Um pesquisador deseja estimar a proporção de estudantes que utilizam transporte público para chegar à universidade.
a) Descreva como realizar uma Amostragem Aleatória Simples (AAS).
b) Explique como garantir que todos tenham a mesma probabilidade de serem selecionados.
c) Discuta o que pode ocorrer se a pesquisa for feita apenas com estudantes que chegam cedo.
d) Classifique essa última estratégia e explique o possível viés envolvido.
a) Descreva como realizar uma Amostragem Aleatória Simples (AAS).
b) Explique como garantir que todos tenham a mesma probabilidade de serem selecionados.
c) Discuta o que pode ocorrer se a pesquisa for feita apenas com estudantes que chegam cedo.
d) Classifique essa última estratégia e explique o possível viés envolvido.
Passo 1
Vou deixar bem claro o que o enunciado pede e quais informações ele dá.
- O pesquisador quer estimar a proporção de estudantes que usam transporte público para chegar à universidade.
- Há quatro perguntas:
a) Descrever como realizar uma Amostragem Aleatória Simples (AAS).
b) Explicar como garantir que todos tenham a mesma probabilidade de serem selecionados.
c) Discutir o que pode ocorrer se a pesquisa for feita apenas com estudantes que chegam cedo.
d) Classificar essa última estratégia e explicar o possível viés envolvido.
Informações relevantes implícitas:
- População-alvo: todos os estudantes da universidade (ou de um campus/turno específico, se o pesquisador definir).
- Parâmetro de interesse: a proporção verdadeira
de estudantes que usam transporte público. - A resposta deve explicar procedimentos práticos, justificar teoricamente e mostrar consequências de um protocolo ruim.
Passo 2
O que é e como executar, passo a passo, uma Amostragem Aleatória Simples (AAS).
-
Objetivo da AAS (em uma frase): selecionar
estudantes de tal forma que cada subconjunto de estudantes da população tenha a mesma chance de ser escolhido. Isso garante imparcialidade probabilística. -
Passos práticos detalhados para realizar a AAS:
- Definir a população e construir a lista (frame): obter uma lista completa e atualizada de todos os estudantes da universidade que pertencem à população alvo (por exemplo, matrícula ativa no semestre). Cada estudante recebe um identificador único (ID) — por exemplo, números
, onde é o tamanho da população. Explicação didática: sem essa lista completa, não há como garantir iguais probabilidades. - Escolher o tamanho da amostra
: determinar baseado em precisão desejada. Fórmula aproximada para margem de erro ao nível de confiança (usar correspondente, por exemplo para 95%):
onde
é uma estimativa inicial de
; se não houver, usar
(caso conservador que maximiza variância). Explicação: essa fórmula vem da variância da proporção para amostras grandes e garante que o erro de estimativa seja controlado.
- Selecionar aleatoriamente
IDs sem reposição: usar método aleatório verdadeiro — gerador de números aleatórios (software como R, Python, Excel), ou sorteio físico (bolinhas numeradas). Exemplo simples: gerar números inteiros distintos uniformes entre e . Explicação: “sem reposição” significa que cada estudante só pode aparecer no máximo uma vez na amostra. - Coletar os dados dos selecionados: contatar os estudantes selecionados e registrar se usam transporte público (resposta binária: sim/não).
- Calcular a estimativa da proporção: se
é o número de entrevistados que disseram “sim”, então a estimativa (proporção amostral) é
Explicação:
é a média das observações binárias (1 para “usa transporte público”, 0 caso contrário).
- Propriedades úteis e fórmulas de apoio:
- Unbiasedness (sem viés): para AAS sem reposição, a esperança de
é o verdadeiro :
- Variância da proporção na AAS (correção para população finita): se a população tem
elementos,
Explicação: o fator
corrige a variância quando a amostra é uma fração significativa da população; se
é muito grande em relação a
, esse fator é aproximadamente
e a variância reduz para
.
- Intervalo de confiança aproximado (por exemplo 95%):
Explicação: dá uma faixa plausível para
baseada em
e na variabilidade da amostra.
Passo 3
Como garantir, na prática, que todos tenham a mesma probabilidade (resposta à parte b).
- Garantia teórica: em uma AAS sem reposição, a probabilidade de qualquer estudante específico ser selecionado é
Justificativa curta: entre todos os
subconjuntos possíveis de tamanho
, o número de subconjuntos que contêm um estudante fixo é
; a razão
.
- Práticas que asseguram essa igualdade de probabilidade:
- Ter um frame completo (lista com todos os
) e escolher IDs por um método aleatório que trate cada ID igualmente (gerador randômico, sorteio físico). Se a lista estiver corrigida e atualizada, cada ID tem a mesma chance. - Evitar atalhos como “pegar os primeiros
da lista” (isso não é aleatório) ou “entrevistar quem estiver disponível na biblioteca” (é conveniência). - Se usar amostragem sistemática (por exemplo, ordenar a lista e escolher cada
-ésimo após um ponto de partida aleatório), garantir que a ordenação não introduza padrões relacionados ao transporte. Observação: sistemática pode ter prob. iguais, mas só se não houver periodicidade relacionada à característica estudada.
- Como verificar na prática: documentar o processo, guardar a semente do gerador aleatório, e se possível publicar o frame e o método (ou ao menos descrever) para auditoria posterior.
Passo 4
Consequências de pesquisar apenas estudantes que chegam cedo (parte c).
-
O que muda no frame: ao entrevistar somente os que chegam cedo, a população efetivamente amostrada é um subconjunto dos estudantes — os “chegadores cedo”. Isso não é a população alvo original (todos os estudantes), portanto há cobertura parcial (coverage bias).
-
Efeito sobre a estimativa: se o fato de chegar cedo estiver associado ao modo de transporte, a estimativa será enviesada. Exemplos concretos para entender:
- Se estudantes que usam carro chegam mais cedo (porque têm controle do horário) e estudantes que dependem de ônibus chegam mais tarde por causa de horários/atrasos, então uma amostra só de chegadores cedo vai super-representar usuários de carro e subestimar a proporção real que usa transporte público — ou seja,
tenderá a ser menor que . - O contrário também é possível: se usuários de transporte público precisam chegar cedo por causa de horários dos ônibus, então a amostra cedo pode superestimar o uso do transporte público.
- Outros problemas práticos:
- Não é possível calcular probabilidades de seleção conhecidas para todos os estudantes (porque estudantes tardios têm probabilidade zero), então não se pode justificar intervalos de confiança válidos para a população inteira.
- Resultados não generalizáveis: conclusões valem apenas para chegadores cedo, não para todos os estudantes.
- Viés pode ser grande e imprevisível se não houver informação sobre a associação entre hora de chegada e modo de transporte.
Passo 5
Classificação da estratégia “entrevistar apenas os que chegam cedo” e explicação do viés (parte d).
-
Classificação: essa estratégia é um exemplo de amostragem por conveniência, ou mais formalmente uma amostra não probabilística com viés de cobertura (coverage bias) e seleção por conveniência (convenience sampling ou time-location sampling sem aleatoriedade).
-
Tipo de viés envolvido:
- Viés de seleção / cobertura: alguns indivíduos (os que chegam mais tarde) têm probabilidade zero de serem selecionados; portanto a amostra não representa a população alvo.
- Viés sistemático: se a variável de interesse (uso de transporte público) está correlacionada com a variável que define a conveniência (hora de chegada), a estimativa será sistematicamente deslocada em relação ao verdadeiro
. - Consequência técnica: não é possível estimar corretamente a variância da estimativa para a população total nem construir intervalos de confiança válidos, porque as probabilidades de inclusão não são conhecidas ou nulas para parte da população.
-
Como explicar isso de maneira prática e amigável: imagina que só se pergunta para quem já está na porta às 7h — é como querer saber o gosto musical de todos os alunos perguntando só pra galera do grupo de pagode que chega cedo ao bar. O resultado pode estar muito longe da realidade.
-
Mitigações possíveis (sugestões para tornar o estudo válido):
- Fazer amostragem probabilística estratificada por horário: formar estratos de horários de chegada (por exemplo: cedo, médio, tarde) e selecionar aleatoriamente dentro de cada estrato, ou
- Amostrar em diferentes horários ao longo do dia com probabilidade proporcional ao fluxo, ou
- Usar amostragem por cluster (ex.: escolher turmas/disciplinas aleatoriamente e entrevistar todos os presentes) garantindo que as probabilidades sejam conhecidas.
Explicação: essas soluções restauram (ou aproximam) a probabilidade conhecida de inclusão e reduzem o viés de cobertura.
Resposta
a) Fazer uma AAS: montar a lista completa da população (IDs
), escolher tamanho
(pela fórmula
se quiser controlar erro), selecionar aleatoriamente
IDs sem reposição (software ou sorteio), entrevistar esses
e estimar a proporção por
.
b) Garantir iguais probabilidades usando um frame completo e seleção aleatória verdadeira; em AAS sem reposição a probabilidade de cada estudante ser selecionado é .
c) Se pesquisar apenas os estudantes que chegam cedo, a amostra pode não representar todos os estudantes; se hora de chegada estiver associada ao modo de transporte, a estimativa ficará enviesada (pode subestimar ou superestimar a proporção real).
d) Essa estratégia é amostragem por conveniência (amostra não probabilística) e envolve viés de seleção/coverage: alguns têm probabilidade zero de serem selecionados, impossibilitando estimativas imparciais e intervalos de confiança válidos.
b) Garantir iguais probabilidades usando um frame completo e seleção aleatória verdadeira; em AAS sem reposição a probabilidade de cada estudante ser selecionado é
c) Se pesquisar apenas os estudantes que chegam cedo, a amostra pode não representar todos os estudantes; se hora de chegada estiver associada ao modo de transporte, a estimativa ficará enviesada (pode subestimar ou superestimar a proporção real).
d) Essa estratégia é amostragem por conveniência (amostra não probabilística) e envolve viés de seleção/coverage: alguns têm probabilidade zero de serem selecionados, impossibilitando estimativas imparciais e intervalos de confiança válidos.