A Arte

Constituição das principais Amostras Casuais, Probabilísticas ou Aleatórias

Os métodos de Amostragem Probabilísticos são preferíveis quando o utilizador pretende extrapolar com confiança para o Universo os resultados obtidos a partir da amostra. Neste tipo de amostragem é possível demonstrar a representatividade da amostra assim como calcular estatisticamente o grau de confiança com o qual as conclusões tiradas da amostra se aplicam ao Universo. Os métodos de Amostragem Casual, Probabilísticos ou Aleatórios mais utilizados são os seguintes:

- Amostragem Aleatória Simples

- Amostragem Sistemática

- Amostragem Estratificada

- Amostragem por Clusters

- Amostragem Multi-Etápica

Amostragem Aleatória Simples

Corresponde a um método de selecção dos elementos da amostra, em que cada um deles tem uma probabilidade igual (e não nula) de ser seleccionado do Universo. As duas técnicas mais vulgarmente utilizadas para escolher uma amostra aleatória simples são:

.Técnica da Lotaria – neste caso, o investigador atribui um número a casa um dos casos do Universo inquirido. Seguidamente escreve o número em papelinhos e coloca-os por exemplo numa caixa. Depois de bem misturados, são retirados n papéis da caixa (n refere-se ao número do tamanho da amostra desejada).

. Técnica da Tabela dos Números Aleatórios – esta técnica utiliza uma tabela de números aleatórios já preparada como, por exemplo, a tabela de RAND. Para utilizar uma tal tabela, o investigador atribui números a cada um dos casos do Universo inquirido. “Entra na tabela, numa página de colunas escolhidas ao acaso, e começa a ler os números em coluna, escolhendo um conjunto de números consecutivos com valores iguais ou inferiores ao tamanho do Universo inquirido (…) por exemplo, se o universo tiver 3500 casos e o investigador pretender retirar uma amostra de 500 casos, deve escolher um conjunto de 500 números consecutivos (ignorando todos os números na tabela com valores superiores a 3500)”. (HILL et al, 2002)

Amostragem Aleatória Sistemática

Segundo BACELAR (1999), a amostragem aleatória sistemática é uma variante da amostragem aleatória simples que se usa quando os elementos da população estão organizados de forma sequencial.

Suponhamos que o “Universo consiste em N=5000 casos (enumerados 0001, 0002… 5000) e que o investigador quer retirar uma amostra de n= 500 casos. O valor k (onde k=N/n) define o intervalo de amostragem. Neste exemplo k 5000/50 =10. O investigador usa o intervalo de amostragem para seleccionar a amostra.” (HILL e tal, 2002). É necessário seguidamente escolher ao acaso um número entre 1 e k, que será representado por r. Então, deve entrar numa tabela de números aleatórios, numa página e colunas escolhidas ao acaso e seleccionar o número que ocupa a posição r na coluna escolhida. É então o valor desse número que indica o número do primeiro caso a incorporar na amostra. O segundo caso será o que ocupa a posição (r­+k), depois o que ocupa a posição (r+2k) e assim sucessivamente até a amostra de n casos estar concluída.

Contudo, segundo o mesmo autor, este método apresenta duas desvantagens: no primeiro passo da amostragem é difícil de atribuir, genuinamente ao acaso, número aos casos, mas é importante fazer isto. A segunda desvantagem é que, o valor de r é escolhido ao acaso, mas o resto dos casos são escolhidos por aplicação de um intervalo fixo, e portanto, em rigor, não são escolhidas ao acaso.

Amostragem Estratificada

Esta técnica de amostragem usa informação existente sobre a população para que o processo de amostragem seja mais eficiente. A lógica que assiste à estratificação de uma população é a de identificação de grupos que variam muito entre si no que diz respeito ao parâmetro em estudo, mas muito pouco dentro de si, ou seja, cada um é homogéneo e com pouca variabilidade.

As três etapas para se definir uma amostra estratificada são:

. definir os estratos;

. seleccionar os elementos dentro de cada estrato mediante um processo aleatório simples;

. conjugar os elementos seleccionados em cada estrato, que na sua totalidade constituem a amostra.

Este método de amostragem estratificada tem a vantagem de ser mais eficiente do que os métodos de amostragem simples ou sistemática, pois é mais económico em termos de tempo e dinheiro e fornece resultados com menor probabilidade de erro associada.

Amostragem por Clusters

Este tipo de amostragem é especialmente útil quando o universo estatístico é formado por populações de grande dimensão e dispersas por vastas áreas geográficas. A Amostragem por Clusters usa agrupamentos naturais de elementos da população, nos quais cada elemento da população pertence a um só grupo. Para tal, é necessário que se disponha de uma listagem completa das amostras primárias (por exemplo, as turmas de uma escola). Os Clusters são escolhidos aleatoriamente e, dentro de cada Cluster todos os elementos são seleccionados, ou seja, só existe uma etapa de amostragem. Está orientada para a selecção de grupos de elementos e não de elementos individuais.

Segundo HILL et al (2002), este método tem a vantagem de ser muito útil quando for difícil, ou impossível, conhecer todos os casos do Universo, mas todos estes casos existem, naturalmente, por Clusters. A desvantagem é que os Clusters devem ser relativamente semelhantes de modo a que uma amostra aleatória de Clusters possa ser uma amostra representativa dos casos do Universo.

Amostragem Multi-Etápica ou Por Etapas

Neste tipo de amostragem, selecciona-se em primeiro lugar, aleatoriamente, uma amostra por Clusters – repare-se que é muito mais fácil obter uma lista por Clusters (por exemplo, de escolas) do