Biometria - EDAP
Para visualizar corretamente configurar a tela para 1024 x 768 pixels

População, Amostra e Amostragem

(Leitura complementar ao capítulo 1)

Sumário

 Amostragem
Erro amostral
Níveis de Mensuração das variáveis
População e amostra
Tipos de amostragem
Variável
Variáveis qualitativas e quantitativas

População e amostra

Pode-se assim definir uma população (ou Universo)

em Biologia: é o conjunto de indivíduos de uma certa espécie, que ocupa uma certa área
em um determinado intervalo de tempo.

em Estatística: é a totalidade de observações individuais dentro de uma área de amostragem
delimitada no espaço e no tempo, sobre as quais serão feitas inferências.

Podemos, então, pensar que uma população consiste em um conjunto de indivíduos que compartilham de, pelo menos, uma característica comum, seja ela a espécie, etnia, cidadania, filiação a uma associação, matrícula em uma universidade ...

A população pode ser:

Infinita: quando o número de observações for infinito.

Exemplo: a população constituída de todos os resultados (cara e coroa) em sucessivos lances de uma moeda.

Finita: quando apresenta um número limitado de indivíduos.

Exemplo: a população constituída por todos os copos de papel produzidos em uma indústria em um dia.


Amostra

É muito difícil poder trabalhar com todos os elementos da população, pois é comum termos pouco tempo e recursos.
Assim, geralmente, o pesquisador só estuda um pequeno grupo de indivíduos retirados da população, grupo esse que é chamado de amostra.

Uma amostra estatística consiste em um subconjunto representativo, ou seja, em um conjunto de indivíduos retirados de uma população, a fim de que seu estudo estatístico possa fornecer informações importantes sobre aquela população.

Assim, analisando-se uma boa amostra chega-se a resultados que podem ser imputados á população inteira.

É importante lembrar que:

A amostra é sempre finita.
Quanto maior for a amostra mais significativo é o estudo.

Deve-se notar que os elementos amostrais podem ser:

Simples (indivíduos) ou
Coletivos (famílias, irmandades, colônias).

Para efetuar as observações individuais toma-se a Menor Unidade Amostral:

Amostra M.U.A. Observação individual
1. Peso de 100 ratos cada rato Peso de cada rato
2. Peso de 1 rato durante 1 mês um rato Cada pesagem do rato
3. Temperatura de formigueiros cada formigueiro Cada medição da temperatura
(topo)

Parâmetro

É uma característica numérica estabelecida para toda uma população. Asssim, é um valor singular que caracteriza a população. Exemplo: A média da altura de alunos de uma certa turma é 1,72 cm.

Estimativa

É uma característica numérica estabelecida para uma amostra. É um valor aproximado do parâmetro, sendo obtido a partir de medidas na amostra. (topo)


Amostragem

Como já foi dito, quando se realiza um estudo quase nunca é possível examinar todos os elementos da população em que se está interessado, por motivos financeiros, ou por limite de tempo, ou restrição na locomoção para registro dos dados.

Mas, geralmente, pode-se trabalhar com o que é acessível, ou seja, com uma parte da população, que deve apresentar a maioria das características da população.

Importante é lembrar que a tomada de decisões sobre a população, com base em estudos feitos sobre os dados de uma amostra, constitui a problema central da inferência estatística.

Assim, amostragem é o processo pelo qual se obtém informação sobre um todo (população), examinando-se apenas uma parte do mesmo (amostra).

Felizmente, a inferência estatística nos dá elementos para generalizar as conclusões obtidas da amostra para toda a população.

Deve-se lembrar que os erros de coleta e manuseio de um grande número de dados podem ser maiores do que as imprecisões a que estamos sujeitos quando generalizamos, via inferência, as conclusões de uma amostra bem selecionada. Portanto, é incorreto pensar que seríamos mais precisos, se tivéssemos acesso a todos os elementos da população.

Entretanto, risco é a margem de erro motivada pelo fato de se investigar parcialmente (amostra) o universo (população).

Ressalte-se que quanto maior e mais representativa for a amostra, mais forte é o argumento. Se uma amostra for insuficiente ou tendenciosa, conclusões retiradas a partir dela poderão ser totalmente falsas.

Portanto, em um levantamento amostral deve-se:

Selecionar a característica a ser pesquisada

Definir cuidadosamente a população de interesse

Uma das maneiras de se conseguir representatividade é fazer com que o processo de escolha da amostra seja, de alguma forma aleatório, ou seja, totalmente ao acaso. Portanto, sempre que se puder deve-se planejar o levantamento evitando a parcialidade (vício) na seleção. (topo)


Tipos de amostragem


Basicamente, existem dois métodos para obtenção da amostra: probabilístico ou não.

Nas amostragens não probabilísticas os elementos são escolhidos a esmo ou intencionalmente. Esse tipo de amostragem algumas vezes procura usar procedimento aleatório, mas sem um sorteio, ou seja, sem utilizar dispositivos aleatórios confiáveis. Exemplo: escolher vizinhos ou amigos.

Entretanto, os resultados da amostragem a esmo são, em geral, equivalentes aos de uma amostragem probabilística desde que:

a população seja homogênea e

se o amostrador não for inconscientemente influenciado por alguma característica dos elementos da amostra.

Nas amostragens probabilísticas as unidades amostrais são escolhidas mediante mecanismos de sorteio. Ou seja, são métodos em que a seleção dos indivíduos da população é feita de forma a que todos tenham as mesmas chances de participar da amostra.

Assim cada elemento da população possui uma certa probabilidade de ser selecionado a qual é a mesma para todos os indivíduos. Se o tamanho da população for N, a probabilidade de um indivíduo estar nela será 1/N.

De modo geral, para garantir a busca da imparcialidade e representatividade usadas no plano experimental, é preferível escolher os elementos que participarão da amostras aleatoriamente; ou seja, usando amostras probabilísticas.

Evidentemente, deve-se evitar o vício amostral, que vem da tendenciosidade das informações. O vício ocorre quando existe uma tendência na seleção das unidades amostrais, favorecendo uma dada característica particular.

É preciso ainda lembrar que, quanto à extração dos elementos, as amostras podem ser :

Com reposição - quando um elemento sorteado puder ser sorteado novamente.

Sem reposição - quando o elemento sorteado puder figurar uma única vez na amostra. (topo)


Erro amostral


Por mais perfeita que uma amostra seja evidentemente ela sempre terá diferenças, quando comparada à população.

Assim, quando se usa uma amostra, aceita-se uma margem de erro que é chamada de "erro amostral".

Erro Amostral é a diferença entre um resultado amostral e o verdadeiro resultado populacional.
Resulta de flutuações amostrais aleatórias.

É importante lembrar que ocorrem erros não-amostrais quando:

Os dados amostrais são coletados, registrados ou analisados incorretamente,
Usa-se um instrumento /equipamento defeituoso na realização de mensurações,
Questionários ou formulários têm questões formuladas de modo tendencioso.

Com relação aos erros amostrais é claro acontecem mais frequentemente quando:

  a amostra não reflete a população. Por exempo: a amostra tem mais elementos de sexo feminino e a população tem mais de sexo masculino.
  o tamanho da amostra não é adequado. É fácil perceber que quanto maior o tamanho da amostra, menor o erro cometido e vice-versa. Assim, erro e tamanho da amostra seguem sentidos contrários. (topo)


Pesquisa "Experimental" x Pesquisa "Correlacional"


Considerando as variáveis a serem estudadas, há dois tipos de pesquisas empíricas:

correlacional: em que o pesquisador não influencia ( ou tenta não influenciar ) nenhuma variável, mas apenas as mede e procura por relações (correlações) entre elas, como idade e tamanho.

experimental: em que o pesquisador manipula algumas variáveis e então mede os efeitos desta manipulação em outras variáveis; por exemplo, aumentar artificialmente a pressão sanguínea e, então, registrar o nível de colesterol.

Note-se que na análise de dados em uma pesquisa experimental também se calcula a correlação entre as variáveis manipuladas e as que foram afetadas pela manipulação. Assim, os dados experimentais podem demonstrar conclusivamente relações causais (ou seja, relações de causa e efeito) entre as variáveis.

Exemplo: se o pesquisador descobrir que sempre que mudar a variável 1 a variável 2 também se altera, então poderá concluir que 1 influencia 2.

Paralelamente, em termos causais os dados de uma pesquisa correlacional podem ser apenas "interpretados", com base em outras teorias (não estatísticas) que o pesquisador conheça, mas não podem conclusivamente provar causalidade. (topo)


Copie esse texto em formato pdf
clicando no link ao lado com o botão direito do mouse.


Depois, clique em"Salvar destino como" (ou algo semelhante )
Escolha o local onde salvar e clique em OK.
Copiar aqui


Este "site", destinado prioritariamente aos alunos de Fátima Conti,
está disponível sob FDL (Free Documentation Licence),
pretende auxiliar quem se interessa por Bioestatística,
estando em permanente construção.
Sugestões e comentários são bem vindos.
Se desejar colaborar clique aqui. Agradeço antecipadamente.



Deseja enviar essa página?

Se você usa um programa de correio eletrônico devidamente configurado para
um e-mail pop3, clique em "Enviar página" (abaixo) para abrir o programa.
Preencha o endereço do destinatário da mensagem.
E pode acrescentar o que quiser.
(Se não der certo, clique aqui para saber mais).

Enviar página

Se você usa webmail copie o endereço abaixo

http://www.cultura.ufpa.br/dicas/biome/biodavar.htm

Acesse a página do seu provedor. Abra uma nova mensagem.
Cole o endereço no campo de texto.
Preencha o endereço do destinatário.
E também pode acrescentar o que quiser.

Última alteração: 8 nov 2011