Em várias áreas de estudo há diversos conjuntos de dados que apresentam outliers, ou ainda, concentrações significativas de valores extremos nas caudas das suas respectivas distribuições. No caso particular da regressão T-Student, o parâmetro graus de liberdade é que determina o grau de robustez. Quanto menor for o número de graus de liberdade, mais pesadas serão as caudas. Entretanto, tal parâmetro é de difícil estimação, uma vez que para bem estimá-lo é necessário observar valores extremos da distribuição. No contexto de populações finitas, geralmente o pesquisador não tem acesso a todos os elementos populacionais para a modelagem. Um plano amostral deve ser adotado para obtenção da amostra. O presente trabalho propõe, no contexto de modelos de superpopulação que apresentam o comportamento de caudas pesadas e que podem ser descritos no formato de misturas de escala de distribuições normais, adotar planos amostrais informativos que proporcionem uma maior probabilidade de se selecionarem valores mais extremos daqueles que seriam obtidos por amostragem aleatória simples. A ideia é melhorar a estimação do vetor paramétrico associado às caudas. Dois planos amostrais foram propostos no presente trabalho. Para a implementação do primeiro, é necessário ter uma variável auxiliar, conhecida para toda a população e que tenha relação com a variável de interesse. No segundo, é necessário ter conhecimento de uma variável indicadora do estrato a que cada unidade amostral pertence. Os estudos simulados com a distribuição T-Student e o estudo considerando dados reais mostram que os planos amostrais propostos proporcionam uma melhora apreciável nas estimativas do parâmetro graus de liberdade, tanto para inferência sob enfoque clássico quanto sob enfoque bayesiano, sem grande impacto nas estimativas dos demais parâmetros.