Sem dúvida que a maior parte das decisões feitas, em estatística, fundamenta-se numa amostragem e a generalização e a validade das conclusões dependem do valor dessa amostragem. Na verdade, amostragem é, simplesmente, o processo de definição da amostra.
Suponhamos que queremos saber a idade média dos Madeirenses. Teríamos dois processos de o fazer. Um seria obter, a partir do censo, a idade de todos os Madeirenses e dividir pelo seu número total. Esta solução que parece ser a mais segura é pouco cómoda e a sua precisão é ilusória. Na verdade quando avaliamos a idade, a população já foi alterada (nascimentos e óbitos) de modo, que na prática, não se pode obter a idade média exata mas simplesmente uma aproximação satisfatória.
O outro processo seria avaliar a idade de algumas centenas de Madeirenses tomados ao acaso (e dividir pelo número correspondente). Este processo que consiste em tomar uma amostra (a idade de algumas centenas de Madeirenses) a população (ou seja o conjunto de todos os Madeirenses), é rigoroso na medida em que: a) As idades avaliadas são tomadas ao acaso, no conjunto da população; b) o número de idades avaliadas é grande.
De acordo com Fortin (2003), a amostragem é:
“O procedimento pelo qual um grupo de pessoas ou um subconjunto de uma população é escolhido com vista a obter informações relacionadas com o fenómeno, e de tal forma que a população inteira que nos interessa esteja representada. Os principais conceitos que se relacionam com a amostragem são: a população, a amostra, o plano de amostragem, a caracterização da população, a representatividade e o erro de amostragem” (p. 202).
Há um certo número de conceitos que convém esclarecer no processo de amostragem, começando pelo conceito de população. Uma população é uma coleção de elementos que partilham características comuns e é delimitada por critérios de seleção destes elementos. Uma amostra é um subconjunto dos elementos que compõem a população. Podemos afirmar que uma amostra é representativa da população quando as suas características se assemelham o mais possível às da população. Deste modo, as generalizações podem ser feitas a partir das descobertas feitas.
As amostras podem ser representativas ou ocasionais:
Uma amostra diz-se representativa da população quando não há qualquer razão para pensar que o valor difere da amostra para a população. Por exemplo, uma amostra é representativa da população Madeirense relativamente à idade, se não houver qualquer razão para pensar que, nesta amostra, a idade possa ser diferente da população Madeirense.
Amostra ocasional é uma amostra extraída da população, segundo um método de seleção orientado por razões de comodidade para o investigador e pela não preocupação de introduzir outros fatores de seleção na amostra observada. Se determinarmos a idade média dos Madeirenses podemos, por exemplo, avaliar 1000 idades no mesmo concelho por razões de comodidade ou de facilidade de acesso; quanto ao resto, escolhemos essas mil idades ao acaso. Uma amostra ocasional não é representativa da população e não podemos extrair dela quaisquer conclusões relativas à população; quanto muito podemos encontrar aí apenas indicações.
A amostragem permite, geralmente, ao investigador reduzir custos, reduzir a necessidade de mão de obra, recolher informação mais rapidamente, e obter dados mais compreensíveis (Smith, 1975). Parece contraditório, mas segundo alguns autores, amostras bem selecionadas fornecem melhores estimativas da população do que os censos, principalmente porque se podem controlar melhor certos tipos de erros.
Reitere-se que uma amostra para ser representativa tem que obedecer a dois critérios: É necessário que todos os indivíduos da população tenham a mesma probabilidade de serem selecionados e o efetivo da amostra deve ser grande.
Portanto, amostragem é a operação que consiste em tomar um certo número de elementos (ou seja uma amostra) no conjunto dos elementos que queremos observar ou tratar (população).
Para finalizar, o processo de amostragem é bastante importante. A amplitude das conclusões dum estudo estatístico está limitada pela qualidade do processo de amostragem. Se a amostra for representativa de uma população bem definida, as conclusões que daí podemos tirar aplicam-se a toda a população com uma margem de incerteza que pode calcular-se com precisão, no caso das amostras aleatórias. Se a amostra não for representativa, as conclusões devem limitar-se à própria amostra e as extrapolações que daí possamos tirar são perigosas e contestáveis.
REFERÊNCIAS E SUGESTÕES DE LEITURA:
Carmo, H. & Ferreira, M. (1998). Metodologia da investigação: Guia para Auto-aprendizagem. Lisboa: Universidade Aberta (pp. 189-203).
Cozby, P. (2003). Métodos de pesquisa em ciências do comportamento. São Paulo: Atlas
Fortin, M. (2003). O processo de investigação: Da conceção à realização (3ª ed.). Loures: Lusociência (pp. 201-214).
Hill, M. & Hill, A. (2002). Investigação por questionário (2ª edição). Lisboa: Edições Sílabo (pp. 41-58).
Smith, H. (1975). Strategies of social research: The methodological imagination. New Jersey: Prentice-Hall, Inc.
Sousa, A. (2005). Investigação em educação. Lisboa: Livros Horizonte (pp. 64-85).
António V. Bento
Professor da UMa
