< Return to Video

ES CAP01 2025 VA04 ESTATISTICA TIPOS DE AMOSTRAGENS

  • 0:08 - 0:11
    Na estatística
    nós temos uma grande subárea
  • 0:12 - 0:14
    que é chamada de amostragem.
  • 0:14 - 0:17
    São as técnicas de amostragens
  • 0:17 - 0:21
    ou os tipos de amostragens
    nessa subárea da estatística.
  • 0:21 - 0:25
    Então, nós estudamos
    quais são as técnicas, os processos,
  • 0:25 - 0:29
    os mecanismos que nos permitem fazer
  • 0:29 - 0:32
    uma seleção da amostra.
  • 0:32 - 0:37
    A amostra é um subconjunto de
    uma população de dados que será analisada
  • 0:37 - 0:41
    devido aos desafios de se analisar
    toda a população,
  • 0:42 - 0:46
    que muitas vezes é grande
    e há um processo envolvido,
  • 0:46 - 0:50
    há dificuldades envolvidas
    em se analisar toda a população,
  • 0:51 - 0:54
    inclusive dificuldades financeiras
    para se fazer isso.
  • 0:55 - 0:58
    Então nós optamos por selecionar
    um subconjunto
  • 0:58 - 1:01
    dessa população, que é chamada de amostra.
  • 1:01 - 1:06
    E esse processo de seleção da amostra
    envolve algum critério,
  • 1:06 - 1:09
    envolve técnicas e esses critérios, então,
  • 1:10 - 1:14
    fazem parte dessa área que nós chamamos
    de critérios de amostragem.
  • 1:14 - 1:17
    Técnicas de amostragens,
    tipos de amostragens.
  • 1:18 - 1:21
    Para começar,
    nós temos dois tipos de amostragens
  • 1:22 - 1:25
    as amostragens probabilísticas
  • 1:25 - 1:28
    ou as amostragens não probabilísticas.
  • 1:28 - 1:31
    Numa amostragem não probabilística,
  • 1:31 - 1:34
    os elementos que fazem parte da amostra.
  • 1:35 - 1:38
    Eles não foram selecionados
    de maneira aleatória.
  • 1:38 - 1:40
    Na verdade, eles foram escolhidos.
  • 1:40 - 1:44
    E há uma justificativa,
    é claro, para se escolher,
  • 1:44 - 1:49
    então esses elementos
    que irão fazer parte da amostra.
  • 1:49 - 1:53
    Já no caso de amostras probabilísticas,
  • 1:53 - 1:58
    nós entendemos que os elementos
    que farão parte da amostra
  • 1:58 - 2:01
    foram selecionados de maneira
    completamente
  • 2:01 - 2:04
    aleatória, como num sorteio, por exemplo.
  • 2:04 - 2:07
    Então imagine que
    em uma determinada pesquisa
  • 2:08 - 2:10
    e a gente vai fazer uma análise
  • 2:10 - 2:13
    com um grupo específico
    de educadores de uma determinada escola.
  • 2:14 - 2:16
    São os representantes ali da direção,
  • 2:16 - 2:20
    coordenação de uma determinada
    instituição, de uma determinada escola.
  • 2:20 - 2:25
    Nós vamos fazer uma entrevista específica
    com esses profissionais
  • 2:25 - 2:28
    que estão à frente da escola,
    de uma determinada escola.
  • 2:29 - 2:32
    Então veja que nesse caso, nós temos uma
  • 2:32 - 2:35
    uma amostra de uma, de uma determinada
  • 2:35 - 2:38
    e de uma determinada população
  • 2:38 - 2:41
    e essa amostra
    ela não foi feita de maneira aleatória.
  • 2:42 - 2:46
    Na verdade, será uma entrevista
    com um grupo específico de pessoas
  • 2:47 - 2:49
    e é uma pesquisa que será feita
    a partir daí.
  • 2:49 - 2:53
    Uma outra possibilidade é a gente
    fazer uma análise,
  • 2:53 - 2:58
    um sorteio de diversas escolas
    que farão parte de uma pesquisa.
  • 2:58 - 3:01
    E essas escolas foram escolhidas
    aleatoriamente.
  • 3:02 - 3:05
    Nesse caso,
    nós dizemos que é uma amostragem,
  • 3:05 - 3:09
    que nós temos aí
    uma amostragem probabilística aleatória.
  • 3:09 - 3:13
    Nesse caso,
    temos aqui um esquema gráfico que ilustra
  • 3:14 - 3:16
    esses dois tipos de amostragens.
  • 3:16 - 3:21
    Então as amostras podem ser classificadas
    em não probabilísticas.
  • 3:22 - 3:25
    Quando a seleção da amostra acaba
  • 3:25 - 3:29
    envolvendo algum tipo de critério
    de julgamento do pesquisador,
  • 3:30 - 3:31
    então há
  • 3:31 - 3:34
    uma escolha realmente deliberada,
    propositada,
  • 3:35 - 3:38
    dos elementos que vão compor a amostra.
  • 3:39 - 3:43
    Já no caso de uma amostra
    aleatória ou probabilística,
  • 3:43 - 3:46
    os elementos que irão compor a amostra
  • 3:47 - 3:49
    eles foram aleatoriamente
  • 3:49 - 3:53
    escolhidos, selecionados são as chamadas
  • 3:53 - 3:57
    amostras aleatórias
    ou também randomizados.
  • 3:57 - 4:01
    Uma vez que nós
    sabemos que há dois tipos de amostragens,
  • 4:01 - 4:04
    as amostragens aleatórias
    e não aleatórias.
  • 4:05 - 4:11
    Se você preferir assim, ou amostragens
    probabilísticas ou não probabilísticas,
  • 4:12 - 4:15
    é importante saber que cada uma desses
    dessas
  • 4:15 - 4:19
    dessas amostragens também apresentam
    as suas sub classificações.
  • 4:19 - 4:22
    Podemos dizer assim, as suas subáreas.
  • 4:23 - 4:28
    Nós temos aqui um esquema gráfico
    que ilustra essa subdivisão.
  • 4:28 - 4:33
    Então, o que acontece nessas
    nesses dois grandes tipos de amostragens?
  • 4:34 - 4:38
    Então uma amostragem pode ser
    probabilística, ou seja, aleatória
  • 4:39 - 4:41
    ou não probabilística.
  • 4:41 - 4:44
    Isso quer dizer não aleatória, sempre
  • 4:44 - 4:48
    sendo uma amostragem probabilística
    aleatória.
  • 4:48 - 4:52
    Nós podemos usar então diferentes técnicas
    para organizar a nossa amostra.
  • 4:53 - 4:56
    Nós podemos usar,
    por exemplo, a técnica aleatória simples.
  • 4:57 - 5:00
    Nós podemos ter uma amostra sistemática
  • 5:00 - 5:04
    e estratificada por meio de conglomerados.
  • 5:05 - 5:10
    E sendo uma amostragem não probabilística,
    essa amostragem,
  • 5:10 - 5:13
    então pode ser classificada,
    pode ser organizada
  • 5:14 - 5:17
    utilizando algum tipo de conveniência,
  • 5:17 - 5:22
    alguma forma intencional específica
    para organizar os elementos da amostra.
  • 5:23 - 5:26
    Ou seja, realmente é uma amostra
    não aleatória.
  • 5:27 - 5:31
    É uma amostra onde os elementos que compõe
    essa amostragem
  • 5:31 - 5:34
    foram organizados
    por algum tipo de conveniência,
  • 5:34 - 5:39
    algum tipo de intenção por meio de cotas,
    auto seleção.
  • 5:40 - 5:43
    E é um processo também
    que nós chamamos de bola de neve,
  • 5:43 - 5:47
    onde é a partir de algumas pessoas
  • 5:47 - 5:50
    que inicialmente fazem parte da amostra,
  • 5:51 - 5:55
    podem convidar outras pessoas
    para compor essa amostra,
  • 5:56 - 5:59
    desde que essas pessoas
    que serão convidadas
  • 6:00 - 6:02
    atendam a determinados,
  • 6:02 - 6:06
    a determinadas condições,
    a determinadas características
  • 6:06 - 6:10
    que as fazem
    então, fazer parte dessa amostragem
  • 6:10 - 6:14
    não aleatória, não probabilística
    é o efeito bola de neve.
  • 6:15 - 6:18
    É uma amostragem não probabilística
    do tipo bola de neve.
  • 6:19 - 6:24
    Essas técnicas são aprofundadas
    em cursos de graduação em estatística.
  • 6:24 - 6:29
    São cursos com duração de quatro anos
    ou até cinco anos, dependendo do local.
  • 6:29 - 6:32
    O legal aqui a gente
    perceber que nós temos então esse panorama
  • 6:33 - 6:38
    sobre como as amostragens estão
    divididas, estão organizadas.
Title:
ES CAP01 2025 VA04 ESTATISTICA TIPOS DE AMOSTRAGENS
Video Language:
Portuguese, Brazilian
Duration:
06:42

Portuguese, Brazilian subtitles

Incomplete

Revisions Compare revisions