Milene Rita

Pedro Rosa
Sara Mourão
Teresa Garcia
Vera Basílio
Objectivo Geral:

Expor o processo de amostragem.

Objectivos Específicos:

- Definir os conceitos de população, população alvo, população acessível e

amostra;

- Especificar os critérios que permitem organizar uma boa amostra;

- Explicar os métodos de amostragem que se podem utilizar, nomeadamente,

os métodos probabilísticos e não probabilísticos;

- Descrever os critérios que determinam o tamanho da amostra;

- Identificar os aspectos que permitem minimizar o erro amostral.

População

“Conjunto de elementos que têm caracteristicas comuns

de uma determinada área” (Fortin, 2009, p.311)

Factores Factores
de de
Inclusão Exclusão

População População Amostra

Alvo Acessivel
 • Objectivo do estudo • A qualidade de vida de pacientes que se
preparam para ser submetidos a uma
subsituição valvular.

• População • Índividuos que sofrem de insuficiência

cardíaca, em que a válvula aórtica deve
ser substituida.

• Critérios de inclusão • Deve ter pelos menos 18 anos de idade

• Ser capaz de ler e escrever o francês

• Critérios de exclusão • Já ter sido submetido a uma cirurgia

cardiaca

Figura 1: Critérios de caracterização da população adaptado de Goulet (1999) in, Fortin, 2009.
 O que é a Amostragem?

" A amostragem é o procedimento através do qual se extrai de um conjunto

de unidades que constituem o objecto de estudo (a população), um número
reduzido de casos (a amostra), seleccionados por critérios que permitam a
generalização a toda a população dos resultados obtidos."

(Moreira, 2007, p.111)

 Vantagens da Amostragem

Segundo Moreira (2007), as vantagens da amostragem são:

- Representatividade;

- Redução de custos;

- Menor dispêndio de tempo para a recolha e compilação dos dados;

- Optimização de recursos de forma a conferir mais rigor e qualidade à

investigação.
Amostra

Uma amostra é um sub-grupo da população de estudo

seleccionado de tal forma que as observações que dele
fizermos possam ser generalizadas à totalidade desta
população. (Ribeiro, 1999; Fortin,1999).
• Representatividade

O Objectivo da amostra devido ás suas caracteristicas pode

substituir o conjunto da população alvo. “De facto uma
amostra representativa é uma réplica em miniatura da
população alvo” (Fortin, 2009, p.313).

• Aplicabilidade

Possibilidade de aplicar os resultados

obtidos dos elementos de uma amostra à
população onde esta foi retirada
AMOSTRAGEM PROBABILÍSTICA
Permite uma seleção aleatória dos elementos, de entre a população;

Aumenta a representatividade da amostra;

Reduz o erro amostral;

Permite generalizar os resultados obtidos a partir da amostra.

(Fortin, 2009)
Métodos Amostragem Probabilística

Amostragem Aleatória Simples

Amostragem Aleatória Estratificada

Amostra por cachos

Amostra Aleatória Sistemática

 Amostragem Aleatória Simples

É o método mais elementar da amostragem probabilística. (Burns, 2005)

Os tipos mais complexos de amostragem

probabilística incorporam os aspectos da
amostragem aleatória simples;
Como constituir uma Amostra Aleatória Simples?

Segundo Hill (2002), existem duas técnicas para construir uma Amostra
Aleatória Simples:

Técnica da Lotaria

Técnica de Números Aleatórios

Esta técnica utiliza uma tabela de números aleatórios da qual se retira um
conjunto de números que representam os indivíduos (Hill, 2002);

Compreende uma lista e uma

matriz de números, que aparecem
numa ordem predefinida;

Os números podem ser formados

Tabela de por grupos de 2 a 5 algarismos
números
Aleatória
 Exemplo 1:
Suponhamos que temos uma população de 85 indivíduos (N= 85) e queremos
obter uma amostra aleatória simples de 12 elementos (n=12).
Como procedemos?

Figura 2: Porção de uma tabela de números aleatórios, adaptado de Fortin, 2009.

 Amostragem Aleatória Estratificada

Valida que a população poderá ser dividida em subgrupos distintos,

relativamente homegéneos, em função de certas características/variavéis de
estratificação conhecidas da população (sexo, idade, classe social, etnia,
incidência de uma doença…). (Fortin, 2009)
Exemplo 2:
Um investigador pretende conhecer a opinião dos enfermeiros de Faro,
segundo o género, acerca do serviço prestado pela empresa de alimentação,
baseando-se numa amostragem aleatória estratificada proporcional.

Nº de Percentagem Proporção
Enfermeiros (%)

Feminino 1791 81 97

Masculino 423 19 23

Total 2214 100% 120

Tabela 1: Repartição dos Enfermeiros de Faro de acordo com o sexo.

Dados retirados de http://www.ordemenfermeiros.pt/membros/Documents/OE%20Dados%20Estatísticos%20-
%202000-2010.pdf
 Amostra por Cachos

Este método revela-se de grande utilidade quando a população a estudar

é muito ampla e dispersa. (Fortin, 2009)

Consiste essencialmente em retirar, ao acaso, numa primeira fase, grupos

de indivíduos, para posteriormente serem analisados. (Beaud in Gauthier,
2003)
De acordo com Beaud in Gauthier (2003):

Unidades Primárias (População Total, por

exemplo: regiões)

Unidades Secundárias (por exemplo:

cidades)

Unidades Terciárias (por exemplo: Bairros)

Unidades de Base (Por exemplo: Imóveis)

 Amostra Aleatória Sistemática

Este método permite criar uma amostra aleatória, retirando elementos, a

intervalos fixos, de uma lista com todos os elementos de uma população.
(Fortin, 2009)

O intervalo de amostragem (k) deriva da relação entre a população

(N) e a amostra (n):

k= N/n
 Por exemplo:

Num Universo, em que N = 5000 casos, e o investigador pretende retirar

uma amostra, n=500 casos. k= 10.

1º Deverá seleccionar, ao acaso, um nº entre 1 e k, que se irá denominar r (r=4) ;

2º Deverá entrar numa tabela de números aleatórios, numa página e coluna

escolhidas ao acaso e seleccionar o nº que ocupa a posição r, na coluna
escolhida;

3º Este número indica o 1º caso da amostra e o 2º caso será (r + k), o seguinte (r

+ 2k)… até a amostra de n casos estar escolhida;

(Hill, 2002)
Tabela de números aleatórios:

Figura 3: Tabela de números aleatórios, adaptada de Investigação

por Questionário, Hill, 2002.
AMOSTRAGEM NÃO-
PROBABILÍSTICA
 • Os elementos da população não têm a mesma probabilidade de serem
seleccionados para fazerem parte da amostra;

• Amostras menos representativas e menos precisas

(Fortin, 2009)

• Não contrariam o bom senso

• Fáceis de compreender e aplicar

(Beaud in Gauthier, 2003)
Métodos Amostragem Não-Probabilística

Acidental

Por Quotas

Por Escolha Racional

Por Redes
 Acidental

“…no local certo e no momento certo.”

(Fortin,2009, p.321)

• Aproveitam-se os elementos que aparecem por facilidade de acesso;

• Os resultados podem ser enviesados;

• A representatividade das amostras é acidental.

(Beaud in Gauthier, 2003)
 Por Quotas

• Tendo em conta determinados aspectos, formam-se estratos que sejam

representativos na amostra nas mesmas percentagens com que estão
presentes na população

• Os indivíduos de cada estrato não são seleccionados de forma aleatória

Podem não ser representativos

• Importante dominar as particularidades da população

(Fortin,2009)
 Por Escolha Racional

• O investigador para constituir uma amostra centra-se em grupos específicos,

de carácter típico, baseados no seu julgamento ou conhecimento do
universo.
(Pocinho,2009)

• As generalizações só podem ser feitas em relação ao grupo específico

estudado e não para a comunidade como um todo.

• Segundo Polit e Hungler (1993), é uma técnica subjectiva em que não existe
uma forma de avaliação concreta da especificidade dos indivíduos elegidos.
 Por Redes

• Técnica que inicialmente se elege um grupo aleatório de indivíduos e

seguidamente eles indicam outros elementos com características similares;
• Emprega-se quando é difícil abordar sujeitos com características
específicas;
• Técnica que consome mais tempo.
(Fortin, 2009)
Tamanho da Amostra
Que tamanho deve ter a amostra?
Critérios que devem determinar a dimensão das amostras (Fortin,
2009):

• Objectivo e a natureza do estudo;

• Homogeneidade da população;
• Número de variáveis;
• Nível de significância;
• Potência do teste;
• Amplitude do efeito esperado.
Objectivo e a natureza do estudo: orienta a investigação e o tipo de
estudo a delinear;

Estudos descritivos e
pequenas amostras
experimentais

Estudos
correlacionais e Amostras suficientemente grandes
longitudinais
 Homogeneidade da população

População
População
Homogénea
Heterogénea

Amostra Reduzida Número mais elevado

de sujeitos

(Fortin, 2009)
 Número de variáveis

Variáveis
Amostra

(Fortin, 2009)
 Nível de significância, Potência do teste e
Amplitude do efeito
esperado

Testes
estatísticos

Precisão e Rigor nos resultados

Erro Amostral
"O erro amostral traduz-se (...) pela diferença entre a estimativa da amostra e o
parâmetro da população."

Vogt (1993) citado por Vicente, Reis, & Ferrão, (2001, p.30)

"O erro amostral é o desvio existente, num dado momento e para um

determinado parâmetro ou atributo, entre o valor real e o obtido através do
processo de amostragem."

(Moreira, 2007, p.114)

O erro amostral é sempre mais significativo:

Quanto maior for a variância da variável estudada;

Quanto menor for a dimensão da amostra.

Segundo Fortin (2009), o erro amostral poderá ser minimizado se:

Os indivíduos que compõem a amostra forem seleccionados de forma

aleatória e em número suficiente;

As características conhecidas da população em estudo forem o mais

fidedignamente representadas.
SÍNTESE
 • A População alvo está definida?

• Qual o procedimento que foi utilizado para a escolha da

amostra?

• Qual foi o método de amostragem utilizado? É adequado ao

estudo?
 • A amostra é representativa?

• O tamanho da amostra é adequado?

• Identificaram-se erros amostrais?

"Se excluímos o impossível, o que sobra, por muito improvável
que seja, deve ser verdade."

Sherlock Holmes