Baixe o app para aproveitar ainda mais
Prévia do material em texto
TÉCNICAS EM AMOSTRAGEM CENSO X AMOSTRAGEM TÉCNICAS EM AMOSTRAGEM ü Por que fazer amostragem? ü População infinita ü Diminuir custo ü Aumentar velocidade na caracterização (medidas que variam no tempo) ü Aumentar a representatividade ü Melhorar a precisão (mais cuidado na obtenção dos dados) ü Minimizar perdas por medidas destrutivas TÉCNICAS EM AMOSTRAGEM TÉCNICAS EM AMOSTRAGEM Quero pesquisar brucelose em bovinos. Qual o tamanho da amostra? Que exame vc usará? Qual sua população alvo? Qual a variabilidade da Brucelose na população? Qual a precisão desejada? Etc? Etc? Etc? TÉCNICAS EM AMOSTRAGEM Eu só tinha uma dúvida, agora tenho dez Perguntar o tamanho da amostra é o mesmo que perguntar: qual roupa devo vestir? ??? ? TÉCNICAS EM AMOSTRAGEM ??? ? Onde vc vai? O que vai fazer? Qual o protocolo da ocasião? Está frio/calor? Etc? Etc? Etc? ?? ? ? ü Por que fazer censo? ü População pequena ou amostragem muito grande em relação à população ü Precisão completa (não se permite erro) ü A observação já é completa TÉCNICAS EM AMOSTRAGEM ü Quanto amostrar? Depende: ü Da variabilidade original dos dados (maior variância ⇒ maior n); ü Da precisão requerida no trabalho (maior precisão ⇒ maior n); ü Do tempo disponível (menor o tempo ⇒ menor n); ü Do custo da amostragem (maior o custo ⇒ menor n) TÉCNICAS EM AMOSTRAGEM ü Como amostrar? ü Amostragem probabilística x não probabilística TÉCNICAS EM AMOSTRAGEM AMOSTRAGEM ü População alvo: é a população da qual a informação é requerida ü População em estudo: é a população da qual a amostra é retirada. ü Estrutura amostral: listagem onde os membros da população estarão elencados Ex.: listagens de matadouros, fazendas, clínicas veterinárias, usinas de beneficiamento de leite, etc. AMOSTRAGEM ü Unidade amostral: cada membro que constitui a amostra ü Fração amostral: é a proporção do tamanho da amostra Ex.: 10 animais são escolhidos de 1000, fração amostral de 1% Relação qualidade e quantidade Relação qualidade e quantidade Relação qualidade e quantidade Quantidade da amostra ü A quantidade adequada de elementos da amostra pode ser calculada ü O cálculo depende: ü Das características da população ü Das características da pesquisa ü Do grau de precisão desejado pelo pesquisador ü Do tamanho da população ü Do tipo de amostragem ü Das possíveis perdas de elementos da amostra Quantidade da amostra Quantidade da amostra TIPOS DE AMOSTRAGEM 1 – AMOSTRAGEM NÃO PROBABILÍSTICA: 2 – AMOSTRAGEM PROBABILÍSTICA: AMOSTRAGEM PROBABILÍSTICA 1 – Amostra aleatória simples ü Escolhe-se n elementos de uma população de tamanho N ü Amostra = X1, X2, ..., Xn ü Ideal, porém é o menos usado ü Todos os indivíduos tem a mesma chance de serem escolhidos AMOSTRA ALEATÓRIA SIMPLES AMOSTRAGEM PROBABILÍSTICA 2 – Amostra aleatória sistemática ü Seleção das unidades amostrais a intervalos iguais, onde o primeiro é selecionado aleatoriamente ü Calcula-se o “pulo”, que é o intervalo fixo entre as unidades Ex.: se for requerido um animal a cada 100 e for sorteado o número 63 Amostra: 63, 163, 263, etc. AMOSTRA ALEATÓRIA SISTEMÁTICA ü Se os elementos da população já se encontram ordenados segundo algum critério, pode-se selecionar um elemento qualquer e escolher um “pulo” que definirá qual será o próximo elemento escolhido 1 2010 Pulo = 5 AMOSTRAGEM PROBABILÍSTICA Amostragem sistemática x amostragem aleatória simples ü Amostragem sistemática não requer o conhecimento da população total; ü A amostragem aleatória simples só poderá ser feita se houver uma listagem de todos os animais; ü As amostras sistemáticas tendem a ser mais uniformemente distribuídas na população; AMOSTRAGEM PROBABILÍSTICA 3 – Amostra aleatória estratificada ü Obtida pela divisão da população em estudo dentro de grupos exclusivos (estratos), e então amostrados aleatoriamente todos os estratos individuais ü Melhora a acurácia porque, diferente da AAS, não corre o risco de algumas secções super ou subrrepresentar AMOSTRAGEM PROBABILÍSTICA 3 – Amostra aleatória estratificada Ex.1: se é selecionada uma AAS de todos os rebanhos do país, os pequenos terão a mesma probabilidade, porém os grandes poderão ser subrrepresentados Ex.2: se é selecionada uma AAS de todos os animais do país, os animais dos pequenos rebanhos terão uma menor probabilidade de serem escolhidos, ocorrendo uma subrrepresentação destes. AMOSTRA ALEATÓRIA ESTRATIFICADA Exemplo: base de seleção no critério de 5% como fração amostral Região Nº bovinos F r a ç ã o amostral T a m a n h o amostra A 302.647 X 0,05 15.132 B 469.486 X 0,05 23.474 C 119.835 X 0,05 5.992 D 30.150 X 0,05 1.508 TOTAL 922.118 46.106 AMOSTRA ALEATÓRIA ESTRATIFICADA ü Usada para estratos como: ü Sexo, idade, nível sócio-econômico ü primeiramente a população N é dividida em L subpopulações (estratos) com N1, N2, ...NL elementos. Para cada estrato, escolhe-se ni elementos aleatoriamente, totalizando n elementos todos iguais ni = n/L proporcionais a Ni ni = n Ni/N AMOSTRA ALEATÓRIA ESTRATIFICADA ü Indicada: ü Fácil o acesso a uma lista contendo todos os nomes dos elementos da população; ü As informações sobre a população estão disponíveis e embora ela seja heterogênea posso identificar grupos homogêneos dentro dessa mesma população e assim dividi-la em diferentes estratos para depois obter uma amostra; ü Na amostragem estratificada, a população (por exemplo de uma escola) é dividida em estratos (alunos do 3º, 4º e 7º ano) e os elementos que formarão a amostra são retirados de dentro de cada um desses estratos. AMOSTRA ALEATÓRIA ESTRATIFICADA AMOSTRAGEM PROBABILÍSTICA 4 – Amostra aleatória por conglomerados ü Os estratos são definidos por localização geográfica, tal como diferentes estados distritos ou administrações regionais de um município ⇒ pode levar muito tempo e ser muito cara ü Esta desvantagem pode ser ultrapassada pela seleção de poucos estratos e amostrar animais somente nestes estratos ou conglomerados AMOSTRA ALEATÓRIA POR CONGLOMERADOS ü Por ser muito prática é bastante usada, porém as informações são menos precisas que a amostra aleatória sistemática e a aleatória simples ü Ex. peso ao nascer em São Paulo ü Bastante utilizada em pesquisas de eleição ü O IBGE divide as cidades em setores censitários: áreas de alguns quarteirões contendo em geral cerca de 300 casas cada um AMOSTRA ALEATÓRIA POR CONGLOMERADOS ü Quanto mais conglomerados estudados, mais representativa será a amostra ü Para a seleção de conglomerados ou municípios pode- se usar a amostragem com probabilidade proporcional ao tamanho. Ex. cidades grandes contêm um número muito maior de cães do que as cidades pequenas, dá-se um peso (ou probabilidade) a cada cidade proporcional à sua população AMOSTRA ALEATÓRIA POR CONGLOMERADOS ü Indicada: ü Não se possui uma lista contendo todos os nomes dos elementos da população; ü Existe grande heterogeneidade entre os elementos da população; ü É preciso fazer entrevistas ou observações em grandes áreas geográficas; ü O custo de obtenção dos dados cresce com o aumento da distância entre os elementos; AMOSTRA ALEATÓRIAPOR CONGLOMERADOS Na amostragem por conglomerado, ao invés de selecionar elementos seleciona-se um grupo (famílias, organizações e quarteirões) ou seja, a unidade a ser sorteada inicialmente é um conglomerado o qual é formado por elementos (pessoas). De cada um desses conglomerados observa-se todos os seus elementos. AMOSTRA ALEATÓRIA POR CONGLOMERADOS AMOSTRA ALEATÓRIA POR CONGLOMERADOS ü Erros de amostragem (variação amostral) ü Ex. pesquisa de prevalência de hipertensão: 15% com erro de amostragem de 5%, ou seja, prevalência está entre 10 e 20% ü Erros alheios à amostragem FONTES DE ERROS NAS PESQUISAS POR AMOSTRAGEM ü Quantidade de perdas “aceitáveis” ü Qualidade das perdas ü Perdas ao acaso ü Perdas sistemáticas ü Viés de seleção: distorções causadas pelos erros causados pelas perdas durante a pesquisa ü Comparação entre as características da amostra final PERDAS NA AMOSTRA ORIGINAL ü Conceitos básicos ü Amplitude: distância entre o maior e o menor valor da distribuição ü Desvio padrão: medida da variação dos valores em torno da média ü Erro padrão: medida da variação que se espera correr, apenas pelo efeito do acaso, quando somente se seleciona uma amostra para estimar um parâmetro populacional TAMANHO DA AMOSTRA ü E = erro padrão ü D = desvio padrão ü n = tamanho da amostra ü p = proporção dos indivíduos da amostra que tem a característica em estudo ü q = proporção dos indivíduos da amostra que não tem a característica em estudo TAMANHO DA AMOSTRA ü Qual o tamanho mínimo da amostra necessária para a realização de uma investigação? ü É importante considerar: ü Erro de amostragem tolerado: determina a precisão da estimativa; ü Manter o tamanho da amostra no mínimo: questões econômicas, práticas e éticas n = p.q.Z2 E2 Para NC 95%, Z = 1,96 DEFF = X 1,5 TAMANHO DA AMOSTRA ü IC: Intervalo de Confiança: extensão de valores de uma variável, definida por dois limites, calculados com os dados de uma amostra, no interior do qual se encontra, com uma certa probabilidade (em geral 95%) o verdadeiro parâmetro populacional TAMANHO DA AMOSTRA ü Para pesquisas eleitorais, de opinião ü N = tamanho da população ü E0 = Erro amostral tolerável ü n0 = primeira aproximação da amostra ü n = tamanho da amostra n0=1 E02 n=N.n0 N+n0 TAMANHO DA AMOSTRA ü Calcule o tamanho das amostras: N = 200 famílias, E0 = 4% (0,04) n0 = 1/E02 = 1/0,016 = 625 n = N x n0 = 152 N + n0 N = 200.000 famílias, E0 = 4% n = n0 = 625 EXEMPLO 1 ü Observe que: N = 200 famílias = n = 152 famílias = 76% da população N = 200.000 = n = 625 famílias = 0,3% da população EXEMPLO 1 Logo, é errôneo pensar que o tamanho da amostra deve ser tomado como um percentual do tamanho da população para ser representativa EXEMPLO 1 ü Qual o tamanho da amostra (no de animais), supondo uma prevalência de 40%, com precisão (erro aceitável de 5%) e nível de confiança de 95%? EXEMPLO 2 Prevalência esperada 90% 95% 99% Precisão absoluta Precisão absoluta Precisão absoluta 10% 5% 1% 10% 5% 1% 10% 5% 1% 10% 24 97 2435 35 138 3457 60 239 5971 20% 43 173 4329 61 246 6147 106 425 10.616 30% 57 227 5682 81 323 8067 139 557 13.933 40% 65 260 6494 92 369 9220 159 637 15.923 50% 68 271 6764 96 384 9604 166 663 16.587 60% 65 260 6494 92 369 9220 159 637 15.923 70% 57 227 5682 81 323 8067 139 557 13.933 80% 43 173 4329 61 246 6147 106 425 10.616 90% 24 97 2435 35 138 3457 60 239 5971 Tabela 1. Tamanho aproximado da amostra requerida para estimar prevalência em grandes populações com limites de confiança fixos. NÍVEL DE CONFIANÇA ü Listagem dos setores censitários fornecida pelo IBGE ü Observar atualização ü Excluir os setores especiais ü Sorteio dos setores ü Amostra aleatória simples ü Sortear setores a mais ESCOLHA DOS SETORES CENSITÁRIOS ü Sorteios especiais: cidades ou municípios muito grandes, com centenas de setores: amostragem sistemática Ex. uma cidade com 900 setores, dos quais desejamos selecionar 50 ESCOLHA DOS SETORES CENSITÁRIOS ü Bairros, cidades ou municípios pequenos, com menos de 30 setores censitários ü Sorteia mias de uma vez alguns setores. Ex. município com 20 setores (desejamos sortear 30) ü Municípios que foram desdobrados ou emancipados desde o último censo: utiliza-se mapa dos setores censitários do município a que pertencia anteriormente, incluindo os novos setores que passaram a pertencer ao novo município ESCOLHA DOS SETORES CENSITÁRIOS ü Delimitar e enumerar os quarteirões ü Sorteio dos quarteirões ü Colocar letras nas esquinas e sortear o início, seguido de 20 casas contíguas ou por amostragem sistemática ü Zonas rurais ESCOLHA DO PONTO DE INÍCIO DENTRO DO SETOR ESCOLHA DO PONTO DE INÍCIO DENTRO DO SETOR x ESCOLHA DO PONTO DE INÍCIO DENTRO DO SETOR ü Sorteio dos municípios ü Determinar a porcentagem de cães na Capital ou região metropolinata ü Listagem de todos os municípios com probabilidade proporcional ao tamanho ü Anotar ao lado de cada município sua população ü Calcular o total da população acumulada ü Calcular o pulo da amostragem SORTEIO DE AMOSTRAGEM PARA UM ESTADO Pretende-se estudar 20 municípios dentro do estado do RN, oito setores censitários em cada municíp io , doze casas em cada setor, totalizando-se 1920 domicílios e cerca de 760 (0,395) a 1600 (0,833) cães. A população na capital corresponde a 25%. A população no interior é de 1.601.841 habitantes. EXEMPLO 3 ü Capital: 25% - escolhida 5 vezes ü Interior: 75% - escolhida 15 vezes ü Sortear o número inicial, entre 1 e 106.789 (valor do pulo = 1.601.841/15), utilizar a tabela de números aleatórios ü Escolher o primeiro município a ser incluído na amostra e a partir do pulo determinar os próximos municípios EXEMPLO 3 Tabela de números aleatórios para escolha do número inicial LETRA A SER SORTEADA Nº ALEATÓRIO A 461.482 B 683.731 C 362.309 D 657.486 E 231.107 F 173.388 G 101.051 H 310.601 I 743.403 J 934.802 Exemplo de amostra para o interior do Estado do Rio Grande do Norte. Tabela 11. Exemplo de amostra para o interior do Estado do Rio Grande do Norte. Microrregião e Município População Acumulada MRH Salineira Norte-Rio-Grandense Alto do Rodrigues 5.932 5.932 Areia Branca 18.494 24.426 Carnaubais 12.173 36.599 Guamare 3.497 40.096 Grossos 7.917 48.013 Macau 22.854 70.867 Mossoró 158.223 229.090** Pendências 9.661 238.751 MRH São Bento do Norte Galinhos 1.182 239.933 Pedra Grande 3.010 242.943 São Bento do Norte 9.094 252.037 Touros 20.480 272.517 MRH Açu e Apodi Açu 40.085 312.602* Apodi 32.234 344.836 Augusto Severo 12.549 357.385 Carnaúbas 20.166 377.551 Filipe Guerra 5.495 383.046 Governador Dix-Sept Rosado 9.320 392.366 Ipanguaçu 12.269 404.635* Itaú 3.109 407.744 Janduís 5.051 412.795 Paraú 4.065 416.860 São Rafael 6.833 423.693 Severino Melo 7.983 431.676 Upanema 8.125 439.801 MRH Sertão do Angico Afonso Bezerra 8.176 447.977 Angicos 12.108 460.085 Pedro Avelino 8.872 468.957 Santana dos Matos 16.382 485.339 MRH Serra Verde Bento Fernandes 4.818 490.157 Caiçara do Rio do Vento 2.677 492.834 Jandaíra 4.825 497.659 Jardim dos Angicos 3.008 500.667* João Câmara 26.405 527.072 Lajes 7.863 534.935 Parazinho 4.355 539.290 Poço Branco 9.949 549.239 Pedra Preta 2.958 552.197 Pureza5.875 558.072 Taipu 8.893 566.965 MRH de Natal Ares 11.368 578.333 Baía Formosa 5.962 584.295 Canguaretama 19.301 603.596 Ceará-Mirim 41.447 645.043* Eduardo Gomes 30.951 675.994 Espírito Santo 8.096 684.090 Extremoz 8.362 692.452 Goianinha 12.778 705.230 Macaíba 33.568 738.798* Maxaranguape 12.132 750.930 Nísia Floresta 10.278 761.208 Pedro Velho 11.056 772.264 São Gonçalo do Amarante 36.158 808.422 São José do Mipibu 21.943 830.365* Senador Georgino Avelino 2.124 832.489 Tibau do Sul 5.636 838.125 Vila Flor 1.771 839.896 MRH Serrana Norte-Rio-Grandense Água Nova 2.371 842.267 Alexandria 14.816 857.083 Almiro Afonso 5.319 862.402 Antônio Martins 9.010 871.412 Coronel João Pessoa 4.250 875.662 Doutor Severiano 5.543 881.205 Encanto 4.550 885.755 Francisco Dantas 3.785 889.540 Frutuoso Gomes 4.418 893.958 João Dias 3.484 897.442 José da Penha 5.790 903.232 Lucrécia 3.009 906.241 Luís Gomes 10.893 917.134 Marcelino Vieira 8.557 925.691 Martins 14.036 939.727* Messias Targino 3.956 943.683 Olho d´água dos Broges 5.608 949.291 Pau dos Ferros 19.039 968.330 Paraná 2.951 971.281 Patu 13.788 985.069 Pilões 1.974 987.043 Portalegre 5.454 992.497 Rafael Fernandes 2.768 995.265 Rafael Godeiro 3.655 998.920 Riacho da Cruz 2.504 1.001.424 Riacho de Santana 4.152 1.005.576 Rodolfo Fernandes 5.695 1.011.271 São Francisco do Oeste 2.710 1.013.981 São Miguel 19.108 1.033.089 Tabuleiro Grande 1.795 1.034.884 * Tenente Ananias 11.162 1.046.046 Umarizal 14.509 1.060.555 Viçosa 1.311 1.061.866 MRH do Seridó Acari 11.344 1.073.210 Caicó 42.972 1.116.182 Carnaúba do Dantas 5.864 1.122.046 Cerro Corá 9.077 1.131.123 Cruzeta 7.021 1.138.144 Currais Novos 41.068 1.179.212* Equador 5.217 1.184.429 Florânia 12.330 1.196.759 Ipueira 1.555 1.198.314 Jardim de Piranhas 8.738 1.207.052 Jardim do Seridó 11.277 1.218.329 Jucurutu 13.721 1.232.050 Lagoa Nova 9.302 1.241.352 Ouro Branco 4.224 1.245.576 Parelhas 25.546 1.271.122* Santana do Seridó 2.505 1.273.627 São Fernando 2.960 1.276.587 São João do Sabugui 4.713 1.281.300 São José do Seridó 3.111 1.284.411 São Vicente 5.368 1.289.779 Serra Negra do Norte 8.042 1.297.821 Timbaúba dos Batistas 1.394 1.299.215 MRH da Borborema Potiguar Barcelona 4.117 1.303.332 Campo Redondo 8.727 1.312.059 Coronel Ezequiel 6.831 1.318.890 Jaçanã 5.423 1.324.313 Japi 6.640 1.330.953 Lagoa de Velhos 2.614 1.333.567 Lajes Pintadas 3.640 1.337.207 Monte das Gameleiras 3.082 1.340.289 Rui Barbosa 3.664 1.343.953 Santa Cruz 22.073 1.366.026* São Bento do Trairi 3.027 1.369.053 São José do Campestre 12.450 1.381.503 São Tomé 10.791 1.392.294 Serra de São Bento 7.038 1.399.332 Sítio Novo 5.081 1.404.413 Tangará 9.433 1.413.846 MRH do Agreste Potiguar Baraúna 17.045 1.430.891 Bom Jesus 5.004 1.435.895 Brejinho 6.623 1.442.518 Ielmo Marinho 8.769 1.451.287 Januário Cicco 7.660 1.458.947 Lagoa d´Anta 4.513 1.463.460* Lagoa de Pedras 4.632 1.468.092 Lagoa Salgada 4.677 1.472.769 Montanhas 8.493 1.481.262 Monte Alegre 16.224 1.497.486 Nova Cruz 27.881 1.525.367 Passa e Fica 6.595 1.531.962 Passagem 2.177 1.534.139 Presidente Juscelino 5.468 1.539.607 Riachuelo 5.608 1.545.215 Santo Antônio 18.497 1.563.712 São Paulo de Potengi 14.006 1.577.718* São Pedro 6.725 1.584.443 Senador Elói de Sousa 4.376 1.588.819 Serrinha 5.877 1.594.696 Várzea 6.532 1.601.228 Vera Cruz 7.145 1.601.841 TOTAL 1.601.841 Cidade n° de vezes sorteada Número de setores n° de residências n° estimado de cães* Natal 5 40 480 190 a 400 Mossoró 2 16 192 76 a 160 Açu 1 8 96 38 a 80 Ipanguaçu 1 8 96 38 a 80 Jardim de Angicos 1 8 96 38 a 80 Ceará-Mirim 1 8 96 38 a 80 Macaíba 1 8 96 38 a 80 São José do Mipibu 1 8 96 38 a 80 Martins 1 8 96 38 a 80 Tabuleiro Grande 1 8 96 38 a 80 Currais Novos 1 8 96 38 a 80 Parelhas 1 8 96 38 a 80 Santa Cruz 1 8 96 38 a 80 Lagoa D ´Anta 1 8 96 38 a 80 São Paulo do Potengi 1 8 96 38 a 80 TOTAL 20 160 1920 760 a 1600 No caso de o estado possuir a Região Metropolitana (RM), a qual contém vários municípios, o procedimento da amostragem é ligeiramente diferente. Em primeiro lugar, descobre-se qual o percentual da população que reside na região metropolitana – no caso do Ceará, por exemplo, este valor era de cerca de 30% em 1985. Assim, seis dos vinte municípios sorteados seriam da RM e os catorze restantes do interior. O procedimento de amostragem com probabilidade proporcional ao tamanho deve ser realizado separadamente para RM e para o interior. Deve-se observar que, em geral, a população da capital é muitas vezes maior do que a dos demais municípios da RM, e, portanto, por exemplo, Fortaleza será provavelmente sorteada cinco ou seis vezes (no caso, serão feitos 40 ou 48 setores nesta capital). FIM
Compartilhar