O que uma metodologia probabilística de amostragem possibilita em termos de conclusões acerca dos resultados que uma metodologia não probabilística não permite? Em que tipo de situação torna-se indiferente se a metodologia adotada foi uma ou outra?

Passo 1

O enunciado pede para compararmos uma metodologia de amostragem probabilística com uma não probabilística, destacando o que a primeira permite em termos de conclusões que a segunda não permite, e em que situação não faz diferença se usamos uma ou outra. O conteúdo envolve teoria de amostragem, estimativa de parâmetros e inferência estatística.

Passo 2

Em amostragem probabilística cada elemento da população tem probabilidade conhecida e não nula de ser selecionado. Graças ao caráter aleatório, podemos usar resultados do Teorema Central do Limite e da teoria de estimadores para construir intervalos de confiança e testar hipóteses sobre parâmetros populacionais. Por exemplo, para a média populacional \mu com variância \sigma^2 conhecida, a distribuição amostral da média \bar X é aproximadamente normal, o que permite dizer que
\bar X \pm z_{\alpha/2}\,\frac{\sigma}{\sqrt{n}}
é um intervalo de confiança de nível (1-\alpha) para \mu.
Esse cálculo de erro padrão e de intervalo de confiança, bem como o cálculo de p-valores em testes de hipóteses, só é válido porque conhecemos as probabilidades de inclusão de cada unidade. Além disso, amostragem probabilística garante estimadores não viesados: a esperança do estimador coincide com o parâmetro verdadeiro.

Passo 3

Em amostragem não probabilística (por conveniência, por cotas, bola de neve etc.) não há um esquema de seleção aleatório com probabilidade conhecida. Consequentemente não existe fórmula confiável para o erro amostral nem para o intervalo de confiança. Toda inferência à população fica livre de bases teóricas: só podemos descrever o que encontramos na amostra, sem poder quantificar o quanto isso se aproxima do valor real na população nem afirmar níveis de confiança.

Passo 4

Torna-se indiferente escolher uma ou outra metodologia quando não se pretende fazer inferência para uma população maior do que a amostrada — por exemplo, quando se faz um censo (escopo total), ou quando o interesse é apenas descrever as próprias unidades amostradas sem generalizar além delas. Nesse caso, conhecer ou não a probabilidade de inclusão não muda o tipo de conclusão, pois não se busca estimar parâmetros populacionais.

Resposta

A amostragem probabilística permite inferir parâmetros da população com quantificação de erro (intervalos de confiança e testes de hipóteses fundamentados), pois cada unidade tem probabilidade conhecida de inclusão e gera estimadores não viesados. A amostragem não probabilística só permite descrições da amostra, sem medir o erro de amostragem ou garantir generalização. Fica indiferente qual usar quando não há objetivo de generalizar para além das unidades coletadas — por exemplo, em censo ou em estudos cujo escopo é apenas a própria amostra.

Exercícios relacionados