You are on page 1of 11

Faculdade do Guarujá__________________________________________________

Estatística

Prof. Joel Oliveira Gomes

Capítulo

9

Amostragem
Desenvolvimento

9.1 – Introdução 9.2 – Censo versus Amostra 9.3 – Processo de planejamento de uma amostragem 9.4 – Técnicas Amostrais 9.5 – Amostragem Não-probabilística 9.6 – Amostragem Probabilística 9.7 – Determinação do Tamanho da Amostra 9.8 – Cálculo Amostral 9.9 – Notações utilizadas no cálculo do tamanho da amostra

9.1 – Introdução Vamos iniciar nossa aula de hoje com algumas definições já conhecidas dos senhores: População: É a soma de todos elementos que compartilham algum conjunto comum de característica, conforme o universo propósito do problema. Resumiríamos assim: População é o “todo”. Censo: Enumeração completa dos elementos de uma população. Amostra: É um sub-conjunto da população. È com isso que vamos tratar daqui por diante: “A Amostra”, e em conseqüência temos que o processo de colher amostras de uma população chama-se “Amostragem”, e podemos afirmar que todo esse capítulo nada mais é que um estudo estatístico. Em realidade, a idéia básica da amostragem é coletar dados de uma amostra, cientificamente calculada, e sua análise fornecer informações precisas a cerca da população. Isto se chama “Inferência Estatística”.

C9 -1

por exemplo: quando a população for muito pequena é mais seguro e confiável realizar o censo. 8. como também há vantagens de se realizar o censo. Chega até ser engraçado você pensar em realizar um censo nesta mesma fábrica. trabalhar com toda a população (isto se chama censo) ou trabalhar com uma amostra (amostragem). Pesquisa de Marketing. pois simplesmente não sobraria nenhum fósforo para comercializar. 3.2 – Censo x Amostra Há vantagens de se amostrar. é mais fácil e seguro realizar o censo. O que é melhor Censo ou Amostra? 9. Joel Oliveira Gomes Quando nos deparamos com um projeto de pesquisa. pergunto você bebe toda a caipirinha ou apenas prova. Pequena Curto Grande Pequena Baixo Alto Destrutiva sim Censo Grande Longo Pequeno Grande Alto Baixo Não-destrutiva Não Fonte: MALHOTRA. 7. desejo saber quem fuma e quem não fuma. Numa sala de 40 alunos. 2. Orçamento Tempo disponível Tamanho da população Variância da característica Custo de erro de amostragem Custo de erros não amostrais Natureza da medição Atenção a casos individuais. Logo você está amostrando. A tabela abaixo resume as condições que favorecem a utilização da amostra em relação ao censo: Amostra ou Censo Condições que favorecem o uso de Amostra 1. C9 -2 . Outro exemplo: quando você prepara aquela bebida tipicamente brasileira. pensamos: que caminho seguir. a caipirinha. Naresh.Faculdade do Guarujá__________________________________________________ Estatística Prof. feita em grande quantidade para servir num dia de feijoada para todos os seus amigos e colegas. 4. Por outro lado numa fábrica de fósforo obrigatoriamente temos que testar e medir a qualidade do produto por amostragem. Realizamos o censo também se houver imposição legal. 6. 5.

Um exemplo disto é a lista telefônica. o que é uma catástrofe. e tem que ser feito com precisão.Faculdade do Guarujá__________________________________________________ Estatística Prof. Eles estão inter-relacionados.3 – Processo de Planejamento de uma Amostragem O processo de planejamento de uma amostragem. Determinação da estrutura Amostral Consiste em representar os elementos que compõe a população-alvo. Veremos a frente com detalhes. inclui 5 estágios. segundo Naresh. C9 -3 . A escolha errada de uma população-alvo resulta sempre em uma pesquisa desorientadora. desde a problematização até a apresentação dos resultados. Definir a população Determinação da estrutura Amostral Escolha da Técnica Amostral Determinar o tamanho da Amostra Executar o Processo Definir a População Consiste em estabelecer um uma população-alvo. qual o número de elementos retirados do público-alvo que fornecerá a fidedignidade necessária para inferir sobre a população. Escolha da Técnica Amostral O pesquisador deverá decidir qual a técnica que utilizará: amostragem probabilística ou não-probabilística. Determinação do Tamanho da amostra O pesquisador deverá calcular qual o tamanho da amostra. Este é o primeiro passo. Joel Oliveira Gomes 9.

Segundo Naresh.4 – Técnicas Amostrais As técnicas amostrais ou técnicas de amostragem podem ser classificadas como “Amostragem Não-probabilística e Amostragem Probabilística”.5 – Amostragem Não-probabilística Esta técnica consiste em não utilizar uma seleção aleatória da população-alvo e sim na confiança pessoal do pesquisador. Joel Oliveira Gomes 9. As técnicas C9 -4 . mas não permitem uma avaliação objetiva da precisão dos resultados amostrais. as amostras nãoprobabilísticas podem oferecer boas estimativas das características da população. Vejamos o organograma a seguir: Técnicas de Amostragem Não-probabilística Probabilística Por Conveniência Por Julgamento Por Cotas Aleatória Simples Sistemática Estratificada Conglomerado 9.Faculdade do Guarujá__________________________________________________ Estatística Prof.

Sistemáticas e por Conglomerado..6 – Amostragem Probabilística Aquela em que cada elemento da população tem uma chance conhecida e diferente de zero de ser selecionado para compor a amostra. As amostragens probabilísticas geram amostras probabilísticas.. amostragem por quotas e amostragem por conveniência. Estratificada. Amostragem não-probabilística por Conveniência: Obtém-se uma amostra de elementos convenientes. de faixas etárias variáveis de 35 a 60 anos. 9. Os elementos estão no lugar exato e no memento certo.. Bartolomeu de Gusmão. que estão a seu dispor. etc. Exemplo: Um determinado pesquisador fará uma pesquisa de opinião sobre o carro “Honda Accord”. Exemplos: Questionários aplicados (destacados) em sites da Internet Questionários aplicados em Shopping Center Questionários aplicados à lista de clientes de determinada loja. Joel Oliveira Gomes de amostragem não-probabilística comumente usadas se dividem em amostragem por julgamento. Esta identificação pode estar ligada ao sexo. só que neste caso a escolha dos selecionados é feita com base no julgamento do pesquisador. idade. com base em critérios de julgamento do pesquisador contratado. Exemplo: A rede Mac Donald lançará um novo tipo de Mc Lanche. Amostragem não-probabilística por Cotas: Segundo a Professora Beatriz. o pesquisador procura uma amostra que se identifique em alguns aspectos com o universo. Amostragem não-probabilística por Julgamento: Não deixa de ser uma variável da amostra não-probabilística por conveniência. ou seja. em Santos-SP..Faculdade do Guarujá__________________________________________________ Estatística Prof. para pessoas da classe A. C9 -5 . etc. Foi selecionado o estabelecimento da Av. Podem ser: Aleatórias Simples.

Segundo o professor Mattar. É impraticável quando a população for muito grande. por classe social.. em seguida passa-se para a 13ª e assim sucessivamente. Amostra Probabilística Estratificada: Para a Professora Beatriz a amostra probabilística estratificada é aplicada quando há a necessidade de subdividir a população em estratos homogêneos. Por exemplo: População : 10. somando-se o valor do intervalo calculado. Amostra Probabilística Sistemática Segundo Naresh Malhotra. entretanto é a técnica mais indicada para se obter uma amostra representativa da população. Utiliza-se comumente o sorteio aleatório disponível em planilhas eletrônicas como o Excel. escolhe-se uma amostra e selecionando um ponto de partida aleatório e. Determinados os estratos. em seguida.000 Amostra: 1000 logo N/n = 10 Cada traço vertical abaixo representa um domicílio: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 Começa-se aleatoriamente com a terceira unidade da amostra que pode ser uma pessoa. os elementos da amostra são selecionados pela técnica probabilística simples. por exemplo. Joel Oliveira Gomes Amostra Probabilística Aleatória Simples: É feita uma escolha aleatória dos elementos que farão parte da amostra aplicando a Tabela de Números Aleatórios. extraindo cada i-ésimo elemento sucessivamente da minha estrutura amostral. nessa categoria de amostragem ainda podemos ter uma variância de estratificação. sexo etc. O intervalo amostral i é determinado dividindo o tamanho N da população pelo tamanho n da minha amostra. Segundo a Professora Beatriz e Professor José Carlos. esse tipo de amostra probabilística é muito utilizado em pesquisas domiciliares. como. um domicílio etc. ou seja. pois se acredita que os vizinhos C9 -6 . idade. torná-la proporcional ou não.Faculdade do Guarujá__________________________________________________ Estatística Prof.

2002) Por exemplo. a mediana e a moda. e a pesquisa será realizada de forma sistemática para que não haja interferência nas informações”. o número de desvios utilizados representará a margem de segurança dada ao cálculo da amostra.8 – Cálculo Amostral Vimos e recordamos o que é um desvio-padrão. há subdivisão da área a ser pesquisada por bairros. Vejamos o que diz a Professora Beatriz Sâmara e o Professor José Carlos: “Em pesquisa. que serão sorteados para composição dos elementos da amostra. em primeiro lugar dividimos o bairro por quarteirões. quarteirões e domicílios. utilizando-se um intervalo para aplicação dos questionários. influindo diretamente na sua amplitude.(SAMARA & BARROS. e ainda há a presença do desvio-padrão e das principais medidas de tendência central. que são a média aritmética. Logicamente vamos nos ater a apenas às fórmulas estatísticas mais usadas para o referido cálculo amostral. Estão lembrados? 9. pois. a distribuição normal de probabilidade. Amostra Probabilística por conglomerado: “A técnica probabilística por conglomerado requer a utilização de mapas de regiões. municípios e cidades.Faculdade do Guarujá__________________________________________________ Estatística Prof. Joel Oliveira Gomes se influenciam e que. 9. diminuem as possíveis distorções provenientes dessa influência. Desta maneira temos que recordar 2 pontos principais: O desvio-padrão (medidas de posição) e distribuição normal de probabilidade. quanto maior a margem C9 -7 . em seguida identificamos a população do quarteirão e então estabelecemos o intervalo por meio da fórmula da técnica probabilística sistemática já conhecida. e esteja certo que estão prontos para determinarmos o tamanho da amostra. pois. para a seleção da amostra. estados. Para o cálculo do tamanho da amostra partimos do princípio que a população e a amostra tem uma distribuição normal de freqüência (curva normal ou curva simétrica). se desejamos fazer uma pesquisa em um bairro de sua cidade.7 – Determinação do Tamanho da Amostra Chegamos ao passo mais importante da nossa aula: o cálculo amostral.

26 % µ-3σ µ-2σ µ-σ µ µ+σ µ+2σ µ+3σ Também utilizamos. Em pesquisa. Joel Oliveira Gomes de segurança.7 % - Z Z Z Z = = = = 1 1. o conceito de erro amostral. maior será a amostra. Isto lembra eleições.9 – Notações utilizadas no cálculo do tamanho das amostras N = Universo. que indica uma proporção da minha amostra que estará fora dos valores previstos.73 % 95. 9.5% 99. é usual a utilização das seguintes margens de segurança e respectivos desvios padrões:”. Parte representativa do universo.Faculdade do Guarujá__________________________________________________ Estatística Prof. Z = Número do desvio padrão C9 -8 . Todas as pessoas que detém a informação procurada n = Amostra. ou intervalo de confiança. isto quer dizer que em nossos resultados devemos considerar que há uma variação de ± 3%. além dos conceitos de desvio-padrão e de normalidade.46 % 68.96 2 3 Vejamos o gráfico: 99. Por exemplo: Se realizarmos uma pesquisa com um erro amostral de 3%. 68% 95% 95.

Z n Exemplo 1: Deseja-se fazer uma pesquisa para saber a aceitação de um novo produto no mercado. ? n= ? C9 -9 . Z. Determine o número de pessoas que devem ser entrevistados com 5% de erro e 94% de segurança.000. n −n −1 População INFINITA Quando o universo é desconhecido ou maior que 10 mil σp = p. Portanto vamos adotar a linha do nosso livro texto. Para alguns autores uma população infinita é acima de 100. população infinita é acima de 10. nosso livro texto.Faculdade do Guarujá__________________________________________________ Estatística Prof. q = Proporção ou porcentagem dos elementos da amostra desfavorável ao atributo pesquisado. q . População FINITA Quando o universo é igual e/ou menor que 10 mil σp = p. já para SAMARA & BARROS.000. q . Joel Oliveira Gomes p = Proporção ou porcentagem dos elementos da amostra favorável ao atributo pesquisado. σp = erro amostral Onde p + q = 100% Resta sabermos se a população é infinita ou finita.

47882 0.49982 0.49994 0.88 n 25 n = 2500 x 3.46327 0.46246 0.02 0.49993 > 0.534 25 n = 8836 n = 353.49990 0.49976 0.49984 0.49994 0.49969 0.49977 0.46080 0.04 0.44 n = 354 Exemplo 2: Seja agora o exemplo de uma pesquisa que tenha por objetivo verificar quantos dos 10.45728 0.49985 0.47441 0.47982 0.49993 0.47193 0.88 z 1.48077 0. então estimamos 50% para os atributos.48300 0.49975 0.49986 0.47062 0.49966 0.1 2.47128 0.49983 0.49978 0.48422 0.46995 0.49992 0.48461 0.49991 0.45994 0.49994 0.47000 vai encontrar um Z: 1.4 3.48257 0.49989 0.48382 0.49990 0.49992 0.49994 0.49978 0.49968 0.48870 0.47558 0.49990 0.47778 0.48645 0.46485 0.48169 0.49992 0.48030 0.48537 0.49988 0.45543 0.47320 0.47725 0.08 0.01 0.07 0.8 1.47615 0.49985 0.49995 0.46926 0.9 0. Presume-se que esse número C9 -10 .6 3.49974 0.8 3.48341 0.48899 0.48713 0.49971 0.06 0.49988 0.48574 0.48840 0.45907 0.7 1.48679 0.2 3.46407 0.48809 0.48214 0.09 0.49989 0.49991 0.49972 0.47381 0.47670 0.47500 0.00 0.49981 0.49986 0.0 2.49979 0.48124 0.46856 0.45818 0.46562 0.46712 0.48745 0.47932 0.49970 0. σp = 5% 94% de segurança = consultando a tabela para uma área de 94/2 = 47% ou 0.49983 0.46784 0.46638 0.45637 0.03 0.49980 0.49995 Logo. Joel Oliveira Gomes N = desconhecido (infinito) p = 50% q = 50% Como não sabemos quem será favorável ou desfavorável.05 0.49987 0.49987 0.7 3.000 empregados de uma fábrica são sindicalizados.46164 0.48778 0.49981 0.48500 0.47831 0.Faculdade do Guarujá__________________________________________________ Estatística Prof. 0.5 3.49993 etc ..49995 0.49992 0.47257 0.9 2.48610 0..49973 0. introduzindo esses dados na fórmula teremos: 5= 50 × 50 × 1.

Z. Editora Makron Books 6) ARNOT CRESPO. 1998 4) TOLEDO & OVALLE. Editora Bookman. 2) MALHOTRA.47750 vai encontrar um Z: 2. Pesquisa de Marketing. Editora Atlas. Joel Oliveira Gomes não seja superior a 30% do total. Beatriz Santos. Elizabeth Gomes. n= ? N = 10. Fauze.5/2 = 47. Editora Atlas 5) OSVALDO TANAKA. Naresh. Estatística Básica. 2002 C9 -11 . deseja-se um nível de confiança de 95. Pesquisa de Marketing.Faculdade do Guarujá__________________________________________________ Estatística Prof. q . Pesquisa de Marketing. Editora Saraiva 7) ALMEIDA. Estatística Conceitos Básicos.5% de segurança = consultando a tabela para uma área de 95. São Paulo: Pró-concurso.75% ou 0. Estatística para Concursos. 2003. n −n −1 3= 30 × 70 10000 − n ×Z× n 10000 − 1 98391n = 84000000 n = 854 Bibliografia: 1) SAMARA. 2001 3) MATTAR. Editora Prentice Hall.000 (finito) p = 30% q = 70% σp = 3% 95.00 σp = p. Estatística Fácil.5% e tolera-se um erro de até 3%.