Explicar por que cada uma das amostras seguintes não pode ser considerada aleatória:
Para avaliar a reação de uma comunidade em relação a um problema escolar, cada criança recebe um questionário para ser preenchido pelos pais.

Passo 1

O enunciado pede que eu explique por que a amostra descrita não pode ser considerada aleatória.
Informação fornecida pelo enunciado: cada criança recebe um questionário para ser preenchido pelos pais (ou responsáveis) e, presumivelmente, a análise vai se basear apenas nos questionários que retornarem.

Passo 2

O que significa “amostra aleatória” (explicação didática):
  • Em termos simples, uma amostra aleatória é um conjunto de respostas escolhido de forma que cada elemento da população de interesse tenha uma chance conhecida e não tendenciosa de ser incluído.
  • Num exemplo clássico de amostragem aleatória simples, se a população tem N unidades e queremos uma amostra de tamanho n, cada indivíduo teria probabilidade \dfrac{n}{N} de ser selecionado (todas as combinações possíveis de n unidades teriam a mesma probabilidade).
  • O ponto-chave: não podemos permitir que a inclusão de uma unidade na amostra dependa da vontade dela, do pesquisador de forma tendenciosa, ou de características que estejam correlacionadas com o que se mede. Se essa inclusão depender disso, a amostra deixa de ser aleatória e os resultados ficam enviesados.

Passo 3

Que tipo de procedimento é o descrito no enunciado (conceito):
  • Quando cada criança recebe um questionário para os pais preencherem, o sucesso da inclusão depende de o questionário voltar preenchido. Na prática, a amostra final será composta por quem decidiu (ou conseguiu) devolver o questionário.
  • Esse esquema transforma a coleta em uma amostra de resposta voluntária (voluntary response sample): as pessoas escolhem se respondem ou não. Amostras de resposta voluntária geralmente NÃO são aleatórias.

Passo 4

Quais problemas específicos tornam essa amostra não aleatória (explicação passo a passo e didática dos vieses):
  1. Viés de resposta voluntária / auto-seleção:
    • Pais mais interessados no assunto, mais com opinião forte, ou mais engajados com a escola tendem a devolver mais. Assim, a opinião dos que devolvem é sistematicamente diferente da opinião média da comunidade.
  2. Viés de não resposta (nonresponse bias):
    • Nem todos devolverão. Se os não-respondentes têm opiniões diferentes dos respondentes, a estimativa será distorcida. A probabilidade de um pai aparecer na amostra final não é conhecida nem igual para todos.
  3. Subcobertura (undercoverage):
    • Algumas famílias podem não receber o questionário (criança ausente, entrega perdida) ou não ter capacidade de preenchê‑lo (analfabetismo, barreira de idioma). Esses grupos ficam sub-representados.
  4. Viés de medição / resposta socialmente desejável:
    • Preencher um papel que passa pela criança pode reduzir anonimato percebido; pais podem responder de forma a parecer “bem perante a escola” em vez de dizer a opinião verdadeira. Isso altera as respostas mesmo entre quem devolve.
  5. Dependência da via de entrega:
    • Usar as crianças como canal cria dependência de fatores escolares (frequência, turma), o que pode introduzir outro tipo de seleção: famílias cujas crianças têm melhor frequência escolar poderão ser mais representadas.

Passo 5

Um exemplo numérico simples (para sentir o efeito):
  • Imagine uma comunidade com N=100 famílias. Foram distribuídos 100 questionários, mas apenas n=40 foram devolvidos. Dos devolvidos, 30 mostram concordância com alguma medida, então a proporção observada é \dfrac{30}{40}=0,75.
  • Se entre os 60 que não devolveram a proporção de concordância for muito menor, por exemplo 0,10, então o número real de concordantes seria 30 + 0{,}10\times 60 = 36 em 100, ou seja 0{,}36. A estimativa obtida com os só os devolvidos ( 0{,}75) é, nesse cenário, completamente enganadora.
  • Esse exemplo ilustra que probabilidades desconhecidas de participação e diferenças sistemáticas entre quem responde e quem não responde destroem a aleatoriedade.

Passo 6

Resumo técnico do porquê não é aleatória (ligando teoria à prática):
  • Para ser aleatória precisaríamos de um mecanismo de seleção com probabilidade conhecida (por exemplo sortear famílias da lista e contatá-las até obter resposta). Aqui, a inclusão final depende da decisão dos pais/da criança, logo as probabilidades de entrar na amostra não são conhecidas nem iguais. Por isso a amostra não é aleatória.
  • Em linguagem de causa: a escolha de participar está correlacionada com características que influenciam as respostas → viés.

Passo 7

O que poderia ser feito para transformar (ou chegar mais perto de) uma amostra aleatória:
  • Construir um quadro amostral (lista de famílias ou eleitores), sortear aleatoriamente um conjunto e contatar diretamente (visita, telefone, email) com esforços de retorno.
  • Fazer lembretes e tentativas múltiplas para reduzir a não resposta.
  • Oferecer anonimato claro e/ou incentivo para aumentar taxa de resposta e reduzir viés de desejabilidade social.
  • Usar amostragem estratificada ou por conglomerado, se apropriado, para garantir cobertura de subgrupos importantes.
    Essas ações aumentam a chance de que a amostra tenha probabilidades conhecidas de seleção e que o conjunto de respondentes represente melhor a população.

Passo 8

Palavras de incentivo (curta e amiga):
  • Essa armadilha de “distribuir via criança” é muito comum — não desanima! Saber identificar esses vieses já te dá vantagem na prova e na vida prática. Vamos em frente!

Resposta

A amostra não é aleatória porque a inclusão final depende da devolução voluntária do questionário (amostra de resposta voluntária), o que gera probabilidades de seleção desconhecidas e diferentes entre famílias; isso produz viés de não resposta, possível subcobertura e vieses de resposta (ou de desejabilidade social), de modo que os respondentes não representam aleatoriamente a população.

Exercícios relacionados