<\/p>\n
A maioria das f\u00f3rmulas usadas para calcular erros padr\u00e3o<\/strong> baseia-se na ideia de que (1) as amostras s\u00e3o selecionadas com reposi\u00e7\u00e3o ou (2) as amostras<\/a> s\u00e3o selecionadas de uma popula\u00e7\u00e3o infinita.<\/span><\/p>\n Na pesquisa real, nenhuma dessas ideias \u00e9 verdadeira. Felizmente, isto geralmente n\u00e3o \u00e9 um problema se o tamanho da amostra for inferior a 5% do tamanho total da popula\u00e7\u00e3o.<\/span><\/p>\n Contudo, quando o tamanho da amostra \u00e9 superior a 5% da popula\u00e7\u00e3o total, \u00e9 prefer\u00edvel aplicar uma corre\u00e7\u00e3o de popula\u00e7\u00e3o finita<\/strong> (frequentemente abreviada como FPC<\/em> ), que \u00e9 calculada da seguinte forma:<\/span><\/p>\n FPC = \u221a (Nn) \/ (N-1)<\/span><\/strong><\/span><\/p>\n Ouro:<\/span><\/p>\n Para aplicar uma corre\u00e7\u00e3o de popula\u00e7\u00e3o finita, basta multiplic\u00e1-la pelo erro padr\u00e3o que voc\u00ea teria usado originalmente.<\/span><\/p>\n Por exemplo, o erro padr\u00e3o de uma m\u00e9dia \u00e9 calculado da seguinte forma:<\/span><\/p>\n Erro padr\u00e3o da m\u00e9dia:<\/strong> s \/ \u221a n<\/span><\/span><\/p>\n Aplicando a corre\u00e7\u00e3o de popula\u00e7\u00e3o finita, a f\u00f3rmula fica:<\/span><\/p>\n Erro padr\u00e3o da m\u00e9dia:<\/strong> s \/ \u221a n<\/span> * \u221a (Nn) \/ (N-1)<\/span><\/span><\/p>\n Os exemplos a seguir ilustram como usar a corre\u00e7\u00e3o de popula\u00e7\u00e3o finita em diferentes cen\u00e1rios.<\/span><\/p>\n Os pesquisadores querem estimar a propor\u00e7\u00e3o de residentes em um condado de 1.300 habitantes a favor de uma determinada lei. Eles selecionam uma amostra aleat\u00f3ria<\/a> de 100 residentes e perguntam-lhes sobre sua posi\u00e7\u00e3o em rela\u00e7\u00e3o \u00e0 lei. Aqui est\u00e3o os resultados:<\/span><\/p>\n Geralmente, a f\u00f3rmula para calcular um intervalo de confian\u00e7a de 95% para uma propor\u00e7\u00e3o populacional \u00e9 a seguinte:<\/span><\/p>\n IC 95% = p +\/- z*(\u221a p(1-p) \/ n<\/span> )<\/strong><\/span><\/p>\n No entanto, o tamanho da nossa amostra neste exemplo \u00e9 100\/1300 = 7,7% da popula\u00e7\u00e3o, o que excede 5%. Assim, devemos aplicar uma corre\u00e7\u00e3o de popula\u00e7\u00e3o finita \u00e0 nossa f\u00f3rmula para o intervalo de confian\u00e7a:<\/span><\/p>\n IC 95% = p +\/- z*(\u221a p(1-p)\/n<\/span> ) * \u221a (Nn) \/ (N-1)<\/span><\/strong><\/span><\/p>\n Assim, nosso intervalo de confian\u00e7a de 95% pode ser calculado como:<\/span><\/p>\n IC 95% =<\/strong> 0,56 +\/- 1,96*(\u221a 0,56(1-0,56) \/ 100<\/span> ) * \u221a (1300-100) \/ (1300-1)<\/span> = [0,4665, 0,6535]<\/strong><\/span><\/p>\n Os pesquisadores querem estimar o peso m\u00e9dio de uma determinada esp\u00e9cie entre 500 tartarugas. Ent\u00e3o eles selecionam uma amostra aleat\u00f3ria de 40 tartarugas e pesam cada uma delas. Aqui est\u00e3o os resultados:<\/span><\/p>\n Geralmente, a f\u00f3rmula para calcular um intervalo de confian\u00e7a de 95% para uma m\u00e9dia populacional \u00e9:<\/span><\/p>\n IC 95% = x<\/span> +\/- t \u03b1\/2<\/sub> *(s\/\u221an)<\/strong><\/span><\/p>\n No entanto, o tamanho da nossa amostra neste exemplo \u00e9 40\/500 = 8% da popula\u00e7\u00e3o, o que excede 5%. Assim, devemos aplicar uma corre\u00e7\u00e3o de popula\u00e7\u00e3o finita \u00e0 nossa f\u00f3rmula para o intervalo de confian\u00e7a:<\/span><\/p>\n IC 95% = x<\/span> +\/- t \u03b1\/2<\/sub> *(s\/\u221an) * \u221a (Nn) \/ (N-1)<\/span><\/strong><\/span><\/p>\n Assim, nosso intervalo de confian\u00e7a de 95% pode ser calculado como:<\/span><\/p>\n IC 95% =<\/strong> 300 +\/- 2,0227*(18,5\/\u221a 40<\/span> ) * \u221a (500-40) \/ (500-1)<\/span> = [294,32, 305,69]<\/strong><\/span><\/p>\n O que s\u00e3o intervalos de confian\u00e7a?<\/a> A maioria das f\u00f3rmulas usadas para calcular erros padr\u00e3o baseia-se na ideia de que (1) as amostras s\u00e3o selecionadas com reposi\u00e7\u00e3o ou (2) as amostras s\u00e3o selecionadas de uma popula\u00e7\u00e3o infinita. Na pesquisa real, nenhuma dessas ideias \u00e9 verdadeira. Felizmente, isto geralmente n\u00e3o \u00e9 um problema se o tamanho da amostra for inferior a 5% […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-1020","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n\n
Como usar o fator de corre\u00e7\u00e3o de popula\u00e7\u00e3o finita<\/strong><\/span><\/h3>\n
Exemplo 1: Intervalo de confian\u00e7a para uma propor\u00e7\u00e3o<\/strong><\/span><\/h3>\n
\n
Exemplo 2: Intervalo de confian\u00e7a para uma m\u00e9dia<\/strong><\/span><\/h3>\n
\n
Recursos adicionais<\/strong><\/h3>\n
Margem de erro versus erro padr\u00e3o: qual a diferen\u00e7a?<\/a>
Desvio padr\u00e3o e erro padr\u00e3o: qual a diferen\u00e7a?<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"