[Script Info]
Title: 
[Events]
Format: Layer, Start, End, Style, Name, MarginL, MarginR, MarginV, Effect, Text
Dialogue: 0,0:00:07.71,0:00:11.40,Default,,0000,0000,0000,,Na estatística, nós temos\Numa grande subárea
Dialogue: 0,0:00:11.40,0:00:14.25,Default,,0000,0000,0000,,que é chamada de amostragem,
Dialogue: 0,0:00:14.25,0:00:19.46,Default,,0000,0000,0000,,são as técnicas de amostragens\Nou os tipos de amostragens.
Dialogue: 0,0:00:19.46,0:00:24.17,Default,,0000,0000,0000,,Nessa subárea da estatística, nós\Nestudamos quais são as técnicas,
Dialogue: 0,0:00:24.17,0:00:28.06,Default,,0000,0000,0000,,os processos, os mecanismos\Nque nos permitem
Dialogue: 0,0:00:28.06,0:00:31.55,Default,,0000,0000,0000,,fazer uma seleção da amostra.
Dialogue: 0,0:00:31.55,0:00:35.79,Default,,0000,0000,0000,,A amostra é um subconjunto\Nde uma população de dados
Dialogue: 0,0:00:35.79,0:00:37.21,Default,,0000,0000,0000,,que será analisada.
Dialogue: 0,0:00:37.21,0:00:41.88,Default,,0000,0000,0000,,Devido aos desafios de se\Nanalisar toda a população,
Dialogue: 0,0:00:41.88,0:00:45.94,Default,,0000,0000,0000,,que muitas vezes é grande\Ne há um processo envolvido,
Dialogue: 0,0:00:45.94,0:00:51.04,Default,,0000,0000,0000,,há dificuldades envolvidas\Nem analisar toda a população,
Dialogue: 0,0:00:51.04,0:00:54.91,Default,,0000,0000,0000,,inclusive dificuldades\Nfinanceiras para se fazer isso,
Dialogue: 0,0:00:54.91,0:00:59.26,Default,,0000,0000,0000,,então nós optamos por selecionar\Num subconjunto dessa população,
Dialogue: 0,0:00:59.26,0:01:01.30,Default,,0000,0000,0000,,que é chamado de amostra.
Dialogue: 0,0:01:01.30,0:01:06.25,Default,,0000,0000,0000,,E esse processo de seleção\Nda amostra envolve algum critério,
Dialogue: 0,0:01:06.25,0:01:10.49,Default,,0000,0000,0000,,envolve técnicas, e esses\Ncritérios fazem parte dessa área
Dialogue: 0,0:01:10.49,0:01:13.66,Default,,0000,0000,0000,,que nós chamamos\Nde critérios de amostragem,
Dialogue: 0,0:01:13.66,0:01:17.60,Default,,0000,0000,0000,,técnicas de amostragens,\Ntipos de amostragens.
Dialogue: 0,0:01:17.60,0:01:21.82,Default,,0000,0000,0000,,Para começar, nós temos\Ndois tipos de amostragens,
Dialogue: 0,0:01:21.82,0:01:24.89,Default,,0000,0000,0000,,as amostragens probabilísticas
Dialogue: 0,0:01:24.89,0:01:27.94,Default,,0000,0000,0000,,e as amostragens\Nnão probabilísticas.
Dialogue: 0,0:01:27.94,0:01:31.06,Default,,0000,0000,0000,,Em uma amostragem\Nnão probabilística,
Dialogue: 0,0:01:31.06,0:01:34.64,Default,,0000,0000,0000,,os elementos que fazem\Nparte da amostra
Dialogue: 0,0:01:34.64,0:01:37.71,Default,,0000,0000,0000,,não foram selecionados\Nde maneira aleatória,
Dialogue: 0,0:01:37.71,0:01:40.21,Default,,0000,0000,0000,,na verdade, eles\Nforam escolhidos.
Dialogue: 0,0:01:40.21,0:01:46.17,Default,,0000,0000,0000,,E há uma justificativa, é claro,\Npara se escolher esses elementos
Dialogue: 0,0:01:46.17,0:01:49.16,Default,,0000,0000,0000,,que irão fazer\Nparte da amostra.
Dialogue: 0,0:01:49.16,0:01:52.98,Default,,0000,0000,0000,,Já no caso de amostras\Nprobabilísticas,
Dialogue: 0,0:01:52.98,0:01:58.07,Default,,0000,0000,0000,,nós entendemos que os elementos\Nque farão parte da amostra
Dialogue: 0,0:01:58.07,0:02:02.02,Default,,0000,0000,0000,,foram selecionados de maneira\Ncompletamente aleatória,
Dialogue: 0,0:02:02.02,0:02:04.08,Default,,0000,0000,0000,,como em um sorteio,\Npor exemplo.
Dialogue: 0,0:02:04.08,0:02:08.01,Default,,0000,0000,0000,,Então, imagine que em\Numa determinada pesquisa
Dialogue: 0,0:02:08.01,0:02:10.91,Default,,0000,0000,0000,,a gente vai fazer uma análise\Ncom um grupo específico
Dialogue: 0,0:02:10.91,0:02:13.48,Default,,0000,0000,0000,,de educadores\Nde uma determinada escola,
Dialogue: 0,0:02:13.48,0:02:17.15,Default,,0000,0000,0000,,são os representantes\Nda direção, coordenação
Dialogue: 0,0:02:17.15,0:02:19.95,Default,,0000,0000,0000,,de uma determinada instituição,\Nde uma determinada escola.
Dialogue: 0,0:02:19.95,0:02:24.77,Default,,0000,0000,0000,,Nós vamos fazer uma entrevista\Nespecífica com esses profissionais,
Dialogue: 0,0:02:24.77,0:02:28.65,Default,,0000,0000,0000,,que estão à frente da escola,\Nde uma determinada escola.
Dialogue: 0,0:02:28.65,0:02:30.58,Default,,0000,0000,0000,,Então, veja que,\Nnesse caso,
Dialogue: 0,0:02:30.58,0:02:37.90,Default,,0000,0000,0000,,nós temos de uma determinada\Npopulação
Dialogue: 0,0:02:37.90,0:02:41.76,Default,,0000,0000,0000,,e essa amostra não foi\Nfeita de maneira aleatória,
Dialogue: 0,0:02:41.76,0:02:46.43,Default,,0000,0000,0000,,na verdade, será uma entrevista\Ncom um grupo específico de pessoas
Dialogue: 0,0:02:46.43,0:02:48.90,Default,,0000,0000,0000,,e é uma pesquisa\Nque será feita a partir daí.
Dialogue: 0,0:02:48.90,0:02:52.82,Default,,0000,0000,0000,,Uma outra possibilidade\Né a gente fazer uma análise,
Dialogue: 0,0:02:52.82,0:02:58.07,Default,,0000,0000,0000,,um sorteio de diversas escolas\Nque farão parte de uma pesquisa,
Dialogue: 0,0:02:58.07,0:03:01.95,Default,,0000,0000,0000,,e essas escolas serem\Nescolhidas aleatoriamente.
Dialogue: 0,0:03:01.95,0:03:04.84,Default,,0000,0000,0000,,Nesse caso, nós dizemos\Nque é uma amostragem,
Dialogue: 0,0:03:04.84,0:03:10.29,Default,,0000,0000,0000,,que nós temos uma amostragem\Nprobabilística aleatória.
Dialogue: 0,0:03:10.29,0:03:12.14,Default,,0000,0000,0000,,Temos aqui\Num esquema gráfico
Dialogue: 0,0:03:12.14,0:03:15.80,Default,,0000,0000,0000,,que ilustra esses dois\Ntipos de amostragens.
Dialogue: 0,0:03:15.80,0:03:21.91,Default,,0000,0000,0000,,Então, as amostras podem ser\Nclassificadas em não probabilísticas,
Dialogue: 0,0:03:21.91,0:03:26.86,Default,,0000,0000,0000,,quando a seleção da amostra acaba\Nenvolvendo algum tipo de critério
Dialogue: 0,0:03:26.86,0:03:30.13,Default,,0000,0000,0000,,de julgamento do pesquisador.
Dialogue: 0,0:03:30.13,0:03:34.45,Default,,0000,0000,0000,,Então, há uma escolha realmente\Ndeliberada, propositada,
Dialogue: 0,0:03:34.45,0:03:38.32,Default,,0000,0000,0000,,dos elementos que vão\Ncompor a amostra.
Dialogue: 0,0:03:38.32,0:03:43.22,Default,,0000,0000,0000,,Já no caso de uma amostra\Naleatória ou probabilística,
Dialogue: 0,0:03:43.22,0:03:46.68,Default,,0000,0000,0000,,os elementos que irão\Ncompor a amostra
Dialogue: 0,0:03:46.68,0:03:51.93,Default,,0000,0000,0000,,foram aleatoriamente\Nescolhidos, selecionados.
Dialogue: 0,0:03:51.93,0:03:56.99,Default,,0000,0000,0000,,São as chamadas amostras aleatórias\Nou, também, randomizados.
Dialogue: 0,0:03:56.99,0:04:00.84,Default,,0000,0000,0000,,Uma vez que nós sabemos\Nque há dois tipos de amostragens,
Dialogue: 0,0:04:00.84,0:04:06.05,Default,,0000,0000,0000,,as amostragens aleatórias e não\Naleatórias, se você preferir assim,
Dialogue: 0,0:04:06.05,0:04:11.72,Default,,0000,0000,0000,,ou amostragens probabilísticas\Ne não probabilísticas,
Dialogue: 0,0:04:11.72,0:04:15.98,Default,,0000,0000,0000,,é importante saber que cada\Numa dessas amostragens
Dialogue: 0,0:04:15.98,0:04:19.36,Default,,0000,0000,0000,,também apresenta as suas\Nsubclassificações,
Dialogue: 0,0:04:19.36,0:04:23.16,Default,,0000,0000,0000,,podemos dizer assim,\Nas suas subáreas.
Dialogue: 0,0:04:23.16,0:04:28.33,Default,,0000,0000,0000,,Nós temos aqui um esquema\Ngráfico que ilustra essa subdivisão
Dialogue: 0,0:04:28.33,0:04:33.71,Default,,0000,0000,0000,,que acontece nesses dois\Ngrandes tipos de amostragens.
Dialogue: 0,0:04:33.71,0:04:38.98,Default,,0000,0000,0000,,Então, uma amostragem pode ser\Nprobabilística, ou seja, aleatória,
Dialogue: 0,0:04:38.98,0:04:43.41,Default,,0000,0000,0000,,ou não probabilística, isso\Nquer dizer não aleatória.
Dialogue: 0,0:04:43.41,0:04:47.95,Default,,0000,0000,0000,,Sendo uma amostragem\Nprobabilística aleatória,
Dialogue: 0,0:04:47.95,0:04:52.72,Default,,0000,0000,0000,,nós podemos usar diferentes técnicas\Npara organizar a nossa amostra,
Dialogue: 0,0:04:52.72,0:04:56.83,Default,,0000,0000,0000,,nós podemos usar, por exemplo,\Na técnica aleatória simples,
Dialogue: 0,0:04:56.83,0:05:00.06,Default,,0000,0000,0000,,nós podemos ter\Numa amostra sistemática,
Dialogue: 0,0:05:00.06,0:05:04.77,Default,,0000,0000,0000,,estratificada, por meio\Nde conglomerados.
Dialogue: 0,0:05:04.77,0:05:08.85,Default,,0000,0000,0000,,E, sendo uma amostragem\Nnão probabilística,
Dialogue: 0,0:05:08.85,0:05:14.11,Default,,0000,0000,0000,,essa amostragem pode ser\Nclassificada, pode ser organizada
Dialogue: 0,0:05:14.11,0:05:17.02,Default,,0000,0000,0000,,utilizando algum tipo\Nde conveniência,
Dialogue: 0,0:05:17.02,0:05:19.99,Default,,0000,0000,0000,,alguma forma intencional,\Nespecífica,
Dialogue: 0,0:05:19.99,0:05:22.69,Default,,0000,0000,0000,,para organizar os elementos\Nda amostra.
Dialogue: 0,0:05:22.69,0:05:26.86,Default,,0000,0000,0000,,Ou seja, realmente é\Numa amostra não aleatória,
Dialogue: 0,0:05:26.86,0:05:31.36,Default,,0000,0000,0000,,é uma amostra onde os elementos\Nque compõe essa amostragem
Dialogue: 0,0:05:31.36,0:05:34.37,Default,,0000,0000,0000,,foram organizados por algum\Ntipo de conveniência,
Dialogue: 0,0:05:34.37,0:05:39.94,Default,,0000,0000,0000,,algum tipo de intenção, por\Nmeio de cotas, auto seleção.
Dialogue: 0,0:05:39.94,0:05:42.94,Default,,0000,0000,0000,,E há um processo, também,\Nque nós chamamos de bola de neve,
Dialogue: 0,0:05:42.94,0:05:48.14,Default,,0000,0000,0000,,onde a partir de algumas\Npessoas que, inicialmente,
Dialogue: 0,0:05:48.14,0:05:53.01,Default,,0000,0000,0000,,fazem parte da amostra,\Npodem convidar outras pessoas
Dialogue: 0,0:05:53.01,0:05:55.69,Default,,0000,0000,0000,,para compor essa amostra,
Dialogue: 0,0:05:55.69,0:05:59.76,Default,,0000,0000,0000,,desde que essas pessoas\Nque serão convidadas
Dialogue: 0,0:05:59.76,0:06:06.16,Default,,0000,0000,0000,,atendam determinadas condições,\Ndeterminadas características
Dialogue: 0,0:06:06.16,0:06:11.36,Default,,0000,0000,0000,,que as fazem, então, fazer parte\Ndessa amostragem não aleatória,
Dialogue: 0,0:06:11.36,0:06:15.01,Default,,0000,0000,0000,,não probabilística, é\No efeito bola de neve,
Dialogue: 0,0:06:15.01,0:06:18.58,Default,,0000,0000,0000,,é uma amostragem não probabilística\Ndo tipo bola de neve.
Dialogue: 0,0:06:18.58,0:06:20.73,Default,,0000,0000,0000,,Essas técnicas\Nsão aprofundadas
Dialogue: 0,0:06:20.73,0:06:24.05,Default,,0000,0000,0000,,em cursos de graduação\Nem estatística,
Dialogue: 0,0:06:24.05,0:06:27.39,Default,,0000,0000,0000,,são cursos com duração de quatro\Nanos ou até cinco anos,
Dialogue: 0,0:06:27.39,0:06:29.02,Default,,0000,0000,0000,,dependendo do local.
Dialogue: 0,0:06:29.02,0:06:32.76,Default,,0000,0000,0000,,Legal, aqui, a gente perceber\Nque nós temos esse panorama
Dialogue: 0,0:06:32.76,0:06:37.86,Default,,0000,0000,0000,,sobre como as amostragens\Nestão divididas, estão organizadas.