estudados e analisados por meio da Estatística Descritiva de

modo que seja possível, em seguida, se realizar a Inferência

Estatística

Importância da Amostragem na Mineração:

A amostragem na mineração é fundamental para garantir que as análises laboratoriais representem fielmente o material extraído. Ela influencia diretamente no controle de qualidade, na avaliação do teor do minério, na estimativa de reservas e na tomada de decisões econômicas. Uma amostragem mal feita pode gerar prejuízos e comprometer toda a operação.

Diferenças entre população e amostra:

População; é o conjunto completo de elementos que tem pelo menos uma característica em comum.

Amostra; é o subconjunto da população. Representa uma parte dos dados da população.

Probabilística: são técnicas de amostragem em que a seleção é aleatória de tal forma que cada elemento tem igual probabilidade de ser sorteado para a amostra, e é selecionado independente de qualquer outro

O não probabilística é quando não é possível generalizar os resultados para a população, pois amostras não probabilísticas não garantem a representatividade da população

Dentro desses dois tipos, existem as variações: não probabilística:

● amostragem acidental; Neste tipo de amostragem, geralmente o entrevistador aborda

indivíduos que passem próximo a ele, de forma casual, ou ainda,

totalmente acidental.

● amostragem intencional; O entrevistador dirige-se a um grupo em específico para saber sua

opinião. Podemos pensar, ainda, que a amostragem intencional é um

tipo de acidental utilizando uma espécie de “filtro”

● amostragem por quotas: Buscará entrevistar pessoas de forma acidental ou intencional e que

façam parte do grupo (categoria) específico.

Por exemplo, deseja-se entrevistar apenas indivíduos da classe A, que

representa 12% da população. Esta será a quota para o trabalho.

● amostragem desproporcional;A amostra desproporcional é utilizada quando há grupos e subgrupos

que geram resultados com pesos dessemelhantes em uma pesquisa

Probabilística:

● amostragem aleatória simples; É o mais utilizado processo de amostragem. Prático e eficaz confere

precisão ao processo de amostragem. Normalmente utiliza-se uma

tabela de números aleatórios e nomeiam-se os indivíduos, sorteando-se

um por um até completar a amostra calculada.

● amostragem tabela de números; Maneira de substituir os papéis é utilizar uma tabela de números

aleatórios, que podem ser encontradas em livros de Estatística. Porém,

esse método já está ultrapassado, visto que temos acesso a softwares

(inclusive para smartphones) que fazem sorteios aleatórios.

● amostragem sistemática;

Trata-se de uma variação da amostragem simples, conveniente quando

a população está ordenado segundo critério, como fichas de um

fichário.

O primeiro elemento é retirado aleatoriamente (entre 1 e K) e os de

mais a partir de um intervalo K: o 1º elemento é o i=K, o 2º elemento é

i+K, o 3º elemento é i+2K e assim sucessivamente.

● amostragem estratificada; Seu principal objetivo é aumentar a precisão sem elevar o custo.

Utilizada quando a população divide-se em sub-populações (estratos)

razoavelmente homogêneos;

A amostragem estratificada consiste em especificar quantos itens da

amostra serão retirados de cada estrato

● amostragem conglomerado; Muitas vezes a construção do sistema de referência é impossível.

Nesta modalidade de amostragem, divide-se a área da população em

seções (ou conglomerados): em seguida sorteia-se algumas dessas

seções e, finalmente são estudados todos os elementos das seções

escolhidas.

Amostragem Conglomerada

Queremos estudar a população que habita uma comunidade, mas não

temos meios de conseguir uma relação completa dos habitantes.

Porém, temos a relação completa dos barracos que compõem a

comunidade. Casa é uma unidade de amostragem maior, que engloba

um certo número de indivíduos. Logo, podemos escolher uma amostra

casual simples de casas e estudarmos todos os indivíduos que moram

nas casas. Ao conjunto de indivíduos que moram em uma casa damos

o nome de conglomerado.

Tipo de Coleta:A coleta pode ser feita de várias formas, dependendo do material e do lugar.

Manual: quando a gente usa ferramentas simples, tipo martelo geológico ou pá.

Mecânica: quando usamos máquinas, como sondas ou trado.

Automatizada: mais usada em indústrias, com sensores e equipamentos modernos.

Métodos de Seleção da Amostra:Esses são os jeitos de escolher onde a gente vai coletar

Ponto Fixo: coleta feita sempre nos mesmos lugares.

Aleatório: a gente escolhe os pontos de coleta de forma sorteada.

Sistemático: segue um padrão, tipo coletar de 10 em 10 metros.

Estratificado: divide o local em partes (chamadas de estratos) e pega uma amostra de cada parte.

Ferramentas para Coleta e Armazenamento, Para Coletar:

Martelo geológico: pra quebrar e pegar pedaços de rocha.

Trado manual: pra furar o solo e tirar amostra.

Sonda: faz furos mais profundos e tira um pedaço inteiro da rocha (testemunho).

Pás e baldes: usados pra coletar amostras soltas.

Para Armazenar:Sacos plásticos ou de papel pra guardar solo ou fragmentos de rocha.

Caixa de testemunho: pra guardar aqueles pedaços cilíndricos de rocha da sondagem.

Etiquetas: pra identificar a amostra (com data, local, número, etc.).

Caderno de campo ou planilha: pra anotar tudo certinho sobre a coleta.

O Tamanho da amostra é tipo decidir quantas pessoas (ou coisas) eu vou observar ou analisar pra conseguir ter uma ideia de como é o todo (que a gente chama de população). Mas tem que ter cuidado: se eu pegar amostra demais, vou gastar muito tempo e recurso; se pegar menos, posso ter um resultado que não representa bem a realidade.

Determinação do tamanho ideal.

Depende de algumas coisas tipo:

O tamanho da população inteira

O nível de confiança que eu quero (tipo, quanto eu quero ter certeza que meu resultado está certo)

A margem de erro que eu aceito (o quanto de diferença do valor real eu topo ter)

E também a variabilidade dos dados (se os dados são bem diferentes uns dos outros ou não)

Impacto do tamanho na precisão dos resultados

Quanto maior for o tamanho da amostra, maior é a precisão dos resultados. Isso acontece porque, com mais dados, a chance de errar diminui. A gente consegue representar melhor a população, tipo quando você pergunta pra mais pessoas a opinião delas vai ter uma ideia mais próxima da verdade.

Agora, se a amostra for muito pequena, os resultados podem sair errados ou diferentes da realidade, porque qualquer valor estranho influencia muito. A gente diz que os resultados ficam “menos confiáveis”.

erro de amostragem é quando a gente tira uma conclusão errada porque usou só uma parte da população, ou seja, uma amostra.

Erro aleatório

Esse acontece por acaso, tipo quando a gente escolhe uma amostra e, sem querer, pega pessoas ou coisas que não representam bem o todo.

Exemplo: entrevistar só gente que estava no shopping naquele dia. Pode ser que naquele dia só estava um grupo específico lá.

Como resolver?

Aumentando o tamanho da amostra e escolhendo os elementos de forma bem aleatória.

Erro sistemático

Esse é mais grave, porque vem de um erro no jeito que a gente faz a amostragem.

Exemplo: se a gente fizer uma pesquisa só com alunos do turno da manhã, vai deixar de fora os do turno da tarde, e isso puxa o resultado pra um lado só.

Como resolver?

Melhorando o plano de coleta, usando técnicas certas de amostragem e cuidando pra não deixar ninguém de fora sem querer.

Como Minimizar os erros?

Pra minimizar os erros de amostragem, a gente tem que fazer as coisas direitinho desde o começo. Tipo assim:

Usar uma boa técnica de amostragem

Se eu escolher aleatoriamente ou dividir a população em grupos certinhos (tipo por idade, bairro, turno da escola), já ajuda muito a evitar erro.

Aumentar o tamanho da amostra

Quanto mais gente ou elementos eu incluir, mais difícil de dar erro, porque os dados vão representar melhor a realidade.

Evitar escolher só quem tá mais fácil

Tipo, se eu entrevistar só meus colegas, não vai representar todo mundo. Tem que ser uma escolha justa, sem puxar pra um lado.

Planejar tudo antes de sair coletando

Tem que saber o que vai perguntar, pra quem, como vai guardar os dados... Senão a gente erra no processo e nem percebe.

Treinar quem vai ajudar

Se tiver mais gente coletando dados comigo, é importante que todo mundo saiba fazer igual, pra não confundir ou errar.

A amostragem é usada em várias áreas pra analisar só uma parte e tirar conclusões sobre o todo. É mais rápido e mais barato do que analisar tudo.

Na mineração, a gente coleta pedaços de solo ou rochas pra saber se tem minério ali e em qual quantidade.

No meio ambiente, pegam amostras de água, solo ou ar pra ver se está poluído.

Na saúde, usam amostras de sangue ou de pessoas pra descobrir doenças ou fazer pesquisas.

Nos alimentos, testam só uma parte do lote pra ver se tá tudo certo com a qualidade.

Na estatística, fazem pesquisas com um grupo de pessoas pra representar uma população inteira, tipo

em eleição.

Quando a gente vai fazer uma amostragem, não é só sair pegando qualquer coisa. Tem que seguir regras chamadas normas técnicas, que são feitas pela ABNT e chamadas de NBR.

Essas normas servem pra garantir que a amostra represente bem o todo e que o processo seja confiável.

Algumas normas que a gente usa:

NBR 10007 – Ensina como coletar amostras de resíduos sólidos.

NBR ISO 3082 – Fala da amostragem de minério de ferro.

NBR 13894 – Explica como coletar e cuidar das amostras de minérios em geral.

NBR ISO 12743 – Garante a qualidade

da amostragem.