Podemos usar observações de elementos aleatórios de uma população para fazer inferências sobre essa população. Os elementos aleatórios retirados da população são a amostra. As técnicas utilizadas para obter esses elementos aleatórios constituem a amostragem.
Quando se pretende realizar um estudo de investigação científica, é necessário definir os critérios de inclusão no estudo – quem pode ser incluído no estudo, ou seja, quem vai fazer parte da população –, qual será a dimensão da amostra e como se vai obter a amostra. A técnica que vai ser utilizada para obter a amostra é a amostragem.
As amostragens não probabilísticas (ex. amostras de conveniência) não servem para fazer inferências sobre a população porque não temos como saber quem e que características tinham as pessoas que não tiveram oportunidade de fazer parte da amostra. Como não são representativas da população, normalmente dão resultados enviesados.
É muito importante que a amostra seja constituída por elementos da população, obtidos aleatoriamente. Se a amostra não for aleatória, corremos o risco de obter resultados enviesados e limites de confiança incorrectos.
O que é uma amostra aleatória? É uma amostra constituída por elementos da população que se pretende estudar, na condição de que esses elementos não tenham sido seleccionados pelo investigador.
Deve ser previamente assegurado que todos os elementos da população têm a mesma probabilidade de serem seleccionados para fazerem parte da amostra. Se se cumprirem estes requisitos, obteremos uma amostragem probabilística.
Até mesmo as amostras probabilísticas, apenas pelo facto de serem probabilísticas, não garantem resultados não enviesados (ex. se houver grande percentagem de não respostas ou amostras de pequena dimensão).
As amostras probabilísticas de grande dimensão produzem estimativas mais precisas sobre os parâmetros da população.
Técnicas de amostragem probabilística: amostragem aleatória simples; amostragem estratificada e amostragem múlti-estádios.
Amostragem aleatória simples
Obtêm-se amostras aleatórias simples por dois processos: amostra aleatória se a dimensão da população permitir numerar todos os seus elementos e fazer-lhe corresponder números gerados aleatoriamente; amostra aleatória sistemática quando a dimensão da população é tão grande que este processo de torna difícil de executar e amostra consecutiva quando não se elaborar uma lista com todos os elementos da população.
Amostra aleatória. Definida a população e a dimensão da amostra, elabora-se uma lista com todos os elementos da opulação e atribui-se um número a cada um dos elementos dessa lista. Depois, gera-se a quantidade de números aleatórios correspondente à dimensão da amostra. Seleccionam-se os elementos da lista que tenham o número correspondente. Fica assim definida a amostra.
Amostra aleatória sistemática. Definida a população e a dimensão da amostra, elabora-se uma lista com todos os elementos da população. Imaginemos que há 15000 indivíduos na população que se pretende estudar e que pretendemos obter uma amostra de 500 indivíduos. A fracção da amostra é 500/150000 = 1/300. Obtemos um número ao acaso entre 1 e 300. Suponhamos que foi o número 156. Seleccionaríamos então o 156º elemento da lista e depois em cada 300, isto é, o 456º, 0 756º e assim por diante, até se obterem os 300 elementos que constituirão a amostra.
Amostra consecutiva: Em investigação clínica, por vezes não é possível elaborar uma lista com todos os elementos a estudar (ex. população de todos os doentes com determinada condição clínica). Neste caso, basta haver um critério de inclusão no estudo, bem definido. A amostra poderá ser todos os doentes que se apresentem, consecutivamente, desde que cumpram os critérios de inclusão. A amostra será aleatória e probabilística porque o investigador não interfere na escolha dos elementos e todos os elementos têm igual probabilidade de serem seleccionados para a amostra. Esta amostra é obtida por um processo idêntico ao utilizado na amostra aleatória sistemática, com a diferença de fracção da amostra é de 1/1.
Estratifica-se a amostra quando se sabe que o atributo que se quer estudar é heterogéneo na população. Exemplo: pretende-se saber qual é a altura média dos trabalhadores de uma empresa. A população em estudo são todos os trabalhadores da empresa. Sabe-se que a média das alturas dos homens é superior à média das alturas das mulheres. Neste caso, sabe-se também que os homens representam 2/3 dos trabalhadores e as mulheres 1/3. Obtêm-se amostras aleatórias separadas (uma amostra de homens e uma amostra de mulheres) da mesma dimensão e obtêm-se estimativas das médias, separadas. Depois, combinam-se as estimativas dando a cada estimativa uma ponderação proporcional à sua contribuição para a média global. A média global seria dada pela média das alturas dos homens multiplicada por 2/3 mais a média das alturas das mulheres multiplicada po 1/3, dando uma estimativa da média populacional.
Amostragem múlti-estádios
Quando a população não pode ser enumerada, utiliza-se a amostragem múlti-estágios. Este tipo de amostragem inclui ainda a amostragem em clusters.
Amostragem múlti-estádios. Exemplo: a população a estudar são os doentes em programas de hemodiálise nos hospitais públicos de Portugal. Pode-se dividir o país em regiões e seleccionar algumas aleatoriamente (ex. 5 regiões). Elabora-se uma lista dos hospitais de cada região seleccionada e seleccionam-se alguns aleatoriamente (ex. 5 hospitais). Elabora-se uma lista dos doentes em programas de hemodiálise de cada hospital seleccionado e seleccionam-se alguns aleatoriamente (ex. 20 doentes). Isto seria uma amostra aleatória de 500 doentes em 3 estádios.
Amostragem em clusters. Variante da amostragem multi-estádios em que a população é dividida em estádios /secções / clusters, são seleccionados aleatoriamente alguns desses clusters e a amostra são todos os elementos do último estádio /secção / cluster. Exemplo: a população a estudar são os doentes em programas de hemodiálise nos hospitais públicos de Portugal. Pode-se dividir o país em regiões e seleccionar algumas aleatoriamente. Elabora-se uma lista dos hospitais de cada região seleccionada e seleccionam-se alguns aleatoriamente. A amostra serão todos os doentes em programa de hemodiálise nos hospitais seleccionados.
Fonte: A. Gouveia de Oliveira. Bioestatística, Epidemiologia e Investigação – teoria e aplicações. Lidel – edições técnicas Lda., 2009. ISBN: 978-972-757-558-9.
stormborns
kianamaiart
annaxmalina
izzy806
areudirty
kaledo-art
ellievsbear
origamiaround