Guia de Amostragem Estatística e Tamanho da Amostra

Amostragem Estatística

A amostragem estatística é uma técnica para selecionar uma amostra de uma população. Na escolha de uma amostra, espera-se que suas propriedades sejam extrapoladas para a população. Este processo economiza recursos, obtendo resultados semelhantes aos que seriam obtidos ao se realizar um estudo de toda a população.

Estatística da Amostra

A amostra é um subconjunto de casos ou indivíduos de uma população estatística. As amostras são obtidas com a intenção de inferir propriedades de toda a população, para a qual a amostra deve ser representante. Para realizar esta função, a inclusão de indivíduos na amostra deve seguir uma técnica de amostragem adequada.

Técnicas de Amostragem

Amostragem Probabilística

Fazem parte deste tipo de amostragem todos os métodos que podem calcular a probabilidade de seleção de qualquer elemento possível. Este conjunto de técnicas de amostragem é o mais desejável, mas às vezes não se pode optar por ele.

• Amostragem Aleatória: A seleção de uma amostra de uma população finita, em que o processo de extração é de tal forma que assegura que cada elemento da população tenha uma oportunidade igual de ser incluído na amostra.
• Amostragem Estratificada: Consiste na divisão da população do estudo em grupos ou classes que são assumidos com características homogêneas. A cada uma destas camadas é atribuída uma cota que determina o número de membros da mesma que compõem a amostra.
• Amostragem Sistemática: A seleção de uma amostra a partir dos elementos de uma lista em uma ordem particular, percorrendo a lista a partir de um número aleatório.
• Amostragem por Conglomerados (Cluster): Quando a população está dividida, naturalmente, em grupos que supostamente contêm toda a variabilidade da população (ou seja, representam fielmente a propriedade), pode-se escolher selecionar apenas alguns destes grupos ou clusters para o estudo.

Tamanho da Amostra

Na estatística, o tamanho da amostra é o número de indivíduos da amostra extraída de uma população, necessário para que os dados obtidos sejam representativos da população.

Objetivos da determinação do tamanho adequado da amostra:

1. Estimativa: Estimar um parâmetro com a confiança desejada.
2. Detecção: Detectar uma diferença particular, se ela realmente existir, entre os grupos com um mínimo de garantia.
3. Eficiência: Reduzir custos ou aumentar a velocidade do estudo.

Cálculo do Tamanho da Amostra

O tamanho da amostra é determinado para obter uma estimativa adequada de um parâmetro de determinada população.

Estimativa de Parâmetros: É a estimativa do valor de um parâmetro na população, utilizando-se a inferência estatística a partir dos valores observados na amostra do estudo. Para o cálculo do tamanho da amostra sobre os parâmetros estimados, são necessários conceitos de intervalo de confiança, variabilidade de parâmetros, erro, nível de confiança, valor crítico e o valor α.

Estimativa de Proporção: Os dados que devem ser incluídos na fórmula para o cálculo do número de indivíduos exigidos na amostra (n) são:

• Zα: O valor Z para o conjunto de risco α. O risco alfa é geralmente definido com Z de 0,025 e 1,96.
• p: Valor da proporção que se presume existir na população.
• i: A precisão com que se deseja estimar o parâmetro (2i é a amplitude do intervalo de confiança).

Estimativa de Média: Os dados que devem ser incluídos na fórmula para calcular o número de voluntários necessários para a amostra (n) são:

• Zα: O valor Z para o risco alfa definido. O risco alfa é geralmente definido com Z de 0,025 e 1,96.
• s²: Variância da distribuição da variável quantitativa que se pressupõe existir na população.
• i: A precisão com que se deseja estimar o parâmetro (2i é a amplitude do intervalo de confiança).

Fórmula: n = (z² * p * N * q) / ((N-1) * e² + z² * p * q)

Onde:

• n: Tamanho da amostra.
• N: Universo ou população.
• e: Grau de erro que pode estar entre 5% e 10%, a critério do investigador.
• p: Probabilidade de sucesso.
• q: Probabilidade de falha (q = 1 - p).
• z: Nível de confiança.

Vantagens da Escolha dos Participantes

A amostra do estudo é preferível ao censo (ou levantamento de toda a população) pelos seguintes motivos:

1. A população é muito grande (às vezes infinita, como em alguns experimentos aleatórios) e, portanto, impossível de analisar na íntegra.
2. As características da população variam se o estudo durar muito tempo.
3. Redução de custos: Ao estudar uma pequena parte da população, o custo da recolha e tratamento dos dados é reduzido drasticamente em comparação à população total.
4. Velocidade: A redução do tempo de coleta e tratamento de dados permite obter resultados mais rapidamente.
5. Praticidade: A escolha de uma amostra permite estudos que seriam impossíveis de realizar sobre a população total.
6. Homogeneidade: Se a população é bastante homogênea no que diz respeito ao traço medido, seria um desperdício de recursos realizar uma análise minuciosa de todos os indivíduos.
7. Processo destrutivo: Quando o processo de estudo é destrutivo ou é necessário consumir o item para testá-lo (exemplos: exames de sangue, meia-vida de uma lâmpada, resistência de uma corda, precisão de um projétil, etc.).