Classifique os casos a seguir como exemplos de amostragem probabilística ou não-probabilística:

Passo 1

O enunciado pede: classificar “os casos a seguir” como exemplos de amostragem probabilística ou não-probabilística.
Informações dadas no enunciado: nenhum caso específico foi enviado — ou seja, não há lista de casos para classificar.

Passo 2

O que é amostragem probabilística (explicação didática): uma amostragem é probabilística quando cada elemento da população tem uma probabilidade conhecida (não nula) de ser selecionado. Isso permite usar teoria de probabilidade para estimar erros amostrais e construir intervalos de confiança. Conceitos chave:
  • “Probabilidade conhecida”: significa que para todo elemento i existe uma probabilidade p_i>0 sabida ou calculável.
  • Mecanismo aleatório: a seleção usa um processo aleatório (sorteio, gerador de números aleatórios, tabela de números aleatórios, etc.).
    Tipos comuns (breve explicação e exemplo concreto):
  • Amostragem aleatória simples (com ou sem reposição): escolher n elementos de N por sorteio puro; ex.: sortear 50 nomes dentre 500 usando um gerador aleatório — probabilística.
  • Amostragem sistemática: ordenar a população e escolher cada k-ésimo elemento (com um ponto de partida aleatório); ex.: escolher cada 10º produto da linha de produção após sortear um início — probabilística.
  • Amostragem estratificada: dividir a população em estratos e sortear amostras em cada estrato (se a seleção dentro do estrato for aleatória, é probabilística); ex.: dividir por faixa etária e sortear aleatoriamente 20 por faixa — probabilística.
  • Amostragem por conglomerados (clusters): sortear grupos (escolas, bairros) e medir todos ou sortear unidades dentro dos grupos; se os grupos são sorteados aleatoriamente (e/ou unidades dentro deles), é probabilística.

Passo 3

O que é amostragem não-probabilística (explicação didática): é quando os elementos são selecionados sem um mecanismo que garanta probabilidade conhecida a cada elemento. Não é possível quantificar rigorosamente o erro amostral com probabilidade. Tipos comuns:
  • Amostragem por conveniência: escolher unidades fáceis de acessar; ex.: entrevistar as primeiras 30 pessoas que entram no laboratório — não-probabilística.
  • Amostragem por cota: selecionar unidades para preencher cotas (sexo, idade) mas sem sorteio aleatório dentro das cotas; ex.: entrevistar até completar 50 homens e 50 mulheres sem sorteio — não-probabilística.
  • Amostragem por julgamento (intencional/purposiva): o pesquisador escolhe unidades que acha representativas; ex.: escolher especialistas conhecidos para responder — não-probabilística.
  • Amostragem em cadeia (snowball): participantes indicam outros; ex.: pedir a entrevistados que indiquem amigos para pesquisa sobre uso de uma droga rara — não-probabilística (embora útil para populações difíceis).

Passo 4

Checklist passo a passo para classificar um caso na hora da prova:
  1. Procure palavras ou ações que indiquem “sorteio” ou “aleatório” (ex.: sortear, usar gerador de números, tabela aleatória, “aleatoriamente”): se existirem e cobrem toda a população, é probabilística.
  2. Se a seleção usa uma regra periódica com um ponto de partida aleatório (ex.: “cada k-ésimo”, “a cada 5 registros, depois de escolher um início aleatório”), classifique como sistemática (probabilística).
  3. Se a população está dividida em grupos e foi dito que os grupos ou unidades dentro deles foram sorteados, classifique como estratificada ou por conglomerados (probabilística).
  4. Se a seleção depende de conveniência, voluntariado, julgamentos do pesquisador, cotas sem sorteio, ou indicações em cadeia, classifique como não-probabilística.
  5. Se houver dúvida entre “cota” e “estratificada”, pergunte (na prova isso não é possível) — regra prática: se dentro das cotas houve sorteio é probabilística; se não houve sorteio, é cota (não-probabilística).

Passo 5

Exemplos práticos (vou mostrar como aplicar o checklist — isso te ajuda a resolver casos parecidos na prova):
Exemplo A: “Escolhemos 100 consumidores sorteando números aleatórios da lista de clientes.”
  • Aplicando o checklist: há sorteio aleatório cobrindo a lista → amostragem probabilística (aleatória simples).
Exemplo B: “Entrevistamos os 50 primeiros alunos que passaram pela entrada no primeiro dia de aula.”
  • Checklist: seleção por facilidade/ordem de chegada, sem sorteio → amostragem não-probabilística (conveniência).
Exemplo C: “Dividimos a cidade por bairros e sorteamos 10 bairros; em cada bairro entrevistamos todas as residências.”
  • Checklist: bairros (clusters) sorteados aleatoriamente → amostragem probabilística (por conglomerados).
Exemplo D: “Precisamos de 200 entrevistados, então buscamos pessoas até completar 100 mulheres e 100 homens, escolhendo quem aparece primeiro para cada cota.”
  • Checklist: há cota e ausência de sorteio dentro de cada cota → amostragem não-probabilística (cota).
Exemplo E: “Selecionamos 1 em cada 20 produtos na esteira, começando no 7º item sorteado.”
  • Checklist: regra periódica com início aleatório → amostragem probabílistica (sistemática).
Exemplo F: “Pedimos aos entrevistados que indiquem amigos que se encaixem no perfil do estudo e os entrevistamos.”
  • Checklist: indicação em cadeia → amostragem não-probabilística (snowball).

Passo 6

Dicas rápidas para a prova (memorização prática e encorajamento):
  • Palavras-chave que costumam significar probabilística: “sortear”, “aleatoriamente”, “cada k-ésimo com início aleatório”, “sorteio de clusters”, “amostra estratificada com seleção aleatória”.
  • Palavras-chave que costumam significar não-probabilística: “voluntários”, “primeiros que chegaram”, “conveniência”, “cotas (sem sorteio)”, “indicação” ou “amostragem por julgamento”.
  • Se estiver em dúvida, aplique o checklist: existe um mecanismo aleatório que dá probabilidade conhecida a todos os elementos? Se sim → probabilística; se não → não-probabilística. Você consegue isso — respira fundo, olha as palavras do enunciado e aplica o raciocínio.

Passo 7

Declaração final sobre o exercício original: como o enunciado não trouxe os “casos a seguir” que deveriam ser classificados, não há como fornecer a classificação específica pedida. Eu te dei as regras, exemplos e o checklist para você aplicar imediatamente quando tiver os casos; com essas ferramentas você consegue classificar cada caso na prova.

Resposta

Não é possível classificar porque os casos a serem avaliados não foram fornecidos.

Exercícios relacionados