O que é uma Amostra?
Uma amostra refere-se a uma versão mais pequena e manejável de um grupo maior. É um subconjunto que contém as características de uma população maior. As amostras são utilizadas em testes estatísticos quando o tamanho da população é demasiado grande para que o teste inclua todos os membros ou observações possíveis. Uma amostra deve representar a população como um todo e não reflectir qualquer tendência para um atributo específico.
Key Takeaways
Compreender as amostras
Uma amostra é um número imparcial de observações retiradas de uma população. Em termos básicos, uma população é o número total de indivíduos, animais, itens, observação, dados, etc., de qualquer assunto dado. Por outras palavras, a amostra é uma porção, parte, ou fracção de todo o grupo, e actua como um subconjunto da população. As amostras são utilizadas numa variedade de cenários onde a investigação é conduzida. Cientistas, comerciantes, agências governamentais, economistas e grupos de pesquisa estão entre aqueles que utilizam amostras para os seus estudos e medições.
Usar populações inteiras para investigação vem com desafios, e é por isso que as amostras são utilizadas. Os investigadores podem ter problemas em obter acesso imediato a populações inteiras. E devido à natureza de alguns estudos, os investigadores podem ter dificuldades em obter os resultados de que necessitam de forma atempada. É por esta razão que as pessoas que realizam estudos utilizam amostras. Utilizando um número menor de pessoas que representam toda a população pode ainda produzir resultados válidos ao mesmo tempo que reduz o tempo e os recursos.
As amostras utilizadas pelos investigadores devem assemelhar-se muito à população. Todos os participantes na amostra devem partilhar as mesmas características e qualidades. Assim, se o estudo for sobre caloiros universitários do sexo masculino, a amostra deve ser uma pequena percentagem de machos que se enquadrem nesta descrição. Da mesma forma, se um grupo de investigação conduzir um estudo sobre os padrões de sono de mulheres solteiras com mais de 50 anos, a amostra deve incluir apenas mulheres dentro desta demografia.
Considerar uma equipa de investigadores académicos que querem saber quantos estudantes estudaram durante menos de 40 horas para o exame CFA e ainda assim passaram. Uma vez que mais de 200.000 pessoas fazem o exame globalmente todos os anos, chegar a cada participante no exame pode ser extremamente aborrecido e demorado.
De facto, quando os dados da população tiverem sido recolhidos e analisados, já terão passado um par de anos, tornando a análise inútil, uma vez que teria surgido uma nova população. O que os investigadores podem fazer é recolher uma amostra da população e obter dados desta amostra.
Para obter uma amostra imparcial, a selecção tem de ser aleatória para que todos na população tenham igual hipótese de ser adicionados ao grupo.
Para obter uma amostra imparcial, a selecção tem de ser aleatória para que todos na população tenham igual e provável hipótese de ser adicionados ao grupo de amostra. Isto é semelhante a um sorteio de lotaria e é a base para uma amostragem aleatória simples.
Tipos de Amostragem
Amostragem Aleatória Simples
Amostragem aleatória simples é ideal se todas as entidades da população forem idênticas. Se os investigadores não se importam se as suas amostras são todas masculinas ou todas femininas ou uma combinação de ambos os sexos de alguma forma, a amostragem aleatória simples pode ser uma boa técnica de selecção.
Vamos dizer que houve 200.000 examinadores que se sentaram para o exame CFA em 2016, dos quais 40% eram mulheres e 60% eram homens. A amostra aleatória retirada da população deveria, portanto, ter 400 mulheres e 600 homens para um total de 1.000 examinadores.
Mas e os casos em que é importante conhecer a proporção de homens para mulheres que passaram um teste depois de estudar durante menos de 40 horas? Aqui, uma amostra aleatória estratificada seria preferível a uma simples amostra aleatória.
Amostragem aleatória estratificada
Este tipo de amostragem, também referida como amostragem aleatória proporcional ou amostragem aleatória por quotas, divide a população total em grupos mais pequenos. Estes são conhecidos como estratos. As pessoas dentro dos estratos partilham características semelhantes.
E se a idade fosse um factor importante que os investigadores gostariam de incluir nos seus dados? Utilizando a técnica da amostragem aleatória estratificada, poderiam criar camadas ou estratos para cada grupo etário. A selecção de cada estrato teria de ser aleatória, para que todos no escalão tenham uma probabilidade provável de serem incluídos na amostra. Por exemplo, dois participantes, Alex e David, têm 22 e 24 anos de idade, respectivamente. A selecção da amostra não pode escolher um em detrimento do outro com base em algum mecanismo preferencial. Ambos devem ter uma hipótese igual de serem seleccionados a partir do seu grupo etário. Os estratos poderiam ser algo parecidos com isto:
| Strata (Idade) | Número de pessoas na população | Número a ser incluído na amostra |
| 20-24 | 30,000 | 150 |
| 25-29 | 70.000 | 350 |
| 30-34 | 40,000 | |
| 50 | ||
| Total | 200.000 | 1.000 |
Da tabela, a população foi dividida em grupos etários. Por exemplo, 30.000 pessoas na faixa etária dos 20 aos 24 anos de idade fizeram o exame CFA em 2016. Utilizando esta mesma proporção, o grupo de amostra terá (30.000 ÷ 200.000) x 1.000 = 150 examinadores que se enquadram neste grupo. Alex ou David – ou ambos ou nenhum deles – podem ser incluídos entre os 150 participantes no exame aleatório da amostra.
Existem muitos mais estratos que poderiam ser compilados ao decidir sobre o tamanho de uma amostra. Alguns investigadores podem preencher as funções, países, estado civil, etc. dos examinadores ao decidir como criar a amostra.
Exemplos de amostras
A partir de 2017, a população mundial era de 7,5 mil milhões, dos quais 49,6% eram mulheres e 50,4% eram homens. O número total de pessoas em qualquer país também pode ser um tamanho populacional. O número total de estudantes numa cidade pode ser considerado como uma população, e o número total de cães numa cidade é também um tamanho populacional. As amostras podem ser retiradas destas populações para fins de investigação.
Na sequência do nosso exemplo de exame CFA, os investigadores poderiam retirar uma amostra de 1.000 participantes CFA do total de 200.000 pessoas que fazem o teste – a população – e analisar os dados necessários sobre este número. A média desta amostra seria tomada para estimar a média dos examinadores CFA que passaram mesmo que tenham estudado apenas durante menos de 40 horas.
O grupo de amostra tomado não deve ser tendencioso. Isto significa que se a média da amostra dos 1.000 participantes no exame CFA for 50, a média da população dos 200.000 examinadores também deve ser aproximadamente 50,