TEORIA DE

AMOSTRAGEM

Administração e Gestão Hospitalar, 3º Ano

2020
Conceitos Iniciais

• População: é o conjunto formado por indivíduos ou objectos que

tem pelo menos uma variável, comum e observável (que interessa
estudar).

• Amostra: fixada uma população, qualquer subconjunto formado

exclusivamente por seus elementos é denominado amostra dessa
população.

• Amostragem: é o processo de selecção de uma amostra, que

possibilita o estudo das características da população.
Cont...
• Erro amostral: é o erro que ocorre justamente pelo uso de
amostra.

• Parâmetro: é uma medida usada para desrever a característica

numérica de uma população.

• Estimador: também conhecido como estatística de um parâmetro

populacional; é uma característica numérica determinada na
amostra.

• Estimativa: é o valor numérico determinado pelo estimador, ou

seja, valor assumido pelo estimador.
Cont…

Parâmetro Estimador Estimativa

Representação genérica 𝜃 𝜃መ 𝜃መ0

Média 𝜇 𝑥ҧ 𝑥ҧ0

Variância 𝜎2 𝑠2 𝑠02
Exemplo
Desvio padrão 𝜎 𝑠 𝑠0

Coeficiente de
𝜌 𝑟 𝑟0
Correlação
Erro Amostral
𝜀 = 𝜃෠ − 𝜃
O erro amostral é composto por duas partes

𝜀 = 𝜃෠ − 𝐸 𝜃෠ + 𝐸 𝜃෠ − 𝜃

1: parte casual 2: viés ou desvio

Viés: um erro na forma como os indivíduos são seleccionados para o

estudo ou na maneira pela qual as variáveis são medidas, que distorce
a estimativa.
Fontes de Viés

• Viés de selecção: ocorre quando certos indivíduos tem maior

chance de serem seleccionados para fazer parte da amostra. A
amostragem probabilística não tem viés de selecção;

• Viés na colecta de dados: ocorre quando se substitui a unidade de

amostragem ou quando há falta de respostas;

• Viés de estimação: este tipo de vício pode ser controlado

fazendo-se amostragens probabilísticas.
Tipos de Amostragem

A amostragem pode ser probabilística e, ou não probabilística. A

primeira é um processo de selecção de uma amostra no qual cada
unidade amostral da população tem a probabilidade diferente de
zero e conhecida de pertencer a amostra.

Na amostragem não probabilística, a probabilidade de selecção é

desconhecida para alguns ou todos os elementos da população. A
amostragem probabilística é isenta de viés de selecção.
AMOSTRAGEM PROBABILÍSTICA
Amostragem Casual (Aleatória)
Simples – AAS

Uma amostra é dita casual simples quando 𝑃 𝑋𝑗 = 𝑥𝑖 = 1Τ𝑁 ,

quaisquer que sejam 𝑖 = 1, 2, … , 𝑛 e 𝑗 = 1, 2, … , 𝑁.

A descrição anterior significa que numa amostra casual simples

todos os elementos da população têm a mesma probabilidade de
serem seleccionados.
Uso de tabelas de números aleatórios

• 1º Associar cada elemento da população a um número (números

inteiros sucessivos com mesma quantidade de algarismos que
amostra).

• 2º Da tabela, escolher a linha e coluna por onde começar (não há

regras para escolher onde começar) desprezado os valores que
estiverem fora do conjunto e os que se repetirem.

• 3º Escolher os que aparecer primeiro.

Amostragem Sistemática

• 1º Definir o factor de sistematização 𝑠 = 𝑁Τ𝑛;

• 2º Sortear um número entre 1 e 𝑠. Seja 𝑚 esse número;

• O primeiro elemento da amostra é o número 𝑚;

• O segundo elemento da amostra é o número 𝑠 + 𝑚;

• O terceiro elemento da amostra é o número 2𝑠 + 𝑚;

• O n − ésimo elemento da amostra é o número (𝑛 − 1)𝑠 + 𝑚

Amostragem Estratificada

A técnica de amostragem estratificada consiste em dividir a

população em subgrupos, que são designados de estratos.

Estes estratos devem ser internamente mais homogéneos do que a

população toda, com respeito as variaveis em estudo.

A amostragem estratificada divide-se em amostragem estratificada

uniforme e amostragem estratificada proporcional.
Amostragem Estratificada Uniforme

Este tipo de amostragem é mais usada quando o interesse é obter

estimativas separadas para cada estrato para fins de comparação dos
estratos.

Consiste em seleccionar mesmo número de elementos de cada

estrato. Por exemplo, é pretendida uma amostra de 12 elemento,
havendo 3 estratos, então, é seleccionados 4 elementos de cada
estrato.
Amostragem Estratificada
Proporcional
Neste caso a proporcionalidade de cada estrato na população é
mantida na amostra.

A amostragem estratificada proporcional assegura a

representatividade dos estratos e também garante que cada elemento
tenha a mesma probabilidade de pertencer a amostra.

Exemplo

Dada uma população de operários da indústria de automóveis,

formar uma amostra de 2500 operários para estimar seu salario
médio, usando a variável “cargo” para estratificar.
Cont…
Cargos População Amostra
Chefes de secção 5000 5000 × 0.05 = 250
Operários
15000 15000 × 0.05 = 750
especializados
Operários não 30000 × 0.05
30000
especializados = 1500
Total 50000 2500
1º Calcular o factor de proporcionalidade: 𝑘 = 𝑛Τ𝑁 = 2500Τ50000 = 0.05

2º Multiplicar cada extracto de população

Amostragem por Conglomerados

São conglomerados os grupos da população com as seguintes

características:

• Dentro de cada conglomerado há uma grande heterogeneidade, ou

seja, uma grande variabilidade;

• Entre conglomerados há uma pequena variabilidade, ou seja, uma

grande homogeneidade.
Cont…
• 1º Dividir a população em conglomerados;

• 2º Seleccionar aleatoriamente os conglomerados do elemento;

• 3º Observar todos os elementos dos conglomerados seleccionados,

ou continuar pela amostragem por conglomerados (segundo
estagio).

Exemplo

Seleccionar uma amostra de domicílios de uma cidade. Pode tomar

ruas como conglomerados como indicado no quadro.
Cont…
Rua Domicílio
A A1 A2 A3 A4 A5 A 6
B B1 B2 B3 B4 B5 B6 B7 B8 B9 B10 B11 B12 B12 B14
C C1 C2 C3 C4 C5 C6 C7 C8 C9 C10
D D1 D2 D3 D4
E E1 E2 E3 E4 E5 E6 E7 E8
Pode ser seleccionado ao acaso os três conglomerados (B, D e E)
Seleccionar em seguida seleccionar ainda aleatoriamente, por
exemplo 50% dos domicílios
AMOSTRAGEM NÃO
PROBABILÍSTICA
Amostragem por Cotas

A população é vista de forma segregada, dividida em diversos

subgrupos. Selecciona-se, para fazer parte da amostra, uma cota de
cada subgrupo, proporcional ao seu tamanho. Ao contrário da
amostragem estratificada, a selecção não precisa ser aleatória.
Etapas: classificar a população, determinar a proporção da
população para cada classe, fixar cotas em observância à
proporção das classes consideradas.
Amostragem por Julgamento ou
Intencional
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.
Amostragem por Bola de Neve

É uma técnica de amostragem onde os indivíduos selecionados para

serem estudados convidam novos participantes da sua rede de
amigos e conhecidos.

A bola de neve é usada para acessar a populações de baixa

incidências e indivíduos de difícil acesso por parte do pesquisador.
DIMENSIONAMENTO DA
AMOSTRA
Aspectos a considerar

• Análise do questionário, escolha das variáveis importantes;

• Verificar o nível de mensuração;

• Ter em conta tamanho da população: finita ou infinita.

Um primeiro cálculo do tamanho da amostra pode ser feito, mesmo

sem conhecer o tamanho da população, através da seguinte
expressão:
𝟏
𝒏𝒐 = 𝟐
𝜺𝒐
Cont…

Conhecendo o tamanho N da população, podemos corrigir o cálculo

anterior, por;

𝑵 ∙ 𝒏𝒐
𝒏=
𝑵 + 𝒏𝒐

Aplicar:

Planeja-se um levantamento por amostragem para avaliar diversas

características da população das 200 famílias moradoras de um certo
bairro em percentagem, considere erro máximo 4%.
Casos Específicos
População
Infinita Finita
Variável

𝒛∙𝝈 𝟐
Intervalar 𝒛𝟐 ∙ 𝝈𝟐 ∙ 𝑵
𝒏𝑜 = 𝒏= 𝟐
𝜺 𝜺 𝑵 − 𝟏 + 𝒛𝟐 ∙ 𝝈𝟐

𝒛𝟐 ∙ 𝒑
ෝ∙𝒒
ෝ 𝒛𝟐 ∙ 𝒑
ෝ∙𝒒
ෝ∙𝑵
𝒏𝑜 = 𝒏 =
Nominal 𝜺𝟐 𝜺𝟐 𝑵 − 𝟏 + 𝒛𝟐 ∙ 𝒑
ෝ∙𝒒
ෝ

N.B.: Caso 𝝈 é desconhecido, seleccionar aleatoriamente n ≥ 30, calcular "s" e

ෝ, usar 0,5.
usar no lugar de 𝝈. E se não conhecer 𝒑
Aplicar:
Seja a variável escolhida peso de uma peça em população infinita e
o desvio padrão de 10kg. Nível de confiança de 95% e erro amostral
de 1.5kg.

1. Qual deve ser o tamanho de amostra a seleccionar?

2. Admitindo os dados do exemplo anterior, se a população for finita

com um tamanho de 𝑁 = 600 , quantas peças devem ser
seleccionadas?
Fórmula de Taro Yamen

𝑵
𝒏=
𝟏 + 𝑵 × (𝒆)𝟐

 Não é restrita a um tipo de variável;

 Muito simples de utilizar, mas exige o conhecimento do tamanho

da população
 PELA ATENÇÃO
MUITO OBRIGADO