1. Nota de Aula - POPULAÇÃO E AMOSTRA

Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original

Estatística 1ª Nota de Aula 
 
 
POPULAÇÃO E AMOSTRA 
 
Entende-se por população o conjunto de objetos, itens ou eventos com alguma característica ou 
propriedade comum mensurável, ordenável ou comparável de acordo com os limites propósitos e 
objetivos do estudo. Sendo assim, formam-se um conjunto de elementos que formam o universo 
que é passível de serem observados, sob as mesmas condições. 
 
Podem se classificar em População Finita e População Infinita 
 
População Finita: é aquela que se consegue enumerar todos os elementos que a formam. 
Refere-se a um universo limitado em uma dada unidade de tempo. Exemplificando pode-se dizer 
que a quantidade de automóveis produzidos por uma fábrica em um mês, a população de uma 
cidade e o número de alunos de uma sala de aula são exemplos de uma população finita. 
 
População Infinita: é aquela cujos elementos não podem ser contados. Refere-se a um universo 
não delimitado. Os resultados (cara ou coroa) obtidos em sucessivos lances de uma moeda, o 
conjunto dos números inteiros, reais ou naturais são exemplos de populações infinitas. 
 
Como em qualquer estudo estatístico tem-se em mente pesquisar uma ou mais características 
dos elementos de alguma população, esta característica deve estar perfeitamente definida. E isto 
se dá quando, considerado um elemento qualquer, podemos afirmar, sem ambigüidade, se esse 
elemento pertence ou não à população. 
 
Na maioria das vezes, por impossibilidade ou inviabilidade econômica ou temporal, limitamos as 
observações referentes a uma determinada pesquisa apenas uma parte da população. A essa 
parte proveniente da população em estudo denominamos amostra 
 
Amostra é qualquer um de seus possíveis subconjuntos. Ao menor desses subconjuntos dá-se o 
nome de unidade amostral. Ou seja, é um subconjunto finito de uma população. Toda amostra é 
um conjunto extraído da população. 
 
Pergunta-se por que estudar amostras em lugar de populações. No caso da escolha por uma 
amostra que não represente bem o todo, iremos fazer predições inexatas ao tentar estimar as 
características da população com base na amostra. Esse risco não correrá se for estudada toda a 
população. Há, entretanto, várias razões por que se estudam amostras em lugar do todo. A mais 
importante é o custo excessivo e/ou a dificuldade de estudar toda a população. 
 
Estatística 1ª Nota de Aula 
 
Atenção: 
1. Como é dispendioso, difícil e por vezes impraticável ter acesso a toda uma população, 
costuma-se escolher uma amostra e estudá-la. 
2. Para evitar predições imprecisas, é essencial que a amostra represente efetivamente a 
população da qual foi extraída. 
 
AMOSTRAGEM 
 
A amostragem – inspeção de parte da população – é mais econômica mais rápida (reduz o 
número de dados), incomoda menos ( consulta menor número de pessoas) e pode até apresentar 
resultados mais confiáveis: é que poucas consultas permitem contar com pessoal especializado, 
mais bem qualificado. 
 
Grande parte das pesquisas cientifica ou de resoluções de problemas de engenharia é feita por 
amostragem, ou seja, observamos apenas um subconjunto de elementos da população. A 
amostragem é particularmente interessante: 
1. a população é grande ou infinita; 
2. as observações ou mensurações têm alto custo; 
3. as medidas exigem testes destrutivos; 
4. há necessidade de rapidez etc. 
 
Em geral, o uso de amostragem leva à redução de custos e tempo. Mas a amostragem precisa 
ser feita com critérios, pois pretendemos ter amostras que permitam, a partir de uma análise 
estatística apropriada, obter conclusões satisfatórias sobre toda a população. 
 
Existem várias técnicas de amostragem, cada uma tem vantagens e desvantagens, e a escolha 
deverá ser feita pelo pesquisador de acordo aos objetivos propostos pela pesquisa. Os principais 
modelos de amostragem probabilística são: a amostragem aleatória simples, a amostragem 
estratificada proporcional e amostragem sistemática. Os principais modelos de amostragem não 
probabilística são: a amostragem acidental, a amostragem de voluntários, a amostragem por 
escolhas racionais, a amostragem por julgamento do especialista 
 
1. Amostragem Aleatória Simples 
Para a seleção de uma amostra aleatória simples, precisamos ter uma lista completa dos 
elementos da população. Este tipo de amostragem é equivalente a um sorteio lotérico. 
 
Estatística 1ª Nota de Aula 
 
A amostragem aleatória simples tem a seguinte descrição: Qualquer subconjunto da população, 
com o mesmo número de elementos, tem a mesma probabilidade de fazer parte da amostra. 
 
A seleção de uma amostra aleatória simples pode ser facilitada com o uso de números aleatórios, 
ou seja, números resultantes de sucessivos sorteios do conjunto { 0,1 ,2, 3 .... 9} 
 
2. Amostragem Sistemática 
Quando os elementos da população já se acham ordenados, não há necessidade de construir o 
sistema de referência. São exemplos os prontuários médicos de um hospital, os prédios de uma 
rua, as linhas de produção etc. Nestes casos, a seleção dos elementos que constituirão a amostra 
pode ser feita por um sistema imposto pelo pesquisador. A esse tipo de amostragem 
denominamos sistemática. 
 
Assim, no caso de uma linha de produção, podemos a cada dez itens produzidos, retirar um para 
pertencer a uma amostra da produção diária. Neste caso, estaríamos fixando o tamanho da 
amostra em 10% da população. 
 
3. Amostragem Estratificada 
A técnica da amostragem estratificada consiste em dividir a população em subgrupos, que 
denominaremos de estratos. Esses estratos devem ser internamente mais homogêneos do que a 
população toda, com respeito Às variáveis em estudo. Por exemplo, se para estudar a dureza de 
certos aços temos corpos de prova de dois fornecedores, então a população dos corpos de prova 
pode ser dividida em dois estratos. 
 
Sobre os diversos estratos da população são realizadas seleções aleatórias de forma 
independente. 
 
Amostragem estratificada proporcional: a proporcionalidade do tamanho de cada estrato da 
população é mantida na amostra. Por exemplo, se um estrato abrange 20% da população, ele 
também deve abranger 20% da amostra. 
 
Amostragem estratificada uniforme: selecionamos o mesmo número de elementos em cada 
estrato. É o processo usual quando se deseja comparar os diversos estratos.