< Return to Video

ES CAP01 2025 VA04 ESTATISTICA TIPOS DE AMOSTRAGENS

  • 0:08 - 0:11
    Na estatística, nós temos
    uma grande subárea
  • 0:11 - 0:14
    que é chamada de amostragem,
  • 0:14 - 0:19
    são as técnicas de amostragens
    ou os tipos de amostragens.
  • 0:19 - 0:24
    Nessa subárea da estatística, nós
    estudamos quais são as técnicas,
  • 0:24 - 0:28
    os processos, os mecanismos
    que nos permitem
  • 0:28 - 0:32
    fazer uma seleção da amostra.
  • 0:32 - 0:36
    A amostra é um subconjunto
    de uma população de dados
  • 0:36 - 0:37
    que será analisada.
  • 0:37 - 0:42
    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 - 0:51
    há dificuldades envolvidas
    em analisar toda a população,
  • 0:51 - 0:55
    inclusive dificuldades
    financeiras para se fazer isso,
  • 0:55 - 0:59
    então nós optamos por selecionar
    um subconjunto dessa população,
  • 0:59 - 1:01
    que é chamado de amostra.
  • 1:01 - 1:06
    E esse processo de seleção
    da amostra envolve algum critério,
  • 1:06 - 1:10
    envolve técnicas, e esses
    critérios fazem parte dessa área
  • 1:10 - 1:14
    que nós chamamos
    de critérios de amostragem,
  • 1:14 - 1:18
    técnicas de amostragens,
    tipos de amostragens.
  • 1:18 - 1:22
    Para começar, nós temos
    dois tipos de amostragens,
  • 1:22 - 1:25
    as amostragens probabilísticas
  • 1:25 - 1:28
    e as amostragens
    não probabilísticas.
  • 1:28 - 1:31
    Em uma amostragem
    não probabilística,
  • 1:31 - 1:35
    os elementos que fazem
    parte da amostra
  • 1:35 - 1:38
    não foram selecionados
    de maneira aleatória,
  • 1:38 - 1:40
    na verdade, eles
    foram escolhidos.
  • 1:40 - 1:46
    E há uma justificativa, é claro,
    para se escolher esses elementos
  • 1:46 - 1:49
    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 - 2:02
    foram selecionados de maneira
    completamente aleatória,
  • 2:02 - 2:04
    como em um sorteio,
    por exemplo.
  • 2:04 - 2:08
    Então, imagine que em
    uma determinada pesquisa
  • 2:08 - 2:11
    a gente vai fazer uma análise
    com um grupo específico
  • 2:11 - 2:13
    de educadores
    de uma determinada escola,
  • 2:13 - 2:17
    são os representantes
    da direção, coordenação
  • 2:17 - 2:20
    de uma determinada instituição,
    de uma determinada escola.
  • 2:20 - 2:25
    Nós vamos fazer uma entrevista
    específica com esses profissionais,
  • 2:25 - 2:29
    que estão à frente da escola,
    de uma determinada escola.
  • 2:29 - 2:31
    Então, veja que,
    nesse caso,
  • 2:31 - 2:38
    nós temos de uma determinada
    população
  • 2:38 - 2:42
    e essa amostra não foi
    feita de maneira aleatória,
  • 2:42 - 2:46
    na verdade, será uma entrevista
    com um grupo específico de pessoas
  • 2:46 - 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 - 3:02
    e essas escolas serem
    escolhidas aleatoriamente.
  • 3:02 - 3:05
    Nesse caso, nós dizemos
    que é uma amostragem,
  • 3:05 - 3:10
    que nós temos uma amostragem
    probabilística aleatória.
  • 3:10 - 3:12
    Temos aqui
    um esquema gráfico
  • 3:12 - 3:16
    que ilustra esses dois
    tipos de amostragens.
  • 3:16 - 3:22
    Então, as amostras podem ser
    classificadas em não probabilísticas,
  • 3:22 - 3:27
    quando a seleção da amostra acaba
    envolvendo algum tipo de critério
  • 3:27 - 3:30
    de julgamento do pesquisador.
  • 3:30 - 3:34
    Então, há uma escolha realmente
    deliberada, propositada,
  • 3:34 - 3:38
    dos elementos que vão
    compor a amostra.
  • 3:38 - 3:43
    Já no caso de uma amostra
    aleatória ou probabilística,
  • 3:43 - 3:47
    os elementos que irão
    compor a amostra
  • 3:47 - 3:52
    foram aleatoriamente
    escolhidos, selecionados.
  • 3:52 - 3:57
    São as chamadas amostras aleatórias
    ou, também, randomizados.
  • 3:57 - 4:01
    Uma vez que nós sabemos
    que há dois tipos de amostragens,
  • 4:01 - 4:06
    as amostragens aleatórias e não
    aleatórias, se você preferir assim,
  • 4:06 - 4:11
    ou amostragens probabilísticas
    e não probabilísticas,
  • 4:11 - 4:16
    é importante saber que cada
    uma dessas amostragens
  • 4:16 - 4:19
    também apresenta as suas
    subclassificações,
  • 4:19 - 4:23
    podemos dizer assim,
    as suas subáreas.
  • 4:23 - 4:28
    Nós temos aqui um esquema
    gráfico que ilustra essa subdivisão
  • 4:28 - 4:33
    que acontece nesses dois
    grandes tipos de amostragens.
  • 4:33 - 4:39
    Então, uma amostragem pode ser
    probabilística, ou seja, aleatória,
  • 4:39 - 4:43
    ou não probabilística, isso
    quer dizer não aleatória.
  • 4:43 - 4:48
    Sendo uma amostragem
    probabilística aleatória,
  • 4:48 - 4:53
    nós podemos usar diferentes técnicas
    para organizar a nossa amostra,
  • 4:53 - 4:57
    nós podemos usar, por exemplo,
    a técnica aleatória simples,
  • 4:57 - 5:00
    nós podemos ter
    uma amostra sistemática,
  • 5:00 - 5:05
    estratificada, por meio
    de conglomerados.
  • 5:05 - 5:09
    E, sendo uma amostragem
    não probabilística,
  • 5:09 - 5:14
    essa amostragem pode ser
    classificada, pode ser organizada
  • 5:14 - 5:17
    utilizando algum tipo
    de conveniência,
  • 5:17 - 5:20
    alguma forma intencional,
    específica,
  • 5:20 - 5:22
    para organizar os elementos
    da amostra.
  • 5:22 - 5:27
    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 - 5:40
    algum tipo de intenção, por
    meio de cotas, auto seleção.
  • 5:40 - 5:43
    E há um processo, também,
    que nós chamamos de bola de neve,
  • 5:43 - 5:48
    onde a partir de algumas
    pessoas que, inicialmente,
  • 5:48 - 5:53
    fazem parte da amostra,
    podem convidar outras pessoas
  • 5:53 - 5:56
    para compor essa amostra,
  • 5:56 - 6:00
    desde que essas pessoas
    que serão convidadas
  • 6:00 - 6:06
    atendam determinadas condições,
    determinadas características
  • 6:06 - 6:11
    que as fazem, então, fazer parte
    dessa amostragem não aleatória,
  • 6:11 - 6:15
    não probabilística, é
    o efeito bola de neve,
  • 6:15 - 6:19
    é uma amostragem não probabilística
    do tipo bola de neve.
  • 6:19 - 6:21
    Essas técnicas
    são aprofundadas
  • 6:21 - 6:24
    em cursos de graduação
    em estatística,
  • 6:24 - 6:27
    são cursos com duração de quatro
    anos ou até cinco anos,
  • 6:27 - 6:29
    dependendo do local.
  • 6:29 - 6:33
    Legal, aqui, a gente perceber
    que nós temos 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