Capítulo 5 Técnicas de Amostragem

5.1 🎯 Por Que Isso Importa?

Em pesquisas, seguimos dois passos fundamentais:

1️⃣ CALCULAR o tamanho da amostra
    ↓
   "Quantas pessoas preciso?"
    
2️⃣ ESCOLHER a técnica de amostragem
    ↓
   "Como vou selecionar essas pessoas (amostra)?"

🎯 Objetivo principal: Garantir que a amostra represente bem a população e evite viés.

---

5.2 ⚠️ O Que é Viés de Amostragem?

Viés acontece quando certos grupos têm mais chance de ser selecionados do que outros, distorcendo os resultados.

5.2.1 📊 Exemplo Visual de Viés:

POPULAÇÃO REAL (UFTM):
👨‍🎓👨‍🎓👨‍🎓👩‍🎓👩‍🎓👩‍🎓👩‍🎓👩‍🎓  (60% mulheres, 40% homens)

AMOSTRA COM VIÉS:
👨‍🎓👨‍🎓👨‍🎓👨‍🎓👩‍🎓  (80% homens, 20% mulheres)

❌ Resultado: Amostra NÃO representa a população!

💡 Nossa missão: Usar técnicas que minimizem esse viés.

---

5.3 📚 Tipos de Amostragem

5.3.1 Amostragens PROBABILÍSTICAS (Com Sorteio)

Todos têm chance conhecida e não-zero de ser selecionados.

5.3.2 Amostragens NÃO PROBABILÍSTICAS (Sem Sorteio)

Seleção baseada em conveniência, julgamento ou cotas.

---

5.4 🎲 1. Amostragem Aleatória Simples

Conceito: Todos têm a mesma chance de ser escolhidos (como um sorteio de loteria).

5.4.1 📋 Como Fazer:

Passo a passo:

1. Obtenha uma lista completa da população (ex: todos os alunos da UFTM)

2. Numere cada pessoa de 1 até N

3. Use um sorteio aleatório para escolher a quantidade calculada

4. As pessoas correspondentes formam sua amostra

5.4.2 💻 Ferramentas Práticas:

• No R: Pacote base com função sample()

• No Excel: =ALEATÓRIOENTRE(1;N)

• Online: Random.org, calculadoras de números aleatórios

• Aplicativos: Sorteador de nomes/números

5.4.3 🎯 Exemplo Real - UFTM:

Pesquisa: Avaliar saúde mental dos estudantes da UFTM

Como fazer:

1. Solicitar à secretaria a lista de todos os alunos matriculados

2. Sortear aleatoriamente 364 alunos usando ferramenta digital

3. Convidar os sorteados por e-mail institucional

5.4.4 ✅ Vantagens:

• ✅ Simples de entender e aplicar

• ✅ Todos têm chance igual (sem favoritismo)

• ✅ Minimiza viés de seleção

• ✅ Base para análises estatísticas inferenciais

5.4.5 ❌ Desvantagens:

• ❌ Precisa de lista completa e atualizada

• ❌ Pode ser difícil em populações muito grandes

• ❌ Grupos pequenos podem ficar sub-representados por acaso

5.4.6 🛡️ Como Evitar Viés:

• ✅ Garantir que a lista esteja completa e atualizada

• ✅ Usar geradores aleatórios confiáveis (não escolher “de cabeça”)

• ✅ Não substituir sorteados por conveniência

---

5.5 📊 2. Amostragem Estratificada

Conceito: Dividir a população em grupos homogêneos (estratos) e sortear dentro de cada grupo proporcionalmente.

5.5.1 🎯 Quando Usar:

Use quando sua população tem subgrupos importantes que precisam estar representados.

5.5.2 📋 Como Fazer - Exemplo Prático UFTM:

População: Estudantes da UFTM
Amostra necessária: 364 estudantes

Passo 1 - Definir estratos (por curso):

Considerando os cursos de graduação da UFTM:

Curso	Estimativa de Alunos*	%	Amostra por Curso
Medicina	660	10%	36
Enfermagem	400	6%	22
Fisioterapia	330	5%	18
Terapia Ocupacional	200	3%	11
Nutrição	330	5%	18
Educação Física	530	8%	29
Psicologia	400	6%	22
Serviço Social	330	5%	18
Engenharia Ambiental	330	5%	18
Engenharia de Produção	330	5%	18
Engenharia de Alimentos	260	4%	15
Engenharia Elétrica	330	5%	18
Engenharia Mecânica	330	5%	18
Letras	260	4%	15
História	200	3%	11
Geografia	200	3%	11
Ciências Biológicas	400	6%	22
Química	200	3%	11
Matemática	200	3%	11
Biomedicina	330	5%	18
TOTAL	~6.750	100%	364

*Valores aproximados para exemplo didático

Passo 2 - Sortear aleatoriamente dentro de cada curso

Dentro de cada curso, fazer sorteio aleatório simples da quantidade calculada.

5.5.3 ✅ Vantagens:

• ✅ Maior representatividade de todos os cursos
• ✅ Garante que cursos menores sejam incluídos
• ✅ Permite comparações entre cursos
• ✅ Reduz variabilidade da amostra

5.5.4 ❌ Desvantagens:

• ❌ Precisa conhecer a composição da população por curso
• ❌ Mais trabalhoso que amostragem simples
• ❌ Exige acesso a listas separadas por estrato

5.5.5 🛡️ Como Evitar Viés:

• ✅ Estratos devem ser relevantes para a pesquisa
• ✅ Garantir que estratos sejam mutuamente exclusivos (aluno em apenas um curso)
• ✅ Usar alocação proporcional (reflete a distribuição real)

5.5.6 💡 Outras Formas de Estratificar na UFTM:

• Por período: Calouros, intermediários, formandos
• Por campus: Uberaba, Iturama
• Por turno: Matutino, vespertino, noturno, integral
• Por área: Saúde, Exatas, Humanas

---

5.6 🔢 3. Amostragem Sistemática

Conceito: Escolher um ponto de partida aleatório e selecionar a cada k elementos.

5.6.1 📋 Como Fazer:

Exemplo - UFTM:

População: 6.750 alunos
Amostra necessária: 364 alunos

Passo 1 - Calcular o intervalo (k):

k = População / Amostra
k = 6.750 / 364 = 18,5 ≈ 19

Passo 2 - Sortear o primeiro (entre 1 e 19):

Sorteio: número 7

Passo 3 - Selecionar a cada 19:

Selecionados: 7, 26, 45, 64, 83, 102, 121, 140...
(sempre somando 19 até completar 364)

5.6.2 💻 Como Fazer:

• No R: Função seq() para criar sequência
• No Excel: Fórmula com sequência aritmética
• Manual: Calculadora + lista numerada

5.6.3 🎯 Exemplo Prático:

Pesquisa na fila de vacinação:

• Você está na UBS e quer pesquisar satisfação

• Decide entrevistar 1 a cada 10 pessoas da fila

• Sorteia o início: 3ª pessoa

• Depois: 13ª, 23ª, 33ª, 43ª…

5.6.4 ✅ Vantagens:

• ✅ Muito fácil de aplicar no campo
• ✅ Distribuição uniforme ao longo da lista
• ✅ Não precisa de múltiplos sorteios

5.6.5 ❌ Desvantagens:

• ❌ Se houver padrão periódico na lista, pode gerar viés
• ❌ Menos aleatória que a amostragem simples

5.6.6 🛡️ Como Evitar Viés:

• ✅ Certifique-se que a lista não tem ordem padrão
• ✅ Se houver ordem (ex: por curso), embaralhe antes
• ✅ O primeiro elemento deve ser verdadeiramente aleatório

---

5.7 🎪 4. Amostragem por Conglomerados

Conceito: Dividir a população em grupos (conglomerados) e sortear grupos inteiros.

5.7.1 📋 Como Fazer - Exemplo UFTM:

Objetivo: Pesquisar hábitos de estudo

Opção 1 - Conglomerados = Turmas:

• Listar todas as turmas da UFTM (por curso e período)

• Sortear X turmas aleatoriamente

• Pesquisar todos os alunos dessas turmas

Opção 2 - Conglomerados = Cursos:

• Listar os 20 cursos

• Sortear 5 cursos aleatoriamente

• Pesquisar todos (ou amostra) dos alunos desses cursos

Opção 3 - Conglomerados = Campus:

• Uberaba e Iturama

• Sortear um campus

• Pesquisar amostra dos alunos desse campus

5.7.2 🎯 Exemplo Prático Nacional:

Pesquisa sobre educação no Brasil: - Impossível listar todos os estudantes

Solução:

1. Sortear 50 cidades (conglomerados)

2. Dentro delas, sortear 5 escolas cada

3. Pesquisar todos ou amostra dos alunos dessas escolas

5.7.3 ✅ Vantagens:

• ✅ Muito prático para populações grandes e dispersas
• ✅ Economiza tempo e custo (concentra coleta)
• ✅ Não precisa de lista completa de indivíduos
• ✅ Ideal para pesquisas com várias localizações

5.7.4 ❌ Desvantagens:

• ❌ Menos precisa que outras técnicas
• ❌ Conglomerados podem ser muito diferentes entre si
• ❌ Aumenta o erro amostral

5.7.5 🛡️ Como Evitar Viés:

• ✅ Conglomerados devem ser heterogêneos internamente (diversos)
• ✅ Conglomerados devem ser semelhantes entre si
• ✅ Sortear número suficiente de conglomerados

5.7.6 💡 Diferença: Estratificada vs. Conglomerados

Aspecto	Estratificada	Conglomerados
Divisão	Grupos homogêneos	Grupos heterogêneos
Seleção	Amostra de cada grupo	Alguns grupos inteiros
Objetivo	Representar subgrupos	Facilitar coleta
Exemplo UFTM	Sortear alunos de cada curso	Sortear turmas inteiras

---

5.8 🚀 5. Amostragem por Conveniência

Conceito: Selecionar quem está mais acessível ao pesquisador.

5.8.1 🎯 Características:

• ❌ Não probabilística (não há sorteio)
• ⚠️ Alto risco de viés
• ✅ Rápida, prática e econômica

5.8.2 📋 Exemplos Comuns:

1. Google Forms/Formulários Online:

Pesquisador → Compartilha link → Quem quiser responde

2. Abordagem em locais específicos:

• Entrevistar alunos na biblioteca da UFTM

• Pesquisar pessoas no restaurante universitário

• Coletar dados na entrada do campus

3. Redes sociais:

• Post no Instagram/Facebook

• Grupo de WhatsApp do curso

• E-mail para colegas conhecidos

5.8.3 ⚠️ Vieses Comuns em Formulários Online:

Tipo de Viés	O Que É	Exemplo
Viés de acesso	Só quem tem internet responde	Exclui quem não tem smartphone/dados
Viés de auto-seleção	Só os interessados respondem	Quem gosta do tema participa mais
Viés de distribuição	Enviado só para certos grupos	Só grupo de WhatsApp do seu curso
Viés de plataforma	Cada rede tem seu perfil	Instagram ≠ E-mail institucional

5.8.4 📊 Exemplo Visual:

POPULAÇÃO REAL (29 cursos da UFTM):
🏥💼🎓🔬🏗️📚🎨🧪 (todos os cursos)

FORMULÁRIO compartilhado só no grupo da Medicina:
🏥🏥🏥🏥 (só um curso)

❌ Amostra ENVIESADA!

5.8.5 ✅ Quando Pode Ser Usada:

• ✅ Estudos exploratórios (fase inicial)
• ✅ Pré-testes de questionários
• ✅ Pesquisas qualitativas
• ✅ Quando recursos são muito limitados
• ✅ TCC de graduação com prazos curtos

5.8.6 ❌ Quando NÃO Deve Ser Usada:

• ❌ Pesquisas que precisam de generalização
• ❌ Estudos quantitativos rigorosos
• ❌ Dissertações e teses
• ❌ Publicações científicas de alto impacto

5.8.7 🛡️ Como Minimizar Viés:

✅ Diversificar canais:

Não envie só em um grupo!
✓ E-mail institucional (todos os cursos)
✓ Redes sociais variadas
✓ Murais físicos em diferentes locais do campus
✓ Avisos em sala de aula (vários cursos)
✓ Rádio universitária

✅ Descrever limitações honestamente:

"Amostra por conveniência via formulário online, 
com limitações de representatividade. Resultados 
não podem ser generalizados para toda a UFTM."

✅ Comparar com dados populacionais:

Se 80% da amostra é de Exatas, mas a UFTM tem 
apenas 40% de cursos da área de Exatas, 
RELATAR essa diferença!

✅ Usar junto com outras técnicas:

Online (conveniência) + Presencial estratificado

5.8.8 💡 Exemplo de Relato Honesto no Artigo:

“Utilizou-se amostragem por conveniência através de formulário online (Google Forms), divulgado por e-mail institucional, redes sociais e grupos de WhatsApp. Obtivemos 412 respostas de estudantes da UFTM. Reconhecemos que esta técnica apresenta limitações quanto à representatividade, especialmente viés de auto-seleção e acesso digital. A amostra apresentou maior proporção de estudantes da área da Saúde (65%) comparado à distribuição real dos cursos da UFTM (aproximadamente 40%), o que deve ser considerado na interpretação dos resultados.”

---

5.9 🔄 Combinando Técnicas na Prática

Na vida real, pesquisadores frequentemente combinam técnicas para melhorar a representatividade!

5.9.1 🎯 Exemplos de Combinações:

Exemplo 1: Estratificada + Aleatória Simples

1️⃣ Dividir alunos por área (Saúde, Exatas, Humanas)
2️⃣ Dentro de cada área, sortear alunos aleatoriamente

Exemplo 2: Conglomerados + Sistemática

1️⃣ Sortear 8 cursos da UFTM (conglomerados)
2️⃣ Dentro deles, selecionar a cada 5º aluno (sistemática)

Exemplo 3: Estratificada + Conveniência com Cotas

1️⃣ Definir cotas por curso (estratificada)
2️⃣ Divulgar formulário até atingir cada cota (conveniência)
3️⃣ Fechar coleta quando todas as cotas forem preenchidas

5.9.2 📊 Caso Real - Pesquisa UFTM:

Situação: Pesquisar bem-estar dos estudantes
Recursos: Limitados
Tempo: 2 meses

Estratégia combinada:

ETAPA 1: Estratificação por Área
→ Saúde (40%), Exatas (35%), Humanas (25%)
→ Calcular amostra proporcional

ETAPA 2: Coleta Mista
→ Presencial: Visitar turmas sorteadas (60% da amostra)
→ Online: Formulário para complementar (40% da amostra)

ETAPA 3: Monitoramento
→ Acompanhar proporções em tempo real
→ Reforçar divulgação em grupos sub-representados

Resultado: Amostra mais representativa que só online, mais viável que só presencial!

---

5.10 📊 Tabela Comparativa Resumida

Técnica	Tipo	Complexidade	Representatividade	Custo	Quando Usar
Aleatória Simples	Probabilística	Baixa	Alta	Médio	Lista completa disponível
Estratificada	Probabilística	Média	Muito Alta	Médio-Alto	Subgrupos importantes
Sistemática	Probabilística	Baixa	Alta*	Baixo	Lista sem padrões
Conglomerados	Probabilística	Média	Média	Baixo	População dispersa
Conveniência	Não probabilística	Muito Baixa	Baixa	Muito Baixo	Estudos exploratórios

*Desde que não haja padrão periódico na lista

---

5.11 🎯 Como Escolher a Técnica Ideal?

5.11.1 🤔 Fluxograma de Decisão:

Tenho lista completa da população?
├─ SIM → Há subgrupos importantes?
│         ├─ SIM → ESTRATIFICADA
│         └─ NÃO → ALEATÓRIA SIMPLES
│
└─ NÃO → A população está dispersa geograficamente?
          ├─ SIM → CONGLOMERADOS
          └─ NÃO → Recursos muito limitados?
                   ├─ SIM → CONVENIÊNCIA (com cuidado!)
                   └─ NÃO → Tente obter lista e use ESTRATIFICADA

5.11.2 📋 Checklist de Decisão:

• Defini claramente minha população-alvo
• Calculei o tamanho da amostra necessária
• Verifiquei se tenho lista completa da população
• Identifiquei subgrupos relevantes (cursos, períodos, áreas)
• Avaliei recursos disponíveis (tempo, dinheiro, equipe)
• Escolhi técnica adequada aos objetivos
• Planejei como evitar/minimizar viés
• Documentarei todo o processo para relatar no artigo

---

5.12 🛡️ Evitando Viés: Guia Rápido

5.12.1 ⚠️ Principais Fontes de Viés:

Tipo de Viés	O Que É	Como Evitar
Seleção	Alguns grupos têm mais chance	Usar sorteio verdadeiramente aleatório
Auto-seleção	Só motivados participam	Incentivar e facilitar participação de todos
Não-resposta	Quem não responde é diferente	Fazer follow-up, oferecer incentivos
Acesso	Parte não é alcançável	Combinar canais (online + presencial)
Temporal	Coletar só em certo período	Distribuir coleta em diferentes momentos

5.12.2 ✅ Checklist Anti-Viés:

• Usei método de sorteio aleatório (não “escolhi” pessoas conhecidas)
• Todos os subgrupos relevantes podem ser selecionados
• A lista/cadastro está atualizada
• Não substituo sorteados por “conveniência”
• Documentei quem recusou/não respondeu
• Comparei características da amostra com a população
• Relatei honestamente as limitações

---

5.13 💡 Dicas Finais

5.13.1 ✅ Boas Práticas:

1. Documente tudo:

• Como sorteou (ferramenta usada)
• Quantos foram convidados
• Quantos aceitaram/recusaram
• Data da coleta

2. Seja transparente:

• Relate limitações da técnica escolhida
• Descreva vieses possíveis
• Explique por que escolheu essa técnica

3. Planeje para perdas:

• Adicione 20-30% ao tamanho calculado
• Tenha estratégia para baixa adesão

4. Teste antes:

• Faça piloto com 10-20 pessoas
• Ajuste o processo antes da coleta principal

5.13.2 📝 Como Relatar no Artigo:

Exemplo de redação completa:

“Utilizou-se amostragem estratificada proporcional, com estratos definidos por curso de graduação. A partir do cadastro institucional de 6.750 estudantes da UFTM, distribuídos em 20 cursos, calculou-se amostra de 364 alunos (margem de erro de 5%, nível de confiança de 95%). A distribuição amostral por curso respeitou a proporção de cada curso na população. Dentro de cada estrato, realizou-se sorteio aleatório simples utilizando gerador de números aleatórios (Random.org). Foram convidados 473 estudantes para compensar possíveis perdas estimadas em 25%. A taxa de resposta foi de 79% (n=374), superando o mínimo necessário. A amostra final apresentou distribuição por área (Saúde 38%, Exatas 36%, Humanas 26%) compatível com a população da instituição.”

---

5.14 📚 Resumo Final

5.14.1 🔵 Amostragens Probabilísticas:

Técnica	Resumo em Uma Frase
Aleatória Simples	Sortear direto da lista completa
Estratificada	Dividir em grupos e sortear de cada um
Sistemática	Escolher a cada “k” elementos
Conglomerados	Sortear grupos inteiros

5.14.2 🔴 Amostragem Não Probabilística:

Técnica	Resumo em Uma Frase
Conveniência	Pegar quem está acessível (Google Forms, etc.)

5.14.3 🎯 Regra de Ouro:

Sempre que possível, use técnicas PROBABILÍSTICAS!
Elas permitem generalização e são mais aceitas cientificamente.

Se usar conveniência, seja honesto sobre as limitações!

---