CAPÍTULO II TÉCNICAS DE AMOSTRAGEM

2.1 Considerações iniciais A amostragem é uma técnica estatística naturalmente presente em muitas situações, no cotidiano das pessoas. Fazer uma amostragem é extrair do todo (população) uma parte (amostra) com o propósito de avaliar certas características desta população. Veja o exemplo do tempero: ao provar (observar) uma pequena porção de um alimento, estamos fazendo uma amostragem. Na pesquisa científica é comum o uso de amostragem; observa-se uma amostra e a partir dos resultados dessa amostra, obter estimativas para as características de interesse. Dada a importância do assunto, não é demais enfatizar a importância da seleção dos elementos que serão efetivamente observados, ser realizada sob uma metodologia adequada, de tal forma que os resultados da amostra sejam informativos para avaliar (estimar) as características da população. a) Quando se utiliza amostragem Esta questão será ilustrada com os exemplos a seguir: 1) Pesquisa epidemiológica: população – todas as pessoas da região em estudo no momento da pesquisa; parâmetro a ser avaliado: percentagem de pessoas contaminadas. 2) Pesquisa eleitoral: população – todos os eleitores com domicílio eleitoral no município; parâmetro a ser avaliado: percentagem de votos de cada candidato à prefeitura, no momento da pesquisa. 3) Política de recursos humanos numa empresa: população – milhares de funcionários da empresa; parâmetros da população de funcionários que podem ser pesquisados: tempo médio de serviço; percentagem de funcionários com nível de instrução superior; percentagem de funcionários com interesse em determinado programa de treinamento, etc. As situações típicas apontadas nos exemplos, mostram a dificuldade em pesquisar toda a população. Daí a necessidade e as razões para se trabalhar com amostras. b) Razões para o uso de amostragens Em (BARBETTA, 2001), quatro razões são apontadas para o uso de amostragens: 1) Economia: levantar uma parte da população, em geral, torna-se mais econômico. 2) Tempo: existem situações que não haveria tempo suficiente para pesquisar toda a população – pesquisa eleitoral na véspera da eleição. 3) Confiabilidade dos dados: pesquisar um número menor de elementos ajuda na verificação de erros. 4) Operacionalidade: o processo operacional fica mais fácil com menor número de elementos pesquisados. c) Situações que indicam não necessidade de se usar amostragem De maneira geral, citam-se três situações em que pode não valer a pena a realização de amostragem: 1) População pequena: em geral, as populações com pequeno número de elementos exigem amostras de tamanho em torno de 80% da população. 2) Característica de fácil mensuração: como exemplo, seja o interesse em saber a percentagem de funcionários favoráveis à mudança no horário de um turno de trabalho. Neste caso pode-se entrevistar toda a população no próprio local de

2. 3) Necessidade de alta precisão: é o caso do censo demográfico realizado a cada dez anos pelo IBGE. A unidade de amostragem é a unidade a ser selecionada para se chegar aos elementos da população. Por isso. na sua elaboração. A seleção dos elementos que irão fazer parte da amostra pode ser feita através de alguma forma de sorteio. de alguma forma estejam associados aos elementos da população. Este procedimento de seleção dá origem as chamadas amostragem aleatórias. a forma de seleção dos elementos da população e o tamanho da amostra. que são importantes por permitirem a utilização de técnicas da inferência estatística. Para tal.. 2. é necessário se dispor de uma lista completa dos elementos da população. 1. Tais unidades podem ser os próprios elementos da população. se pesquiza toda a população. a população a ser amostrada e os parâmetros que deseja-se estimar. Um exemplo ilustrativo é o estudo de famílias moradoras de uma certa cidade. Um plano de amostragem envolve: a definição da unidade de amostragem. ou outros. 9}. Pode-se planejar a seleção de domicílios residenciais da cidade. Este tipo de amostragem goza da seguinte propriedade: “cada elemento da população tem a mesma probabilidade de pertencer a amostra”.2 trabalho. . chegando ao domicílio (unidade de amostragem). O sorteio deverá ser feito sem reposição. sem reposição.. Facilitam a análise dos dados e fornecem maior segurança na estimação de resultados da amostra para a população. Uso de tabelas de números aleatórios As tabelas de números aleatórios são formadas por sucessivos sorteios de algarismos do conjunto {0. pode-se chegar a família moradora deste domicílio (elementos da população). Existem tabelas prontas e uma parte delas é mostrada a seguir: 98 08 62 48 26 33 18 51 62 32 80 95 10 04 06 79 75 24 91 40 18 63 33 25 37 45 24 02 84 04 41 94 15 09 49 96 38 27 07 74 71 96 12 82 96 98 14 50 65 71 44 99 90 88 96 89 43 54 85 81 20 15 12 33 87 69 86 10 25 91 31 01 02 46 74 39 09 47 34 07 88 69 54 19 94 25 01 62 52 98 74 85 22 05 39 05 45 56 14 27 35 44 13 18 80 37 54 87 30 43 94 62 46 11 71 00 38 75 95 79 77 93 89 19 36 . d) Plano de amostragem O plano de amostragem compreende. três aspectos fundamentais: os objetivos da pesquisa.2 AMOSTRAGEM ALEATÓRIA SIMPLES A seleção de uma amostra aleatória simples é feita através de sorteio. Assim. O parâmetro número de habitantes residentes no país é fundamental para o planejamento de políticas de governo e deve ser avaliado com grande precisão. mais fáceis de serem selecionados e que. para se atingir os objetivos da pesquisa. com todos os elementos da população devidamente identificados..

. Para se usar a tabela. Felício 19. Paula 02. tem-se um valor para a variável X... será usada a primeira linha. observado na amostra de funcionários é chamado de amostra aleatória simples da variável X. Josefa 31.. iniciando por 01 (um). Fabrício 20. . José da Silva. Arnaldo 08. Gabriel 22. Maria Cristina 05. Joaquina 28. não existe forma específica para extrair os números. Geraldo 21. e assim por diante. João da Silva 25. José de Souza 30. 02. A amostra. José da Silva 29. Cláudio 13. Por simplicidade. Anastácia 07. Bartolomeu}. O conjunto destes valores. Ermílio 14. X2 é o tempo de serviço da funcionária Josefina. Joana 26. em anos completos dos funcionários da empresa. adotar-se-á números inteiros sucessivos. Maria José 04. Neste exemplo.2. com os nomes dos funcionários em correspondência com os números sorteados. . fica: {Cláudio. 32}. basta tomar cinco números aleatórios do conjunto {01. Josefa. 02. Ercílio 15. Mauro Tamanho requerido da amostra: 5. Continuando com o exemplo. a numeração dos elementos da população fica: 01. com a mesma quantidade de algarismos. Ernestino 16. Bernardino 10. 26.. vamos extrair uma mostra aleatória simples de tamanho cinco. é necessário associar cada elemento da população a um número (identificador). Cardoso 11. 02 e 04. . Aristóteles 06. 24. Anastácia. A ilustração encontra-se na seqüência: Amostra aleatória simples de funcionários: Amostra aleatória simples da variável X: Cláudio ↓ X1 Josefa ↓ X2 José da Silva ↓ X3 Anastácia Bartolomeu ↓ ↓ X4 X5 X1 é o tempo de serviço do funcionário Cláudio. Paulo César 03. supor que estejamos interessados em investigar a variável tempo de serviço. Francisco 18. Getúlio 23. Os funcionários associados aos números selecionados formarão a amostra. Endevaldo 17. Carlito 12. desprezando-se os valores que estiverem fora do conjunto {01..1: Com o objetivo de estudar algumas características dos funcionários de uma certa empresa. A listagem dos funcionários da empresa é apresentada a seguir: Aristóteles Anastácia Arnaldo Bartolomeu Bernardino Cardoso Carlito Cláudio Ermílio Ercílio Ernestino Endevaldo Francisco Felício Fabrício Geraldo Gabriel Getúlio Hiraldo João da Silva Joana Joaquim Joaquina José da Silva José de Souza Josefa Josefina Maria José Maria Cristina Mauro Paula Paulo César Para se usar a tabela de números aleatórios. Joaquim 27.3 Exemplo 2. Bartolomeu 09. Hiraldo 24. Assim. primeira linha: os cinco números são: 08. X será esta variável e para cada funcionário da amostra. Tabela. Josefina 32. 32} e os valores que se repetirem.

Paula 02. Exemplo 2. Ercílio 15. 10 servidores técnico-administrativos e 30 alunos. Endevaldo 17. que é um caso particular de amostragem estratificada. deve-se sortear um elemento dentre os seis primeiros. de forma independente. Joana 26. Deseja-se realizar uma amostragem sistemática para se obter uma amostra de tamanho n = 5. Inicialmente calcula-se o intervalo de seleção: N / n = 32 / 5 = ≈6. Joaquim 27. Cláudio 13. Aqui a proporcionalidade do tamanho de cada estrato da população é mantida na amostra. Bartolomeu 09. . Josefina(27)} 01. Anastácia 07. ou seja. o número é 3. Ermílio(9). todos identificados conforme o quadro a seguir. Ermílio 14. Bernardino 10. Na seqüência. Francisco 18. Joaquina 28. usando o primeiro número da segunda linha (da tabela).3: Com o objetivo de levantar o estilo de liderança preferido pela comunidade de uma escola.2 OUTROS TIPOS DE AMOSTRAGEM ALEATÓRIA A) Amostragem sistemática Uma amostra sistemática poderá ser tratada como uma amostra aleatória simples se os elementos da população estiverem ordenados aleatoriamente.2. Assim. da população N = 32 funcionários do exemplo 2. A amostra completa é obtida através da junção das amostras de cada estrato. Usando a tabela de números aleatórios. pode-se fazer isto extraindo um número de um algarismo. resultando na seguinte amostra: {Arnaldo(3). o primeiro funcionário da amostra é o Arnaldo. Felício 19. Joana(21).4 2. Getúlio 23. Carlito 12. João da Silva 25. e existir a relação N / n denominada intervalo de seleção. Isto garante que cada elemento da população tenha a mesma probabilidade de pertencer a amostra. Aristóteles 06. Gabriel 22. José de Souza 30. Josefina 32. Fabrício 20. são realizadas seleções aleatórias. Hiraldo 24. com respeito às variáveis em estudo. Dá-se ênfase a amostragem estratificada proporcional. Maria José 04.1. José da Silva 29. Arnaldo 08. Geraldo 21. A população é composta por 10 professores. Ernestino 16.2. que denominam-se estratos. Sobre os diversos estratos da população. Os demais são obtidos pelo intervalo de seleção a partir do Arnaldo. Estes estratos devem ser internamente mais homogêneos que a população toda. Fabrício(15). realizou-se um levantamento por amostragem estratificada. Mauro B) Amostragem estratificada A técnica de amostragem estratificada consiste em dividir a população em subgrupos. Josefa 31.2: Usando os dados abaixo. Paulo César 03. Maria Cristina 05. Cardoso 11. Exemplo 2.

ou ainda. A20}. usar a amostragem estratificada uniforme. quando comparada com uma amostra aleatória simples..20 x 10 = 2 ns = 0. realizar uma amostragem estratificada. A7. uma amostra estratificada proporcional tende a gerar resultados mais precisos (mais próximos dos parâmetros da população de onde foi extraída a amostra). por exemplo. para selecionar uma amostra estratificada uniforme de tamanho n = 12. P8} Para os servidores. Assim. A27. é necessário extrair números de dois algarismos. A27.. A10. A20} é uma amostra estratificada...) → {P9. a amostra {P9. em alguns casos.20 (20%) 30 / 50 = 0. A6. desde que os estratos formem grupos mais homogêneos que a população como um todo. proporcional ao número de elementos da escola em estudo. quando o interesse maior é obter estimativas separadas para cada estrato..5 Professores: Servidores: Alunos: P1 S1 A1 A11 A21 P2 S2 A2 A12 A22 P3 S3 A3 A13 A23 P4 S4 A4 A14 A24 P5 S5 A5 A15 A25 P6 S6 A6 A16 A26 P7 S7 A7 A17 A27 P8 S8 A8 A18 A28 P9 S9 A9 A19 A29 P10 S10 A10 A20 A30 Supondo que a preferência.) → {S3. A6. Usando a terceira linha da tabela (80 95 10 04 06 96 38 27 07 74 20 . É possível também. P8. tomando valores com um algarismo. . S1} Para os alunos. S3.) vem: {A10. A7.. A4. para a obtenção de uma amostra global de tamanho n = 10.60 (60%) Tamanho do subgrupo na amostra np = 0. usando a segunda linha da tabela de números. Resultam os seguintes professores selecionados: Tabela → (98 08 . No caso do exemplo precedente. quanto ao estilo de liderança. quando se deseja comparar os diversos estratos. seja homogênea dentro de cada categoria. proporcional por categoria. O cálculo do tamanho da amostra em cada estrato está sintetizado no quadro abaixo: Estrato Professores Servidore Alunos Proporção na população 10 / 50 = 0.60 x 10 = 6 A seleção é feita com o uso da tabela de números aleatórios. vem: Tabela → (33 18 . Estes são os elementos que deverão ser pesquisados para se apurar a característica de interesse: o estilo de liderança preferido por cada um dos elementos. deve-se selecionar 4 elementos de cada estrato ou categoria.20 (20%) 10 / 50 = 0. S1. OBS: Segundo alguns autores. no caso usar a primeira linha da tabela.20 x 10 = 2 na = 0. A4.

B1}.): {B9. Rua B: tabela de números aleatórios. é necessário selecionar 7 domicílios da rua B. Os algarismos grifados têm correspondência com as ruas.2.4: Considerar o problema de selecionar uma amostra de domicílios de uma cidade. faz-se nova seleção. onde A1 representa o primeiro domicílio da rua A. segunda linha. D4}. B6. Procedimento: 1º Estágio: as unidades de amostragens são as ruas. num primeiro momento. B10. A técnica de amostragem por conglomerados consiste. reflita sobre o número de estágios a adotar neste caso..6 C) Amostragem de conglomerados Denomina-se conglomerado um agrupamento de elementos da população. Numa população de domicílios de uma cidade. em selecionar conglomerados de elementos.). Exemplo 2. Em pesquisas em grande escala.): {D2... Todas as seleções devem ser aleatórias e o procedimento descrito denomina-se amostragem de conglomerados em dois estágios. numerando-as adequadamente: A =1. B = 2. tomando amostras de elementos dos conglomerados extraídos no primeiro momento. D = 4. 2º Estágio: observando o quadro acima e satisfazendo a fração de amostragem de 50% em cada conglomerado. os quarteirões formam conglomerados de domicílios. porém.. selecionar uma amostragem de conglomerados. seu custo financeiro tende a ser menor.. Tomar as ruas como conglomerados (ver quadro abaixo). Num segundo momento. a amostragem pode ser feita em mais estágios. B4. B12. . selecione uma amostra com 50% de domicílios (2º estágio). D. quando comparada com uma amostra aleatória simples de mesmo tamanho. nas ruas selecionadas. E}. números de um algarismo – (79 75 24 91 40 . 2 domicílios da rua D e 4 domicílios da rua E. selecionando três ruas (1° estágio). B7. C = 3. Tomando a tabela de números aleatórios e considerando os números da primeira linha (98 08 62 48 26 45 . A2 o segundo. Ruas A B C D E Domicílios A2 A3 A4 A5 A6 B2 B3 B4 B5 B6 B7 B8 B9 B10 B11 B12 B13 B14 C2 C3 C4 C5 C6 C7 C8 C9 C10 D2 D3 D4 E2 E3 E4 E5 E6 E7 E8 A1 B1 C1 D1 E1 Como exemplo. número de dois algarismos – (33 18 51 62 32 41 94 15 09 49 89 43 54 85 81 88 . e assim por diante. donde obtém-se a amostra de conglomerados (ruas): {B. Rua D: tabela de números aleatórios. E = 5. Este tipo de amostragem tende a produzir uma amostra que gera resultados menos precisos.. Pense a respeito: seja selecionar uma amostra de domicílios do Estado de Santa Catarina. quarta linha.

Por outro lado. E6. B1. em que é possível controlar os elementos que vão fazer parte de cada um dos grupos a serem comparados. uma cota de cada subgrupo. que. que se diferenciem somente com respeito ao fator de comparação. pode-se sortear uma parte das crianças escolhidas para o estudo. os elementos escolhidos são aqueles julgados como típicos da população que se deseja estudar. por faixa de renda. As outras crianças . dependendo do que pretende estudar sobre produção científica. por nível de instrução. Em alguns casos. E1. em busca de técnicas de amostragens não aleatórias. mesmo tendo em conta que os resultados desta pesquisa não necessariamente valham para todos os departamento da universidade. isto é. Numa pesquisa socioeconômica. um levantamento de todos os departamentos de ensino pode demandar muito tempo. não é recomendável o uso de uma amostragem aleatória. Como a população é normalmente pequena. nestes casos. B4. B12. E6. Amostra selecionada: {B9. E8. C) Amostragem para estudos comparativos Todo o enfoque dado até aqui teve como objetivos a descrição de certas características da população. Então.3 AMOSTRAGENS NÃO ALEATÓRIAS Existem situações práticas em que a seleção de uma amostra aleatória é muito difícil. D2. Seja. E8. O problema geralmente está na obtenção de uma lista dos elementos da população. Seleciona-se.): {E1. A seleção não precisa ser aleatória. B7. o uso de uma amostragem por julgamento pode ser uma alternativa viável. um estudo sobre a produção científica dos departamentos de ensino de uma universidade. de alguma forma. etc. Por exemplo. quinta linha. B) Amostragem por julgamento Neste tipo de amostragem. por exemplo. representem razoavelmente bem a população de onde foram extraídas. Parte-se então. A) Amostragem por cotas Na amostragem por cotas.7 Rua E: tabela de números aleatórios. procuram gerar amostras que. 2. a comparabilidade das amostras pode ser obtida. B6. Neste contexto. a preocupação na etapa de elaboração do plano de amostragem é obter amostras comparáveis. dividida em diversos subgrupos. para fazer parte da amostra. por uma divisão aleatória dos elementos entre os grupos. E3}. Num estudo experimental. porém.. D4. em geral. o objetivo investigado é comparar certas características em duas ou mais populações. por exemplo. para comparar dois métodos de ensinar matemática para crianças.. a população pode ser dividida por localidade. Um pesquisador sobre o assunto poderia escolher os departamentos que ele considera serem aqueles que melhor representam a universidade em estudo. proporcional ao seu tamanho. B10. alocando-as no grupo de ensino do primeiro método. E3}. a população é vista de forma segregada. números de um algarismo – (18 63 33 25 37 . num primeiro momento.

a % de funcionários favoráveis a um programa de treinamento é um parâmetro. Para fixar idéia considere o seguinte exemplo: na população dos funcionários de uma empresa. a estatística é denominada estimador. A especificação do erro amostral tolerável deve ser feita sob a ótica probabilística (Estimação de parâmetros). médias. considerando a amostra estudada. tornam o cálculo do tamanho da amostra um problema que requer cuidados. os dois métodos seriam comparados com respeito ao aprendizado de matemática. genérica. outro enfoque mais complexo trata da estimação de parâmetros e da decisão em considerá-lo representativo da população. conclui-se que. este valor é chamado de estimativa do referido parâmetro.4 TAMANHO DE UMA AMOSTRA ALEATÓRIA Aspectos como heterogeneidades da população em estudo. Erro amostral: é a diferença entre o valor indicado pela estatística e o verdadeiro valor do parâmetro que se deseja estimar. No final do experimento. Numa amostra de 200 funcionários desta empresa. a % de funcionários favoráveis ao programa de treinamento. A abordagem do tema é conduzida de duas formas: uma. numa pesquisa eleitoral com 2% de erro. Se. por exemplo). é uma estatística. considere a seguinte notação: . Assim. na verdade. 2. etc.) e recursos financeiros. É muito comum encontrar-se os valores 2% e 4% como valores toleráveis para o erro amostral. a preferência por este candidato é um valor compreendido entre 28% e 32%. Mais alguns conceitos: Parâmetro: já definido anteriormente. A) TAMANHO DA AMOSTRA – ESTUDO ISOLADO Para o cálculo do tamanho mínimo da amostra. ou seja 30% ± 2%. Estatística: designa alguma característica descritiva dos elementos da amostra. 60% dos funcionários (exemplo acima) forem favoráveis à implantação do programa de treinamento. Quando usada para avaliar/estimar o valor de um parâmetro. O primeiro caso será tratado aqui e o segundo caso será abordado quando do estudo da Estimação de parâmetros. usada em pesquisas em que se deseja conhecer a percentagem de ocorrência de determinados atributos. tipos de parâmetros que se deseja estimar (proporções. um candidato com 30% de preferência do eleitorado. Estimativa: é o valor acusado por uma estatística. dentro de um certo intervalo de confiança (95%.8 ficariam no grupo de ensino do outro método. designa alguma característica descritiva dos elementos da população. Erro amostral tolerável: é o erro admitido na avaliação dos parâmetros de interesse. Sempre existe o risco de o sorteio gerar uma amostra com características diferentes das da população da qual está sendo extraída.

1: Planeja-se um levantamento por amostragem para avaliar diversas características da população de N = 200 famílias moradoras num certo bairro. tendo em vista se conhecer o tamanho (N) da população.04)2 = 625 famílias. num exemplo foi necessário uma amostra abrangendo 76% da população (152 elementos de 200). Destes dois exemplos tiram-se algumas conclusões importantes para o entendimento do cálculo do tamanho de amostras: a) em geral. Veja que.4.3% da população (623 de 200000). no = valor aproximado para o tamanho da amostra. que os erros amostrais não ultrapassem 4%. . para o nível de confiança (erro amostral admitido) de 4%. vem: n = (200. n = tamanho da amostra. O gráfico a seguir ilustra a relação entre o tamanho da amostra e tamanho da população. recalcula-se o tamanho da amostra. 625) / (200000 + 625) = 623 famílias.000 famílias residentes? O valor de no não altera pois este independe do tamanho da população. Exemplo 2. fazendo a correção.625) / (200 + 625) = 152 famílias. no / N + no Exemplo 2. Como N é conhecido. a correção do cálculo anterior fica: n = N . Se o tamanho da população for conhecido. Uma primeira aproximação para o tamanho da amostra pode ser obtida pela expressão: no = 1 / Eo2 Note que a definição inicial do tamanho da amostra independe do tamanho da população. b) para se manter o mesmo erro amostral. qual deverá ser o tamanho da amostra se a pesquisa for estendida para todo o município.4.2: Considerando os objetivos e os valores fixados no exemplo anterior.9 N = tamanho da população. Eo = erro amostral tolerável. tal que se possa admitir. com alta confiança. se a população for muito grande (dezenas de milhares de elementos) o cálculo do tamanho da amostra pode ser feito pela expressão simplificada. a amostra deve ter o tamanho de 76% da população. foi suficiente uma amostra de apenas 0. Qual deve ser o tamanho mínimo de uma amostra aleatória. enquanto no outro exemplo. que contém 200. A primeira aproximação: no = 1 / (0. assim: n = (200000 .

Lembrar que população alvo é a própria população que se deja pesquisar. Exemplo 2. mantendo-se a mesma precisão para cada estrato (Eo = 4%).4. alguns deles serão aboradados: A) População acessível diferente da população alvo: Este problema costuma acontecer quando. na prática. por exemplo. mas possuem domicílio eleitoral no município em estudo. b) bairros. Esta atitude deixa fora os eleitores que moram em outros municípios. Esta situação aparece.10 Gráfico ilustrativo: Relação entre tamanhos: da amostra e população B) TAMANHO DA AMOSTRA – SUBGRUPOS DA POPULAÇÃO Quando se deseja efetuar estimativas sobre partes da população é necessário proceder o cálculo do tamanho da amostra para cada uma das partes. em pesquisas eleitorais onde deseja-se conhecer as preferências das mulheres e dos homens. Tais erros.3: Considere o exemplo anterior e suponha que se deseja fazer estimativas isoladas para os seguintes estratos da população: a) centro da cidade. toma-se como base para a seleção da amostra. . havendo erros nos dados coletados (amostra) a diferença entre a estatística e o parâmetro poderá ser maior que o limite tolerável Eo. Já vimos que n = 625 famílias. população acessível ou amostrada é um conjunto incompleto de elementos da população alvo. este é o tamanho da amostra para cada estrato. pode-se ter o interesse também num estudo relativo a determinado bairro(s) da cidade. Assim. 2. c) periferia.5 FONTES DE ERRO NOS LEVANTAMENTOS POR AMOSTRAGENS Devido a uma série de razões. portanto. a lista de domicílios deste município. a amostra total será: 3. em pesquisas eleitorais para avaliar a preferência dos eleitores de um município. nem sempre as n observações da amostra são obtidas sem erros. em relação a um determinado candidato. Outro exemplo: uma pesquisa sobre condições socioeconômicas das famílias de uma cidade. são denominados erros não amostrais e.(625) = 1875 famílias. O tamanho final da amostra será a soma dos tamanhos das amostras de cada parte. presentes na obtenção dos elementos da amostra.

os elementos que não participam são substituídos. quando na verdade ele pretende votar em outro. por várias razões. apontar um candidato.11 B) Falta de respostas Acontece quando não se conseguem respostas de alguns elementos selecionados na amostra. . Um exemplo é. Comumente. de certa forma. o caso da pesquisa eleitoral: um eleitor pode. A aplicação adequada de métodos estatísticos pode. novamente. porém. Deve-se respeitar o direito do entrevistado em não participar. o entrevistador deve ser treinado para conseguir a participação do maior número possível de elementos selecionados. possibilitar a avaliação da magnitude dos erros amostrais. isto pode levar a distorções nos resultados. dependerá essencialmente do planejamento e execução da pesquisa. C) Erros de mensuração Podem ser evitados desde que o planejamento da pesquisa contenha itens de controle com o fim de detectar resultados falsos.

10) Considere a seguinte população composta de 40 crianças do sexo masculino (representadas por H1...1. usando a população do Exemplo 2. divida aleatoriamente estas crianças em dois grupos de 10 crianças. extraia uma amostra aleatória simples de quatro (4) letras do alfabeto da língua portuguesa (obs. 2) Ainda com relação ao exemplo 2. suponha que o tempo de serviço destes funcionários. M2. usando a variável sexo para a formação dos estratos. Usando uma tabela de números aleatórios. Usando uma tabela de números aleatórios. cuja numeração vai de 1650 a 8840. H2. em anos completos. Produção (1401) e Outros (751). Seria necessário efetuar nova numeração? 5) Usando a primeira coluna da tabela de números aleatórios.. Descreva como você usaria uma tabela de números aleatórios para obter uma amostra de 100 elementos.12 LISTA DE EXERCÍCIOS CAPÍTULO II 1) Considerando a população do exemplo 2..: a letra “k” não é considerada pertencente ao alfabeto da língua portuguesa). 7) Selecione uma amostra estratificada uniforme.. 9) Uma empresa tem 3414 empregados distribuídos nos seguintes departamentos: Administração (914). Apresente um plano de amostragem para o presente problema. de tamanho n = 12.. extrair uma amostra aleatória simples de n = 10 funcionários. divida aleatoriamente estas crianças em dois grupos de 10 crianças. M20). Use a segunda linha da tabela de números aleatórios. H40) e 20 crianças do sexo feminino (representadas por M1. . . Transportes (348). 6) Seja um conjunto de 20 crianças numeradas de 1 a 20. estejam representados na tabela abaixo: pede-se apresentar a amostra da variável tempo de serviço associada à amostra de funcionários obtida no exercício 1 acima.3 8) Considerando a população do Exemplo 2. selecione uma amostra estratificada proporcional de tamanho n = 8. Aristóteles Cardoso Ernestino Geraldo Joana Josefa Paula 02 16 07 08 02 01 04 Anastácia Carlito Endevaldo Gabriel Joaquim Josefina Paulo César 05 03 02 08 22 05 02 Arnaldo Cláudio Francisco Getúlio Joaquina Maria José 02 01 00 02 03 03 Bartolomeu Ermílio Felício Hiraldo José da Silva Maria Cristina 01 Bernardino 13 Ercílio 10 Fabrício 09 João da Silva 04 José de Souza 03 Mauro 11 10 05 04 02 11 3) Seja um conjunto de 20 crianças numeradas de 1 a 20.1.2.1. 4) Os elementos de uma certa população estão dispostos numa lista. Deseja-se extrair uma amostra entre os empregados para verificar o grau de satisfação em relação à qualidade da comida servida no refeitório. .2.2.2.

c) Se o estudo tem por objetivo avaliar o tipo de brincadeira preferida por cada criança. usando o sexo como variável estratificadora. qual o tipo de amostra você acredita ser a mais adequada? E se for para avaliar o quociente de inteligência? Justifique suas respostas. . Use a segunda coluna da tabela de números aleatórios para o estrato dos homens e a terceira coluna para o estrato das mulheres. uma amostra aleatória simples de tamanho n = 10.13 H1 H11 H21 H31 M1 M11 H2 H12 H22 H32 M1 M12 H3 H13 H23 H33 M3 M13 H4 H14 H24 H34 M4 M14 H5 H15 H25 H35 M5 M15 H6 H16 H26 H36 M6 M16 H7 H17 H27 H37 M7 M17 H8 H18 H28 H38 M8 M18 H9 H19 H29 H39 M9 M19 H10 H20 H30 H40 M10 M20 a) retire desta população de 60 crianças. b) retire desta população uma amostra aleatória estratificada proporcional de tamanho n = 12. Use a primeira coluna da tabela de números aleatórios.

Sign up to vote on this title
UsefulNot useful