Orientações para que os resultados informem de maneira clara e precisa os objetivos da pesquisa
Iremos abordar nesta e nas dicas subsequentes algumas técnicas básicas de estatística. Isto porque, embora este assunto seja extremamente importante para os pesquisadores, em geral, a simples ideia de aprender estatística assusta muita gente. Mas você não precisa ficar intimidado. A estatística é um dos poucos modos em que os dados podem ser apresentados uniformemente, permitindo fazer comparações e tirar conclusões relevantes e precisas.
Qualquer estatística descreve a amostra de sujeitos a partir da qual foi feito o cálculo. Por este motivo, a dica deste mês irá descrever as formas de selecionar uma amostra. Esta pode ser caracterizada como um subconjunto da população que se deseja estudar. Já a amostragem, é definida como o processo de coleta das informações da amostra. Ou seja, corresponde aos métodos de seleção, bem como o cálculo amostral utilizado no processo de detecção do número de indivíduos que deverão participar da pesquisa, a fim de garantir a validade dos resultados. As técnicas de amostragem podem ser classificadas em probabilística e não probabilística. A probabilística se subdivide em amostragem aleatória simples, sistemática, estratificada e por conglomerado. A não probabilística se subdivide em amostragem não aleatória intencional, voluntária e acidental ou não intencional.
Amostragem aleatória simples
A amostragem aleatória simples é o processo mais elementar e frequentemente utilizado. Corresponde a uma amostra de elementos retirados ao acaso da população, isto é, cada indivíduo é escolhido completamente ao acaso e cada membro da população tem a mesma probabilidade se ser incluído na amostra. Para obtermos essa amostragem, usamos uma tabela de números aleatórios ou através de programas de computador que podem ser usados para gerar um conjunto de números aleatórios. Basta informar o tamanho da população e a quantidade de números aleatórios necessária. É importante destacar que se o número que vai decidir quem entra ou não na amostra existir antes da seleção, então esta não pode ser considerada como aleatória. Dessa forma, data de nascimento, número de prontuário, não podem ser utilizados!
Amostragem sistemática
A amostragem aleatória sistemática, trata-se de uma variação da amostragem aleatória simples, conveniente quando a população está naturalmente ordenada, como fichas em um fichário ou em uma lista telefônica. Suponha que a intenção seja amostrar uma população de 50 mil para descobrir a necessidade de novas instalações esportivas. Uma possibilidade é a amostragem sistemática a partir da lista telefônica. Você pode ligar para uma amostra de 500 pessoas. Para isso, seleciona nomes na lista de 100 em 100 (50.000/500 = 100). O primeiro número é escolhido aleatoriamente e a partir daí é somado 100 a cada número para determinar as pessoas que serão telefonadas. Como pode ser observado, a amostra selecionada era muito grande e seria muito trabalhoso utilizar a técnica aleatória simples neste contexto.
Amostragem estratificada
Frequentemente, existem fatores que podem dividir a população em subpopulações (grupos ou estratos) com tamanhos diferentes e esperamos que as medições de interesse variem entre esses diferentes estratos. Essa situação deve ser considerada quando selecionamos uma amostra para mantermos a representatividade da população. Uma amostra aleatória simples pode não incluir elementos representativos de um ou mais estratos. Neste caso, pode-se realizar uma amostragem estratificada que é obtida simplesmente tomando amostras de cada estrato da população. Quando amostramos uma população com diversos estratos, geralmente requeremos que a proporção em cada estrado da amostra seja a mesma ou semelhante a proporção de cada estrato na população. A diferença da amostragem estratificada simples e a proporcional, é que na primeira será utilizada na pesquisa a mesma quantidade de indivíduos nos diferentes estratos. Já na segunda, a quantidade de indivíduos será proporcional a população de cada estrato.
Veja o exemplo a seguir: será realizada uma pesquisa com 200 estudantes de uma população de 10 mil. Suponhamos que o grupo de alunos dessa instituição seja composto de 30% de calouros, 30% de estudantes do segundo ano, 20% do terceiro e 20% do último. Seria possível estratificar por classes, antes da seleção aleatória, para garantir que a amostra fosse exata em termos de representação dessas classes. Nesse caso, na técnica de amostragem estratificada proporcional selecionaríamos, de modo aleatório, 60 estudantes dos 3 mil calouros; 60 dos 3 mil do segundo ano; 40 dos 2 mil do terceiro; e 40 dos 2 mil do último. No final, teríamos uma amostra total de 200 estudantes. Já na amostragem estratificada simples, que não é a mais apropriada neste contexto, seriam selecionados 50 indivíduos de cada estrato.
Amostragem por conglomerados
A amostragem por conglomerados é uma técnica que explora a existência de grupos na população. Esses grupos representam adequadamente a população total em relação a característica que queremos medir. Em outras palavras, estes grupos contêm variabilidade da população inteira. Se isso acontecer, você pode selecionar apenas alguns desses conglomerados para realizar o estudo. Diferentemente das técnicas anteriores em que as unidades da amostra coincidem com os indivíduos a serem estudados, na amostra por conglomerados, as unidades de amostra são grupos do estudo, o que pode ser muito benéfico em relação ao custo de amostragem em si. Em troca, é comum obter uma menor precisão ao utilizar esta técnica, causada pela falta de heterogeneidade dentro dos conglomerados. Por exemplo, se desejarmos saber a escolaridade dos moradores de um bairro de uma determinada metrópole brasileira, dividiremos, em um mapa, esse bairro em pequenas áreas. Após esta divisão, faz-se uma amostragem aleatória simples dessas pequenas áreas e, nas mesmas, serão entrevistados todos os seus moradores para conhecermos suas escolaridades.
Amostragem não probabilística
Diferentemente das amostragens probabilísticas supracitadas, a técnica utilizada na amostragem não probabilística, a amostra é escolhida por um processo que não dá a todos os indivíduos as mesmas chances de serem selecionados. Em estudos na área clínica, frequentemente as amostras são obtidas simplesmente identificando um número de pacientes que atendem aos critérios para inclusão em um estudo. Essa técnica é chamada de amostragem por conveniência ou não intencional. Geralmente essa conveniência representa uma maior facilidade operacional e baixo custo de amostragem. Porém, tem como limitação a falta de representatividade e a impossibilidade da realização de declarações sobre os resultados sem correr nenhum risco devido ao critério de amostragem aplicado. Por exemplo, um pesquisador poderia abordar pessoas em uma esquina quando elas passam, embora seja extremamente arriscado. Como pode ser observado, este método não permite que o pesquisador tenha qualquer controle sobre a representatividade da amostra.
Na amostragem não probabilística intencional, a amostra é selecionada intencionalmente pelo pesquisador. Por exemplo, o pesquisador entrevista os usuários de uma biblioteca quanto ao seu estilo preferido de leitura. Por fim, a não probabilística voluntária, os elementos da população se oferecem voluntariamente para fazer parte da amostra sem interferência do pesquisador.
Referências
– Castanheira, Nelson Pereira. Estatística aplicada a todos os níveis. 1 ed. InterSaberes, 2013.
– Fletcher RH, Fletcher SW. Epidemiologia clínica – elementos essenciais. 4. ed. Porto Alegre: Artmed Editora, 2006.
Por Tainah de Paula
Consultora
CAPCS / UERJ
