Amostragem

AMOSTRAGEM
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 na seleção.
Tipos de amostragem
Basicamente, existem dois métodos para obtenção da