A estatística é uma área do conhecimento que se utiliza de metodologias para coletar, organizar e analisar dados. Assim, esta ciência envolve diversos elementos, entre eles probabilidade, matemática, computação e ciência de dados, podendo auxiliar para a resolução de problemas da medicina, esportes, computação, entre outros.
Existem dois tipos de pesquisas de mercado, sendo um deles “Surveys” que são levantamentos de dados, obtidos através de pesquisas de opinião, entrevistas e questionários. Já o outro tipo é a “Research” sendo pesquisas experimentais, como por exemplo obtidas através de experimentos científicos com testes de vacinas.
É possível realizar técnicas de amostragem na coleta dados sobre planos amostrais apropriados e também realizar estimação, tanto de um certo valor quanto para um intervalo. Assim, iremos falar sobre algumas informações importantes para a amostragem:
População: conjunto de elementos com características semelhantes.
Amostra: subconjunto da população.
Variável: característica de interesse relacionada a cada elemento da população (amostra). Parâmetro: característica de interesse relacionada `a população (ou parte dela) como um todo (ou da amostra).
Parâmetro: característica de interesse relacionada `a população (ou parte dela) como um todo (ou da amostra).
Dessa forma, desejamos obter conclusões acerca dos parâmetros (de uma ou mais populações) com base em uma amostra. Além disso, outras partes importantes da amostragem são:
População alvo: população de interesse. Exemplo: pessoas residentes no Brasil no mês de agosto de 2011.
População referenciada: subconjunto da população alvo para a qual está disponível um sistema de referência (cadastro que permita implementar o plano amostral). Exemplo: pessoas residentes no Brasil no mês de agosto de 2011 das quais se possui o endereço correto.
População amostrada: subconjunto da população referenciada da qual, efetivamente, é possível retirar uma amostra. Exemplo: pessoas residentes no Brasil no mês de agosto de 2011 das quais se possui o endereço correto e não residem em localidades de difícil acesso.
Além disso, iremos falar sobre a parte de erros que está envolvida dentro da amostragem, pois importante ressaltar que quando fazemos um censo de toda a população desejada não existe erro, pois conseguimos ter toda a informação desejada.
Erros-amostrais: decorrentes do plano amostral e geralmente quantificáveis através do erro-padrão do estimador (geralmente viável sob amostragem probabilística).
Erros-não amostrais: quando ocorrem problemas no sistema de referência, na coleta de dados (falta de respostas – “missing data”), transcrição de dados etc. Eventualmente, podem ser identificados numa análise descritiva, caso já não o tenham sido antes. Eventualmente, podem ser contornados (depende de vários fatores).
Além disso, a “ocorrência” de dados faltantes pode ter impacto nas análises estatísticas.
Dessa forma, espero ter ajudado a compreender um pouco mais sobre amostragem, porém possui muitas outras partes que não foram comentadas, como por exemplo como fazer a seleção da amostra, podendo ser amostragem aleatória simples com reposição ou sem reposição, amostragem estratificada e amostragem por conglomerados.
Referências bibliográficas:
Bolfarine, H. & Bussab, W. O. (2005). Elementos de amostragem, primeira edição. Associa¸c˜ao Brasileira de Estatística, Editora Buchler. Projeto Fisher. (pode ser comprado na sede da ABE:
Autor: Rubens Cortelazzi Roncato
