Nas estat\u00edsticas, a amostragem<\/strong> \u00e9 um processo no qual uma amostra de uma popula\u00e7\u00e3o \u00e9 selecionada. Em outras palavras, amostragem \u00e9 um m\u00e9todo pelo qual um grupo de indiv\u00edduos \u00e9 selecionado para realizar um estudo estat\u00edstico.<\/p>\n Por exemplo, uma forma de amostrar \u00e9 selecionar indiv\u00edduos aleatoriamente. Assim, se quisermos estudar o tamanho de uma popula\u00e7\u00e3o estat\u00edstica, podemos selecionar a amostra do estudo por amostragem aleat\u00f3ria simples.<\/p>\n Existem v\u00e1rios m\u00e9todos de amostragem de uma popula\u00e7\u00e3o, cada um com suas vantagens e desvantagens. Veremos a seguir quais s\u00e3o os diferentes tipos de amostragem estat\u00edstica. <\/p>\n A amostragem nas estat\u00edsticas \u00e9 muito \u00fatil porque permite estudar apenas uma propor\u00e7\u00e3o da popula\u00e7\u00e3o-alvo e depois extrapolar as conclus\u00f5es obtidas atrav\u00e9s da an\u00e1lise da amostra para toda a popula\u00e7\u00e3o por infer\u00eancia estat\u00edstica. Esta \u00e9 uma grande vantagem porque reduz o tempo e os custos de pesquisa. <\/p>\n Em estat\u00edstica, a base amostral<\/strong> (ou base amostral<\/strong> ) \u00e9 uma lista de todos os elementos de uma popula\u00e7\u00e3o que podem ser escolhidos em uma amostra. Em outras palavras, a base amostral \u00e9 uma lista de todos os elementos do universo sobre os quais se pretende um estudo estat\u00edstico.<\/p>\n Por exemplo, se se pretende realizar um inqu\u00e9rito estat\u00edstico aos cidad\u00e3os de uma cidade, a base amostral para este estudo \u00e9 o registo dessa cidade, pois \u00e9 uma lista que cont\u00e9m todas as pessoas que vivem nesta cidade.<\/p>\n Portanto, a base amostral \u00e9 utilizada para obter a amostra para um levantamento estat\u00edstico. Se a base de amostragem for bem projetada, ser\u00e1 muito mais f\u00e1cil coletar amostras para an\u00e1lise estat\u00edstica. <\/p>\n Nas estat\u00edsticas, os tipos de amostragem s\u00e3o os seguintes:<\/p>\n Cada tipo de amostragem estat\u00edstica \u00e9 explicado em detalhes abaixo.<\/p>\n A t\u00e9cnica de amostragem probabil\u00edstica<\/strong> consiste em selecionar aleatoriamente os elementos da amostra, ou seja, todos possuem a mesma probabilidade de serem escolhidos.<\/p>\n Esta \u00e9 uma condi\u00e7\u00e3o essencial para que a amostragem seja considerada probabil\u00edstica, todos os elementos da popula\u00e7\u00e3o estat\u00edstica devem poder ser escolhidos e, al\u00e9m disso, devem ter a mesma possibilidade de serem selecionados.<\/p>\n Como acabamos de ver, os diferentes tipos de m\u00e9todos de amostragem probabil\u00edstica s\u00e3o amostragem aleat\u00f3ria simples, amostragem sistem\u00e1tica, amostragem estratificada e amostragem por conglomerados. <\/p>\n A amostragem aleat\u00f3ria simples<\/strong> confere a cada elemento da popula\u00e7\u00e3o estat\u00edstica a mesma probabilidade de ser inclu\u00eddo na amostra estudada. Os indiv\u00edduos da amostra s\u00e3o, portanto, simplesmente selecionados aleatoriamente, sem utilizar outros crit\u00e9rios.<\/p>\n Para simular aleatoriamente existem v\u00e1rios m\u00e9todos, mas atualmente geralmente \u00e9 feito atrav\u00e9s de programas de computador como o Excel, pois economizam muito tempo. <\/p>\n Na amostragem sistem\u00e1tica,<\/strong> primeiro um elemento da popula\u00e7\u00e3o \u00e9 selecionado aleatoriamente e depois os demais elementos da amostra s\u00e3o selecionados usando um intervalo fixo.<\/p>\n Assim, na amostragem sistem\u00e1tica, uma vez selecionado aleatoriamente o primeiro indiv\u00edduo da amostra, precisamos contar tantos n\u00fameros quanto o intervalo desejado para selecionar o pr\u00f3ximo indiv\u00edduo da amostra. E repetimos sucessivamente o mesmo procedimento at\u00e9 termos tantos indiv\u00edduos na amostra quanto o tamanho da amostra que desejamos obter. <\/p>\n Na t\u00e9cnica de amostragem estratificada<\/strong> , a popula\u00e7\u00e3o \u00e9 primeiro dividida em estratos (grupos) e, em seguida, alguns indiv\u00edduos s\u00e3o selecionados aleatoriamente de cada estrato para formar toda a amostra do estudo. Haver\u00e1, portanto, pelo menos um membro de cada estrato na amostra.<\/p>\n Os estratos devem ser grupos homog\u00eaneos, ou seja, os indiv\u00edduos de um estrato possuem caracter\u00edsticas pr\u00f3prias que os diferenciam dos demais estratos. Um indiv\u00edduo, portanto, s\u00f3 pode pertencer a um estrato. <\/p>\n A amostragem por conglomerados e a amostragem estratificada podem ser confundidas porque s\u00e3o muito semelhantes, mas se voc\u00ea olhar de perto, s\u00e3o dois tipos diferentes de amostragem probabil\u00edstica.<\/p>\n A amostragem por conglomerados<\/strong> aproveita o fato de que j\u00e1 existem conglomerados naturais (grupos) na popula\u00e7\u00e3o para estudar apenas alguns conglomerados em vez de todos os indiv\u00edduos da popula\u00e7\u00e3o.<\/p>\n Diferentemente da amostragem estratificada, neste m\u00e9todo n\u00e3o h\u00e1 necessidade de selecionar um determinado indiv\u00edduo dos conglomerados, mas uma vez escolhidos os grupos a serem estudados, todos os seus membros devem ser analisados.<\/p>\n A amostragem por conglomerados tamb\u00e9m \u00e9 chamada de amostragem por conglomerados, amostragem por conglomerados ou amostragem de \u00e1rea. <\/p>\n Na amostragem n\u00e3o probabil\u00edstica,<\/strong> os indiv\u00edduos s\u00e3o selecionados com base em crit\u00e9rios subjetivos dos pesquisadores. Portanto, na amostragem n\u00e3o probabil\u00edstica, nem todos os elementos da popula\u00e7\u00e3o t\u00eam a mesma probabilidade de serem escolhidos para a amostra, uma vez que a sele\u00e7\u00e3o n\u00e3o \u00e9 aleat\u00f3ria. Este recurso distingue a amostragem n\u00e3o probabil\u00edstica da amostragem probabil\u00edstica.<\/p>\n Logicamente, na amostragem n\u00e3o probabil\u00edstica, o respons\u00e1vel por fazer a pesquisa \u00e9 muito importante, pois \u00e9 ele quem decide quem ser\u00e1 inclu\u00eddo na amostra. Por isso \u00e9 fundamental que o pesquisador tenha grande conhecimento e experi\u00eancia na \u00e1rea de estudo, para obter resultados confi\u00e1veis.<\/p>\n Conforme explicado acima, os diferentes tipos de t\u00e9cnicas de amostragem n\u00e3o probabil\u00edstica s\u00e3o amostragem proposital, amostragem por conveni\u00eancia, amostragem consecutiva, amostragem por cotas e amostragem em bola de neve. <\/p>\n A amostragem proposital<\/strong> depende exclusivamente do crit\u00e9rio do investigador na escolha da amostra do estudo.<\/p>\n Para que o respons\u00e1vel pela pesquisa tenha todo o poder de decis\u00e3o para selecionar os elementos da amostra. Portanto, \u00e9 importante que voc\u00ea seja um especialista na \u00e1rea de estudo.<\/p>\n A amostragem proposital tamb\u00e9m \u00e9 chamada de amostragem julgamento, amostragem julgamento, amostragem cr\u00edtica, amostragem proposital ou amostragem de opini\u00e3o. <\/p>\n Na amostragem por conveni\u00eancia,<\/strong> os pesquisadores escolhem os sujeitos da amostra com base em crit\u00e9rios de facilidade de acesso aos indiv\u00edduos, sem incluir o acaso no processo.<\/p>\n Ou seja, neste tipo de amostragem n\u00e3o probabil\u00edstica para escolha de indiv\u00edduos da popula\u00e7\u00e3o, s\u00e3o avaliados aspectos como disponibilidade, proximidade ou custo de sua sele\u00e7\u00e3o. Frequentemente, volunt\u00e1rios s\u00e3o at\u00e9 aceitos para facilitar ainda mais a amostragem.<\/p>\n A amostragem de conveni\u00eancia tamb\u00e9m \u00e9 conhecida como amostragem de sele\u00e7\u00e3o proposital ou amostragem de oportunidade. <\/p>\n Na amostragem consecutiva,<\/strong> primeiro \u00e9 escolhida, estudada uma amostra inicial e, ap\u00f3s a obten\u00e7\u00e3o dos resultados da amostra inicial, outra amostra \u00e9 estudada. E o processo \u00e9 repetido consecutivamente at\u00e9 que sejam obtidas as conclus\u00f5es finais de todo o estudo.<\/p>\n Assim, a amostragem consecutiva n\u00e3o se concentra numa \u00fanica amostra, mas sim estuda diferentes amostras da mesma popula\u00e7\u00e3o estat\u00edstica e, em \u00faltima an\u00e1lise, tira conclus\u00f5es a partir da informa\u00e7\u00e3o obtida de todos os grupos. <\/p>\n Na amostragem por cotas,<\/strong> primeiro s\u00e3o estabelecidos grupos (ou estratos) de indiv\u00edduos que compartilham pelo menos uma caracter\u00edstica e, em seguida, \u00e9 selecionada uma cota de cada grupo, formando assim a amostra do estudo.<\/p>\n A caracter\u00edstica dos indiv\u00edduos utilizados para dividir a popula\u00e7\u00e3o em grupos tamb\u00e9m \u00e9 decidida pelo pesquisador, portanto, o respons\u00e1vel pela condu\u00e7\u00e3o da pesquisa tem grande influ\u00eancia nos resultados obtidos. <\/p>\n Na amostragem em bola de neve,<\/strong> o pesquisador escolhe os primeiros participantes e depois recruta indiv\u00edduos adicionais para o estudo.<\/p>\n Esta caracter\u00edstica da amostragem em bola de neve resulta num aumento crescente no tamanho da amostra \u00e0 medida que os participantes recrutam mais pessoas para o estudo (efeito bola de neve).<\/p>\n A amostragem em bola de neve tamb\u00e9m \u00e9 conhecida como amostragem em cadeia ou amostragem de refer\u00eancia em cadeia. <\/p>\n![\"amostragem\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/population-et-echantillon.png\")
<\/figure>\n<\/span> Quadro de amostragem<\/span><\/h2>\n
<\/span> Tipos de amostragem em estat\u00edstica<\/span><\/h2>\n
\n
\n
\n
<\/span> Amostragem probabil\u00edstica<\/span><\/h3>\n
<\/span> Amostragem aleat\u00f3ria simples<\/span><\/h4>\n
<\/span> Amostragem sistem\u00e1tica<\/span><\/h4>\n
<\/span> Amostragem estratificada<\/span><\/h4>\n
<\/span> Amostras agrupadas<\/span><\/h4>\n
<\/span> Amostragem n\u00e3o probabil\u00edstica<\/span><\/h3>\n
<\/span> Amostragem proposital<\/span><\/h4>\n
<\/span> Amostragem de conveni\u00eancia<\/span><\/h4>\n
<\/span> Amostragem consecutiva<\/span><\/h4>\n
<\/span>Amostragem de cota<\/span><\/h4>\n
<\/span> Amostragem de bola de neve<\/span><\/h4>\n