iguais.

Amostragem Não Probabilística por Conveniência ou Acidental: Os elementos são selecionados conforme conveniência do pesquisador. A amostra pesquisada muitas vezes está disponível no local e no momento onde a pesquisa estava sendo realizada.

Amostragem Não Probabilística Intencional ou por Julgamento: Os elementos da amostra são julgados como adequados baseado em escolhas de casos específicos, na população onde o pesquisador está interessado.

Amostragem Não Probabilística por Cotas ou Proporcional: Os pesquisados procura obter uma amostra que seja similar apenas em alguns aspectos à população. Há necessidade de conhecer características específicas da população para determinar a amostra.

Amostragem Não Probabilística por Tráfego: A amostra é entrevistada ou observada em lugares de tráfego mais intenso, como em ruas de comércio, grandes lojas de departamentos, eventos esportivos, etc.

CONCLUSÃO:

População é a totalidade de pessoas, animais, plantas ou objetos, da qual se podem recolher dados. É um grupo de interesse que se deseja descrever ou acerca do qual se deseja tirar conclusões.

Amostra é um subconjunto de uma população ou universo. A amostra deve ser obtida de uma população específica e homo gene por um processo aleatório. A aleatorização é condição necessária para que a amostra seja representativa da população.

É importante que o investigador defina cuidadosa e completamente a população antes de recolher a amostra, incluindo uma descrição dos membros que devem ser incluídos. Para cada população, há muitas amostras possíveis e qualquer delas deve fornecer informação dos parâmetros da população correspondente. É importante