1) A amostragem é o processo de selecionar uma amostra de uma população para estudá-la e caracterizá-la. 2) Existem amostras probabilísticas, nas quais todos os elementos da população têm probabilidade conhecida de fazer parte da amostra, e amostras não probabilísticas, nas quais o pesquisador determina quais elementos farão parte da amostra. 3) É importante que a amostra seja representativa da população e livre de vieses para permitir inferências e generalizações válidas

1. AMOSTRAGEM
Profa. Dra. Sandra Y. Spiendler Rdriguez

2. AMOSTRAGEM
A amostragem é o processo de selecionar uma
amostra de uma determinada população, a fim
de estudá-la e caracterizá-la.

3. POPULAÇÃO x AMOSTRA
A amostragem é o processo de selecionar uma amostra
de uma determinada população, a fim de estudá-la e
caracterizá-la.

4. População: consiste em um conjunto de indivíduos que
compartilham de, pelo menos, uma característica
comum.
Infinita: quando o número de observações for infinito.
Finita: quando apresenta um número limitado de
indivíduos.
População alvo: É aquela sobre a qual se quer aplicar
(generalizar) os resultados de uma investigação e é
nesta direção que inferimos as conclusões.
Amostra: É o subgrupo da população alvo à qual o
investigador é capaz de acessar (critérios de inclusão
e exclusão) incluindo a localização geográfica e
temporal.

5. Razões para amostragem:
• As amostras podem ser estudadas com maior
rapidez do que as populações. A velocidade pode ser
importante para o resultado que se pretende obter.
• Um estudo de amostra é mais barato que o estudo de
toda a população.
• O estudo de toda uma população (censo) é
impossível na maioria dos casos.
• Se as amostras forem adequadamente selecionadas,
podem-se utilizar métodos de probabilidade
para estimar o erro nos resultados estatísticos.

6. • Um importante objetivo de fazer
pesquisa é o de inferir, ou generalizar,
a partir de uma amostra para uma
população mais ampla. Esse processo
de inferência é feito com o uso de
métodos estatísticos baseados em uma
probabilidade (Cochran, 1977).

7. AMOSTRAGEM
A preocupação da estatística no que tange a amostras diz
respeito a sua representatividade, sua isenção de
tendenciosidades, de ERROS SISTEMÁTICOS.
Plano Amostral
Condições de entrada ou exclusão de dados
Estratégias de estratificação da coleta de dados
Definições de estágios de coleta de dados
(Pereira, 2002)

8. ERROS SISTEMÁTICOS/Viés da amostra
Quando o processo aleatório não é respeitado corre-se o
risco de selecionar para a amostra mais indivíduos de
um certo grupo do que a proporção deste grupo na
população. O viés ocorre toda vez que o processo de
seleção amostral sistematicamente favorece a escolha
de certos indivíduos da população para compor a
amostra.
Percentual de fumantes do RGS?
Se a coleta for realizada somente em redutos de
fumantes= erros e vieses.

9. É importante o conhecimento do pesquisador acerca do
real papel do cálculo do tamanho da amostra para a
qualidade do estudo projetado.
A escolha de diversos métodos de cálculos de tamanho
da amostra obedece a critérios metodológicos,
pressupostos do teste estatístico a ser utilizado. Se o
teste escolhido for inadequado para o estudo, tem-se um
resultado, mas sua interpretação não terá significado, ou,
o que é pior, poderá levar a conclusões ou à tomada de
decisões completamente equivocadas.
(Marotti et al..2008)
AMOSTRAGEM

10. Passo 1 – A população deve ser dividida em partes,
chamadas unidades de amostragem. Estas unidades
devem abranger toda a população, sem qualquer
superposição.
Ao extrair uma amostra da população de uma cidade, a
unidade pode ser um indivíduo, os membros de uma
família, ou o conjunto de todas as pessoas que moram em
um quarteirão.
Passo 2 - Decidir se a amostra deve ser aleatória ou
intencional.
(Barbetta, 2001).
AMOSTRAGEM

11. Qual o tamanho da
amostra ideal para
garantir um estudo
representantivo

12. •Amostras grandes: n > 100
•Amostras médias: n > 30
•Amostras pequenas: n < 30
•Amostras muito pequenas: n < 12

13. Uma amostra grande não é,
necessariamente, uma boa amostra. Embora
seja necessário ter uma amostra que seja
suficientemente grande, é mais importante
ter uma amostra na qual os dados tenham
sido escolhidos de alguma maneira
apropriada, tal como seleção aleatória.

14. O famoso e difundido número de 30 sujeitos
baseia-se no importante fundamento matemático
denominado teorema central do limite, o qual
garante que com um n em torno de 30 as médias
amostrais apresentam uma distribuição que tende
à distribuição normal, independentemente da
forma da distribuição da amostra em si. Isto
significa que se forem coletadas repetidamente
amostras aleatórias independentes de tamanho n
de uma população, então se n for grande, a
distribuição das médias amostrais vai se aproximar
de uma distribuição normal (Marotti et al., 2008).

15. AMOSTRAS
Probabilística Não Probabilística

16. Probabilísticas: baseadas nas leis de
probabilidades e podem originar uma
generalização estatística.
Não probabilísticas: que tentam reproduzir o
mais fielmente possível a população alvo.
TIPOS DE AMOSTRAS

17. Probabilística
Quando todos
os elementos da
população tiverem
probabilidade
conhecida, e
diferente de zero,
de pertencer à
amostra.

18. Cálculo amostral

19. AMOSTRAS
Probabilística Não Probabilística

20. Não Probabilística
Não existe uma lei de probabilidade que determine a
participação dos elementos da população na amostra,
estes são determinados pelo pesquisador. Isto não
significa que este processo de amostragem não possa
ser empregado, seja pela simplicidade de seu uso, seja
pela impossibilidade de se obter amostras
probabilísticas.