Disciplina: ESTATÍSTICA

Professora: Ms. Darciane Inês Mombach Kremer

UNIDADE 2 -
Amostragem e Estimação
2.1 - População e amostra;
2.2 - Censos e amostragens;
2.3 - Parâmetros e estatísticas;
2.4 - Técnicas de amostragens, enfatizando a amostragem aleatória simples.

População e Amostra

É uma técnica de seleção de uma amostra que possibilita o estudo das características de uma
população. Esse termo refere-se não somente a uma coleção de indivíduos, mas também ao
alvo sobre o qual reside nosso interesse. Assim, nossa população pode ser tanto todos os
habitantes de Horizontina, como todas as lâmpadas produzidas por uma fábrica em certo
período de tempo, construção de equipamentos ou todo o sangue no corpo de uma pessoa.
Existem casos em que a impossibilidade de acessar toda a população de interesse é
incontornável como no caso da análise do sangue de uma pessoa ou em um experimento para
determinar o tempo de funcionamento das lâmpadas produzidas por uma indústria, construção
de equipamentos. Tendo em vista as dificuldades de várias naturezas para observar todos os
elementos da população, tomaremos alguns deles para formar um grupo a ser estudado. A essa
parte proveniente da população em estudo denominamos amostra. Uma amostra é um
subconjunto finito de uma população.
Os pesquisadores trabalham com amostras. Primeiro, porque as populações infinitas só podem
ser estudadas através de amostras. As populações finitas muito grandes também só podem ser
estudadas através de amostras. Finalmente, o estudo cuidadoso de uma amostra tem mais valor
cientifico do que o estudo rápido de toda a população.
Exemplos:
• De população infinita: produção futura de uma máquina. As extrações, com repetição das
bolas de uma urna.
• De populações finitas: Os alunos de uma sala de aula, os produtos de um supermercado.
A distinção entre população e amostra é fundamental porque é com base nos dados de uma
amostra que os estatísticos inferem sobre a população.
As medidas estatísticas obtidas com base na população são denominadas parâmetros (Ex.:
idade média de toda a turma). As medidas obtidas com base em amostras são denominadas
estimativas. Tanto parâmetros quanto estimativas são numéricos a única diferença é o fato de
os parâmetros serem obtidos com base na população e as estimativas com base nas amostras.
Os parâmetros são em geral desconhecidos porque, na prática, não é possível observar toda a
população. Mas, como já disse alguém, não é preciso beber todo o vinho para saber que gosto
ele tem. Então o pesquisador obtém uma amostra para “ter uma ideia” do valor do parâmetro.

Amostragem X Censo

Uma amostra usualmente envolve o estudo de uma parcela dos itens de uma população,
enquanto que um censo requer o exame de todos os itens. Embora concentremos nossa atenção
nas amostras, é conveniente considerar também a alternativa do censo.
Exemplos de Aplicação amostragem:
• Pesquisa de mercado,
• Pesquisa de opinião,
• Construção e manutenção de máquinas e equipamentos,
• Avaliação do processo de produção,
• Praticamente em todo experimento.
A amostragem é preferível ao censo quando:
a) A população pode ser infinita
b) Uma amostra pode ser mais atualizada do que o censo.
c) Os testes podem apresentar caráter destrutivo, ou seja, os itens examinados são destruídos no
próprio ato do experimento. Então o censo nos daria o panorama preciso de uma população que
não existe mais.
d) O custo de um censo pode ser proibitivo, normalmente se o custo individual é elevado e se
existem muitos itens na população.
e) A precisão pode sofrer no caso de um censo de uma grande população.
f) O tipo de informação pode depender da utilização de uma amostra ou de um censo.
Entretanto, há certas situações em que é mais vantajoso fazer um censo. Entre essas situações
destacamos:
a) A população pode ser tão pequena que o custo e o tempo de um censo sejam pouco maiores
que para uma amostra.
b) Se o tamanho da amostra é grande em relação ao da população, o esforço adicional requerido
por um censo pode ser pequeno, além disso, o censo eliminará a variabilidade amostral.
c) Se se exige precisão completa, então o censo é o único método aceitável.
d) Ocasionalmente, já se dispõe da informação completa, de modo que não há necessidade de
amostra.

TÉCNICAS DE AMOSTRAGEM

Amostragem Aleatória Simples

Este tipo de amostragem é equivalente a um sorteio lotérico. A Amostragem Aleatória Simples

é constituída de elementos retirados ao acaso da população. Então todo elemento da população
tem probabilidade fixa de ser amostrado. Por isso é que a esse tipo de amostragem tende a
produzir amostras representativas.
Exemplo: Geralmente são considerados aleatórios os seguintes processos:
• A chegada de carros a um posto de pedágio
• As chamadas telefônicas numa grande mesa de operação
• A chegada de clientes aos caixas de um supermercado
• A produção de qualquer processo mecânico
• Sucessivos lances de moeda ou de dado
• Tempo de serviço em estações de pedágio
É de máxima importância dar cuidadosa atenção à maneira como se escolhem os itens, bem
como se eles são igualmente prováveis.
Exemplo: Imagine que 500 clientes estão cadastrados em sua empresa e você precisa obter
uma amostra aleatória de 2% dos cadastros. O que você faria?

Para entendermos melhor esse processo de amostragem vamos imaginar uma pesquisa de
opinião que será realizada em um bairro qualquer. Essa pesquisa deve ser feita com 20
domicílios, mas o bairro possui 200. Assim, para se obter uma amostra com 20 endereços, um
sorteio entre os 200 endereços do bairro deve ser feito, dessa maneira, todas as moradias têm a
mesma chance de participar da pesquisa.
Quando universo é pequeno, não se torna necessário o uso de um computador com um software
estatístico para seleção de uma amostra, portanto, pesquisas de mercado de empresas com
muitos clientes ou pesquisas de opinião que necessitam de uma amostragem muito extensa, o
uso de recursos digitais para o sorteio se torna essencial.

Como você usaria a tabela de números aleatórios para extrair essa amostra?
Vantagens e desvantagens da amostra aleatória simples
A amostra aleatória simples é uma maneira acessível e rápida para se obter uma amostra, isso
deve pelo fato de que quase todo trabalho de amostragem pode ser realizado em um
computador.
Contudo, para evitar problemas com técnica é preciso estar atento a alguns fatores. Como a
amostragem é aleatória, ela pode gerar qualquer combinação de elementos presentes em um
universo, isso pode ser bom ou ruim. Por exemplo, se as 20 casas selecionadas para a pesquisa
de opinião acabam sendo da mesma rua, a representatividade da pesquisa acaba sendo
prejudicada.
Além disso, pesquisas que contêm um universo muito grande, como em pesquisas eleitorais, se
torna quase impossível obter uma listagem atualizada de todos os eleitores de uma região para
participar da amostragem. Dessa forma, em algumas situações, os resultados obtidos pela
amostra aleatória não são totalmente precisos.

Amostragem Sistemática

A amostra sistemática, assim como a amostra aleatória simples, é um método de amostra

probabilística que seleciona indivíduos dentro de uma população já determinada. Contudo, há
um fator matemático de seleção que as diferencia.
Na amostra sistemática os elementos do universo a ser pesquisado são divididos em grupos
numericamente iguais, assim, após essa segmentação é definido um “ponto de partida”, de
modo a estabelecer um número que se repetirá, em sequência, dentro de todos os grupos
determinados, até que toda a amostragem seja selecionada.
Quando os elementos da população já se acham ordenados, não há necessidade de construir um
sistema de referência. São exemplos os prontuários médicos de um hospital, os prédios de uma
rua, as linhas de produção etc. Nestes casos, a seleção dos elementos que constituirão a amostra
pode ser feita por um sistema imposto pelo pesquisador.
A Amostragem Sistemática é constituída de elementos retirados da população segundo um
sistema preestabelecido.
Vantagem: facilidade
Problema: possibilidade de haver ciclos de variação
 Sejam os seguintes elementos:
N: tamanho da população; N
n: tamanho da amostra. aa  N
 Calcula-se o intervalo de amostragem através da nn razão:
Onde: a é o inteiro mais próximo

Exemplo 1: Imagine que 500 clientes estão cadastrados em sua empresa e você precisa obter
uma amostra aleatória de 2% dos cadastros. Como você obteria uma amostra sistemática?

Exemplo 2: No caso de uma linha de produção, podemos a cada dez itens produzidos, retirar
um para pertencer a uma amostra da produção diária. Neste caso, estaríamos fixando o tamanho
da amostra em 10% da população.
É preciso especial cuidado com o sistema de seleção. Não forme uma amostra com as primeiras
pessoas de uma fila ou, se são atendidos 10 clientes por dia, não escolha para a amostra, o
décimo de cada dez clientes. Estes procedimentos podem determinar amostras tendenciosas.
Recomenda-se sempre sortear o primeiro elemento que será selecionado para a mostra e, a
partir daí, usar o sistema de seleção.

Vantagens da amostra sistemática

Assim como a amostra aleatória simples, a amostra sistemática é de rápida execução. Além
disso, por ter o critério de separação por grupos, o fator representatividade se torna mais
efetivo, como podemos perceber acima, a chance de vizinho ou apenas moradores próximos
aparecerem na amostragem desaparece.
A única desvantagem é se por acaso cada elemento dos grupos selecionados tenha
características ou opiniões que coincidam devido a sequência escolhida, mas esse problema
pode ser facilmente resolvido se os grupos divididos forem previamente estudados e separados
com um peso proporcional, dessa forma, características favoreceram a representatividade no
estudo.

Amostragem Proporcional Estratificada

A amostra estratificada é uma técnica de amostra probabilística que é realizada em duas etapas.
Esse tipo de amostragem separa a população em grupos e subgrupos, buscando assim, uma
amostra mais representativa.
Para realizar uma amostra estratificada apenas dois passos são necessários. Primeiro, deve-se
dividir a população em grupos distintos. Esses grupos devem ser segmentados com
características da população que auxiliem o tema estudado, podendo ser idade, sexo, trabalho,
nível de escolaridade, entre outros.
Depois de distribuir a população nesses grupos, são utilizadas outras formas para eleger os
entrevistados dentro de cada grupo, podendo adotar critérios aleatórios ou não. Assim, para
selecionar uma amostra de forma não enviesada podemos utilizar a amostra aleatória simples
ou sistemática.
Dessa forma, a principal vantagem da amostra estratificada, em relação aos outros métodos de
amostragem, é o aumento da representatividade que ela gera por possibilitar uma estratificação
do universo. Isso ocorre, pois, a divisão de grupos realizada na primeira etapa permite que as
diferentes respostas ou opiniões possíveis em uma pesquisa possam aparecer de forma
proporcional e representativa.
Por esse motivo, ela é um bom tipo de amostragem para pesquisas de opinião que possuem
grandes populações com diferentes qualidades.
Subdivida a população em pelo menos dois subgrupos diferentes, de modo que os sujeitos
dentro do mesmo subgrupo tenham as mesmas características (como sexo, faixa etária, faixa de
renda) e a seguir extraia uma amostra de cada subgrupo.
Exemplo: Vamos obter uma amostra proporcional estratificada de 10% para a pesquisa da
estatura de 90 alunos de uma escola onde 54 são meninos e 36 são meninas.
Temos aqui dois estratos, sexo masculino e sexo feminino.
a)O primeiro passo é determinar o tamanho da amostra em cada estrato:
b) Numeramos os alunos de 01 a 90, sendo que de 01 a 54 correspondem meninos e de 55 a 90
meninas.
c) obtemos uma amostra aleatória ou sistemática de cada sexo e reunimos as informações numa
só amostra, denominada amostra estratificada.

Amostragem por conglomerado:

Desse modo, a amostra é realizada em mais de uma etapa, assim como a amostra estratificada.
No primeiro estágio, os grupos (ou conglomerados) são definidos. Assim, somente no último
estágio os indivíduos que participarão da entrevista serão sorteados.
O número de etapas a que uma mostra por conglomerados deve conter, varia com o tipo de
pesquisa e o quanto o universo estudo deve ser dividido de forma a auxiliar o estudo, quanto
maior e mais heterogênea uma população, mais divisões se tornam necessárias.
Um exemplo de uso de amostra por conglomerados é em pesquisas eleitorais. Normalmente
essas pesquisas são realizadas em três etapas. Primeiro os municípios são selecionados de
acordo com a sua grandeza, ou seja, a sua seleção é proporcional à medida de seu tamanho (ou
importância).Na segunda etapa, os setores censitários também são incluídos de forma
proporcional. Por fim, na terceira etapa, os eleitores são sorteados dentro de cada um dos
segmentos escolhidos.
Na amostragem por conglomerado, primeiro dividimos a área da população em seções (ou
conglomerados), depois selecionamos aleatoriamente alguns desses conglomerados e então
escolhemos todos os membros desses conglomerados selecionados.

Exemplo:
→ Pesquisas Eleitorais – Selecionamos aleatoriamente 30 zonas eleitorais de um grande
número de zonas e, em seguida, entrevistamos todos os eleitores
daquelas zonas selecionadas. Isso é muito mais rápido e muito menos
dispendioso do que selecionar uma pessoa de cada uma das muitas
zonas da área populacional. Os resultados da amostragem estratificada
ou por conglomerado podem ser ajustados ou ponderados para corrigir
quaisquer representações desproporcionais de grupos

Vantagens e desvantagens da amostra por conglomerados

A maior vantagem da amostra por conglomerados é a relação custo benefício que ela
proporciona na coleta de dados. Isso ocorre pois como os grupos são escolhidos antes dos
entrevistados, dessa forma, o pesquisador pode escolher elementos conforme a localização dos
elementos, fazendo com que haja um menor custo e tempo de deslocamento durante o processo
de coleta.
Esse fato se torna essencialmente vantajoso no Brasil, que possui uma enorme extensão
territorial. Em uma pesquisa eleitoral, os entrevistadores podem focar em grandes cidades onde
há uma maior concentração de pessoas e em cidades menores, próximas a grandes centros.
Contudo, quanto maior a concentração de entrevistas por localidade, maior é a chance de se
obter respostas homogêneas nos resultados,podendo haver uma perda de representatividade
devido a exclusão de muitas regiões. Dessa forma é importante ter cuidado na escolha da área
de pesquisa.
Portanto, a amostra por conglomerados é muito eficiente em pesquisas que precisem cobrir um
grande território, pesquisas que tenham uma população heterogênea ou quando há uma
listagem de todos os indivíduos que compõem o universo do estudo.

Amostragem por conveniência [Não-Probabilística]

A partir do conceito de amostra, vamos discorrer mais sabre tipos de amostras não
probabilísticas utilizadas em pesquisas de opinião e de mercado.
Amostras por conveniência, como o próprio nome já sugere, são um tipo de amostra que não
exige tanto critério na pré-seleção do público a ser pesquisado, ou seja, o universo da pesquisa
não precisa estar totalmente definido para que essa seja efetuada.
Para exemplificar, podemos imaginar um pesquisador que vá em um lugar público, como uma
praça, e lá mesmo faz a sua pesquisa, sem muito critério de controle com o perfil da amostra.
Assim, a seleção passa a será penas com pessoas que passaram por lá, foram abordadas e
concordaram em responder a pesquisa. As avaliações por cliente oculto também são uma forma
de pesquisa por conveniência.
Quando se deve usar a amostra por conveniência?

Por não tem muito critério na seleção de perfis a serem entrevistados, a amostra por
conveniência pode gerar um resultado enviesado. Como no exemplo dado acima, uma pesquisa
realizada em uma praça na cidade, provavelmente não comportará todo o universo necessário
em uma pesquisa.
Dessa forma, amostras por conveniência devem utilizadas em pesquisas que buscam conclusões
gerais, com um perfil exploratório como o pré-teste de questionários, ou nas quais, não haja
uma certeza prévia do perfil de seus respondentes.

TAMANHO DA AMOSTRA

ERRO AMOSTRAL: diferença entre o valor que a estatística pode acusar e o verdadeiro valor
do parâmetro que se deseja estimar.
ERRO AMOSTRAL TOLERÁVEL: quanto um pesquisador admite errar na avaliação dos
parâmetros de interesse numa população.
– Exemplo, o resultado de uma pesquisa eleitoral: Candidato A = 20%, com 2% de erro
amostral (18% - 22%)

Fórmula para cálculo do tamanho da amostra 1

N = Tamanho da população n0 =
(E 0 )²
E₀ = erro amostral tolerável
n₀ = primeira aproximação do tamanho da amostra N⋅n
n= 0
n = tamanho da amostra N +n0

Exemplo cálculo do tamanho da amostra

Se possuirmos uma população de N = 2000 famílias, e com um Grau de confiança de 95%, ou
seja, que esperamos uma certeza de 95% de que a amostra represente a população estudada,
então:
E₀ = erro amostral tolerável = 5% (E₀ = 0,05) 1
n0 = =400
(0 ,05 )²
2000⋅400
n= =334 famílias
2000+400

Note que, quanto maior o Grau de Confiança desejado, será necessário uma amostra de
tamanho maior. Baseando-se no exemplo anterior, utilizaremos o Grau de Confiança como
98%:
1
n0 = =2500
(0 ,02 )²
2000⋅2500
n= =1112 famílias
2000+2500

• E se a população fosse de 200.000 famílias com Grau de Confiança com 98% e 95%?

EXERCÍCIOS
1) Utilizando Técnica de amostragem Sistemática obtenha uma amostra de 80 casas de uma rua
que contém 2000 casas.
2) Uma escola de 1º grau abriga 124 alunos. Obtenha uma amostra representativa
correspondendo a 15% da população. Sugestão: a partir da 1ª linha da esquerda para a
direita.
3) Na tabela abaixo temos a relação dos diâmetros de 24 peças de um motor produzidas em
um determino tempo.
1,2 1,0 1,5 1,2 1,3 1,4 1,2 1,6
1,8 1,6 1,2 1,5 2,1 2,3 1,5 1,4
2,0 2,5 1,9 1,1 2,0 1,8 2,6 1,3
Componha uma amostra aleatória simples de tamanha n=4 TNA: 10ª L e 6ª C
4) Através da tabela da questão três, extraia uma amostra sistemática de tamanho n=6 TNA:
6ªL e 3ª C
5) Extraia uma amostra estratificada de tamanho n=10, sabendo que as peças foram divididas
em dois estratos:
a) ESTRATO A: valores menores que 2,0 (TNA: 8ªL e 3ªC);
b) ESTRATO B: valores maiores ou iguais a 2,0 (TNA: 16ªL e 2ªC).
6) Construa uma amostra de 12 elementos de uma população total de 90 indivíduos, e que se
tenha escolhido começar na primeira linha da Tabela de Números Aleatórios (TNA),
partindo da esquerda para a direita.
7) Suponhamos que uma empresa tenha 720 colaboradores em determinado setor, dentre os
quais deseja-se uma amostra formada por 30 destes empregados.
8) Uma população encontra-se dividida em três estratos, com tamanhos, respectivamente, n1 =
40, n2 = 100 e n3 = 60. Sabendo que, ao ser realizada uma amostragem estratificada
proporcional, nove elementos da amostra foram retirados do 3º estrato, determine o nº total
de elementos da amostra.