Para o planejamento de uma pesquisa de campo, do ponto de v...

a)  FALSO: Amostra por conglomerados nos ajuda quando é impossível ou impraticável criar um quadro de amostragem de uma população alvo, porque ela é espalhada geograficamente e o custo da recolha de dados é relativamente alta. A heterogeneidade do grupo é essencial para uma boa amostragem por conglomerados. Além disso, os elementos dentro de cada grupo deve ser tão diversos como a população-alvo. Dessa forma não é o tamanho da amostra que interessa.

b)  FALSO: É exatamente o contrário. Procura-se características comuns para definirmos a população a ser trabalhada.

Se você quer saber, por exemplo, o quanto o tamanho das peças em uma linha de produção varia, você precisa coletar uma amostra de peças e observá-la.

O conjunto de peças é a população, sobre a qual você quer concluir algo. Não faria sentido você incluir peças, laranjas e biscoitos na sua amostra, pois esses dois últimos não fazem parte da população. Ou seja, você precisa delimitar a sua população e, para isso, todos os seus indivíduos precisam ter algo em comum.

A característica comum a todos os indivíduos no exemplo é "ser uma peça dessa linha de produção". Logo, alternativa errada.

c) FALSO: Em geral é bem difícil de ser ter um cadastro exaustivo (completo conhecimento de alguma coisa) do que se quer estudar. Assim, na grande maioria das vezes, temos uma estimativa (às vezes nem isso) do que queremos dentro da população.

d)  FALSO: Um exemplo pode ser dado quando temos uma população muito grande. Uma forma de se determinar o tamanho de um amostra é pela relação 

n=Z^2⋅p⋅(1−p) / e^2

onde n é o tamanho da amostra que queremos calcular, Z é o desvio do valor médio que aceitamos para alcançar o nível de confiança desejado, e é a margem de erro máximo que eu quero admitir e p a proporção que esperamos encontrar. 

e)  CORRETO: Devemos considerar uma amostragem probabilística sempre que as condições abaixo sejam cumpridas:

(1) Todos os elementos da minha população apresentam uma probabilidade maior que zero para ser selecionados na amostra.

(2) Conhecer precisamente a probabilidade para cada elemento, também chamado de probabilidade de inclusão. 

A definição anterior nos leva a concluir que só podemos descobrir a amostragem probabilística se eu disponho de um marco amostral. O censo de um país é um exemplo de marco amostral que permite realizar uma amostragem probabilística. Nesse caso o universo para ser estudado seria os habitantes de um país,uma amostra finita grande que pode ser selecionada por igual probabilidade. Essa igualdade de seleção pode ser feita, por exemplo, a partir de uma amostragem sistemática.