Técnicas de amostragem

1. Técnicas de amostragem

2. Característica X observável: X1 X2 X3 ... População e a variável a ser observada POPULAÇÃO

3. POPULAÇÃO: eleitores brasileiros AMOSTRA: uma parte dos eleitores Voto do eleitor: X1 X2 X3 Pesquisa eleitoral: um exemplo de levantamento por amostragem

4. Amostragem inferência Amostragem e Inferência estatística Universo do estudo (população) Dados observados (amostra)

5. População • População: é o conjunto de elementos para os quais desejamos que as conclusões da pesquisa sejam válidas, com a restrição de que esses elementos possam ser observados ou mensurados sob as mesmas condições. • Muitas vezes vamos chamar de população a todo o conjunto de observações da variável de interesse. • Parâmetro é uma medida que descreve certa característica dos elementos da população (uma média, uma proporção,... da variável de interesse).

6. Amostra e amostragem • Amostra: parte dos elementos de uma população. • Muitas vezes vamos se referir à amostra como uma parte das possíveis observações de uma variável de interesse. • Amostragem: o processo de seleção da amostra. • Estimativa: valor calculado com base na amostra, e usado com a finalidade de avaliar aproximadamente um parâmetro.

7. p Voto do eleitor: X1 X2 X3 ... Exemplo: Pesquisa eleitoral Amostragem POPULAÇÃO AMOSTRA  = ? Parâmetro Estatística  = p±erro amostral Resultado estatístico:

8. Erroamostral: diferença entre o verdadeiro valor (parâmetro) e a estatísticacalculada. Exemplo: Espaço de amostragem e Eventos

9. Censo x Amostragem • Censo: Estudo através da observação de todos os elementos da população. • Amostragem: Estudo por meio da observação de uma amostra.

10. Por que fazer amostragem? • Economia (custo reduzido) • Menor tempo (maior rapidez: coleta e processamento) • Maior qualidade nos dados levantados • População infinita • Mais fácil, com resultados satisfatórios.

11. Quando fazer censo? • População pequena (tamanho da amostra grande em relação ao da população). • Quando se exige o resultado exato. • Quando já se dispõe dos dados da população.

12. Principaisfases de um levantamentoporamostragem • Objetivos do levantamento – claraenunciação dos objetivos. • Populaçãoquefornecerá as amostras • Dados a seremcoletados • Grau de precisãodesejado – grau de incerteza parte dapopulação, erros de medida • Métodosparacoletaros dados • Esquema de amostragem – unidades de amostragem As unidadesdevemabrangertoda a populaçao, sem se superporem.

13. Principaisfases de um levantamentoporamostragem • Seleção das amostras – plano de amostragem. • Verificaçãopreliminar - questionário • Organização do campo de trabalho • Sintetização e análise de dados • Informaçõesutilizáveisemfuturoslevantamentos • Amostragempiloto

14. Tamanho da amostra (n) e tamanho da população (N) n Amostra representativa: 10% da população 100 10 N 100 1.000 A relação não é linear

15. n N Tamanho da amostra (n) e tamanho da população (N) Bem menos que 10.000 10 10 10.000 IMPORTANTE: forma de seleção da amostra

16. Amostragem • O processo de seleção da amostra

17. Técnicas de Amostragem • Amostragem probabilística (aleatória) - a probabilidade de um elemento da população ser escolhido é conhecida. • Usa alguma forma de sorteio - aleatoriedade • Amostragem não-probabilística (não-aleatória) - Não se conhece, a priori, a probabilidade de um elemento da população vir a pertencer à amostra.

18. Amostragem Probabilística • Amostragem aleatória simples • Amostragem sistemática • Amostragem estratificada • Amostragem por conglomerados

19. Amostragem Aleatória Simples (AAS) • Faz-se uma lista da população e sorteiam-se os elementos que farão parte da amostra. • Pode-se utilizar uma tabela de números aleatórios. • Propriedade básica: cada subconjunto da população com o mesmo nº de elementos tem a mesma chance de ser incluído na amostra (p = n/N)

20. Números aleatórios: Exemplo População: Selecionar uma amostra de n = 5 elementos.

21. Exemplo Números aleatórios: População e amostra: Obs. Há um erro no livro (6 ed.): foi pulado o número 08, associado ao Cláudio.

22. Amostragem Sistemática • Os elementos da população apresentam-se ordenados e são retirados periodicamente (de cada k elementos, um é escolhido)

23. Amostragem Estratificada • Usada quando a população pode ser dividida em subgrupos (estratos) relativamente homogêneos. • A seleção em cada estrato deve ser aleatória

24. POPULAÇÃO: comunidade da escola professor 20% AMOSTRA: parte da comunidade da escola 20% servidor 20% aluno 20% 60% 60% Ilustração de uma amostragem estratificada proporcional

25. Amostragem Estratificada. Exemplos • Pesquisas de mercado: • homens e mulheres; • faixas etárias. • Pesquisas eleitorais: • região demográfica; • cidades pequenas médias e grandes; • área urbana e rural.

26. Amostragem por Conglomerados • Usada quando a população pode ser naturalmente dividida em vários subgrupos (conglomerados). • Ao contrário dos estratos, espera-se que os conglomerados sejam quase tão heterogêneos quanto à população toda. • Num primeiro estágio, a amostragem é feita sobre os conglomerados, e não mais sobre os indivíduos da população.

27.               Amostragem por Conglomerados 1 ESTÁGIO: seleção aleatória de conglomerados 2 ESTÁGIO: seleção aleatória de elementos Amostra:     

28. n N Tamanho da amostra (n) e tamanho da população (N) Bem menos que 10.000 10 10 10.000 Considerando a relação acima, pense como ficam as inferências sobre subgrupos de uma população.