População e Amostra

Prévia do material em texto

quarta-feira, 8 de setembro de 2021
População e Amostra 
Assunto
✦ População: total - conjunto de indivíduos, animais, seres, com características em 
comum.

Ex.: alunos de Medicina do 5º semestre da UNIFACS.
População alvo: conjunto maior de elementos para o qual se deseja 
generalizar os resultados.
População de estudo: subconjunto da população alvo disponível para o 
estudo.
✦ Amostra: conjunto de dados coletados e/ou selecionados de uma população 
estatística por um procedimento definido.
Critérios de inclusão e exclusão
✦ Inclusão: são os requisitos utilizados pelos pesquisadores para selecionar os 
sujeitos que serão convidados a participar da pesquisa, pelas suas 
características.
Definem as características principais da população a ser estudada;
✴ Características demográficas;
✴ Características clínicas;
✴ Características geográficas.
✦ Exclusão: são potenciais participantes, mas não preenchem os critérios de 
inclusão, podendo interferir no sucesso do estudo.
Excluem os indivíduos que seriam selecionados pelos critérios de inclusão, 
mas são excluídos para garantir a qualidade dos dados, segurança dos 
indivíduos e os aspectos éticos.
Consequências 
✦ Chance de perda de acompanhamento;

Ex.: etilistas, mudança de cidade, baixo grau de instrução.
✦ Dados não confiáveis;

Ex.: baixa confiabilidade de informações.
✦ Efeitos colaterais;
1
quarta-feira, 8 de setembro de 2021
✦ Aspectos éticos.

Ex.: droga nefrotóxica em paciente com IRC, deixar de fornecer insulina em 
diabéticos.
Motivos para realização de amostragem
População muito grande (demanda muito tempo e custo):
Impossibilidade de se estudar toda a população;
Redução da heterogeneidade (especificação de subgrupo).
Técnicas de amostragem
✦ Aleatória (probabilística): cada indivíduo na população tem a mesma 
probabilidade para ser selecionado;
✴ Amostra aleatória simples;

Os indivíduos são selecionados ao acaso (sorteio), a partir de uma 
listagem completa. São tabelas de números aleatórios (randômicos), 
caracterizando a amostra como randomizada. Esse sorteio pode ser feito 
por meio de dispositivos, também.
✴ Amostra aleatória sistemática;

Os indivíduos são sorteados ao acaso, de maneira sistemática, a partir de 
uma listagem completa da população de estudo.
✴ Amostra aleatória estratificada;

A população do estudo é previamente dividida em subgrupos (estratos), 
dos quais os indivíduos são selecionados ao acaso. Tem como vantagens 
a redução da variação da amostra, a garantia que determinados 
subgrupos (estratos) tenham amostra suficiente. Por exemplo: gênero, 
raça, faixa etária.
✴ Amostra aleatória por conglomerado.

A população é dividida em conglomerados (agrupamentos de indivíduos 
de uma área geográfica). O estudo é feito por sorteio, podendo ser 
amostra em 1 estágio com todos os indivíduos dos conglomerados 
sorteados são estudados. Ou pode ser amostra em 2 estágios com uma 
amostragem aleatória simples dos conglomerados sorteados.
✦ Não aleatória (não probabilística): a probabilidade de inclusão de um indivíduo 
na amostra é desconhecida. É feita uma seleção específica das pessoas, 
podendo vir a ter um viés de seleção, correndo risco dos resultados não 
2
quarta-feira, 8 de setembro de 2021
representarem aquela população ou, até mesmo, não representarem a realidade.

Não é muito confiável, não é recomendada.
✴ Amostra de conveniência;

Formada por elementos que o pesquisador reuniu simplesmente porque 
dispunha deles. É o tipo de amostragem mais empregado nos estudos 
observacionais clínicos. Pode ser consecutiva: indivíduos são recrutados 
em um intervalo de tempo. Ex.: todos os indivíduos com tumor de tireoide 
admitidos no Hospital do Câncer entre 2000 e 2005. Mas, pode ser, 
também, não consecutiva: indivíduos são recrutados de uma só vez. Ex.: 
todos os alunos presentes na sala de aula.

Seu problema é ter viés de seleção e a amostra ser influenciada por 
parâmetros geográficos e temporais.
✴ Amostra por seleção intencional (julgamento).

A amostra é selecionada com base em conhecimento prévio sobre o 
problema a ser pesquisado. A seleção tem que permitir a inclusão de 
"pessoas típicas".
Cálculo amostral
N = população padrão | n = amostra | p = probabilidade 
de sucesso (0,5)
q = probabilidade de fracasso (0,5) | Z2 = grau de 
confiança (mais utilizado 95% = 1,96)
E2 = erro amostral de acordo com o grau de confiança
3
FÓRMULA PARA NÚMEROS 
INFINITOS (MAIOR QUE 01 MILHÃO)