INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES

Curso: Gestão e Finanças

Tema: Amostragem

Turma: LGF11

Discente: Chelcia Chembane Docentes: Mahaluça e Mario

Maputo,08 de Novembro 2024

Índice
Conteúdo
1. Introdução............................................................................................................................................. 3
2. Tipos de Amostragem ....................................................................................................................... 4
3. Comparação entre tipos de amostragem ......................................................................................... 7
Tipo de Amostragem ................................................................................................................................. 7
Vantagens ................................................................................................................................................. 7
Desvantagens ............................................................................................................................................ 7
Exemplo de Uso ........................................................................................................................................ 7
4. Aplicações Práticas............................................................................................................................ 8
4.1. Pesquisa de Opinião Pública sobre Serviços de Saúde em Moçambique ..................................... 8
5. Conclusão .............................................................................................................................................. 9
6. Referências...................................................................................................................................... 10
 1. Introdução
1.1. O que é Amostragem?
A amostragem é o processo de seleção de determinados membros ou um subconjunto da população para
fazer inferências estatísticas a partir deles e estimar características de toda a população. É amplamente
utilizada pelos pesquisadores em pesquisa de mercado, para que eles não precisem pesquisar toda a
população para coletar insights acionáveis. Também é um método conveniente e econômico, e, portanto,
forma a base de qualquer projeto de pesquisa.
Por exemplo, se um fabricante de medicamentos deseja pesquisar os efeitos colaterais adversos de um
medicamento na população do país, é quase impossível poder realizar um estudo de pesquisa que envolva
todos. Nesse caso, o pesquisador decide uma amostra de pessoas de cada grupo demográfico e, em seguida,
realiza a pesquisa sobre elas, o que lhes dá um feedback indicativo sobre o comportamento do medicamento
na população.
1.2. Importância da Amostragem

A amostragem é uma técnica fundamental na pesquisa, estatística e análise de dados, porque permite estudar
uma parte representativa de um conjunto maior (a população) para tirar conclusões sem a necessidade de
examinar cada elemento individualmente. Sua importância se destaca em várias áreas:
Economia de Recursos: estudar toda a população pode ser caro e demorado, principalmente em grandes
populações. A amostragem economiza tempo, dinheiro e esforço, fornecendo dados suficientes para
conclusões precisas.
Representatividade e Precisão: uma amostra bem escolhida pode representar com precisão a população,
permitindo análises confiáveis e generalizações válidas. Para isso, o método de seleção é essencial para
minimizar vieses.
Facilidade e Viabilidade: certas situações não permitem o estudo completo de uma população (como testes
destrutivos, em que o item é inutilizado). A amostragem permite que esses estudos sejam conduzidos de
forma prática.
Controle e Manipulação de Dados: em estudos experimentais e de controle, trabalhar com uma amostra
facilita o gerenciamento dos dados, possibilitando uma análise mais detalhada e controle de variáveis.
Redução de Erros: quando bem planejada, a amostragem permite identificar padrões e reduzir erros de
interpretação, ajudando a obter conclusões mais confiáveis e menos propensas a desvios.
A escolha do método de amostragem (aleatória, estratificada, por conglomerado, entre outros) é crucial,
pois afeta diretamente a precisão dos resultados e a validade das inferências feitas sobre a população.
 2. Tipos de Amostragem

2.1. PROBABILISTICA e NÃO-PROBABILÍSTICA

2.1.1. Amostragem Probabilística- se todos os elementos da população tiverem probabilidade
conhecida, e diferente de zero, de pertencer à amostra. Caso contrário, a amostragem será não-
probabilística. Segundo essa definição, a amostragem probabilística implica um sorteio com regras
bem determinadas, cuja realização só será possível se a população for finita e totalmente acessível.
Embora as técnicas de inferência estatística pressuponham que as amostras utilizadas sejam
probabilísticas, muitas vezes não se pode conseguir. No entanto o bom-senso irá indicar quando o
processo de amostragem, embora não sendo probabilístico, pode ser para efeitos práticos
considerado como tal. Isso amplia consideravelmente as possibilidades de utilização do método
estatístico em geral. A utilização de uma amostragem probabilística é a melhor recomendação que
se deve fazer no sentido de se garantir a representatividade da amostra, pois o acaso será o único
responsável por eventuais discrepâncias entre população e amostra, o que é levado em consideração
pelos métodos de análise da Estatística Indutiva (ou Inferência Estatística). Damos a seguir algumas
das principais técnicas de amostragem probabilística. Outras poderão também ser usadas, como
combinação ou não das descritas.

2.1.2. Amostragem casual simples

Esse tipo de amostragem, também chamada simples ao acaso, aleatória, casual, simples, elementar,
randômica, etc., é equivalente a um sorteio lotérico. Nela, todos os elementos da população têm
igual probabilidade de pertencer à amostra, e todas as possíveis amostras têm também igual
probabilidade de ocorrer. Sendo N o número de elementos da população e n o número de elementos
da amostra, cada elemento da população tem probabilidade n/N de pertencer à amostra. A essa
relação n/N denomina-se fração de amostragem. Por outro lado, sendo a amostragem feita sem
reposição, a suposição que fazemos em geral, é que existem (n) possíveis amostras, todas
igualmente prováveis. Na prática, a amostragem simples ao acaso pode ser realizada numerando-
se a população de 1 a N, sorteando-se, a seguir, por meio de um dispositivo aleatório qualquer, n
números dessa sequência, os quais corresponderão aos elementos sorteados para a amostra. Um
instrumento útil para realizar o sorteio acima descrito é a tabela de números ao acaso. Tal tabela é
simplesmente constituída por inúmeros dígitos que foram obtidos por algum processo equivalente
a um sorteio.

2.1.3. Amostragem sistemática

Quando os elementos da população se apresentam ordenados e a retirada dos elementos da amostra
é feita periodicamente, temos uma amostragem sistemática. Assim, por exemplo, em uma linha de
produção, podemos, a cada dez itens produzidos, retirar um para pertencer a uma amostra da
produção diária. Considere o exemplo: N = 800, n = 50 e a população já ordenada, poderemos
adotar o seguinte procedimento: sortear um número de 1 a 16 (note-se que 800/50 = 16), o qual
indicaria o primeiro elemento sorteado para a amostra; os demais elementos seriam periodicamente
retirados de 16 em 16. Equivalentemente, poder-se-iam considerar os números de 1 a 800 dispostos
sequencialmente em uma matriz com 50 linhas e 16 colunas, sorteando-se a seguir uma coluna,
cujos números indicariam os elementos da amostra. Vemos que, nesse caso, cada elemento da
população ainda teria probabilidade 50/800 de pertencer à amostra, porém existem agora apenas 16
possíveis amostras. A principal vantagem da amostragem sistemática está na grande facilidade na
determinação dos elementos da amostra. O perigo em adota-la está na possibilidade da existência
de ciclos de variação da variável de interesse, especialmente se o período desses ciclos coincidir
com o período de retirada dos elementos da amostra. Por outro lado, se a ordem dos elementos na
 população não tiver qualquer relacionamento com a variável de interesse, então a amostragem
sistemática terá efeitos equivalentes à causal simples, podendo ser utilizada sem restrições.

2.1.4. Amostragem por meio de conglomerados

Quando a população apresenta uma subdivisão em pequenos grupos, chamados conglomerados, é
possível - e muitas vezes conveniente - fazer-se a amostragem por meio desses conglomerados, a
qual consiste em sortear um número suficiente de conglomerados, cujos elementos constituirão a
amostra. Ou seja, as unidades de amostragem, sobre as quais é feito o sorteio, passam a ser os
conglomerados e não mais os elementos individuais da população. Esse tipo de amostragem é às
vezes adotado por motivos de ordem prática e econômica.

2.1.5. Amostragem estratificada

Muitas vezes a população se divide em subpopulações ou estratos, sendo razoável supor que, de
estrato para estrato, a variável de interesse apresente um comportamento substancialmente diverso,
tendo, entretanto, comportamento razoavelmente homogêneo dentro de cada estrato. Em tais casos,
se o sorteio dos elementos da amostra for realizado sem se levar em consideração a existência dos
estratos, pode acontecer que os diversos estratos não sejam convenientemente representados na
amostra, a qual seria mais influenciada pelas características da variável nos estratos mais
favorecidos pelo sorteio. Evidentemente, a tendência da ocorrência de tal fato será tanto maior
quanto menor o tamanho da amostra. Para evitar isso, pode-se adotar uma amostragem estratificada.
A amostragem estratificada consiste em especificar quantos elementos da amostra serão retirados
em cada estrato. É costume considerar três tipos de amostragem estratificada: uniforme,
proporcional e ótima. Na amostragem estratificada uniforme, sorteia-se igual número de elementos
em cada estrato. Na proporcional, o número de elementos sorteados em cada estrato é proporcional
ao número de elementos existentes no estrato. Evidentemente, a amostragem estratificada uniforme
será, em geral, recomendável se os estratos da população forem pelo menos aproximadamente do
mesmo tamanho; caso contrário, será em geral preferível a estratificação proporcional, por fornecer
uma amostra mais representativa da população.
A amostragem estratificada ótima, por sua vez, toma, em cada estrato, um número de elementos
proporcional ao número de elementos do estrato e também à variação da variável de interesse no
estrato, medida pelo seu desvio padrão. Pretende-se assim otimizar a obtenção de informações
sobre a população, com base no principio de que, onde a variação é menor, menos elementos são
necessários para bem caracterizar o comportamento da variável. Dessa forma, com um menor
número total de elementos na amostra, conseguir-se-ia uma quantidade de informação equivalente
à obtida nos demais casos. As principais dificuldades para a utilização desse tipo de amostragem
residem nas complicações teóricas relacionadas com a análise dos dados e em que, muitas vezes,
não podemos avaliar de antemão o desvio-padrão da variável nos diversos estratos. Constituem
exemplos em que uma amostragem estratificada parece ser recomendável a estratificação de uma
cidade em bairros, quando se deseja investigar alguma variável relacionada à renda familiar; a
estratificação de uma população humana em homens e mulheres, ou por faixas etárias; a
estratificação de uma população de estudantes conforme suas especializações, etc.

2.1.6. Amostragem múltipla

Numa amostragem múltipla, a amostra é retirada em diversas etapas sucessivas. Dependendo dos
resultados observados, etapas suplementares podem ser dispensadas. Esse tipo de amostragem é,
muitas vezes, empregado na inspeção por amostragem, sendo particularmente importante a
amostragem dupla. Sua finalidade é diminuir o número médio de itens inspecionados a longo prazo,
baixando assim o custo da inspeção. Um caso extremo de amostragem múltipla é a amostragem
sequencial. A amostra vai sendo acrescida item por item, até se chegar a uma conclusão no sentido
de se aceitar ou rejeitar uma dada hipótese. Com a amostragem sequencial pretende-se tornar
mínimo o número médio de itens inspecionados a longo prazo.
2.2. Amostragem não-probabilística

Amostras não-probabilísticas são também, muitas vezes, empregadas em trabalhos estatísticos, por
simplicidade ou por impossibilidade de se obterem amostras probabilísticas, como seria desejável.
Como em muitos casos os efeitos da utilização de uma amostragem não-probabilística podem ser
considerados equivalentes aos de uma amostragem probabilística, resulta que os processes não-
probabilísticos de amostragem têm também sua importância. Apresentamos a seguir alguns casos
de amostragem não-probabilística.

2.2.1. A amostragem por conveniência

é uma técnica de amostragem não probabilística que consiste em selecionar uma amostra a partir
da parte da população mais próxima ou acessível ao pesquisador. É também conhecida como
amostragem acidental ou amostragem por oportunidade.
Este tipo de amostragem é muito utilizado quando é impraticável testar toda a população, por
exemplo, quando esta é muito grande. É uma técnica comum devido à sua rapidez, simplicidade,
baixo custo e facilidade de acesso aos participantes.
No entanto, a amostragem por conveniência tem algumas desvantagens:
 Não garante que a amostra represente adequadamente toda a população;
 Não permite fazer declarações sobre os resultados sem correr riscos;
 Pode produzir resultados distorcidos;
 Não é recomendada para estudos causais e descritivos.
Um exemplo de amostragem por conveniência é quando um professor escolhe as duas primeiras
filas para participar de um concurso.

2.2.2. Amostragens intencionais

Enquadram-se aqui os diversos casos em que o amostrador deliberadamente escolhe certos
elementos para pertencer à amostra, por julgar tais elementos bem representativos da população. O
perigo desse tipo de amostragem é obviamente grande, pois o amostrador pode facilmente se
equivocar em seu pré-julgamento. Apesar disso, o uso de amostragens intencionais, ou
parcialmente intencionais, é bastante frequente, ocorrendo em vários tipos de situações reais que
poderíamos tentar identificar e classificar. Não o faremos, porém, por fugir à nossa finalidade neste
texto.

2.2.3. Amostragem bola de neve

é uma técnica de amostragem não probabilística que consiste em utilizar um pequeno grupo de
participantes iniciais para identificar outros participantes que atendam aos critérios de
elegibilidade.
Esta técnica é frequentemente utilizada quando é difícil encontrar participantes potenciais ou
quando a amostra é limitada a um subgrupo muito pequeno da população. É uma forma eficaz de
ter acesso a populações de baixa incidência e indivíduos de difícil acesso.
A amostragem em bola de neve é utilizada principalmente para fins exploratórios, como:
 Melhorar a compreensão sobre um tema
 Testar a viabilidade de realização de um estudo mais amplo
 Desenvolver os métodos a serem empregados em todos os estudos ou fases subsequentes.
3. Comparação entre tipos de amostragem

Tipo de Amostragem Vantagens Desvantagens Exemplo de Uso

Aleatória Simples Representatividade alta, Complexa em grandes Pesquisa de opinião

reduz viés populações nacional

Estratificada Garantia de Requer dados prévios Estudo de saúde mental

representatividade de dos estratos por faixa etária
subgrupos

Sistemática Simples e rápida Pode haver viés se Entrevistas com

houver padrão no pacientes a cada
intervalo intervalo em clínica

Conglomerados Econômica para Menos precisa se Pesquisa nacional sobre

populações dispersas conglomerados não uso de transporte
forem homogêneos público

Conveniência Econômica e prática Alta probabilidade de Pesquisa exploratória

viés sobre nova ideia de
produto

Intencional Permite seleção Viés elevado, depende Entrevistas com

criteriosa de indivíduos da percepção do especialistas técnicos
pesquisador

Bola de Neve Acesso a populações Baixa Pesquisa sobre hábitos

ocultas ou difíceis de representatividade, em grupos de risco
alcançar depende das conexões
sociais
4. Aplicações Práticas
4.1. Pesquisa de Opinião Pública sobre Serviços de Saúde em Moçambique

Em 2019, o Instituto Nacional de Saúde (INS) realizou uma pesquisa para avaliar a satisfação
da população com os serviços de saúde pública em diferentes províncias. A pesquisa foi
financiada por uma organização internacional interessada em identificar áreas de melhoria na
prestação de serviços médicos básicos.

4.2. Método de Amostragem Utilizado: Amostragem por Conglomerados

 Justificativa para o Método: Como a população de Moçambique é vasta e dispersa,

especialmente nas áreas rurais, o instituto optou pela amostragem por conglomerados. Esse
método permitiu economizar tempo e reduzir custos ao escolher certas comunidades
(conglomerados) em vez de indivíduos espalhados por todo o país.
 Implementação: O instituto dividiu o país em conglomerados geográficos (distritos). Em
seguida, selecionou aleatoriamente um conjunto de distritos em cada província. Dentro desses
distritos, foram escolhidos centros de saúde específicos, onde entrevistaram pacientes e
funcionários. O estudo teve como objetivo cobrir tanto áreas urbanas quanto rurais para
garantir uma visão ampla.

4.3. Impacto da Escolha do Método na Pesquisa

 Vantagens do Método Escolhido:

o Custo Reduzido: A amostragem por conglomerados permitiu ao instituto realizar a
pesquisa em áreas específicas, evitando o custo de deslocamento para localidades
muito distantes.
o Cobertura Geográfica: O método permitiu uma amostra razoavelmente representativa
de diversas áreas geográficas, possibilitando comparações entre províncias e zonas
urbanas e rurais.
o Rapidez na Coleta de Dados: como o estudo foi realizado em locais específicos e
definidos, a equipe pôde coletar dados mais rapidamente do que seria possível com
outros métodos probabilísticos, como a amostragem aleatória simples.
 Desvantagens e Limitações:
o Risco de Viés por Conglomerados: A escolha de determinados distritos como
conglomerados pode ter introduzido vieses, especialmente se os conglomerados
escolhidos não representassem adequadamente o contexto de saúde em outras regiões.
Distritos com maior número de unidades de saúde, por exemplo, podem refletir uma
qualidade de atendimento superior, criando uma imagem mais positiva do que a média
nacional.
o Menor Precisão: comparada à amostragem estratificada, a amostragem por
conglomerados oferece menor precisão, especialmente em um país com desigualdades
regionais significativas. Em Moçambique, as disparidades entre as províncias norte,
centro e sul podem fazer com que a média obtida na pesquisa não reflita exatamente a
experiência de saúde da população no geral.
4.4. Efeito nos Resultados

A escolha da amostragem por conglomerados influenciou diretamente os resultados da pesquisa.

A análise apontou altos níveis de satisfação em áreas urbanas e suburbanas, onde há mais
unidades de saúde e melhor infraestrutura. Contudo, algumas áreas rurais mal representadas
pelos conglomerados escolhidos apresentaram, na realidade, serviços de saúde em condições
mais precárias. Essa seleção limitada pode ter resultado em uma percepção geral levemente mais
positiva da qualidade do sistema de saúde do que a realidade enfrentada por algumas
comunidades.

4.5. Considerações Finais

A pesquisa com amostragem por conglomerados foi eficiente para obter uma visão geral e
realizar comparações entre regiões urbanas e rurais. No entanto, a representatividade poderia ser
melhorada com uma abordagem mista, como amostragem estratificada por província, que
garantiria um retrato mais fiel da realidade de saúde em cada região. Essa técnica permitiria
observar mais nitidamente as disparidades e aumentar a precisão, especialmente em questões de
interesse para programas de melhoria regional.

5. Conclusão
A amostragem é fundamental nas pesquisas, especialmente em contextos onde é impraticável ou
impossível coletar dados de toda a população. Essa técnica permite que pesquisadores obtenham
informações representativas e confiáveis de maneira eficiente e econômica, especialmente em
áreas vastas ou com populações dispersas, como em muitos países em desenvolvimento.
Métodos probabilísticos, como a amostragem estratificada e por conglomerados, garantem maior
precisão e menor viés, sendo essenciais para estudos que necessitam de representatividade e
análises estatísticas sólidas

Durante a investigação, aprendi que a escolha da técnica de amostragem deve ser feita com
cuidado, considerando o contexto e o objetivo do estudo. Métodos probabilísticos são preferíveis
para garantir uma visão ampla e representativa, mas exigem mais recursos e planeamento. Já
métodos não probabilísticos podem ser úteis para estudos exploratórios, mesmo que tenham
limitações em termos de validade estatística. Este conhecimento reforça a importância de alinhar
o método de amostragem às necessidades específicas da pesquisa para garantir resultados
robustos e aplicáveis na prática
6. Referências

NETO, PEDRO L. C. ESTATÍSTICA. SÃO PAULO: ED. BLUCHER LTDA, 1977.

MOORE, D. S. ESTATÍSTICA BÁSICA E SUA PRÁTICA. RIO DE JANEIRO: LIVROS TÉCNICOS E CIENTÍFICOS, 3. ED.,
2004.

BUSSAB, W.; BOLFARINE, H. ELEMENTOS DE AMOSTRAGEM, SÃO PAULO: EDGAR BLUCHER, 2005.

ELEMENTARY SURVEY SAMPLING - RICHARD L. SCHEAFFER, WILLIAM MENDENHALL , E LYMAN OTT