Teoria da Amostragem: Simples, Dupla e Múltipla, Exemplos e Importância
A teoria da amostragem, nas estatísticas, é a seleção de um subconjunto de unidades em um determinado grupo (conhecido como população estatística). O objetivo é determinar as características gerais de todos os indivíduos, mas guiado pelos atributos daqueles selecionados no subconjunto escolhido, sem estudar toda a população.
A observação realizada busca determinar uma ou mais características observáveis nos objetos ou pessoas a serem estudadas, as quais são representadas estatisticamente como unidades independentes. Em conjunto com a amostragem, teorias de estatística e probabilidade são aplicadas para realizar investigações.
Amostragem simples
A amostragem probabilística simples consiste em escolher uma amostra entre a população estatística na qual cada elemento tem a mesma possibilidade de ser selecionado aleatoriamente. Nesse método, a amostra da população não é subdividida em mais partes ou separada por seções.
Portanto, qualquer par de elementos pode ser escolhido com igual probabilidade. Ou seja, se uma unidade da amostra for selecionada, a próxima a ser selecionada tem a mesma probabilidade de ser escolhida como qualquer outra opção.
Essa seleção aleatória de valores minimiza a preferência por qualquer unidade ou indivíduo da amostra dada, criando um ambiente aleatório para executar a análise necessária. Além disso, seu uso simplifica a análise dos resultados.
A variação dos resultados obtidos entre os indivíduos é geralmente um bom indicador do resultado global: se uma variância é obtida em uma amostra de 10 pessoas de uma população de 100, é altamente provável que esse número seja o mesmo ou similar na população de 100 pessoas.
Exemplo
Se uma amostra de 10 pessoas for obtida da população de qualquer país, é provável que um total de 5 homens e 5 mulheres seja obtido.
No entanto, neste tipo de amostra aleatória, 6 pessoas são geralmente extraídas de um sexo e 4 de outro, dado o número de pessoas na população.
Outra maneira de ver uma amostra simples é pegando uma sala de aula de 25 pessoas, colocando seus nomes em papéis e colocando-os em uma sacola.
Se 5 papéis são selecionados desta bolsa sem ver e aleatoriamente, as pessoas que saem representariam uma amostra simples da população total da sala de aula.
Amostragem dupla
A dupla amostragem estatística foi criada para dar um maior nível de profundidade aos resultados obtidos a partir de uma amostragem simples. Este método é geralmente usado para grandes populações estatísticas, e seu uso representa o estudo de variáveis adicionais àquelas obtidas na amostragem simples.
Esse método também é geralmente chamado de amostragem de duas fases. Seu principal benefício é obter resultados mais específicos e com menor probabilidade de erros.
Normalmente, a amostragem dupla é utilizada quando os resultados obtidos com base em amostragem simples não são apresentados como decisivos, ou quando os estadistas são deixados em dúvida.
Nesse caso, uma amostra adicional da mesma população estatística é obtida a partir da qual a primeira foi obtida, e os resultados são comparados entre eles para analisá-los e reduzir a margem de erro.
A amostragem dupla é amplamente utilizada na avaliação das características de certos bens materiais produzidos em massa (como brinquedos) e no controle de qualidade de empresas dedicadas a produtos suscetíveis a erros de fabricação.
Exemplo
Uma amostra com um tamanho de 100 unidades é obtida com base em um lote de 1000 brinquedos. As características das 100 unidades extraídas são avaliadas e é determinado que os resultados não têm força suficiente para decidir se o lote de brinquedos deve ser descartado ou levado para as lojas.
Como resultado disso, uma amostra adicional de 100 brinquedos é extraída do mesmo lote de 1000 brinquedos. É avaliado novamente e os resultados são comparados com os anteriores. Desta forma, determina-se se o lote está defeituoso ou não e procede-se a embalá-lo ou descartá-lo, dependendo da análise dos resultados.
Amostragem múltipla
A amostragem múltipla é considerada uma extensão adicional da amostragem dupla; no entanto, não faz parte do mesmo processo. É usado para avaliar extensivamente os resultados obtidos a partir da amostra antes de chegar a uma decisão final.
Nesta amostragem, também conhecida como amostragem em múltiplos estágios, costuma-se começar com uma amostra grande e com baixo custo de estudo. Neste tipo de prática, a amostra é geralmente adquirida pela obtenção de estratos e não unidades individuais; ou seja, um par de objetos ou pessoas é selecionado, em vez de apenas um.
Depois de selecionar cada estrato, os resultados obtidos são estudados e um ou dois estratos mais são selecionados, para estudar os resultados novamente e depois compará-los.
Exemplo
O Australian Statistics Institute conduziu uma investigação na qual dividiu a população em zonas de coleta e selecionou algumas dessas áreas aleatoriamente (primeira etapa da amostragem). Em seguida, cada zona foi dividida em blocos, escolhidos aleatoriamente dentro de cada zona (segundo estágio de amostragem).
Finalmente, dentro de cada bloco, a área de residência de cada domicílio é selecionada e os domicílios são escolhidos aleatoriamente (terceira etapa da amostragem). Isso evita ter que listar a área de residência de todos os domicílios na região e focar apenas nas residências localizadas dentro de cada bloco.
Importância da amostragem
A amostragem é uma das ferramentas essenciais da pesquisa estatística. Essa técnica serve para economizar custos e uma grande quantidade de tempo, permitindo distribuir o orçamento em outras áreas.
Além disso, as diferentes técnicas de amostragem ajudam os estatísticos a obter resultados mais precisos, dependendo do tipo de população com que trabalham, quão específicos são os atributos a serem estudados e quão profundamente eles querem analisar a amostra.
Além disso, a amostragem é uma técnica tão simples de usar que facilita o acesso a estatísticas para pessoas com pouco conhecimento dessa área.
