As diferenças entre população e amostra na Estatística, derivam do fato de que a população é o universo dos elementos a serem estudados, enquanto a amostra é uma parte representativa da população..
Analisar uma amostra retirada do todo, em vez do todo, representa uma clara vantagem em termos de gestão da informação. Vamos ver com mais detalhes as principais diferenças entre os dois conceitos abaixo..
Está claro agora que uma população pode consistir em um conjunto muito grande de elementos: pessoas, animais, microrganismos ou partículas. Abordar o estudo de cada um desses elementos separadamente consome uma grande quantidade de recursos, tempo e esforço..
Porém, ao escolher uma amostra criteriosamente selecionada, os resultados derivados de seu estudo são estendidos à população, sem perda significativa de informações..
População | mostrar | |
Definição | O conjunto de todos os elementos considerados para um estudo. | É uma parte da população, selecionada para ser representativa e assim facilitar sua análise. |
Símbolo | Tamanho da população: N | Tamanho da amostra: n |
Análise | Possui parâmetros, como valores descritivos. | É analisado por meio de estatísticas. |
Exemplos | Número total de pássaros que habitam uma floresta. | Para uma investigação, 1000 pássaros são retirados de uma floresta. |
Em Estatística, o conceito de população tem um significado mais amplo do que o cotidiano. Uma população está associada ao número de habitantes de um país ou cidade, porém uma população estatística pode ser composta por pessoas e seres vivos, mas também por objetos grandes e pequenos, partículas, eventos, eventos e ideias..
Exemplos de populações de natureza diversa são:
-Moléculas de ar dentro de um recipiente selado.
-Todas as estrelas da Via Láctea.
-Os pássaros que povoam uma floresta.
-O número total de árvores nessa mesma ou em outra floresta.
-O conjunto de assinantes de uma companhia telefônica com filiais na América e na Europa.
-Os lançamentos que fazemos de uma moeda.
-O número de bactérias em uma cultura.
-A produção mensal de parafusos em uma fábrica.
Já sabemos como as populações podem ser diversas. Agora vamos ver como eles podem ser classificados de acordo com sua extensão.
Uma quantidade finita é aquela que pode ser expressa por um número, como o número de bolinhas de gude em uma caixa. Por outro lado, de uma quantidade infinita não podemos dar um valor preciso.
Essa diferença nos permitirá definir dois tipos de populações de acordo com sua extensão..
Suponha que você tenha 20 berlindes em uma caixa e experimente 2 berlindes sem reposição. Eventualmente, as bolas de gude na caixa acabarão, portanto, a população é finita.
Um número pode ser finito, mesmo se for muito grande. Uma cultura de bactérias consiste em um grande número, mas é finita, como o número de estrelas na galáxia ou as moléculas de uma porção de gás encerrada em um recipiente..
O que acontecerá se cada vez que extrairmos uma amostra de bolinhas de gude os colocarmos de volta na caixa após observá-los? Nesse caso, podemos tomar um número infinito de amostras e, desta forma, considerar que a população de mármores é infinita.
Temos outro exemplo de população infinita no lance de moedas ou dados, já que, em teoria, você pode tirar todas as amostras que quiser, sem nenhum limite..
Mesmo uma população finita conhecida por conter um grande número de elementos pode ser considerada infinita na prática, se necessário..
Por esse motivo, é muito importante definir cuidadosamente a população antes de realizar o estudo, o que significa estabelecer seus limites, uma vez que seu tamanho determinará a forma e o tamanho das amostras que serão extraídas dela posteriormente..
Também é importante saber a localização cronológica da população. Não é a mesma coisa estudar os registros dos habitantes de uma grande cidade no início do século XX do que fazer o mesmo com os habitantes da mesma cidade no início do século XXI..
Da mesma forma, o analista deve cuidar de levar em conta a localização da população, bem como verificar sua homogeneidade -ou a falta dela.-.
A amostra é o conjunto de elementos selecionados da população para representá-la. O objetivo de fazer isso, como dissemos, é tornar o trabalho mais fácil. Ao lidar com menos quantidade de dados, menos recursos são investidos e resultados mais rápidos são obtidos.
Porém, para que funcione corretamente, a amostra deve ser adequada. O processo de seleção é realizado por meio de técnicas de amostragem que utilizam critérios matemáticos..
A amostra retirada não precisa ser única. Na verdade, uma população pode dar origem a várias amostras.
Por exemplo, suponha que a população seja o conjunto de alunos de uma escola secundária que possui várias seções para cada série. Uma amostra representativa deve conter alguns alunos de cada uma das seções de cada série, por exemplo, aqueles cujo nome começa com a letra A.
Por outro lado, uma amostra não tão representativa poderia ser se todos os alunos da mesma série fossem escolhidos. Vejamos mais alguns exemplos:
Os proprietários de lojas de departamentos desejam estimar o valor médio que os clientes gastam nas compras. Para fazer isso, eles coletam todas as faturas de um determinado período, digamos um ano.
O número de faturas do último ano é a população a ser analisada.
Agora, se uma amostra completamente aleatória de 150 faturas for retirada deste grupo, já seria a amostra.
Quando se aproximam as eleições, seja em nível nacional ou local, os partidos políticos costumam contratar empresas especializadas para a análise de dados. Desta forma, eles conhecem a intenção de voto dos moradores e planejam estratégias de campanha adequadas.
Nesse caso, a população é composta por todo o universo de eleitores cadastrados no sistema eleitoral correspondente..
Como seria preciso muito tempo e esforço para localizar e questionar cada eleitor, os pesquisadores escolhem uma amostra de eleitores para pesquisar e daí extraem as porcentagens e determinam as tendências..
A seleção da amostra apropriada é apenas o começo, mas é uma etapa crítica para garantir o sucesso do estudo..
Ainda sem comentários