Dica do autor: Amostragem é a técnica de estudar uma parte representativa da população para inferir sobre o todo. O grande trunfo é a relação custo‑benefício: com desenho adequado (amostra probabilística, estratificação, calibração de pesos) você obtém estimativas válidas e precisas para parâmetros populacionais sem precisar medir todo mundo. O pulo do gato está no desenho amostral — estratos homogêneos aumentam precisão para estimativas estratificadas; amostragem em múltiplos estágios e clusters facilita a logística em grandes áreas; pesos e ajustes corrigem desbalanceamentos e não‑resposta. Além disso, equipes menores e trabalhos localizados permitem controle de qualidade mais rigoroso (revisão de instrumentos, supervisão, rechecagem), reduzindo erros de mensuração e execução. Porém, amostragem traz erro amostral — variabilidade inerente ao fato de estudar uma parcela — e depende de bom desenho e execução para evitar vieses (p.ex., cobertura e não‑resposta). Um censo elimina o erro amostral por medir toda a população, mas pode ter custos e erros operacionais maiores e ser inviável em muitos estudos.

Alternativa A: INCORRETA. É realmente uma vantagem da amostragem ser mais econômica: menos visitas, menos tempo de coleta e menos processamento de dados reduzem custo e permitem repetir estudos ao longo do tempo. Dito de outro jeito: economia é uma das razões clássicas para optar por amostragem quando o objetivo é estimar parâmetros populacionais.

Alternativa B: CORRETA. Esta afirmação é a que NÃO é vantagem atribuível à amostragem. Em termos estritos, um censo, ao medir toda a população, não incorre em erro amostral e portanto tende a ser mais acurado sob esse aspecto. Amostragem introduz erro aleatório (variância da estimativa). Embora um censo também possa ter erros não amostrais (cobertura, classificação), não se pode afirmar que amostragem seja mais acurada que censo de forma geral.

Alternativa C: INCORRETA. Correto que desenhos amostrais bem planejados podem aumentar a precisão das estimativas em estudos observacionais: estratificação diminui variância quando os estratos são homogêneos; calibração de pesos e amostras por conglomerado/estágio bem ajustadas otimizam custos mantendo precisão; amostras com tamanhos proporcionais aos domínios de interesse aumentam precisão para subgrupos. A ressalva é que nem todo desenho aumenta precisão — clusterização pode reduzir precisão se não for compensada por maior tamanho de amostra — mas, no geral, o desenho amostral é uma ferramenta para ganhar precisão.

Alternativa D: INCORRETA. Também é verdadeira a ideia de que certos desenhos amostrais podem diminuir vieses, sobretudo os de seleção: amostragem probabilística, lista de amostragem bem construída, estratificação e técnicas de reposicionamento/ajuste de pesos reduzem viés de seleção. Contudo, amostragem por si não elimina outros vieses (confusão, viés de informação) e pode até introduzir vieses se houver cobertura deficiente ou alta não‑resposta. A afirmação é aceitável como vantagem quando feita com essa nuance.

Alternativa E: INCORRETA. Verdadeiro: operacionalizar e controlar a qualidade costuma ser mais factível em amostras do que em censos. Menor escala facilita supervisão, rechecagem, treinamento e auditoria dos dados, o que frequentemente melhora a validade dos dados coletados. Em censos, a magnitude operacional pode complicar o controle de qualidade e elevar custos para atingir o mesmo nível de controle.

Resposta: Alternativa B