Amostragem

AMOSTRAGEM - DISTRIBUIÇÕES AMOSTRAIS

INTRODUÇÃO

Já vimos que a Estatística é a ciência que busca tirar conclusões probabilísticas sobre as populações, com base em resultados verificados em amostras retiradas dessas populações.
Em problemas de Estatística Indutiva, os conjuntos de dados serão as amostras retiradas das populações de interesse. As maneiras pelas quais, a partir dessas amostras, tiram-se conclusões acerca de diversos aspectos das populações.
Entretanto não basta que saibamos descrever convenientemente os dados da amostra e que dominemos perfeitamente as técnicas estatísticas para que possamos executar, com êxito, um trabalho estatístico completo. Antes de tudo, é preciso garantir que a amostra ou amostras que serão usadas sejam obtidas por processo adequados. Se erros palmares forem cometidos no momento de selecionar os elementos da amostra, o trabalho todo ficará comprometido e os resultados finais serão provavelmente bastante incorretos. Devemos, portanto, tomar especial cuidado quanto aos critérios que serão usados na seleção da amostra.
O que é necessário garantir, em suma, é que a amostra seja representativa da população. Isso significa que, a menos de certas pequenas discrepâncias inerente à aleatoriedade sempre presente, em maior ou menor grau, no processo de amostragem, a amostra deve possuir as mesmas características básicas da população, no que diz respeito à(s) variável(is) que desejamos pesquisar.
A necessidade da representatividade da amostra não é, acreditamos, difícil de entender. O que talvez não seja tão fácil é saber quando temos uma amostra representativa ou não. Veremos adiante algumas recomendações sobre como proceder para garantir, da melhor forma possível, a representatividade da amostra.
Os problemas de amostragem podem ser mais ou menos complexos e sutis, dependendo das populações e das variáveis que se deseja estudar. Na indústria, onde amostras são freqüentemente retiradas para efeito de controle da