Curso Completo (Apostila)

Professor: Altamir A. R. Araldi

Ano: 2004 e 2005, Local: CAV-UDESC, Cidade: Lages-SC

ESTATÍSTICA
Disciplina: Estatística e
Probabilidade

1 - Introdução:

O Cálculo do Tamanho da Amostra é um problema complexo e, ficaremos restritos ao caso da Amostra

Aleatória Simples.¹ Também não abordaremos aspectos financeiros, mesmo sabendo que muitas vezes

o Tamanho da Amostra fica restrito aos recursos disponíveis.

Outro ponto importante na determinação do Tamanho da Amostra é a Heterogeneidade da

População em estudo e os tipos de Parâmetros que se deseja Estimar (Proporção, Média, etc.).

Estes ingredientes entrarão em fórmulas mais refinadas, que apresentaremos num Capítulo que tratará

de Estimação de Parâmetros. Então, trataremos de uma formulação bastante genérica, usada em

pesquisas em que se deseja estimar diversos parâmetros, especialmente Proporções (ou Percentagens)

de ocorrência de determinados atributos. ²

2 - Alguns Conceitos:

Parâmetro, Estatística, Estimativa e Erro Amostral:

O termo Parâmetro é usado para designar alguma Característica Descritiva dos elementos da População.

De forma análoga, chamaremos de Estatítica a alguma característica Descritiva dos elementos da

Amostra.³ Por exemplo, na população dos funcionários de uma empresa, a percentagem de funcionários

favoráveis a um programa de treinamento. Numa amostra a ser retirada, de 200 destes funcionários, a

percentagem de favoráveis ao programa de treinamento, nesta amostra, é uma Estatística.

Ao observarmos efetivamente uma amostra de 200 funcionários, se encontrarmos 60% de favoráveis,

este valor é chamado de Estimativa do referido Parâmetro. Então, uma Estimativa é o valor acusado

por certa Estatística, considerando a particular Amostra observada.

Chamamos de Erro Amostral à diferença entre o valor que a Estatística pode acusar e o verdadeiro valor

do Parâmetro que se deseja Estimar.

Para determinação do Tamanho da Amostra, o pesquisador precisa especificar o Erro Amostral

Tolerável, ou seja, o quanto ele admite errar na avaliação dos Parâmetros de interesse. Por exemplo, na

divulgação de pesquisas eleitorais, é comum encontrarmos no relatório, algo como: a presente pesquisa

tolera um Erro de 2%. Isto quer dizer que quando a pesquisa aponta determinado candidato com 20% de

preferência do eleitorado, está afirmando, na verdade, que a preferência por esse candidato é um valor

do intervalo de 18% a 22% (ou seja, 20% ± 2%) – admite-se uma Tolerância de 18% para menos e 22%

para mais.

A especificação do Erro Amostral Tolerável deve ser feita sob um enfoque Probabilístico, pois, maior que

seja o Tamanho da Amostra, existe sempre o RISCO do sorteio gerar uma amostra com características

bem diferentes da População de onde ela sendo extraída. Contudo, esse enfoque Probabilístico será

somente quando tratarmos, posteriormente, do Tópico “Estimação de Parâmetros”. Por hora,

deixaremos num sentido coloquial certas expressões, tais como: provavelmente, eventualmente,

com alto nível de confiança, e etc.³¹

3 - Uma Fórmula para o Cálculo do Tamanho Mínimo da Amostra:

Sejam:

N =Tamanho (número de elementos da) da População;

n =Tamanho (número de elementos da) da Amostra

no =uma primeira aproximação para o tamanho da amostra e

Eo =Erro Amostral Tolerável.

Um primeiro cálculo do Tamanho da Amostra pode ser feito, mesmo sem o conhecer o Tamanho da

População, através da seguinte expressão:

Conhecendo o Tamanho N da População, podemos corrigir o cálculo anterior, por:

Exemplo 1:
Planeja-se um levantamento por amostragem para avaliar diversas características da População

das N=200 famílias moradoras de certo bairro. Estas características (Parâmetros) são especialmente do

tipo Percentagens, tais como, percentagens de famílias que usam programas de alimentação popular, a

percentagem de famílias que moram em casas próprias, etc. Qual deve ser o Tamanho Mínimo de uma

Amostra Aleatória Simples, tal que possamos admitir, com alta confiança, que os Erros Amostrais não

ultrapassam 4% (E0=0,04)?

Solução - Uma primeira aproximação:

famílias.
Corrigindo, em função do Tamanho N da População, temos:

famílias.

Exemplo 2:

Considerando os objetivos e os valores fixados no exemplo anterior, qual deveria ser o Tamanho da

Amostra se a pesquisa fosse estendida para toda cidade, que contém N=200.000 famílias residentes?

Solução: O valor de N0 continua o mesmo do caso anterior (N0 =625), pois N0 independe de N. Fazendo

a correção em termos do novo valor de N, temos:

famílias.

No último exemplo, vimos que a correção com o Tamanho N da População, praticamente não alterou o

cálculo inicial do Tamanho da Amostra (N0=625 e N0=623). Em geral, se a População for

significativamente grande (digamos, dezenas de milhares de elementos), o cálculo do Tamanho da

Amostra pode ser feito diretamente pela primeira expressão: , sem levar em conta

explicitamente o Tamanho exato, N, da População.

Podemos observar, também, que para se manter o mesmo Erro Amostral, no Exemplo 1 foi necessária

uma Amostra abrangendo 76% da População (152 elementos extraídos de 200); enquanto que

no Exemplo 2, foi suficiente uma Amostra de apenas 0,3% da População (623 de 200.000). É, portanto,

errônea a idéia de que para uma Amostra ser REPRESENTATIVA ela deva abranger uma percentagem

fixa da População, isto é, já sabíamos que n não é uma Função Linear de N, mas sim uma função cujo

gráfico é mostrado abaixo.

Figura 1: Relação entre Tamanho da População e Tamanho da Amostra

O gráfico é Assintótico à Reta (Função) y=N0, para cada N0 qualquer mas fixo que no caso é 625.

OBSERVAÇÃO: Na Video Aula - 02 é mostrado Matematicamente o porquê de o gráfico ser Assintótico!

Para tanto, precisaremos dos conhecimentos de Cálculo Diferencial e Integral!

4 - Tamanho da Amostra em Subgrupos da População:

É muito comum termos interesse em estudar separadamente certos Subgrupos da População. Por

exemplo, numa pesquisa eleitoral, podemos ter interesse em saber as preferências das mulheres e dos

homens. Numa pesquisa sobre condições sócio-econômicas das famílias de uma cidade, podemos ter

como segundo objetivo, um estudo isolado de determinados bairros da cidade, e assim por diante.

Quando queremos efetuar Estimativas sobre partes da População, precisamos calcular o Tamanho da

Amostra para cada uma destas partes. O Tamanho Total da Amostra vai corresponder à soma dos

Tamanhos das Amostras de cada parte.

Podemos notar, pelo exposto acima, que o Tamanho Total da Amostra deve crescer bastante quando se

desejam Estimativas isoladas para diversos Subgrupos da População. Neste sentido, é comum o

pesquisador não ser muito exigente na precisão das Estimativas nos Subgrupos, Tolerando Erros

Amostrais maiores.
Exemplo 3:

Considerando o Exemplo 2, suponha que se deseje fazer Estimativas isoladas para os estratos: (1)

Centro da Cidade, (2) Bairros e (3) Periferia. Mantendo-se a mesma precisão para cada estrato

(E0=0,04). Neste caso, seriam necessárias 625 famílias para cada estrato e, portanto, a Amostra Total,

deve conter NTotal=3.(625)=1.875 famílias.

Em Breve estaremos apresentando uma Página especialmente para falar sobre:

a) Significado do Ponto Médio de Classe;

b) Quais as vantagens e desvantagens ao se escolher um número de

classes k muito grande ou muito pequeno;

c) Quando é preferível trabalhar com classes de amplitude desiguais; e etc.

http://www.ensinoeinformacao.com/estat-prob-curso-proc-amostr-tam-amostra