1

Adélia Viriato Saraiva Issa

Fátima Momade Daudo

Ila da Glória Abílio

José André Amisse

Amostragem e Padronização

Universidade Rovuma

Nampula

2024
 2

Adélia Viriato Saraiva Issa

Fátima Momade Daudo

Ila da Glória Abílio

José André Amisse

Amostragem e Padronização

(Licenciatura em Ensino de Química com habilitação em Laboratório)

Trabalho de Cálculo e R.D.E apresentado no

departamento de Ciências Naturais, Matemática e
Estatística para fins avaliativos ou como requisitos
para obtenção do grau de Licenciatura, sob
orientação do Eng° Alberto Manuel Nipuca

Universidade Rovuma

Nampula

2024
 3

Índice
Introdução ....................................................................................................................................... 4

1. Objetivo geral .......................................................................................................................... 4

1.1. Objetivos específicos............................................................................................................ 4

1.2. Amostragem ............................................................................................................................. 5

1.3. Técnica de Amostragem ....................................................................................................... 7

1.3.1. Probabilísticas ................................................................................................................ 7

1.3.2. Não probabilística .......................................................................................................... 7

1.4.1. Não Probabilísticas ........................................................................................................ 8

2. Padronização ............................................................................................................................. 10

2.1. Padronização em Química .................................................................................................. 10

2.2. Solução Padrão ................................................................................................................... 11

2.2.1. Tipos de padrão ........................................................................................................... 11

2.2.2. Requisitos para um padrão primário ............................................................................ 11

2.3. Relação entre padronização e amostragem ........................................................................ 12

2.3.1. Exemplo de aplicação conjunta ................................................................................... 12

3. Conclusão.................................................................................................................................. 13

4. Bibliografia ............................................................................................................................... 14
 4

Introdução
A amostragem e a padronização são processos fundamentais em diversas áreas do conhecimento,
tanto na Química, na estatística desempenhando papéis essenciais na coleta, análise e
interpretação de dados. Em um mundo cada vez mais guiado pela informação, a qualidade e a
confiabilidade dos dados são cruciais para tomadas de decisão informadas e para o avanço do
conhecimento científico e tecnológico. Nesta perspectiva, este trabalho se propõe a explorar e
discutir a importância da amostragem e da padronização, delineando suas definições, objetivos e
aplicações em diferentes contextos. Ambos os processos são essenciais para a tomada de
decisões baseadas em evidências e para o avanço da ciência e tecnologia do dia-a-dia.

Exploraremos as técnicas de amostragem mais comuns e suas aplicações em diferentes campos,

assim como os métodos de padronização utilizados para garantir a consistência e a
comparabilidade dos dados.

O trabalho está dividido em 3 secções, nomeadamente elementos pré-textuais, textuais e pós-

textuais.

1. Objetivo geral:

❖ Examinar a importância da amostragem e padronização

1.1. Objetivos específicos:

❖ Compreender os princípios fundamentais da amostragem e padronização;

❖ Explorar as técnicas de amostragem mais comuns e suas aplicações;
❖ Analisar os métodos de padronização utilizados em diferentes contextos.
 5

1.2. Amostragem
A amostragem (processo de retirada de amostras de uma população) é uma das etapas
fundamentais na tomada de decisões nos diversos níveis gerenciais, pois uma amostragem mal
executada, com certeza, resultará em estatísticas pouco confiáveis e em uma tomada de decisão
possivelmente imprecisa(Tavares, 2007).

Primeiramente, torna-se necessário definirmos população e amostras. Se considerarmos todos

os atuais clientes de uma empresa da área de telefonia, podemos considerar estas pessoas como
sendo a população* que caracteriza os clientes da empresa de telefonia, pois a população
apresenta características em comum, sendo, neste caso, o facto de utilizarem esta empresa de
telefonia.

Se quisermos utilizar uma parte desta população, que apresente as mesmas características
daquela teremos uma amostra, ou seja, uma porção ou fração da população que preserva todas
as características importantes dos elementos que a integram. Em resumo, podemos dizer que
amostra é um subconjunto da população, necessariamente finito, pois todos os seus elementos
serão examinados para efeito da realização do estudo estatístico desejado.

A amostragem é o estudo das relações existentes entre a amostra, a população de onde ela foi
extraída e a forma como ocorre esta extração.

Denomina-se por amostragem o processo utilizado para selecionar uma amostra a partir de uma
população. Ou então é o processo pelo qual uma amostra da população é reduzida em tamanho
para uma quantidade de material homogêneo que pode ser convenientemente manuseado no
laboratório e cuja composição seja representativa da população.

As principais vantagens da utilização do estudo por amostras representativas (aquelas que

mantêm as características da população de onde a amostra foi retirada) em relação ao censo
(avaliação de toda a população) são:

❖ ocorre uma redução no custo, pois sendo os dados obtidos apenas de uma fração da
população, as despesas são menores do que as oriundas de um censo;
 6

❖ na prática ou no dia-a-dia das organizações, é necessário que os resultados sejam obtidos

com a maior rapidez possível. Portanto, com a amostragem, você pode apurar os dados e
sintetiza-los mais rapidamente do que em uma contagem completa. Este é um fator
primordial, quando se necessita urgentemente das informações;
❖ outra vantagem corresponde a uma maior amplitude e flexibilidade. Em certos tipos de
investigação, como pesquisas de mercado, tem-se que utilizar pessoal bem treinado e
equipamento altamente especializado, cuja disponibilidade é limitada para a obtenção de
dados;
❖ a última vantagem a ser citada aqui é a maior exatidão dos resultados.

Para a escolha do processo de amostragem deve-se levar em consideração:

❖ O tipo de pesquisa;
❖ A acessibilidade aos elementos da população;
❖ Representatividade desejada ou necessária;
❖ A disponibilidade de tempo e recursos (financeiros ou humanos por exemplo);

Esta seleção pode ser realizada recorrendo a dois tipos de métodos:

➢ Probabilísticos: cada um dos elementos da população tem hipóteses de ser incluído na

amostra, sendo possível medir com rigor qual a probabilidade de tal suceder, através do
cálculo de probabilidades.

Exemplos: : 50 funcionários em uma actividade de treinamento, e você deve selecionar dez

funcionários). A realização deste tipo de amostragem só é possível se a população for finita e
totalmente acessível.

➢ Não probabilísticos também designados por amostragem dirigida: não permitem

definir com rigor ou calcular as probabilidades de inclusão dos diferentes elementos da
população na amostra.

Exemplo: Quando somos obrigados a colher a amostra na parte da população a que temos
acesso.
 7

1.3. Técnica de Amostragem

1.3.1. Probabilísticas
❖ Estratégia simples
❖ Sistemática
❖ Estratificada
❖ Por grupo
❖ Outros

1.3.2. Não probabilística

❖ Por conveniência
❖ Por julgamento(intencional)
❖ Por quotas
❖ Bola de neve

1.4. Probabilística

❖ Amostragem aleatória simples

Um processo onde cada elemento da população tem probabilidade conhecida, diferente de zero e
idêntica à dos outros elementos, de ser selecionado para fazer parte da amostra. Cada elemento
recebe uma numeração e a selecção é feita aleatoriamente. Seja uma população numeração de 1,
2,3,... , N, e deseja-se obter uma amostra de tamanho . Então, cada elemento terá probabilidade
de pertencer a amostra. A amostragem aleatória simples também é conhecida como amostragem
ocasional, acidental, casual ou randómica(Pinsonneault e Kraemer( 1990).

❖ Amostragem sistemática

(Bickman e Rog,1997) É usada quando a população está naturalmente ordenada(exemplo: listas

telefónicas, prontuários, quarteirões de uma cidade). Às vezes, a amostragem sistemática é
preferível à amostragem aleatória simples, por ser mais fácil, menor custo e menos sujeita a erros.
 8

❖ Amostragem estratificada

A população é subdividida em subgrupos ou estratos, mutuamente excludentes e colectivamente

exaustivos.. Em seguida os elementos dentro dos estratos são selecionados aleatoriamente. Visa
aumentar a precisão sem elevar os custos. Os elementos dentro de um estrato devem ser o mais
homogéneos quanto possível, ao passo em que os elementos de diferentes estratos devem ser o
mais heterogéneo quanto possível(Fink, 1995).

❖ Amostragem por conglomerados

(Bourque e Fielder 1995) Esta técnica é usada quando a identificação dos elementos da
população é extremamente difícil, porém pode ser relativamente fácil dividir a população em
conglomerados (subgrupos) heterogéneos representativos da população global.

A seguir, é descrito o procedimento de execução desta técnica:

❖ Seleciona uma amostra aleatória simples dos conglomerados existentes;

❖ Realizar o estudo sobre todos os elementos do conglomerado selecionado.

Na amostra por conglomerados, cada conglomerado é visualizado como uma espécie de

miniatura da população; portanto, será tanto melhor quanto maior a heterogeneidades da
população.

1.4.1. Não Probabilísticas

❖ Amostragem por quotas

(Bourque e Fielder 1995)A amostragem por cotas consiste em obter uma amostra que seja
semelhante, em alguns aspectos, à população. É importante que o pesquisador conheça algumas
características da população que deseja estudar para selecionar uma amostra adequada.

A amostragem por cotas é feita em 2 estágios. No primeiro, o pesquisador desenvolve categorias

ou quotas de controle de elementos da população, como por exemplo, sexo, idade e raça. “Em
geral, as cotas são atribuídas de modo que a proporção dos elementos da amostra que possuem as
características de controle seja a mesma que a proporção de elementos da população com essas
 9

características” (Malhotra 2001). No segundo estágio, seleciona-se elementos da amostra com

base na conveniência e no julgamento.

❖ Amostragem por julgamento

(Bickman e Rog, 1997)Os elementos da amostra são escolhidos por um perito na matéria. Os
elementos selecionados são aqueles julgados como típicos ou representativos da população que
se deseja estudar. Esta amostragem é barata, conveniente e rápida, contudo, por depender do
julgamento do pesquisador não permite amplas inferências populacionais.

❖ Amostras por conveniência

(Bourque e Fielder 1995) São selecionadas por alguma conveniência do pesquisador. É o tipo
menos confiável, pois não é representativa da população, apesar de mais barato, rápida e simples.
São úteis para pesquisas exploratórias, mas jamais para pesquisa conclusiva.

Não permite que se façam generalizações. Ex: entrevistas com estudantes de determinada escola,
questionários incluídos em revistas, intercepção de pessoas na rua.

❖ Amostragem tipo Bola-de-Neve

(Fink, 1995)Um grupo inicial de elementos é selecionado aleatoriamente. Estes elementos, após
terem sido entrevistados, identificam outros elementos que pertençam à mesma população alvo.
Este processo pode ser executado em ondas sucessivas, obtendo-se referências ou informações a
partir de referências ou informações. Este tipo de amostragem é muito utilizado para estimar
características raras na população. Sua principal vantagem é aumentar substancialmente a
possibilidade de localizar a característica desejada na população.

Através da amostragem podem-se retirar conclusões sobre a população a partir da amostra. É

essencial que a forma como a amostra irá ser recolhida seja corretamente definida e organizada.
A forma como são colocadas as questões podem originar que a informação recolhida não seja
relevante para o estudo que se pretende realizar.
 10

As etapas que compreendem a seleção da amostra, de forma a garantir que os objetivos são
atingidos, são:

❖ Definição dos objetivos do estudo.

❖ Definição da população alvo: grupo de todos os indivíduos sobre os quais se pretendem
tirar conclusões.
❖ Decisão sobre os dados a observar.
❖ Escolher a técnica de amostragem a utilizar para recolher a amostra e o método de
recolha de dados (questionário, entrevista, …).
❖ Calcular a dimensão da amostra.
❖ Amostrar, ou seja, recolher a amostra.

2. Padronização

2.1. Padronização em Química

Padronização é a titulação realizada para determinar a concentração do titulante que será
utilizado para uma análise.

❖ Padronização de reagentes: Na química, a padronização refere-se à determinação

precisa da concentração de uma solução de reagente. Por exemplo, na titulação ácido-
base, a concentração exata de uma solução ácida ou básica é determinada através da
titulação com uma solução padrão de concentração conhecida.
❖ Métodos analíticos: São utilizados métodos analíticos precisos, como titulação,
espectroscopia e cromatografia, para realizar a padronização e determinar a concentração
exata de uma solução.
❖ Validação e documentação: Os procedimentos de padronização em química devem ser
validados e documentados adequadamente para garantir a rastreabilidade e a
conformidade com os padrões de qualidade.

Após a padronização a solução preparada com o padrão secundário é denominada Solução

Padrão.
 11

2.2. Solução Padrão

É uma solução de concentração exatamente conhecida, que é indispensável para realizar análises
volumétricas. É a solução que será usada para comparação das concentrações

2.2.1. Tipos de padrão

Padrão Primário Padrão secundário

É composto com alto grau de pureza que serve É um composto cuja pureza pode ser
como referência na titulação estabelecida por análise química e que serve
como referência na titulação.

➢ Padrão Primário

É um reagente puro o suficiente para ser pesado e usado diretamente. Apresenta um alto grau de
pureza que serve como referência na titulação. A precisão do método é criticamente dependente
das propriedades desde composto.

Quando o reagente titulante ou solução padrão é um padrão primário, ele pode ser preparado
diretamente, isto é, o reagente é pesado com a maior precisão possível e dissolvido em água
destilada ou de ionizada, sendo a diluição realizada a um volume definido em balão volumétrico.

2.2.2. Requisitos para um padrão primário:

❖ Alta pureza(99,9% ou superior)

❖ Fácil obtenção, dessecação e conservação.
❖ Estabilidade à atmosfera
❖ Não deve ser higroscópico.
❖ Deve ser bastante solúvel.
❖ Baixo custo
 12

❖ Massa molar grande para minimizar o erro relativo a pesagem do padrão.

➢ Padrão secundário

São substâncias que tem sua concentração determinada por análise química e também são
utilizadas como referência em análises volumétricas.

Quando não há disponível um padrão primário, usa-se uma solução de um reagente (padrão
secundário) com concentração aproximada da desejada para titular uma massa conhecida de um
padrão primário.

2.3. Relação entre padronização e amostragem

❖ Ambos os processos visam garantir a representatividade e a confiabilidade dos resultados.
❖ A padronização pode ser aplicada no processo de amostragem, estabelecendo regras e
diretrizes para garantir que a seleção da amostra seja feita de forma consistente e
imparcial.
❖ Além disso, a padronização é crucial na análise dos dados amostrais, garantindo que os
métodos e procedimentos utilizados sejam consistentes e comparáveis.

2.3.1. Exemplo de aplicação conjunta

Em um estudo de qualidade da água, a padronização pode ser aplicada na calibração dos
equipamentos de medição, garantindo que os valores registrados sejam precisos e confiáveis. A
amostragem seria então realizada de acordo com diretrizes padronizadas, selecionando locais de
amostragem representativos e seguindo procedimentos consistentes de coleta e análise. Dessa
forma, a padronização e a amostragem trabalham juntas para garantir que os dados coletados
sejam de alta qualidade e possam fornecer informações precisas sobre a qualidade da água na
região estudada.
 13

3. Conclusão
A amostragem e padronização são elementos cruciais em qualquer actividade que envolva a
coleta, análise e interpretação de dados. Através da amostragem adequada, podemos extrair
informações representativas de populações maiores, enquanto a padronização garante que esses
dados sejam consistentes e comparáveis ao longo do tempo e entre diferentes contextos. Ao
alcançar os objetivos delineados e compreender a importância desses processos, podemos
melhorar significativamente a qualidade e confiabilidade das análises realizadas, impulsionando
avanços em diversas áreas do conhecimento e da prática e garantir que as amostras sejam
representativas e os dados estejam em um formato uniforme.
 14

4. Bibliografia
MATOS, Maria Auxiliadora Costa. Introdução a volumetria. São Paulo, 2012.

SKOOG, D. A. et al. Fundamentos de Química Analítica. São Paulo Pioneira Thomson Learning,
2006.

FLICK, U. (1995 a), Métodos Qualitativos na Investigação Científica, 2.ª ed., Ed. Monitor

BOURQUE, L.B. e FIELDER, EP.(1995).How to conduct self-administered and mailsurveys.

Thousand Oaks, Sage. 223p.

BICKMAN, L e ROG D.J. (1997).Handbook of applied social research methods. Thousand Oaks,
sage, 580p.

PINSONNEAULT, A. e KRAEMER, K.L.(1993) Survey research in management systems: an

assenssement.journal of management information System

AFONSO, A e NUNES, C. (2019). Probabilidades e Estatística, Aplicações e soluções em SPSS.

TAVARES, Marcelo. Estatística Aplicada à Administração. São Paulo: Harper, 2007.