Baixe o app para aproveitar ainda mais
Prévia do material em texto
Precisão Professor Sérgio Murilo Coelho de Andrade Especialista em Análise de Situação de Saúde/UFG Mestrando em Saúde Pública/Fiocruz Pernambuco/CPqAM MKT-MDL-05 Versão 00 Medidas Medição - É o processo empírico e objetivo de designação de números a propriedades de objetos ou eventos do mundo real de forma a descreve-los. Conceitos Valor verdadeiro - pode ser considerado o objetivo final do processo de medição. Por essa razão, o valor verdadeiro também pode ser chamado valor alvo; Exatidão - se refere à proximidade da medida com seu valor alvo; Precisão - se refere à dispersão entre medidas repetidas sob as mesmas condições, ou seja, quando repetidas, elas tendem a fornecer os mesmos resultados. Assim, diferente do que ocorre com a exatidão, a avaliação da precisão de uma medida não leva em consideração o valor verdadeiro. MKT-MDL-05 Versão 00 Conceitos Exatidão e precisão são aspectos diferentes, mas fundamentais, que precisam ser levados em consideração quando desejamos avaliar a qualidade do resultado de uma medição. Em metrologia, a ciência da medição, o conceito de exatidão (ou acuidade) refere-se ao grau de concordância de uma medida com seu valor alvo. Ou seja, quanto mais próxima do valor verdadeiro correspondente, mais exata é a medida. Conceitos O conceito precisão (ou fidedignidade, ou reprodutibilidade), em contrapartida, refere-se somente ao grau de dispersão da medida quando repetida sob as mesmas condições. Em outras palavras, uma medida é precisa se, repetida diversas vezes, apresentar resultados semelhantes. Resumindo... Exatidão : As medidas estão distribuídas em torno do valor verdadeiro? Precisão: As medidas estão próximas umas das outras? Arredondamento Professor Sérgio Murilo Coelho de Andrade Especialista em Análise de Situação de Saúde/UFG Mestrando em Saúde Pública/Fiocruz Pernambuco/CPqAM MKT-MDL-05 Versão 00 A importância do arredondamento Arredondamentos são de fundamental importância para nossos estudos, principalmente ao calcular valores que têm muitas casas decimais. Muitas vezes, é conveniente suprimir unidades inferiores às de determinada ordem. Esta técnica é denominada arredondamento de dados ou valores. Muitas vezes é muito mais fácil e mais compreensível usarmos valores arredondados para melhor entendimento do público que terá acesso à informação. Regras para o arredondamento Regras para o arredondamento Amostras e Amostragem Professor Sérgio Murilo Coelho de Andrade Especialista em Análise de Situação de Saúde/UFG Mestrando em Saúde Pública/Fiocruz Pernambuco/CPqAM MKT-MDL-05 Versão 00 As razões que levam os pesquisadores a trabalhar com amostras, e não com toda a população, são poucas, mas absolutamente relevantes: • Custo e demora dos censos • Populações muito grandes • Impossibilidade física de examinar toda a população • Comprovado valor científico das informações coletadas por meio de amostras COMO SE OBTÉM UMA AMOSTRA? Antes de obter uma amostra, é preciso definir os critérios que serão usados para selecionar as unidades que comporão essa amostra. De acordo com a técniéa usada, tem-sé um tipo de amostra . Serão definidas aqui: • amostra aleatória, casual, ou probabilística; • amostra semiprobabilística; • amostra não-probabilística ou de conveniência. Amostra aleatória ou probabilística A amostra aleatória ou probabilística é constituída por n unidades retiradas ao acaso da população. Em outras palavras, a amostra aleatória é obtida por sorteio. Logo, toda unidade da população tem probabilidade conhecida de pertencer à amostra. Uma amostra aleatória pode ser: • simples • estratificada. AMOSTRA ALEATÓRIA SIMPLES A amostra aleatória simples é obtida por sorteio de uma população constituída por unidades homogêneas para a variável que você quer estudar. RESPOSTA AMOSTRA ALEATÓRIA ESTRATIFICADA É usada quando a população é constituída por unidades heterogêneas para a variável que se quer estudar. Nesse caso, as unidades da população devem ser identificadas; depois, as unidades similares devem ser reunidas em subgrupos chamados estratos. O sorteio é feito dentro de cada estrato. RESPOSTA AMOSTRA SEMIPROBABILÍSTICA A amostra semiprobabilística é constituída por n unidades retiradas da população por procedimento parcialmente aleatório. Dentre as amostras semiprobabilísticas, temos: • amostra sistemática; • amostra por conglomerados; • amostra por quotas. AMOSTRA SISTEMÁTICA A amostra sistemática é constituída por n unidades retiradas da população segundo um sistema preestabelecido. Por exemplo, se você quiser uma amostra constituída por 1/8 da população, você sorteia um número que caia entre 1 e 8. Se for sorteado o número 3, por exemplo, a terceira unidade (número 3) será selecionada para a amostra. A partir dai, tome, sistematicamente, a terceira unidade de cada oito, em seqüência. No caso do exemplo, a primeira unidade é 3. Seguem, de oito em oito, as unidades de números: 11, 19, 27 etc. AMOSTRA POR CONGLOMERADOS A amostra por conglomerados é constituída por n unidades tomadas de alguns conglomerados. O conglomerado é um conjunto de unidades que estão agrupadas, qualquer que seja a razão. Um asilo é um conglomerado de idosos, uma universidade pública é um conglomerado de pessoas com bom nivel socioeconômico, um serviço militar é um conglomerado de adultos jovens saudáveis. AMOSTRA POR CONGLOMERADOS AMOSTRA POR QUOTAS A amostra por quotas é constituída por n unidades retiradas da população segundo quotas estabelecidas de acordo com a distribuição desses elementos na população. A idéia de quota é semelhante à de estrato, com uma diferença básica: você seleciona a amostra por julgamento e depois confirma as características das unidades amostradas. Obs: A amostragem por quotas não é aleatória, embora muitos pensem que é. A grande vantagem é ser relativamente barata. Por esta razão, é muito usada em levantamentos de opinião e pesquisas de mercado. AMOSTRA POR QUOTAS AMOSTRA NÃO-PROBABILÍSTICA OU DE CONVENIÊNCIA A amostra não-probabilística ou de conveniência é constituída por n unidades reunidas em uma amostra simplesmente porque o pesquisador tem fácil acesso a essas unidades. Assim, o professor que toma os alunos de sua classe como amostra de toda a escola está usando uma amostra de conveniência. AMOSTRA NÃO-PROBABILÍSTICA OU DE CONVENIÊNCIA AVALIAÇÃO DAS TÉCNICAS DE AMOSTRAGEM As amostras aleatórias exigem que o pesquisador tenha a listagem com todas as unidades da população, porque é dessa listagem que serão sorteadas as unidades que comporão a amostra. Essa exigência inviabiliza a tomada de amostras aleatórias em grande parte dos casos. Por exemplo, não é possível obter uma amostra aleatória de cariocas simplesmente porque não temos uma lista com o nome de todos os cariocas. AVALIAÇÃO DAS TÉCNICAS DE AMOSTRAGEM A amostra sistemática não exige que a população seja conhecida, mas é preciso que esteja organizada em filas, em arquivos, ou mesmo em ruas, como os domicílios de uma cidade. Por exemplo, para tomar uma amostra dos domicílios de uma cidade, parte-se de um ponto sorteado e toma-se, de tantos em tantos, um domicílio para a amostra. AVALIAÇÃO DAS TÉCNICAS DE AMOSTRAGEM A amostra por conglomerados exige livre acesso aos conglomerados, o que nem sempre se consegue. Um médico pode sortear cinco hospitais da cidade de São Paulo para entrevistar pacientes internados por problemas cardíacos, mas díficilmente conseguirá permissão da diretoria de todos essescinco hospitais para fazer sua pesquisa. AVALIAÇÃO DAS TÉCNICAS DE AMOSTRAGEM A amostra por quotas exige algum conhecimento da população, mas as unidades não precisam estar numeradas ou identificadas. Se você quiser uma amostra de homens e de mulheres empregados de uma grande empresa, basta saber, por exemplo, a proporção de homens e mulheres na empresa, e amostrar na mesma proporção. AVALIAÇÃO DAS TÉCNICAS DE AMOSTRAGEM De qualquer forma, as amostras probabilísticas são preferíveis do ponto de vista do estatístico, mas, na prática, elas nem sempre são possíveis. Na área de saúde, o pesquisador trabalha, necessariamente, com unidades às quais tem acesso: ratos de um laboratório, universitários, pacientes em tratamento no ambulatório da universidade, crianças matriculadas em escolas. As amostras de conveniência não invalidam a pesquisa, mas precisam ser muito bem descritas porque representam apenas a população de indivíduos semelhantes àqueles incluídos na amostra. ESTATÍSTICAS E PARÂMETROS(continuando) - Estatística resume uma característica da amostra; - Parâmetro resume uma característica da população. ESTATÍSTICAS E PARÂMETROS Ex: De acordo com a pesquisa de determinado instituto, 44% dos brasileiros aprovam determinada atitude do Presidente da República, você foi apresentado a uma estatística. Essa estatística resume o que as pessoas que compuseram a amostra (provavelmente 1.500 ou 2.000) pensam da atitude em questão. É um indicador ou uma estimativa do parâmetro correspondente - a porcentagem da população brasileira que aprovou a atitude. ATENÇÃO Não existe garantia de que as estatísticas (estimativas obtidas com base nos dados da amostra) tenham valor igual, ou mesmo próximo do parâmetro (valor verdadeiro na população). No entanto, isto ocorrerá na maioria das vezes - desde que a amostra tenha sido obtida de acordo com a técnica correta e tenha sido bem dimensionada (o tamanho seja adequado). COMO SE DETERMINA O TAMANHO DA AMOSTRA? Imagine que um antropólogo está estudando os habitantes de uma ilha isolada e que, entre outras coisas, quer determinar a porcentagem de pessoas dessa ilha com sangue tipo O. Quantas pessoas (tamanho da amostra) devem ser examinadas? O tamanho da amostra pode ser determinado por uma equação que, no entanto, não pode ser resolvida sem resposta para algumas questões. COMO SE DETERMINA O TAMANHO DA AMOSTRA? d =margem de erro z =nível de confiança P = percentual esperado n =tamanho da amostra COMO SE DETERMINA O TAMANHO DA AMOSTRA? A equação dada aqui está simplificada e só vale se a população da ilha for tão grande que, para finalidade de estatísticas, possa ser considerada infinita. A equação também só pode ser aplicada se p estiver entre 30% e 70%. Mas importante é saber que não basta ter em mãos uma fórmula, ou um programa de computador para estimar o tamanho de uma amostra. É preciso algum conhecimento prévio (estimativas preliminares de um ou mais parâmetros, obtidas de amostras piloto ou da literatura) e uma boa dose de bom senso. A QUESTÃO DA REPRESENTATIVIDADE A amostra só traz informação sobre a população da qual foi retirada. Amostras muito pequenas não dão informação útil. Desconfie, também, de amostras muito grandes. Será que o pesquisador observou cada unidade amostrada com o devido cuidado? A QUESTÃO DA REPRESENTATIVIDADE Para bem interpretar os dados e tirar conclusões adequadas, não basta olhar os números: é preciso entender como a amostra foi tomada e se não incidiram, no processo de amostragem, alguns fatores que poderiam trazer tendência aos dados. A QUESTÃO DA REPRESENTATIVIDADE Não há fórmulas de matemática ou estatística para dizer se a amostra é tendenciosa ou representativa da população. Você terá de ter bom senso e conhecimento na área. São, portanto, necessários muitos cuidados, porque os erros de amostragem podem ser sérios. Referências • MARTINEZ, Edson Z.Bioestatística para os cursos de graduação da área de saúde.1 ed. São Paulo: Blucher, 2015. 345 p. • OLIVEIRA FILHO, Petrônio Fagundes de . Epidemiologia e Bioestatística: Fundamentos para a leitura crítica.Rio de Janeiro: Rubio,2015.248 p. • VIEIRA, Sonia. Introdução Á Bioestatística. 4. ed. Rio de Janeiro: Elsevier, 2011. 345 p.
Compartilhar