UNIVERSIDADE CATÓLICA DE MOÇAMBIQUE

INSTITUTO DE EDUCAÇÃO À DISTÂNCIA

Tipos de Amostragens (probabilísticas e não probabilísticas)

Nome: Joana Tiago Elísio

Código: 708206376

Curso de Licenciatura em Administração Pública

Disciplina: Estatística
2º Ano
Docente: Dr. Ricardo Sousa
 Quelimane, Maio de 2021Folha de feedback
Classificação
Categorias Indicadores Padrões Subtotal
Pontuaçã Nota
o máxima do
tutor
Capa 0.5
 Índice 0.5
Aspectos  Introdução 0.5
Estrutura organizacionais  Discussão 0.5
 Conclusão 0.5
 Bibliografia 0.5
 Contextualização
(indicação clara do 1.0
problema)
Introdução  Descrição dos 1.0
objectivos
 Metodologia
adequada ao objecto 1.0
do trabalho
 Articulação e
domínio do discurso
académico 3.0
(expressão escrita
Conteúdo cuidada,
coerência/coesão
textual)
Análise e discussão  Revisão
bibliográfica 2.0
nacional e
internacionais
relevantes na área
de estudo
  Exploração dos
dados 2.0
Conclusão  Contributos teóricos
práticos 2.0
 Paginação, tipo e
Aspectos tamanho de letra,
gerais Formatação parágrafo, 1.0
espaçamento entre
linhas
Normas APA 6ª  Rigor e coerência
Referências edição em citações das 4.0
bibliográficas e bibliografia citações/referências
bibliográficas
Folha para recomendação de melhoria: A ser preenchida pelo tutor

___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
__________________________________________________________________________
Índice

1. Introdução................................................................................................................................3

1.1. Objectivos.............................................................................................................................4

1.1.1. Geral...................................................................................................................................4

1.1.2. Específicos.........................................................................................................................4

1.2. Metodologia..........................................................................................................................4

2. Tipos de Amostragens (probabilísticas e não probabilísticas).................................................5

2.1. Métodos probabilísticos........................................................................................................5

2.1.1. Subdivisão dos métodos de amostragem probabilística....................................................5

2.1.2. Amostragem casual ou aleatória simples..........................................................................6

2.1.3. Amostragem proporcional estratificada............................................................................6

2.1.3. Amostragem sistemática...................................................................................................6

2.1.4. Amostragem por conglomerados (ou agrupamentos)........................................................7

2.2. Métodos não probabilísticos.................................................................................................8

2.2.1 Subdivisão dos métodos de amostragem não probabilísticos.............................................9

2.2.2. Métodos não probabilísticos ou dirigidos..........................................................................9

2.2.3. Amostragem acidental........................................................................................................9

2.2.4. Amostragem intencional....................................................................................................9

2.2.5. Amostragem por quotas.....................................................................................................9

3. Conclusão................................................................................................................................11

4. Referências bibliográficas.......................................................................................................12
 1

1. Introdução

O presente trabalho da cadeira de Estatística, enquadra-se no âmbito das cadeiras curriculares

do curso de licenciatura e administração pública. Ao se planejar e executar uma pesquisa,
além de se ter claro os problemas científicos de interesse, é necessário eleger a população que
participará do estudo. A população é determinada como todos os membros de um grupo bem
definido. Dessa forma, a população é composta por um conjunto de objetos que apresenta, ao
menos, uma característica em comum. Em Psicologia, com muita frequência, a população é
formada por indivíduos. No entanto, a depender da área, ela pode ser formada por empresas,
árvores, animais, etc.

A população pode ser classificada como finita ou infinita e, a depender de alguns

delineamentos de pesquisa, também pode ser entendida como população-alvo ou população
externa. Em relação à população ser finita ou infinita, estudantes de métodos quantitativos ou
pacientes que um psicólogo atende no ano atual ilustram uma população finita. Por contraste,
nascimentos em uma cidade, produção de uma máquina ou horas de duração que uma
lâmpada apresenta demonstram uma população infinita.
 2

1.1. Objectivos

1.1.1. Geral

 Compreender os tipos de amostragens

1.1.2. Específicos

 Introduzir as principais questões sobre processos de composição amostral;

 Introduzir procedimentos probabilísticos e não-probabilísticos para composição
amostral;
 Apresentar o raciocínio geral do cálculo do tamanho amostral;
 Descrever como processos de amostragem, delineamento e análises são importantes
em uma pesquisa.

1.2. Metodologia

Segundo Marconi & Lakatos (2000 p.44) “método é o caminho pelo qual se chega a
determinado resultado, ainda que esse caminho não tenha sido fixado de antemão de modo
reflectido e deliberado”.

Os métodos usados para a elaboração deste trabalho foram:

 Consultas em fontes bibliográficas;

 Pesquisas pela Internet.

 3

2. Tipos de Amostragens (probabilísticas e não probabilísticas)

2.1. Métodos probabilísticos

Métodos probabilísticos têm clara vantagem em comparação aos não-probabilísticos. Uma
vez que a amostra que será composta terá, em proporção, todas as características qualitativas e
quantitativas da população, os participantes do estudo representam adequadamente a
população e, com isso, processos de generalização tornam-se mais adequados. No entanto, a
composição de uma amostra com tal propriedades impõe dificuldades, uma vez que depende
do conhecimento populacional, bem como de um investimento em tempo e recursos que tende
a ser elevado.
Exige que cada elemento da população possua determinada probabilidade de ser seleccionado.
Normalmente possuem a mesma probabilidade.   Assim, se N for o tamanho da população, a
probabilidade de cada elemento ser seleccionado será 1/N.   Trata-se do método que garante
cientificamente a aplicação das técnicas estatísticas de inferências.   Somente com base em
amostragens probabilísticas é que se podem realizar inferências ou induções sobre a
população a partir do conhecimento da amostra.
 É uma técnica especial para recolher amostras, que garantem, tanto quanto possível, o
acaso na escolha.

2.1.1. Subdivisão dos métodos de amostragem probabilística

Os métodos probabilísticos ou aleatórios são aqueles em que cada unidade estatística tem uma
certa probabilidade conhecida de pertencer na amostra, e esta probabilidade é diferente de
zero. A amostragem aleatória é a base da inferência estatística, pois, este método garante
cientificamente e aplicação das técnicas estatísticas de inferências. De entre várias técnicas da
amostragem probabilística, podemos destacar os seguintes:
 Amostragem Aleatória simples;
 Amostragem Sistemática;
 Amostragem Estratifica;
 Amostragem por Conglomerados (Cluster);
 Amostragem Por duas ou mais Etapas;
 Amostragem Multi – Fases.
 4

2.1.2. Amostragem casual ou  aleatória simples 

É o processo mais elementar e frequentemente utilizado. É equivalente a um sorteio lotérico.  
Pode ser realizada numerando-se a população de 1 a n e sorteando-se, a seguir, por meio de
um dispositivo aleatório qualquer, x números dessa sequência, os quais corresponderão aos
elementos pertencentes à amostra.
Ex Vamos obter uma amostra, de 10%, representativa para a pesquisa da estatura de 90 alunos
de uma escola:
1º - Numeramos os alunos de 1 a 90.
2º - Escrevemos os números dos alunos, de 1 a 90, em pedaços iguais de papel, colocamos na
urna e após mistura retiramos, um a um, nove números que formarão a amostra.

2.1.3. Amostragem proporcional estratificada 

Quando a população se divide em estratos (sub-populações), convém que o sorteio dos

elementos da amostra leve em consideração tais estratos, daí obtemos os elementos da
amostra proporcional ao número de elementos desses estratos.

Ex:  Vamos obter uma amostra proporcional estratificada, de 10%, do exemplo anterior,
supondo, que, dos 90 alunos, 54 sejam meninos e 36 sejam meninas. São portanto dois
estratos (sexo masculino e sexo feminino). Logo, temos:

10
SEXO  POPULACÃO  AMOSTRA 
% 

MASC. 54 5,4 5

FEMIN
36 3,6 4
.

Total 90 9,0 9

Numeramos então os alunos de 01 a 90, sendo 01 a 54 meninos e 55 a 90, meninas e

procedemos o sorteio casual com urna ou tabela de números aleatórios.

2.1.3. Amostragem sistemática 

 5

Quando os elementos da população já se acham ordenados, não há necessidade de construir o

sistema de referência. São exemplos os prontuários médicos de um hospital, os prédios de
uma rua, etc. Nestes casos, a selecção dos elementos que constituirão a amostra pode ser feita
por um sistema imposto pelo pesquisador.

Ex: Suponhamos uma rua com 900 casas, das quais desejamos obter uma amostra formada
por 50 casas para uma pesquisa de opinião. Podemos, neste caso, usar o seguinte
procedimento:  como 900/50 = 18, escolhemos por sorteio casual um número de 01 a 18, o
qual indicaria o primeiro elemento sorteado para a amostra; os demais elementos seriam
periodicamente considerados de 18 em 18. Assim, suponhamos que o número sorteado fosse 4
a amostra seria: 4ª casa, 22ª casa, 40ª casa, 58ª casa, 76ª casa, etc.

2.1.4. Amostragem por conglomerados (ou agrupamentos)

Algumas populações não permitem, ou tornam extremamente difícil que se identifiquem seus
elementos. Não obstante isso, pode ser relativamente fácil identificar alguns subgrupos da
população.   Em tais casos, uma amostra aleatória simples desses subgrupos (conglomerados)
pode se colhida, e uma contagem completa deve ser feita para o conglomerado sorteado.
Agrupamentos típicos são quarteirões, famílias, organizações, agências, edifícios etc.

Ex:  Num levantamento da população de determinada cidade, podemos dispor do mapa

indicando cada quarteirão e não dispor de uma relação actualizada dos seus moradores. Pode-
se, então, colher uma amostra dos quarteirões e fazer a contagem completa de todos os que
residem naqueles quarteirões sorteados.  

Amostragem
probabilística

 Seleção aleatória.
 Elimina o erro sistemático e o viés de seleção.
Vantagem  Representa bem as características populacionais de
interesse.
 Permite generalização à amostra.

Desvantagem É necessário conhecer e definir bem a população de interesse.

 6

 Custosa.
De difícil acesso, as vezes.
 Tende a ser pouco atualizada para mudanças de nomes
(ex: casamento) ou mudanças geográficas.
 Há situações em que é impossível (ex: verificar a
população de usuários de crack).

 Quase sempre, pesquisas em que há um valor financeiro

associado ou estatísticas oficiais

Exemplo  Pesquisas de intenção de votos

 Pesquisa epidemiológica sobre saúde mental em

Mocambique

Amostragem não-
probabilística

Relativamente fácil de se planejar e executar.

Vantagem
Tende a ser mais barata do que métodos probabilísticos.

Costuma representar mal a população.

Desvantagem
Baixa ou ausente capacidade de generalização

Exemplo Pesquisas feitas com coleta de dados online

2.2. Métodos não probabilísticos

São amostragens em que há uma escolha deliberada dos elementos da amostra. Não é
possível generalizar os resultados das pesquisas para a população, pois as amostras não-
probabilísticas não garantem a representatividade da população.
 7

2.2.1 Subdivisão dos métodos de amostragem não probabilísticos

2.2.2. Métodos não probabilísticos ou dirigidos

São amostragens em que há uma escolha deliberada dos elementos da amostra. Não é possível
generalizar os resultados das pesquisas para a população, pois as amostras não-probabilísticas
não garantem a representatividade da população.

Fazem parte das amostragens não probabilísticas os seguintes:

 Amostragem intencional;
 Amostragem por conveniência;
 Amostragem Snowball;
 Amostragem Acidental.

2.2.3. Amostragem acidental

Trata-se de uma amostra formada por aqueles elementos que vão aparecendo, que são
possíveis de se obter até completar o número de elementos da amostra. Geralmente utilizada
em pesquisas de opinião, em que os entrevistados são acidentalmente escolhidos.

Ex: Pesquisas de opinião em praças públicas, ruas de grandes cidades;

2.2.4. Amostragem intencional

De acordo com determinado critério, é escolhido intencionalmente um grupo de elementos

que irão compor a amostra. O investigador se dirige intencionalmente a grupos de elementos
dos quais deseja saber a opinião.

Ex:   Numa pesquisa sobre preferência por determinado cosmético, o pesquisador se dirige a
um grande salão de beleza e entrevista as pessoas que ali se encontram.

2.2.5. Amostragem por quotas

Um dos métodos de amostragem mais comummente usados em levantamentos de mercado e

em prévias eleitorais. Ele abrange três fases:
 8

1ª - Classificação da população em termos de propriedades que se sabe, ou presume, serem

relevantes para a característica a ser estudada;

2ª - Determinação da proporção da população para cada característica, com base na

constituição conhecida, presumida ou estimada, da população;

3ª - Fixação de quotas para cada entrevistador a quem tocará a responsabilidade de

seleccionar entrevistados, de modo que a amostra total observada ou entrevistada contenha a
proporção e cada classe tal como determinada na 2ª fase.

Ex: Numa pesquisa sobre o "trabalho das mulheres na actualidade", provavelmente se terá
interesse em considerar: a divisão cidade e campo, a habitação, o número de filhos, a idade
dos filhos, a renda média, as faixas etárias etc.

A primeira tarefa é descobrir as proporções (percentagens) dessas características na

população. Imagina-se que haja 47% de homens e 53% de mulheres na população. Logo, uma
amostra de 50 pessoas deverá ter 23 homens e 27 mulheres. Então o pesquisador receberá
uma "quota" para entrevistar 27 mulheres. A consideração de várias categorias exigirá uma
composição amostral que atenda ao n determinado e às proporções populacionais estipuladas.
 9

3. Conclusão

Chegado a este ponto conclui-se que existem vários tipos de amostragem. A amostragem
probabilística é a mais indicada quando se deseja fazer generalizações dos resultados. Há
situações em que apenas técnicas não-probabilísticas são possíveis. A amostragem e o
delineamento são pilares de uma pesquisa.
Métodos probabilísticos têm clara vantagem em comparação aos não-probabilísticos. Uma
vez que a amostra que será composta terá, em proporção, todas as características qualitativas e
quantitativas da população, os participantes do estudo representam adequadamente a
população e, com isso, processos de generalização tornam-se mais adequados. No entanto, a
composição de uma amostra com tal propriedades impõe dificuldades, uma vez que depende
do conhecimento populacional, bem como de um investimento em tempo e recursos que tende
a ser elevado.
Os métodos probabilísticos ou aleatórios são aqueles em que cada unidade estatística tem uma
certa probabilidade conhecida de pertencer na amostra, e esta probabilidade é diferente de
zero. A amostragem aleatória é a base da inferência estatística, pois, este método garante
cientificamente e aplicação das técnicas.
 10

4. Referências bibliográficas
BURSZTYN, L., González, A., & Yanagizawa-Drott, D. (2018). Misperceived social norms:
Female labor force participation in saudi arabia. National Bureau of Economic
Research. https://doi.org/10.3386/w24736

NEAL, J. W., & Neal, Z. (2021). Who are the childfree? https://doi.org/10.31234/osf.io/57bjr

Piff,
P. K., Stancato, D. M., Cote, S., Mendoza-Denton, R., & Keltner, D. (2012). Higher social
class predicts increased unethical behavior. Proceedings of the National Academy of
Sciences, 109(11), 4086–4091. https://doi.org/10.1073/pnas.1118373109