TÉCNICAS DE AMOSTRAGEM -1-

Como definimos, chamamos de população um conjunto de elementos passíveis de serem mensu-

rados, com respeito às variáveis que se pretende levantar. A população pode ser formada por pessoas,
famílias, estabelecimentos industriais, ou qualquer outro tipo de elementos, dependendo basicamente dos
objetivos da pesquisa.

E comum termos interesse em descrever certas características específicas dos elementos da

população, que denominaremos parâmetros.

Veja os exemplos seguintes.

Exemplo 1. Numa pesquisa epidemiológica, a população pode ser definida como todas as pessoas da região
em estudo, no momento da pesquisa. O principal parâmetro a ser avaliado deve ser a percentagem de pes-
soas contaminadas.
Exemplo 2. Numa pesquisa eleitoral, a três dias de uma eleição municipal, a população pode ser definida
como todos eleitores com domicílio eleitoral no município. Os principais parâmetros devem ser as percent-
agens de votos de cada candidato à prefeitura, no momento da pesquisa.
Exemplo 3. Para planejar políticas de recursos humanos numa empresa, com milhares de funcionários,
podemos realizar uma pesquisa para avaliar alguns parâmetros da população de funcionários desta empre-
sa, tais como: tempo médio de serviço dos funcionários na empresa, percentagem de funcionários com nív-
el de instrução superior, percentagem de funcionários com interesse num certo programa de treinamento,
etc.

Por que amostragem?

Citaremos quatro razões para o uso de amostragem em levantamentos de grandes populações.

Economia: Em geral, toma-se bem mais econômico o levantamento de somente uma parte da
população.

Tempo: Numa pesquisa eleitoral, a três dias de uma eleição presidencial, não haveria tempo suficiente
para pesquisar toda a população de eleitores do país, mesmo que houvesse recursos financeiros
em abundância.

Confiabilidade dos dados: Quando se pesquisa um número reduzido de elementos, pode-se dar mais
atenção aos casos individuais, evitando erros nas respostas.

Operacionalidade: E mais fácil realizar operações de pequena escala. Um dos problemas típicos nos
grandes censos é o controle dos entrevistadores.

Citaremos três situações em que pode não valer a pena a realização de uma amostragem.

População pequena:
Sob o enfoque de amostragens aleatórias, se a população for pequena (digamos, de 50 elementos) para
termos uma amostra capaz de gerar resultados precisos para os parâmetros da população, necessitamos de
uma amostra relativamente grande (em torno de 80% da população). Geralmente é mais relevante o tamanho
absoluto da amostra do que a percentagem que ela representa na população.

Característica de fácil mensuração:

Talvez a população não seja tão pequena, mas a variável que se quer observar é de tão fácil mensuração que
não compensa investir num plano de amostragem. Por exemplo, para verificar a percentagem de funcionários
favoráveis à mudança no horário de um turno de trabalho, podemos entrevistar toda a população no próprio
local de trabalho. Esta atitude pode também ser politicamente mais recomendável.
 TÉCNICAS DE AMOSTRAGEM -2-

TAMANHO DE UMA AMOSTRA ALEATÓRIA SIMPLES

O cálculo do tamanho da amostra é um problema complexo e ficaremos restritos ao caso da

amostragem aleatória simples.

Outros pontos importantes na determinação do tamanho da amostra são a heterogeneidade da

população em estudo e os tipos de parâmetros que se deseja estimar (proporções, médias, etc.). Estes
ingredientes entrarão em fórmulas mais refinadas, as quais apresentaremos no Capítulo de Estimação.

Nesta seção, trataremos de uma formulação bastante genérica, usada em pesquisas em que se
deseja estimar diversos parâmetros, especialmente proporções (ou percentagens) de ocorrência de
determinados atributos.

Para a determinação do tamanho da amostra, o pesquisador precisa especificar o erro amostral

tolerável, ou seja, o quanto ele admite errar na avaliação dos parâmetros de interesse. Por exemplo, na
divulgação de pesquisas eleitorais, é comum encontrarmos no relatório algo como: a presente pesquisa
tolera um erro de 2%. Isto quer dizer que, quando a pesquisa aponta determinado candidato com 20% de
preferência do eleitorado, está afirmando, na verdade, que a preferência por este candidato é um valor do
intervalo de 18% a 22% (ou seja, 20% ± 2%).

Uma fórmula para o cálculo do tamanho mínimo da amostra

Sejam:

N tamanho (número de elementos) da população;

n tamanho (número de elementos) da amostra;

n0 uma primeira aproximação para o tamanho da amostra

E0 erro amostral tolerável.

Um primeiro cálculo do tamanho da amostra pode ser feito, mesmo sem conhecer o tamanho da
população, através da seguinte expressão:

Conhecendo o tamanho N da população, podemos corrigir o cálculo anterior, por:

Exemplo 1. Planeja-se um levantamento por amostragem para avaliar diversas características da população
das N = 200 famílias moradoras de um certo bairro. Estas características (parâmetros) são especialmente
do tipo percentagens, tais como, a percentagem de famílias que usam programas de alimentação popular,
a percentagem de famílias que moram em casas próprias, etc. Qual deve ser o tamanho mínimo de uma
amostra aleatória simples, tal que possamos admitir, com alta confiança, que os erros amostrais não ultra-
passem 4% (E0 = 0,04) ?

Exemplo 2. Considerando os objetivos e os valores fixados no exemplo anterior, qual deveria ser o tamanho
da amostra se a pesquisa fosse ampliada para toda o município, que contém N = 200.000 famílias residentes?
TÉCNICAS DE AMOSTRAGEM -3-

TÉCNICAS DE AMOSTRAGEM PROBABILÍSTICAS

São técnicas de seleção dos elementos de uma população, de modo a se obter uma amostra representativa da população.
Devem ser utilizadas para assegurar que as inferências sobre a população sejam válidas.
Amostragem Aleatória Simples – É aquela na qual todos os elementos da população tem a mesma chance de
ser selecionado.
 Essa técnica usa mecanismos de casualidade para escolher os elementos da população, como a tabela de números
aleatórios. O método é semelhante a um sorteio.
Tabela de números aleatórios
 A tabela de números aleatórios consiste em uma série de números listados em uma
sequência aleatoriamente gerada. Essa tabela tem duas características que a tornam adequada: primeiro, os números
estão dispostos de tal maneira que a chance de qualquer um deles aparecer em determinada sequência é igual à chance
do aparecimento em qualquer outra posição; segundo, cada uma de todas as combinações de algarismos tem a mesma
chance de ocorrência. O Excel dispõe da função “ALEATÓRIO” para gerar números aleatórios (veja figura). A tabela de
números aleatórios abaixo foi construída de modo que os dez algarismos (0 a 9) são distribuídos ao acaso, pelo Excel,
identificadas pelas linhas (1, 2, 3, 4...) e colunas (A, B, C, D ...):
Tabela de números aleatórios
A B C D E F G H I J K L M N O P Q R S T U V W X Y Z a b c d e f g h i j k l
1 9 3 3 1 2 1 6 6 3 3 9 0 7 0 4 0 4 4 1 3 8 1 6 5 8 8 9 8 6 5 0 6 3 3 1 2 4 8
2 0 7 6 8 1 4 5 0 5 8 6 6 1 4 2 6 7 5 6 0 5 7 7 9 6 3 2 6 3 4 5 9 8 6 5 2 1 1
3 6 5 1 5 3 4 4 2 3 7 9 1 4 8 5 8 7 2 4 7 3 7 0 6 2 2 1 3 5 0 8 9 4 7 1 6 4 4
4 9 7 0 2 6 7 3 2 6 7 4 9 1 6 2 7 7 8 6 8 4 7 8 1 5 7 1 2 6 6 6 3 5 6 0 8 2 1
5 5 5 6 5 1 6 4 8 3 3 1 5 3 8 8 2 3 8 8 7 7 4 5 0 4 5 1 8 7 2 3 2 9 6 4 7 7 9
6 8 3 4 8 8 3 8 0 6 4 8 2 3 5 2 5 3 7 1 7 6 8 2 9 5 3 4 3 7 0 3 9 7 0 1 5 7 2
7 3 1 2 7 5 4 7 1 3 5 2 4 1 5 1 3 1 8 0 5 8 8 6 0 6 6 9 5 5 5 3 5 8 5 6 7 1 2
8 3 6 3 1 1 7 6 9 5 3 3 5 3 5 6 3 3 3 4 3 6 8 4 5 5 8 8 1 9 2 5 7 8 7 7 5 8 7
9 4 2 0 4 7 2 7 9 3 3 3 3 3 2 8 7 1 8 0 6 1 5 3 4 0 6 3 2 8 3 3 0 7 2 7 2 4 2
10 6 8 7 0 3 9 9 9 8 6 8 2 1 5 8 7 4 5 5 2 6 3 4 1 1 2 2 1 2 9 4 0 5 8 7 0 6 8
11 7 9 1 6 5 8 1 4 3 7 9 1 2 5 3 4 1 6 3 1 6 3 2 5 1 9 5 7 7 5 6 6 8 4 6 5 7 1
12 8 1 4 6 3 8 8 4 7 1 3 6 3 7 7 5 2 6 2 4 8 6 3 2 1 4 8 3 1 7 0 8 1 9 4 1 2 3
13 8 1 7 9 3 4 3 6 9 5 9 2 1 7 3 8 7 5 2 2 7 6 0 6 1 8 1 2 1 4 8 5 2 7 3 3 8 5
14 2 8 8 4 4 0 4 3 2 2 8 1 1 0 2 8 1 8 1 4 5 1 8 1 8 3 3 4 5 6 6 8 1 4 7 4 3 3
15 3 3 7 2 0 0 2 9 5 5 6 8 2 4 5 7 4 0 6 7 3 2 6 3 7 6 7 2 7 2 2 7 6 4 1 6 1 1
16 0 2 7 8 1 7 7 6 0 4 3 4 5 8 7 8 3 0 3 1 2 7 8 5 2 3 2 5 7 5 7 4 3 5 2 9 4 6
17 1 1 0 5 9 6 6 2 7 2 2 7 1 8 5 5 2 7 5 9 5 0 3 7 0 3 1 5 4 2 9 7 4 4 2 6 0 5
18 1 9 0 4 1 1 4 3 3 1 5 6 7 0 1 2 2 2 4 4 9 2 2 1 9 7 1 5 9 1 1 5 8 9 7 2 2 2
19 6 9 7 4 5 0 1 0 6 6 2 1 5 2 1 8 8 2 5 2 2 2 8 1 2 3 8 1 3 5 7 6 7 8 1 6 7 1
20 2 7 1 2 1 6 3 1 1 7 1 2 3 4 8 8 1 1 7 1 1 1 3 6 2 1 1 7 9 2 2 5 3 2 2 2 7 6
21 9 5 5 5 2 2 0 1 3 6 9 6 5 3 2 2 6 3 1 4 4 4 3 1 6 7 0 5 5 1 0 7 3 1 2 1 5 3
22 4 2 4 9 7 3 1 8 3 4 8 3 7 1 3 1 1 6 4 8 2 3 3 1 4 7 3 8 6 3 1 8 0 2 8 1 0 8
23 5 8 3 1 1 3 8 2 5 3 8 6 2 2 7 8 1 1 1 3 4 4 8 8 6 4 2 3 1 8 6 1 8 4 9 1 5 6
24 8 4 3 2 1 3 5 7 6 7 3 3 6 1 9 4 7 6 5 6 6 7 2 6 5 7 0 8 2 6 4 9 1 4 7 7 3 4
25 1 2 8 1 0 5 4 3 8 5 1 1 8 9 1 3 8 7 4 5 0 4 7 0 8 3 8 9 6 2 3 7 1 4 6 2 9 4
26 7 7 5 7 9 2 4 5 7 8 7 1 4 8 4 1 6 4 9 7 5 9 4 1 4 4 3 2 2 5 8 0 2 3 4 5 4 2
27 7 2 8 8 8 3 8 5 5 4 4 5 9 4 9 2 3 1 1 1 2 7 6 3 5 1 4 0 6 2 7 7 7 7 7 7 0 4
28 8 7 7 1 9 6 7 6 6 5 5 9 1 6 5 6 1 2 2 3 2 5 7 5 6 9 5 0 3 1 7 1 1 5 5 2 6 6
29 1 4 8 2 2 1 9 5 2 6 6 3 4 0 1 3 0 5 5 6 9 1 7 8 8 8 2 7 7 9 7 5 0 3 6 2 4 4
30 7 6 1 9 0 5 1 4 4 4 1 0 1 6 4 3 7 3 7 1 0 7 4 1 6 8 9 9 7 9 6 2 7 6 3 7 0 1
31 1 5 8 1 0 4 3 9 2 4 5 6 6 8 2 2 3 1 2 8 4 5 9 1 7 4 7 6 7 1 6 1 8 0 4 6 2 9
32 3 2 2 2 1 1 4 5 8 0 2 4 5 8 3 3 0 9 3 9 8 9 6 9 8 8 4 5 9 8 1 3 3 5 8 9 0 6
33 6 5 4 6 5 9 5 1 0 0 1 4 2 7 7 7 7 8 0 3 2 7 7 2 8 7 5 8 1 3 8 7 6 4 0 0 2 6
34 5 0 8 7 8 1 3 5 1 4 6 1 5 5 6 6 0 3 5 5 0 3 6 5 4 1 4 1 4 0 6 9 5 2 2 0 5 5
TÉCNICAS DE AMOSTRAGEM -4-

Como usar a tabela de números aleatórios

 1º Numerar todos os elementos da população N;
 2º Determinar as combinações dos algarismos. Exemplo: se o último número da população for 80, devem ser lidos
números de dois algarismos; se o último for 456, devem ser lidos números de três algarismos, e assim por diante;
 3º Escolher um ponto de partida arbitrário da tabela. A leitura pode ser feita horizontalmente →← (da direita para a
esquerda ou vice‐versa), verticalmente ↓↑ (de cima para baixo ou vice‐versa), diagonalmente ↗↙↖↘ (no sentido
ascendente ou descendente) ou formando uma letra. A opção, porém, deve ser feita antes de iniciado o processo;
 4º Descartar os números maiores que o tamanho da população e/ou numeral repetido;
 5º Usar os números escolhidos para identificar os elementos da população.

EXEMPLO. Uma empresa pecuária possui uma população de novilhos de tamanho N = 80 e precisa retirar
amostras de tamanho n = 12 (15% da população) para fazer exame de uma doença. Utilize o método de
amostragem aleatória simples, considerando a tabela, a partir da 4ª linha, coluna D, sentido horizontal, da
esquerda para direita (→).
SOLUÇÃO. Como a população N=80 tem dois algarismos, combinamos dois algarismos na tabela,
descartando os números repetidos e os números que não pertencem a população (Ex.: 81, 95,...).
Este procedimento é repetido até a amostra de tamanho n=12 ser escolhida. Então:

A B C D E F G H I J K L M N O P Q R S T U V W X Y Z a b c d e f g h i j k l
1 9 3 3 1 2 1 6 6 3 3 9 0 7 0 4 0 4 4 1 3 8 1 6 5 8 8 9 8 6 5 0 6 3 3 1 2 4 8
2 0 7 6 8 1 4 5 0 5 8 6 6 1 4 2 6 7 5 6 0 5 7 7 9 6 3 2 6 3 4 5 9 8 6 5 2 1 1
3 6 5 1 5 3 4 4 2 3 7 9 1 4 8 5 8 7 2 4 7 3 7 0 6 2 2 1 3 5 0 8 9 4 7 1 6 4 4
4 9 7 0 2 6 7 3 2 6 7 4 9 1 6 2 7 7 8 6 8 4 7 8 1 5 7 1 2 6 6 6 3 5 6 0 8 2 1
5 5 5 6 5 1 6 4 8 3 3 1 5 3 8 8 2 3 8 8 7 7 4 5 0 4 5 1 8 7 2 3 2 9 6 4 7 7 9
6 8 3 4 8 8 3 8 0 6 4 8 2 3 5 2 5 3 7 1 7 6 8 2 9 5 3 4 3 7 0 3 9 7 0 1 5 7 2
Amostras escolhidas
n= 26 73 74 62 77 78 15 71 66 35 60 56
Descartadas por repetição: Descartadas por não pertencer à população:
26 26 15 91 86 84 82

Amostragem Estratificada – É aquela na qual dividimos a população em subgrupos (estratos) de idênticas

características e retiramos amostras aleatórias simples dos subgrupos.

Às vezes, a população é heterogênea (ex.: sexo masculino e feminino; peça A, B e C) e a amostra aleatória simples não
apresentaria esta heterogeneidade. Seria, então, necessário homogeneizar as amostras em grupos, estratos. Neste caso
recorremos à amostragem aleatória estratificada. “Estratificar” sugere “formar‐se em camadas”.
Exemplo. A estratificação mais simples que encontramos na população do rebanho de tamanho N=80 é a divisão
entre novilhos e novilhas. Supondo que haja 35 novilhos e 45 novilhas, teremos a seguinte formação dos estratos:

População (80)

Estrato 1 Estrato 2

Novilhos (35) Novilhas (45)

São, portanto, dois estratos (novilhos e novilhas). Como queremos uma amostra de tamanho n=12 (15% da população), por
estrato, temos:

Rebanho População 15% Amostra Número de

Novilho (estrato 1) 35 35*0,15 = 5,25 5 amostras
Novilha (estrato 2) 45 45*0,15= 6,75 7 estratificadas
TOTAL 80 80*0,15 = 12 12
TÉCNICAS DE AMOSTRAGEM -5-

O próximo passo é extrair as amostras dentro de cada estrato. Então, numeramos o rebanho de 01 a 80, sendo que de 01 a 35
correspondem novilhos e de 36 a 80, as novilhas. Tomando na tabela de números aleatórios, a partir da 4ª linha, coluna D,
sentido horizontal, da esquerda para direita (→), obtemos os seguintes números:

A B C D E F G H I J K L M N O P Q R S T U V W X Y Z a b c d e f g h i j k l
1 9 3 3 1 2 1 6 6 3 3 9 0 7 0 4 0 4 4 1 3 8 1 6 5 8 8 9 8 6 5 0 6 3 3 1 2 4 8
2 0 7 6 8 1 4 5 0 5 8 6 6 1 4 2 6 7 5 6 0 5 7 7 9 6 3 2 6 3 4 5 9 8 6 5 2 1 1
3 6 5 1 5 3 4 4 2 3 7 9 1 4 8 5 8 7 2 4 7 3 7 0 6 2 2 1 3 5 0 8 9 4 7 1 6 4 4
4 9 7 0 2 6 7 3 2 6 7 4 9 1 6 2 7 7 8 6 8 4 7 8 1 5 7 1 2 6 6 6 3 5 6 0 8 2 1
5 5 5 6 5 1 6 4 8 3 3 1 5 3 8 8 2 3 8 8 7 7 4 5 0 4 5 1 8 7 2 3 2 9 6 4 7 7 9
6 8 3 4 8 8 3 8 0 6 4 8 2 3 5 2 5 3 7 1 7 6 8 2 9 5 3 4 3 7 0 3 9 7 0 1 5 7 2

Temos, então:
1 a 35 → Novilhos n =5 26 15 35 31 23
36 a 80 → Novilhas n =7 73 74 62 77 78 71 66
Descartados

 Como é provável que a variável em estudo apresente, de estrato para estrato, um comportamento heterogêneo
e, dentro de cada estrato, um comportamento homogêneo, convém que a amostragem seja feita por estratos.
Portanto, a amostragem estratificada é, em geral, usada para reduzir a variação nos resultados.
Notas importantes
 A amostragem estratificada é mais eficiente do que a amostragem aleatória simples, uma vez que fica
sobre este tipo de assegurada a representatividade de elementos ao longo de toda a extensão da população. A homogeneidade de
amostragem itens dentro de cada estrato proporciona maior precisão. Da mesma maneira, em um sistema produtivo,
podemos estratificar as amostras em, por exemplo, peça A, peça B, peça C e assim por diante.

Amostragem por Conglomerado- É aquela em que dividimos a população em pequenos grupos

(conglomerados), e retiramos amostras aleatórias simples dos conglomerados.

Normalmente usado para amostras grandes. É um método muito usado por motivos de ordem econômica e prática.
Imagine uma população de 8.000 na qual se queira uma amostra de 400 elementos. É inviável usar os outros métodos pois
implicaria em muito trabalho enumerar e escolher um a um.

Exemplo. Na população de 8.000 novilhos, divida em 10 conglomerados e extraia uma amostra de tamanho 2.400,
Partindo da 1ª linha, coluna A, sentido horizontal e da esquerda para direita (→) da tabela aleatória.

8000
1º passo. Determine o número de elementos para cada conglomerado: / 10 = 800 novilhos por conglomerado

População (8.000)
800 novilhos para cada conglomerado

Conglomerado 1 Conglomerado 2 Conglomerado 3 Conglomerado 4 Conglomerado 5

Conglomerado 6 Conglomerado 7 Conglomerado 8 Conglomerado 9 Conglomerado 10

2º passo: Determine o número de algarismos que serão usados na tabela aleatória:

Como são 10 conglomerados, a contagem pela tabela aleatória será 1 ‐ 10

3º passo: Determinar o número de conglomerados amostrados

Como queremos 2.400 novilhos, então serão 3 conglomerados , pois 800 + 800 + 800 = 2.400 novilhos

4º passo. Usar a tabela e selecionar as amostras. Então:

Partindo da 1ª linha, coluna A, sentido horizontal e da esquerda para direita (→) da tabela aleatória, temos, então:
Conglomerados selecionados: 06 07 02

Agora, é só coletar todos os elementos desses conglomerados selecionados e estudar todos os itens.
Uma amostra por conglomerado é uma amostra aleatória simples na qual cada unidade de amostragem é um grupo de
elementos. Uma das principais aplicações da amostragem por conglomerados é a amostragem por áreas geográficas,
TÉCNICAS DE AMOSTRAGEM -6-

como cidades, municípios, setores de uma empresa, quarteirões de cidades, domicílios, território de vendas etc. Segundo
Levine et al (2008, p. 222) e Anderson et al (2009, p.263) a amostragem por conglomerados têm as seguintes
características:

 Todos os elementos contidos em cada conglomerado amostrado formam a amostra;

 Cada conglomerado é uma versão representativa em pequena escala da população inteira;
 Tende a produzir melhores resultados quando os elementos neles contidos não são similares;
 De um modo geral, é mais eficaz em termos de custo do que a amostragem aleatória simples, particularmente se a
população estiver dispersa ao longo de uma extensa área geográfica. Entretanto, a amostragem por conglomerado
geralmente demanda um maior tamanho de amostra para que sejam produzidos resultados tão precisos quanto
aqueles que seriam obtidos da amostragem aleatória simples ou estratificada.

Segundo Triola (2008, p. 23) outro exemplo de amostra por conglomerado pode ser encontrado nas pesquisas eleitorais,
onde selecionamos aleatoriamente 30 zonas eleitorais dentre um grande número de zonas e, em seguida,
entrevistamos todos os eleitores daquelas seções (zonas selecionadas). Isso é muito mais rápido e muito menos
dispendioso do que selecionar uma pessoa de cada uma das zonas na área populacional.

É fácil confundir amostragem estratificada com a amostragem por conglomerado, porque ambas envolvem
ATENÇÃO! a formação de grupos. Porém, a amostragem por conglomerado usa todos os elementos de um grupo
selecionado, enquanto a amostragem estratificada usa amostras de elementos de todos os estratos.

Figura. Amostragem
por Conglomerados
em quarteirões de um
bairro.
 TÉCNICAS DE AMOSTRAGEM -7-

Amostragem Sistemática - É a técnica de amostragem em que retiramos os elementos da população

periodicamente, definida pelo pesquisador.

Utilizamos este tipo de amostragem quando os elementos de uma população se encontram ordenados, por exemplo, a coleta
de amostras de um determinado produto em uma linha de produção.

Coleta de Amostras Amostras

Nestes casos, a seleção dos elementos que constituirão a amostra pode ser feita por um sistema imposto pelo pesquisador.
Assim, 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 amostral de 10% da população.

Uma amostragem é sistemática quando a retirada dos elementos da população é feita periodicamente, sendo o intervalo de
seleção calculado, por meio da divisão do tamanho da população pelo tamanho da amostra a ser selecionada, ou seja: N / n

EXEMPLO. Deseja-se retirar uma amostra de n = 10 unidades de peças de uma população de tamanho N = 800. O
intervalo de seleção é, então, 800/10 = 80. Desse modo, escolhemos um número de 1 a 80, o qual indicaria o primeiro
elemento sorteado para amostra; os demais seriam periodicamente considerados de 80 em 80. Partindo da 1ª linha,
coluna A, sentido horizontal e da esquerda para direita (→) da tabela aleatória:

o primeiro elemento será 31 (tabela aleatória) e os demais obtidos por progressão aritmética: 111, 191, 271, 351, 431, 511,
591, 671 e 751.

O ESQUEMA ABAIXO PERMITE UM MELHOR ENTENDIMENTO:

População = 800 800 = 80 1 ‐ 80

Amostra = 10 10

Amostra 1 2 3 4 5 6 7 8 9 10

+80 +80 +80 +80 +80 +80 +80 +80 +80

Nº da peça 31 111 191 271 351 431 511 591 671 751

Outros métodos de amostragens (não probabilísticos)

Amostragem por julgamento – A pessoa que conhece mais profundamente o tema do estudo escolhe os elementos que julga
serem mais representativos da população. Por exemplo, um repórter pode tomar como amostra dois ou três senadores,
julgando que eles refletem a opinião geral de todos os senadores. A qualidade dos resultados depende do julgamento da
pessoa que a seleciona.

Os elementos escolhidos são aqueles julgados como típicos da população que se deseja estudar. Por exemplo,
num estudo sobre a produção científica dos departamentos de ensino de uma universidade, um estudioso sobre o
assunto pode escolher os departamentos que ele considera serem aqueles que melhor representam a universidade
em estudo.
Numa população deste tipo, a utilização de uma amostragem aleatória pode não ser recomendável, já que temos
uma população pequena. Por outro lado, dependendo do que se pretenda estudar sobre pro-dução científica, um
levantamento de todos os departamentos pode gastar muito tempo. Então, o uso de uma amostragem por julga-
mento pode ser uma boa alternativa, mesmo com a limitação de que os resul-tados desta pesquisa não necessaria-
mente valham para todos os departamentos da universidade.
TÉCNICAS DE AMOSTRAGEM -8-

Outros métodos de amostragens (não probabilísticos)

Amostragem por conveniência – a amostra é identificada primeiramente por conveniência (cômodo, útil, favorável). Como
exemplo estudantes de uma universidade voluntários para compor uma amostra de uma determinada pesquisa escolar.

A amostra de conveniência é formada por elementos que o pesquisador reuniu simplesmente

porque dispunha deles. Então, se o professor tomar os alunos de sua classe como amostra de toda a escola,
estará usando uma amostra de conveniência.
Os estatísticos têm muitas restrições ao uso de amostras de conveniência. Mesmo assim, as amostras de
conveniência são comuns na área de saúde, onde se fazem pesquisas com pacientes de uma só clínica ou de um só
hospital. Mais ainda, as amostras de conveniência constituem, muitas vezes, a única maneira de estudar determi-
nado problema.
De qualquer forma, o pesquisador que utiliza amostras de conveniência precisa de muito senso crítico. Os
dados podem ser tendenciosos. Por exemplo, para estimar a probabilidade de morte por desidratação não se deve
recorrer aos dados de um hospital. Como só são internados os casos graves, é possível que a mortalidade entre
pacientes internados seja muito maior do que entre pacientes não internados. Consequentemente, a amostra de
conveniência — constituída, neste exemplo, por pacientes internados no hospital — seria tendenciosa.
Finalmente, o pesquisador que trabalha com amostras sempre pretende fazer inferência, isto é, estender os
resultados da amostra para toda a população. Então é muito importante caracterizar bem a amostra e estender os
resultados obtidos na amostra apenas para a população de onde a amostra proveio.

Exercício 1.

Exercício 2.

Numa empresa com 1.000 funcionários, deseja-se estimar a percentagem de funcionários favoráveis a um
certo programa de treinamento. Qual deve ser o tamanho de uma amostra aleatória simples que garanta,
com alto nível de confiança, um erro amostral não superior a 5%?
 TÉCNICAS DE AMOSTRAGEM -9-

Exercício 3.

Considere a seguinte população composta de 40 crianças do sexo masculino (representados por H1, H2, ..., H40)
e 20 crianças do sexo feminino (representadas por M1, M2, ..., M20)

a) Retire desta população de 60 crianças, uma amostra aleatória simples de tamanho n = 10. Use a
primeira coluna da tabela de números aleatórios.

b) Retire desta população uma amostra aleatória estratificada proporcional de tamanho n = 12, usando o
sexo como variável estratificadora. Use a segunda coluna da tabela de números aleatórios para o estrato
dos homens e a terceira coluna para o estrato das mulheres.

c) Se o estudo tem por objetivo avaliar o tipo de brincadeira preferida por cada criança, qual o tipo de
amostra você acredita ser a mais adequada? E se for para avaliar o quociente de inteligência? Justifique
suas respostas.

Exercício 4.

Uma empresa tem 3.414 empregados repartidos nos seguintes departamentos: Administração (914), Transporte
(348), Produção (1.401) e Outros (751). Deseja-se extrair uma amostra entre os empregados para verificar o
grau de satisfação em relação à qualidade da comida no refeitório. Apresente um plano de amostragem para
o presente problema.
 ANEXO I
TABELA DE NÚMEROS ALEATÓRIOS
5 7 7 2 0 0 3 9 8 4 8 4 4 1 7 9 6 7 7 1 4 0 2 1 1 3 9 7 5 6 4 9 8 6 5 4 0 8 9 3 2 9 6 8 7 4 5 4 8 3
2 8 8 0 5 3 5 1 5 9 0 9 9 3 9 8 8 7 5 8 7 0 2 7 7 1 7 7 1 7 0 6 3 2 0 2 7 8 6 2 1 6 7 4 6 9 6 5 1 7
9 2 5 9 1 8 5 2 8 7 3 0 4 8 8 6 9 7 4 8 3 5 2 5 1 8 8 8 7 4 0 3 6 2 9 8 3 8 5 8 6 5 8 6 4 2 4 1 0 3
9 0 3 8 1 2 9 1 7 4 3 0 1 9 7 5 8 9 0 7 5 0 6 4 1 5 5 9 7 1 8 8 1 3 7 4 9 5 3 0 5 2 7 8 3 0 1 1 7 5
8 0 9 1 1 6 9 4 6 7 5 8 6 0 8 2 0 6 6 6 9 0 4 7 5 6 1 8 4 6 4 5 1 1 1 2 3 5 3 2 4 5 5 0 4 1 1 3 4 3
2 2 0 1 7 0 3 1 3 2 9 6 9 1 9 2 7 5 4 0 1 6 5 4 2 9 7 2 7 4 9 9 0 0 9 5 9 7 6 1 0 0 9 8 2 4 3 0 0 7
5 6 2 4 1 0 0 4 3 0 2 0 4 6 2 9 9 0 5 3 5 3 1 1 0 5 8 4 4 1 2 1 6 4 7 9 1 9 7 6 2 9 5 1 6 2 6 0 6 6
7 9 4 4 9 2 6 2 0 2 9 6 8 6 6 4 3 0 0 0 9 4 5 6 6 9 3 0 2 0 5 9 8 7 8 7 3 5 4 4 2 2 5 0 9 7 7 8 1 9
5 3 9 9 6 6 4 5 0 8 8 9 7 8 5 0 7 7 5 3 3 7 2 5 7 7 4 1 2 7 6 2 3 8 0 2 2 3 5 7 6 2 0 1 4 1 6 0 3 5
1 8 9 2 8 7 3 5 8 8 5 5 0 5 2 1 3 6 5 1 3 9 2 8 5 0 1 4 6 6 8 5 7 9 3 0 1 9 7 9 7 2 6 6 6 4 3 1 4 5
5 3 0 8 5 8 9 6 6 3 0 5 6 1 2 5 7 0 2 2 5 0 4 1 2 8 9 6 6 2 6 6 4 3 6 3 0 6 6 3 0 1 3 2 7 9 8 5 2 2
0 3 5 8 8 0 2 9 2 8 7 6 8 9 5 1 1 8 2 4 8 8 8 9 4 6 4 7 4 8 5 9 1 9 2 9 8 7 0 3 1 0 3 3 9 9 6 7 1 2
2 7 0 7 8 1 8 8 6 5 6 9 4 9 9 8 0 0 2 8 0 4 7 0 5 1 3 0 0 1 4 7 1 8 9 7 3 3 2 1 8 5 8 2 4 5 4 3 2 4
0 5 2 1 0 8 5 9 0 1 0 6 2 2 2 4 9 8 9 1 8 1 1 7 5 5 4 4 6 6 1 6 0 7 7 3 0 7 6 6 1 0 1 2 3 1 7 8 5 8
4 0 3 6 1 3 2 7 8 4 3 0 8 2 3 3 3 6 3 9 6 9 4 2 0 5 5 8 6 4 6 1 1 2 3 3 8 9 2 7 8 9 5 2 6 6 7 1 9 3
5 4 6 0 2 5 2 8 8 5 8 8 2 0 0 0 1 0 5 9 6 1 0 5 3 6 6 1 3 3 7 2 0 1 0 1 1 9 0 1 6 1 1 0 5 1 2 0 9 1
7 1 5 1 6 3 4 0 7 6 7 1 1 1 7 3 7 3 5 2 3 7 3 1 6 0 4 5 8 8 9 2 7 3 4 3 7 1 2 8 0 4 9 8 0 9 0 2 4 8
6 1 0 2 0 1 8 1 7 3 9 2 6 0 6 6 7 3 5 8 5 3 3 4 4 2 6 8 2 6 3 8 3 4 0 3 2 7 4 4 9 6 0 4 4 6 6 5 9 3
8 2 5 5 9 3 1 3 4 6 3 0 9 5 2 6 5 5 0 6 9 6 1 7 6 5 9 1 7 2 3 9 7 9 9 6 1 2 4 9 5 2 8 0 6 3 2 6 9 9
8 9 9 8 5 4 1 4 2 1 7 4 1 3 5 7 6 8 1 9 8 6 2 8 6 0 8 9 4 7 3 3 1 5 2 6 2 8 7 7 4 5 3 8 4 8 0 8 0 8
0 0 9 9 8 4 8 4 1 4 6 7 9 5 1 3 7 7 5 8 9 0 1 4 5 0 7 9 4 2 7 3 6 3 3 1 0 6 6 0 4 3 4 0 1 2 5 5 0 4
6 2 4 1 5 0 7 8 2 0 4 8 0 5 8 8 4 3 5 2 9 8 0 3 1 9 9 3 9 2 0 3 0 4 9 7 2 5 8 4 9 5 9 5 0 3 6 3 3 1
9 4 2 7 9 0 6 9 2 4 6 8 0 9 9 2 1 1 8 6 0 7 6 3 8 3 1 9 3 2 9 9 5 1 1 5 5 5 7 1 0 9 2 7 0 2 6 7 0 0
4 4 8 9 2 9 2 8 8 4 3 6 2 8 2 5 1 5 8 2 8 7 7 4 1 8 9 7 2 5 7 6 1 0 6 3 2 6 7 6 0 2 2 6 7 4 5 3 2 8
9 7 3 0 7 6 9 5 3 3 2 1 1 0 5 4 2 6 9 5 6 6 6 5 5 2 0 4 9 9 3 6 5 8 4 8 0 3 0 8 9 3 6 3 5 8 1 7 9 6
3 9 1 6 5 8 0 4 4 4 8 0 1 5 5 9 5 9 8 3 9 0 9 5 5 4 6 6 8 1 8 4 3 9 6 0 8 5 3 8 8 8 6 6 3 3 3 5 6 9
6 0 7 8 1 1 0 3 2 6 6 7 5 0 3 4 0 9 6 1 3 1 3 0 2 0 7 6 9 3 6 6 3 0 8 3 5 1 0 9 3 3 8 3 6 4 7 6 0 5
0 3 1 9 2 3 4 7 6 2 8 9 5 7 7 7 9 1 3 3 8 8 4 7 6 0 5 9 3 7 5 4 3 9 4 8 7 7 6 7 4 9 8 5 3 8 4 3 9 1
4 1 2 8 5 2 6 7 5 6 2 5 3 9 5 9 9 6 6 5 5 1 3 6 9 0 3 2 2 2 3 9 3 3 0 5 2 2 9 9 0 3 3 9 9 7 9 6 9 9
7 7 5 4 9 8 5 0 3 9 2 5 3 7 4 2 5 2 9 7 1 0 0 3 5 6 0 4 9 2 8 1 6 6 8 6 7 0 0 1 4 8 8 9 5 5 8 2 1 0
2 8 6 3 4 1 6 1 9 1 6 4 2 4 8 3 8 1 3 7 3 4 4 8 8 3 2 7 9 6 3 8 7 1 6 9 7 3 0 6 7 7 5 0 2 5 6 4 6 0
7 4 2 4 4 8 8 5 4 0 1 2 3 3 5 9 6 7 5 0 1 4 9 8 1 4 2 6 4 2 7 9 7 9 1 3 5 2 8 9 6 9 7 8 8 0 4 4 7 1
0 0 2 4 0 3 3 7 9 6 4 6 6 8 7 5 0 5 3 2 4 2 1 6 6 3 3 3 2 8 9 7 2 6 3 6 4 7 2 7 7 3 6 5 3 8 3 4 4 6
0 5 4 1 4 7 6 9 6 9 4 5 3 6 1 6 7 1 1 8 9 5 5 1 9 7 2 2 0 4 1 3 2 3 9 6 5 8 6 0 0 3 6 9 4 8 7 9 8 3
6 2 6 9 8 4 9 7 9 7 4 7 2 3 6 6 5 1 5 6 1 3 0 8 6 9 1 1 5 2 7 5 5 9 2 6 8 6 8 1 8 0 4 3 0 0 9 8 9 2

NOTA: 0 — 10 00 — 100 000 — 1.000 etc.

Estatistica.indb 217 20.08.09 16:31:01