Professora Ana Hermínia Andrade. Período

Transcrição

1 Noções de Amostragem Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período

2 Passos de um Planejamento Identificar a variável de interesse Identificar sua população Estabelecer um plano para a coleta de dados Ao coletar uma amostra assegure-se de que ela será representativa da população Descrever os dados Interpretar os dados e tomar decisões acerca da população usando a inferência estatística Identificar todos os possíveis erros

3 Noções de Amostragem Para obter informações sobre uma população muitas vezes recorremos a uma amostra, como por exemplo quando fazemos um exame de sangue. Com apenas algumas gotas de sangue podemos estimar o número de glóbulos brancos por ml 3 de sangue. Motivos, em geral, pelos quais recorremos a uma amostra: tempo dinheiro

4 Conceitos Importantes em Amostragem Representatividade Uma amostra para ser boa tem que ser representativa, ou seja, deve conter em proporção tudo o que a população possui. Imparcialidade Todos os elementos da população devem ter igual oportunidade de fazer parte da amostra.

5 Conceitos Importantes em Amostragem Erro amostral É o erro associado ao fato de que a variável de interesse é observada apenas na amostra. Erro não amostral É o erro associado ao processo operacional em um levantamento amostral. Como erros de especificação, erros de cobertura de cadastro, erros de processamento, erros de mensuração e erros não observáveis.

6 Métodos de Amostragem Métodos Probabiĺısticos Cada elemento da população tem a mesma chance de ser selecionado. Trata-se do método que garante cientificamente a aplicação de técnicas estatísticas. Somente com base em amostragens probabiĺısticas é que se podem realizar inferências ou induções sobre a população a partir do conhecimento de uma amostra. Existem alguns tipos de amostragens probabiĺısticas que garantem a imparcialidade. Métodos Não-Probabiĺısticos São amostragens em que há uma escolha deliberada dos elementos da amostra. Não é possível generalizar os resultados da pesquisa para a população, pois as amostras não-probabiĺısticas não garantem a representatividade da população.

7 Amostragens Probabiĺısticas Amostragem Aleatória Simples (AAS) Todos os elementos da população de tamaho N têm a mesma chance de serem selecionados. Atribui-se a cada elemento da população um número distinto. Efetuam-se sucessivos sorteios até completar o tamanho da amostra n. Na AAS os elementos devem ser homogêneos. Por exemplo um grupo de ratos da mesma raça, sexo e idade utilizados em um experimento. Em pessoas é muito rara uma população ser homogênea, pois diferimos por diversos fatores (ex.: renda, escolaridade). Porém esta é a amostragem mais aplicada em pesquisas ciêntíficas, por pesquisadores atraídos por sua facilidade.

8 Amostragens Probabiĺısticas Amostragem Sistemática Conveniente quando a população está ordenada segundo algum critério como fichas, lista telefônica. Exemplo 1 Em uma produção diária de peças automotivas, podemos, a cada 20 peças produzidas, retirar uma para pertencer a uma amostra da produção de um dia.

9 Amostragens Probabiĺısticas Exemplo 2 Se N = é o tamanho da população e precisamos de uma amostra de n = 250, dividimos N/n = 20. Selecionamos ao acaso um número de 1 à 20. Suponha que saiu o número 7: 1 a unidade a ser selecionada 7 a 2 a unidade a ser selecionada = 27 a 3 a unidade a ser selecionada = 47 a 67 a, 87 a,..., 4987 a dando um total de 250 unidades.

10 Amostragens Probabiĺısticas Amostragem Estratificada No caso da população em que se podem distinguir subpopulações mais ou menos homogêneas denominadas estratos. Após a determinação dos estratos, seleciona-se uma amostra aleatória simples de cada estrato. As varáveis de estratificação mais comuns são: classe social, idade, sexo, profissão. Temos: Amostragem Estratificada Proporcional: A proporcionalidade do tamanho de cada estrato da população é mantida na amostra. Exemplo: Se um estrato abrange 20% da população, ele também deve abranger 20% da amostra. Amostragem Estratificada Uniforme: Selecionamos o mesmo número de elementos em cada estrato. É o processo usual quando se deseja comparar os diversos estratos.

11 Amostragens Probabiĺısticas Amostragem por conglomerados Há subdivisão da área à ser pesquisada por bairros, quarteirões, domicílios, famílias que serão sorteados para composição dos elementos da amostra e a pesquisa será realizada de forma sistemática ou simples.

12 Amostragens Não-probabiĺısticas Amostragem Acidental Os elementos da amostra são acidentalmente escolhidos. Exemplo À medida que as pessoas chegam em um certo local um questionário é aplicado. Amostragem Intencional O investigador se dirige intencionalmente a um grupo de elementos dos quais deseja coletar informações. Exemplo Numa pesquisa sobre preferência por determinado cosmético, o pesquisador se dirige a um salão de beleza e entrevista as pessoas que ali se encontram.

13 Amostragens Não-probabiĺısticas Amostragem por Quotas Amplamente utilizada em pesquisa de mercado e em pesquisa de opinião poĺıtica em que tempo e dinheiro são escassos. Exemplo Admita-se que se deseja pesquisar o trabalho das mulheres. A primeira tarefa é descobrir uma proporção de características na população. Imagine 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.