TIPOS DE AMOSTRAGEM Amostragem Probabilística e Não-Probabilística. Amostragem PROBABILÍSTICA: Técnicas de amostragem em que a seleção é aleatória de tal forma que cada elemento tem igual probabilidade de ser sorteado para a amostra, e é selecionado independentemente de qualquer outro. Assim se conhece a probabilidade de todas as combinações amostrais possíveis. • Melhor recomendação que se deve fazer no sentido de se garantir a representatividade da amostra, pois o acaso será o único responsável por eventuais discrepâncias entre população e amostra. • Permite Inferência Estatística • Pode ser classificada em: o Amostragem Aleatória Simples o Amostragem Aleatória Sistemática o Amostragem Estratificada o Amostragem por Conglomerados Amostragem Aleatória Simples: • Todos os elementos da população têm a mesma probabilidade de ser selecionado; • É o processo mais elementar e muito frequentemente utilizado; • Vários meios podem ser usados, desde que ofereçam a mesma probabilidade de seleção de um elemento da amostra. VANTAGENS: • Facilidade de compreensão; • Resultados podem ser projetados para a população-alvo; DESVANTAGENS: • Em geral, resulta em menor precisão com maiores erros do que outras técnicas de amostragem probabilística; • Pode não resultar em uma amostra representativa; Amostragem Aleatória Sistemática: Trata-se de uma variação da amostragem simples, conveniente quando a população está ordenado segundo critério, como fichas de um fichário. • K é o intervalo amostral e é obtido pela razão N (tamanho da população) e n (tamanho da amostra); • O primeiro elemento é retirado aleatoriamente (entre 1 e K) e os de mais a partir de um intervalo K: o 1º elemento é o i=K, o 2º elemento é i+K, o 3º elemento é i+2K e assim sucessivamente. Exemplo: Em uma população de 100 (N), deseja-se uma obter uma amostra de 10 elementos (n), neste caso, o intervalo amostral é 100/10 = 10. Assim, escolhe-se um n° aleatório entre 1 e 10. Imagine que 3 seja o número sorteado, a amostra consistirá dos elementos 3, 13, 23, 33, 43, 53, 63, 73, 83, 93. Amostragem Aleatória Estratificada: Seu principal objetivo é aumentar a precisão sem elevar o custo. • Utilizada quando a população divide-se em sub-populações (estratos) razoavelmente homogêneos; • A amostragem estratificada consiste em especificar quantos itens da amostra serão retirados de cada estrato; • A seleção em cada estrato deve ser ALEATÓRIA; Como a população se divide em subconjuntos, convém que o sorteio dos elementos leve em consideração tais divisões, para que os elementos da amostra sejam proporcionais ao número de elementos desses subconjuntos. Observe a Figura 02: Figura 02: Exemplo de Amostragem Aleatória Estratificada Exemplo: Suponhamos que quiséssemos no nosso exemplo fazer a amostragem de acordo com o departamento. A distribuição de elementos por departamentos está abaixo: Setor Quantidade % Amostra Financeiro 7 25 1 TI 9 32,15 2 RH 12 42,85 2 Total 28 100 5 Amostragem por Conglomerados ou Agrupamentos: Esta técnica é usada quando a identificação dos elementos da população é extremamente difícil, porém pode ser relativamente fácil dividir a população em conglomerados (subgrupos) heterogêneos representativos da população global. • Uma amostra aleatória simples desses conglomerados pode ser escolhida, e uma contagem completa deve ser feita para o conglomerado sorteado. • São exemplos de conglomerados: quarteirões, famílias, organizações, agências, edifícios, etc. Exemplo: Dividir a população em Conglomerados: • Se as empresas são os conglomerados, então os trabalhadores são os dados amostrais; • Selecionar os conglomerados ALEATORIAMENTE; • Pesquisar todos os trabalhadores dos conglomerados selecionados ou uma amostra aleatória deles. População - Conglomerados (Empresas) Amostra (Trabalhadores das Empresas Selecionadas) Figura 03: Exemplo de Amostragem por Conglomerados Amostragem Não-Probabilística: Não é possível generalizar os resultados para a população, pois amostras não probabilísticas não garantem a representatividade da população. Pode ser dividida em: • Amostragem Acidental • Amostragem por Julgamento • Amostragem Intencional • Amostragem por Quotas Dimensionamento da Amostra: Cálculo do Tamanho Mínimo da Amostra: Tipo de Variável: Quantitativa? Qualitativa? Qual a variabilidade? (Quanto mais variada for a população, maior será a amostra necessária); Magnitude do Erro Estatístico: Quanto menor o erro admissível; maior o tamanho da amostra; Tempo, Verbas e Pessoal Disponível; Fórmulas para o Cálculo do Tamanho da Amostra: n0 = 1 2 E0 n= N * n0 N + n0 Onde: N = Tamanho da População; E0= Erro Amostral Tolerável (Exemplo: 2% = 0,02); n0= Primeira Aproximação do Tamanho da Amostra; n= Tamanho da Amostra; Exemplo 1: Em uma empresa que contém 2000 colaboradores, deseja-se fazer uma pesquisa de satisfação. Quantos colaboradores devem ser entrevistados para tal estudo? Considerar o erro amostral tolerável em 2%. Resolução: E0= 2% = 0,02 n0 = 1 = 2500 (0,02) 2 n= 2000 * 2500 = 1111 2000 + 2500 Exemplo 2: Vamos repetir os cálculos do exercício anterior, definindo o erro amostral tolerável em 4%. Resolução: E0= 4% = 0,04 n0 = 1 = 625 (0,04) 2 n= 2000 * 625 = 476 2000 + 625 Através deste segundo cálculo, é possível observar que, quando aumentamos a margem de erro, o tamanho da amostra reduz. Exemplo 3: Vamos repetir os cálculos do exercício 2, supondo que na empresa tinha 30.000 colaboradores e considerando ainda o erro amostral tolerável em 4%. Resolução: E0= 4% = 0,04 1 n0 = = 625 (0,04) 2 n= 30000 * 625 = 612 30000 + 625 Observe que a diferença entre n e n0, neste último cálculo, é muito pequena. Portanto: se o número de elementos da população (N) é muito grande, a primeira aproximação do tamanho da amostra já é suficiente. Observação: N= 2.000 colaboradores (Exemplo 2) E0=0,04 (4%) n= 476 colaboradores (23,8% da população) N= 30.000 colaboradores (Exemplo 3) E0=0,04 (4%) n= 612 colaboradores (2,04 % da população) Portanto, podemos perceber que a relação entre a população inicial (N) e o tamanho da amostra (n) pode ser descrita pela Figura 04. Figura 04: Relação entre o tamanho da população inicial (N) e o tamanho da amostra (n)