[Script Info]
Title: 
[Events]
Format: Layer, Start, End, Style, Name, MarginL, MarginR, MarginV, Effect, Text
Dialogue: 0,0:00:07.84,0:00:11.51,Default,,0000,0000,0000,,Na estatística, nós temos\Numa grande subárea
Dialogue: 0,0:00:11.51,0:00:14.41,Default,,0000,0000,0000,,que é chamada de amostragem,
Dialogue: 0,0:00:14.41,0:00:19.51,Default,,0000,0000,0000,,são as técnicas de amostragens\Nou os tipos de amostragens.
Dialogue: 0,0:00:19.51,0:00:24.21,Default,,0000,0000,0000,,Nessa subárea da estatística, nós\Nestudamos quais são as técnicas,
Dialogue: 0,0:00:24.21,0:00:28.63,Default,,0000,0000,0000,,os processos, os mecanismos\Nque nos permitem fazer
Dialogue: 0,0:00:28.63,0:00:31.80,Default,,0000,0000,0000,,uma seleção da amostra.
Dialogue: 0,0:00:31.80,0:00:35.92,Default,,0000,0000,0000,,A amostra é um subconjunto\Nde uma população de dados
Dialogue: 0,0:00:35.92,0:00:37.17,Default,,0000,0000,0000,,que será analisada.
Dialogue: 0,0:00:37.17,0:00:42.08,Default,,0000,0000,0000,,Devido aos desafios de se\Nanalisar toda a população,
Dialogue: 0,0:00:42.08,0:00:46.11,Default,,0000,0000,0000,,que muitas vezes é grande\Ne há um processo envolvido,
Dialogue: 0,0:00:46.11,0:00:51.25,Default,,0000,0000,0000,,há dificuldades envolvidas\Nem analisar toda a população,
Dialogue: 0,0:00:51.25,0:00:55.15,Default,,0000,0000,0000,,inclusive dificuldades\Nfinanceiras para se fazer isso,
Dialogue: 0,0:00:55.15,0:00:59.14,Default,,0000,0000,0000,,então nós optamos por selecionar\Num subconjunto dessa população,
Dialogue: 0,0:00:59.14,0:01:01.46,Default,,0000,0000,0000,,que é chamado de amostra.
Dialogue: 0,0:01:01.46,0:01:06.43,Default,,0000,0000,0000,,E esse processo de seleção\Nda amostra envolve algum critério,
Dialogue: 0,0:01:06.43,0:01:10.76,Default,,0000,0000,0000,,envolve técnicas, e esses\Ncritérios fazem parte dessa área
Dialogue: 0,0:01:10.76,0:01:13.84,Default,,0000,0000,0000,,que nós chamamos\Nde critérios de amostragem,
Dialogue: 0,0:01:13.84,0:01:17.74,Default,,0000,0000,0000,,técnicas de amostragens,\Ntipos de amostragens.
Dialogue: 0,0:01:17.74,0:01:22.02,Default,,0000,0000,0000,,Para começar, nós temos\Ndois tipos de amostragens,
Dialogue: 0,0:01:22.02,0:01:25.12,Default,,0000,0000,0000,,as amostragens probabilísticas
Dialogue: 0,0:01:25.12,0:01:28.19,Default,,0000,0000,0000,,e as amostragens\Nnão probabilísticas.
Dialogue: 0,0:01:28.19,0:01:31.26,Default,,0000,0000,0000,,Em uma amostragem\Nnão probabilística,
Dialogue: 0,0:01:31.26,0:01:34.59,Default,,0000,0000,0000,,os elementos que fazem\Nparte da amostra
Dialogue: 0,0:01:34.59,0:01:37.93,Default,,0000,0000,0000,,não foram selecionados\Nde maneira aleatória,
Dialogue: 0,0:01:37.93,0:01:40.43,Default,,0000,0000,0000,,na verdade, eles\Nforam escolhidos.
Dialogue: 0,0:01:40.43,0:01:46.04,Default,,0000,0000,0000,,E há uma justificativa, é claro,\Npara se escolher esses elementos
Dialogue: 0,0:01:46.04,0:01:49.44,Default,,0000,0000,0000,,que irão fazer\Nparte da amostra.
Dialogue: 0,0:01:49.44,0:01:53.18,Default,,0000,0000,0000,,Já no caso de amostras\Nprobabilísticas,
Dialogue: 0,0:01:53.18,0:01:58.28,Default,,0000,0000,0000,,nós entendemos que os elementos\Nque farão parte da amostra
Dialogue: 0,0:01:58.28,0:02:01.82,Default,,0000,0000,0000,,foram selecionados de maneira\Ncompletamente aleatória,
Dialogue: 0,0:02:01.82,0:02:04.32,Default,,0000,0000,0000,,como em um sorteio,\Npor exemplo.
Dialogue: 0,0:02:04.32,0:02:08.06,Default,,0000,0000,0000,,Então, imagine que em\Numa determinada pesquisa
Dialogue: 0,0:02:08.06,0:02:11.08,Default,,0000,0000,0000,,a gente vai fazer uma análise\Ncom um grupo específico
Dialogue: 0,0:02:11.08,0:02:13.70,Default,,0000,0000,0000,,de educadores\Nde uma determinada escola,
Dialogue: 0,0:02:13.70,0:02:17.37,Default,,0000,0000,0000,,são os representantes\Nda direção, coordenação
Dialogue: 0,0:02:17.37,0:02:20.21,Default,,0000,0000,0000,,de uma determinada instituição,\Nde uma determinada escola.
Dialogue: 0,0:02:20.21,0:02:24.98,Default,,0000,0000,0000,,Nós vamos fazer uma entrevista\Nespecífica com esses profissionais,
Dialogue: 0,0:02:24.98,0:02:28.85,Default,,0000,0000,0000,,que estão à frente da escola,\Nde uma determinada escola.
Dialogue: 0,0:02:28.85,0:02:32.15,Default,,0000,0000,0000,,Então, veja que,\Nnesse caso,
Dialogue: 0,0:02:32.15,0:02:38.12,Default,,0000,0000,0000,,nós temos de uma determinada população
Dialogue: 0,0:02:38.12,0:02:41.49,Default,,0000,0000,0000,,e essa amostra\Nela não foi feita de maneira aleatória.
Dialogue: 0,0:02:41.99,0:02:45.100,Default,,0000,0000,0000,,Na verdade, será uma entrevista\Ncom um grupo específico de pessoas
Dialogue: 0,0:02:46.63,0:02:49.17,Default,,0000,0000,0000,,e é uma pesquisa que será feita\Na partir daí.
Dialogue: 0,0:02:49.17,0:02:53.04,Default,,0000,0000,0000,,Uma outra possibilidade é a gente\Nfazer uma análise,
Dialogue: 0,0:02:53.04,0:02:57.84,Default,,0000,0000,0000,,um sorteio de diversas escolas\Nque farão parte de uma pesquisa.
Dialogue: 0,0:02:58.31,0:03:01.45,Default,,0000,0000,0000,,E essas escolas foram escolhidas\Naleatoriamente.
Dialogue: 0,0:03:02.18,0:03:05.05,Default,,0000,0000,0000,,Nesse caso,\Nnós dizemos que é uma amostragem,
Dialogue: 0,0:03:05.05,0:03:09.46,Default,,0000,0000,0000,,que nós temos aí\Numa amostragem probabilística aleatória.
Dialogue: 0,0:03:09.49,0:03:13.12,Default,,0000,0000,0000,,Nesse caso,\Ntemos aqui um esquema gráfico que ilustra
Dialogue: 0,0:03:13.66,0:03:16.16,Default,,0000,0000,0000,,esses dois tipos de amostragens.
Dialogue: 0,0:03:16.16,0:03:21.30,Default,,0000,0000,0000,,Então as amostras podem ser classificadas\Nem não probabilísticas.
Dialogue: 0,0:03:22.07,0:03:24.87,Default,,0000,0000,0000,,Quando a seleção da amostra acaba
Dialogue: 0,0:03:24.87,0:03:28.87,Default,,0000,0000,0000,,envolvendo algum tipo de critério\Nde julgamento do pesquisador,
Dialogue: 0,0:03:30.34,0:03:30.91,Default,,0000,0000,0000,,então há
Dialogue: 0,0:03:30.91,0:03:34.18,Default,,0000,0000,0000,,uma escolha realmente deliberada,\Npropositada,
Dialogue: 0,0:03:34.68,0:03:37.68,Default,,0000,0000,0000,,dos elementos que vão compor a amostra.
Dialogue: 0,0:03:38.52,0:03:42.82,Default,,0000,0000,0000,,Já no caso de uma amostra\Naleatória ou probabilística,
Dialogue: 0,0:03:43.49,0:03:46.49,Default,,0000,0000,0000,,os elementos que irão compor a amostra
Dialogue: 0,0:03:46.56,0:03:49.30,Default,,0000,0000,0000,,eles foram aleatoriamente
Dialogue: 0,0:03:49.30,0:03:53.47,Default,,0000,0000,0000,,escolhidos, selecionados são as chamadas
Dialogue: 0,0:03:53.47,0:03:56.60,Default,,0000,0000,0000,,amostras aleatórias\Nou também randomizados.
Dialogue: 0,0:03:57.20,0:04:00.84,Default,,0000,0000,0000,,Uma vez que nós\Nsabemos que há dois tipos de amostragens,
Dialogue: 0,0:04:00.84,0:04:04.34,Default,,0000,0000,0000,,as amostragens aleatórias\Ne não aleatórias.
Dialogue: 0,0:04:04.81,0:04:11.22,Default,,0000,0000,0000,,Se você preferir assim, ou amostragens\Nprobabilísticas ou não probabilísticas,
Dialogue: 0,0:04:11.72,0:04:14.72,Default,,0000,0000,0000,,é importante saber que cada uma desses\Ndessas
Dialogue: 0,0:04:14.92,0:04:19.36,Default,,0000,0000,0000,,dessas amostragens também apresentam\Nas suas sub classificações.
Dialogue: 0,0:04:19.36,0:04:22.33,Default,,0000,0000,0000,,Podemos dizer assim, as suas subáreas.
Dialogue: 0,0:04:23.16,0:04:27.93,Default,,0000,0000,0000,,Nós temos aqui um esquema gráfico\Nque ilustra essa subdivisão.
Dialogue: 0,0:04:27.93,0:04:33.27,Default,,0000,0000,0000,,Então, o que acontece nessas\Nnesses dois grandes tipos de amostragens?
Dialogue: 0,0:04:33.71,0:04:37.94,Default,,0000,0000,0000,,Então uma amostragem pode ser\Nprobabilística, ou seja, aleatória
Dialogue: 0,0:04:38.98,0:04:41.11,Default,,0000,0000,0000,,ou não probabilística.
Dialogue: 0,0:04:41.11,0:04:44.05,Default,,0000,0000,0000,,Isso quer dizer não aleatória, sempre
Dialogue: 0,0:04:44.05,0:04:47.69,Default,,0000,0000,0000,,sendo uma amostragem probabilística\Naleatória.
Dialogue: 0,0:04:47.95,0:04:52.16,Default,,0000,0000,0000,,Nós podemos usar então diferentes técnicas\Npara organizar a nossa amostra.
Dialogue: 0,0:04:52.72,0:04:55.76,Default,,0000,0000,0000,,Nós podemos usar,\Npor exemplo, a técnica aleatória simples.
Dialogue: 0,0:04:56.83,0:04:59.83,Default,,0000,0000,0000,,Nós podemos ter uma amostra sistemática
Dialogue: 0,0:05:00.06,0:05:03.74,Default,,0000,0000,0000,,e estratificada por meio de conglomerados.
Dialogue: 0,0:05:04.77,0:05:09.91,Default,,0000,0000,0000,,E sendo uma amostragem não probabilística,\Nessa amostragem,
Dialogue: 0,0:05:09.91,0:05:13.04,Default,,0000,0000,0000,,então pode ser classificada,\Npode ser organizada
Dialogue: 0,0:05:14.11,0:05:17.02,Default,,0000,0000,0000,,utilizando algum tipo de conveniência,
Dialogue: 0,0:05:17.02,0:05:22.29,Default,,0000,0000,0000,,alguma forma intencional específica\Npara organizar os elementos da amostra.
Dialogue: 0,0:05:22.69,0:05:25.99,Default,,0000,0000,0000,,Ou seja, realmente é uma amostra\Nnão aleatória.
Dialogue: 0,0:05:26.86,0:05:30.100,Default,,0000,0000,0000,,É uma amostra onde os elementos que compõe\Nessa amostragem
Dialogue: 0,0:05:31.36,0:05:34.37,Default,,0000,0000,0000,,foram organizados\Npor algum tipo de conveniência,
Dialogue: 0,0:05:34.37,0:05:38.97,Default,,0000,0000,0000,,algum tipo de intenção por meio de cotas,\Nauto seleção.
Dialogue: 0,0:05:39.94,0:05:42.94,Default,,0000,0000,0000,,E é um processo também\Nque nós chamamos de bola de neve,
Dialogue: 0,0:05:42.94,0:05:46.71,Default,,0000,0000,0000,,onde é a partir de algumas pessoas
Dialogue: 0,0:05:46.71,0:05:50.05,Default,,0000,0000,0000,,que inicialmente fazem parte da amostra,
Dialogue: 0,0:05:50.55,0:05:55.12,Default,,0000,0000,0000,,podem convidar outras pessoas\Npara compor essa amostra,
Dialogue: 0,0:05:55.69,0:05:58.89,Default,,0000,0000,0000,,desde que essas pessoas\Nque serão convidadas
Dialogue: 0,0:05:59.76,0:06:01.99,Default,,0000,0000,0000,,atendam a determinados,
Dialogue: 0,0:06:01.99,0:06:05.80,Default,,0000,0000,0000,,a determinadas condições,\Na determinadas características
Dialogue: 0,0:06:06.16,0:06:10.14,Default,,0000,0000,0000,,que as fazem\Nentão, fazer parte dessa amostragem
Dialogue: 0,0:06:10.37,0:06:14.37,Default,,0000,0000,0000,,não aleatória, não probabilística\Né o efeito bola de neve.
Dialogue: 0,0:06:15.01,0:06:18.28,Default,,0000,0000,0000,,É uma amostragem não probabilística\Ndo tipo bola de neve.
Dialogue: 0,0:06:18.58,0:06:23.62,Default,,0000,0000,0000,,Essas técnicas são aprofundadas\Nem cursos de graduação em estatística.
Dialogue: 0,0:06:24.05,0:06:28.65,Default,,0000,0000,0000,,São cursos com duração de quatro anos\Nou até cinco anos, dependendo do local.
Dialogue: 0,0:06:29.02,0:06:32.49,Default,,0000,0000,0000,,O legal aqui a gente\Nperceber que nós temos então esse panorama
Dialogue: 0,0:06:32.76,0:06:37.86,Default,,0000,0000,0000,,sobre como as amostragens estão\Ndivididas, estão organizadas.