- \n
- Qual \u00e9 a altura m\u00e9dia de uma determinada esp\u00e9cie de planta?<\/span><\/li>\n
- Qual \u00e9 o peso m\u00e9dio de uma determinada esp\u00e9cie de ave?<\/span><\/li>\n
- Que percentagem de cidad\u00e3os numa determinada cidade apoia uma determinada lei?<\/span><\/li>\n<\/ul>\n
Uma forma de responder a estas quest\u00f5es \u00e9 recolher dados sobre cada indiv\u00edduo da popula\u00e7\u00e3o de interesse.<\/span><\/p>\n
No entanto, isto \u00e9 normalmente demasiado dispendioso e demorado, pelo que os investigadores recolhem uma amostra<\/strong> da popula\u00e7\u00e3o e utilizam os dados da amostra para tirar conclus\u00f5es sobre a popula\u00e7\u00e3o como um todo.<\/span> <\/p>\n
![\"Exemplo](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/ciprop1.png\")
<\/p>\nExistem muitos m\u00e9todos diferentes que os pesquisadores podem usar para incluir indiv\u00edduos em uma amostra. Estes s\u00e3o conhecidos como m\u00e9todos de amostragem<\/strong> .<\/span><\/p>\n
Neste artigo, compartilhamos os m\u00e9todos de amostragem mais comumente usados em estat\u00edstica, incluindo as vantagens e desvantagens dos diferentes m\u00e9todos.<\/span><\/p>\n
M\u00e9todos de amostragem probabil\u00edstica<\/strong><\/span><\/h2>\n
A primeira classe de m\u00e9todos de amostragem \u00e9 conhecida como m\u00e9todos de amostragem probabil\u00edstica<\/strong> , porque cada membro de uma popula\u00e7\u00e3o tem igual probabilidade de ser selecionado para fazer parte da amostra.<\/span><\/p>\n
Amostra aleat\u00f3ria simples<\/span><\/strong> <\/h3>\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/samplemethod-simple1.jpg\")
<\/p>\n\n
Defini\u00e7\u00e3o:<\/strong> Cada membro de uma popula\u00e7\u00e3o tem chances iguais de ser selecionado para fazer parte da amostra. Selecione membros aleatoriamente usando um gerador de n\u00fameros aleat\u00f3rios ou meios de sele\u00e7\u00e3o aleat\u00f3ria.<\/span><\/p>\n<\/blockquote>\n
Exemplo:<\/strong> Colocamos os nomes de cada aluno de uma turma em um chap\u00e9u e sorteamos os nomes aleatoriamente para obter uma amostra de alunos.<\/span><\/p>\n
Vantagem:<\/strong><\/span> Amostras aleat\u00f3rias simples s\u00e3o geralmente representativas da popula\u00e7\u00e3o<\/a> de interesse, uma vez que cada membro tem chances iguais de ser inclu\u00eddo na amostra.<\/span><\/p>\n
Amostra aleat\u00f3ria estratificada<\/span><\/strong> <\/h3>\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/samplemethod-stratifier.jpg\")
<\/p>\n\n
Defini\u00e7\u00e3o:<\/strong> Divis\u00e3o de uma popula\u00e7\u00e3o em grupos. Selecione aleatoriamente alguns membros de cada grupo para fazer parte da amostra.<\/span><\/p>\n<\/blockquote>\n
Exemplo:<\/strong> Divida todos os alunos de uma escola de acordo com seu n\u00edvel: calouros, segundanistas, juniores e veteranos. Pe\u00e7a a 50 alunos de cada s\u00e9rie que respondam a uma pesquisa sobre alimenta\u00e7\u00e3o escolar.<\/span><\/p>\n
Vantagem:<\/strong><\/span> Amostras aleat\u00f3rias estratificadas garantem que membros de cada grupo populacional sejam inclu\u00eddos na pesquisa.<\/span><\/p>\n
Amostra aleat\u00f3ria agrupada<\/span><\/strong> <\/h3>\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/samplemethod-cluster.jpg\")
<\/p>\n\n
Defini\u00e7\u00e3o:<\/strong> Dividir uma popula\u00e7\u00e3o em clusters. Selecione aleatoriamente alguns dos clusters e inclua todos os membros desses clusters na amostra.<\/span><\/p>\n<\/blockquote>\n
Exemplo:<\/strong> Uma empresa que oferece excurs\u00f5es para observa\u00e7\u00e3o de baleias deseja pesquisar seus clientes. Dos dez passeios que oferecem por dia, eles selecionam aleatoriamente quatro passeios e perguntam a cada cliente sobre sua experi\u00eancia.<\/span><\/p>\n
Vantagem:<\/strong><\/span> amostras aleat\u00f3rias agrupadas coletam todos os membros de determinados grupos, o que \u00e9 \u00fatil quando cada grupo reflete a popula\u00e7\u00e3o como um todo.<\/span><\/p>\n
Amostragem aleat\u00f3ria sistem\u00e1tica<\/span><\/strong> <\/h3>\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/samplemethod-systematique.jpg\")
<\/p>\n\n
Defini\u00e7\u00e3o:<\/strong> Coloque cada membro de uma popula\u00e7\u00e3o em uma determinada ordem. Escolha um ponto de partida aleat\u00f3rio e selecione cada en\u00e9simo<\/sup> membro para fazer parte da amostra.<\/span><\/p>\n<\/blockquote>\n
Exemplo:<\/strong> Um professor ordena os alunos em ordem alfab\u00e9tica pelo sobrenome, escolhe aleatoriamente um ponto de partida e escolhe cada quinto aluno para fazer parte da amostra.<\/span><\/p>\n
Vantagem:<\/strong><\/span> Amostras aleat\u00f3rias sistem\u00e1ticas s\u00e3o geralmente representativas da popula\u00e7\u00e3o<\/a> de interesse, uma vez que cada membro tem chances iguais de ser inclu\u00eddo na amostra.<\/span><\/p>\n
M\u00e9todos de amostragem n\u00e3o probabil\u00edstica<\/strong><\/span><\/h2>\n
Outra classe de m\u00e9todos de amostragem \u00e9 conhecida como m\u00e9todos de amostragem n\u00e3o probabil\u00edstica<\/strong> , porque nem todos os membros de uma popula\u00e7\u00e3o t\u00eam a mesma probabilidade de serem selecionados para fazer parte da amostra.<\/span><\/p>\n
Este tipo de m\u00e9todo de amostragem \u00e9 algumas vezes usado porque \u00e9 muito mais barato e pr\u00e1tico do que os m\u00e9todos de amostragem probabil\u00edstica. \u00c9 frequentemente usado durante an\u00e1lises explorat\u00f3rias quando os pesquisadores desejam simplesmente obter uma compreens\u00e3o inicial de uma popula\u00e7\u00e3o.<\/span><\/p>\n
No entanto, as amostras resultantes destes m\u00e9todos de amostragem n\u00e3o podem ser utilizadas para tirar conclus\u00f5es sobre as popula\u00e7\u00f5es das quais s\u00e3o extra\u00eddas, porque geralmente n\u00e3o s\u00e3o amostras representativas.<\/span><\/p>\n
Amostra de conveni\u00eancia<\/span><\/strong><\/h3>\n
\n
Defini\u00e7\u00e3o:<\/strong> Escolher membros prontamente dispon\u00edveis de uma popula\u00e7\u00e3o para inclus\u00e3o na amostra.<\/span><\/p>\n<\/blockquote>\n
Exemplo:<\/strong> Um pesquisador fica em frente a uma biblioteca durante o dia e entrevista os transeuntes.<\/span><\/p>\n
Desvantagem:<\/strong><\/span> O local e a hora do dia afetar\u00e3o os resultados. \u00c9 mais do que prov\u00e1vel que a amostra sofra de um enviesamento de subcontagem,<\/a> uma vez que algumas pessoas (por exemplo, aquelas que trabalham durante o dia) n\u00e3o estar\u00e3o t\u00e3o representadas na amostra.<\/span><\/p>\n
Amostra de resposta volunt\u00e1ria<\/span><\/strong><\/h3>\n
\n
Defini\u00e7\u00e3o:<\/strong> Um pesquisador pede que volunt\u00e1rios sejam inclu\u00eddos em um estudo e membros de uma popula\u00e7\u00e3o decidem voluntariamente se devem ou n\u00e3o ser inclu\u00eddos na amostra.<\/span><\/p>\n<\/blockquote>\n
Exemplo:<\/strong> Um apresentador de r\u00e1dio pede aos ouvintes que acessem a Internet e preencham uma pesquisa em seu site.<\/span><\/p>\n
Desvantagem:<\/strong><\/span> As pessoas que respondem voluntariamente<\/a> ter\u00e3o provavelmente opini\u00f5es mais fortes (positivas ou negativas) do que o resto da popula\u00e7\u00e3o, o que as torna uma amostra n\u00e3o representativa. Ao utilizar este m\u00e9todo de amostragem, \u00e9 prov\u00e1vel que a amostra sofra de preconceitos de n\u00e3o resposta<\/a> \u2013 certos grupos de pessoas s\u00e3o simplesmente menos propensos a fornecer respostas.<\/span><\/p>\n
Amostra de bola de neve<\/span><\/strong><\/h3>\n
\n
Defini\u00e7\u00e3o:<\/strong> Os pesquisadores recrutam indiv\u00edduos iniciais para participarem de um estudo e, em seguida, pedem a esses indiv\u00edduos iniciais que recrutem indiv\u00edduos adicionais para participarem do estudo. Usando essa abordagem, o tamanho da amostra se transforma em \u201cbolas de neve\u201d cada vez maiores \u00e0 medida que cada sujeito adicional recruta mais sujeitos.<\/span><\/p>\n<\/blockquote>\n
- Qual \u00e9 o peso m\u00e9dio de uma determinada esp\u00e9cie de ave?<\/span><\/li>\n