Portal de Saúde Pública |
Investigação e Estatística Identificação da População e Amostra do Estudo |
|
a) Qual a unidade de observação? É uma pessoa, ou uma família, ou outro grupo?
b) A população vai ser toda estudada? Enquanto o Universo do nosso estudo poderá ser um conjunto de unidades de observação para as quais não temos uma listagem (p.ex., os toxicodependentes no nosso País), a População já é um conjunto destas unidades para as quais temos uma listagem (p.ex., os toxicodependentes existentes no ficheiro dos serviços de saúde) e, por isso, da qual poderemos extrair uma amostra de forma aleatória. Caso a população seja muito extensa, torna-se impossível ou muito dispendioso incluir todas as suas unidades de observação no estudo, pelo que se faz a selecção da amostra. Claro que a única forma de termos alguma confiança na representatividade desta amostra será fazermos a sua selecção de forma aleatória, para que cada elemento da amostra tenha exactamente a mesma probabilidade de ser seleccionado. Também será importante calcularmos a dimensão da amostra, de forma a dar a precisão que queremos às nossas estimativas, o que pode ser ajudado pelo EpiInfo na secção STATCALC (Anexo 3 - Cálculo da dimensão de uma amostra). Existem vários métodos de selecção aleatória: 1. Selecção aleatória simples: é necessário ter uma listagem de toda a população, por exemplo, de todos utentes dum serviço de saúde, aos quais se atribui um número de 1 a x. Posteriormente, ao acaso, seleccionam-se alguns elementos de toda a lista, geralmente com a ajuda de uma tabela de números aleatórios. 2. Selecção aleatória sistemática: é necessário também ter uma listagem de toda a população. Depois seleccionam-se elementos de x em x intervalos, por exemplo, selecciona-se 1 elemento de 10 em 10 da listagem. 3. Selecção aleatória por conglomerados: é necessário uma listagem dos conglomerados, por exemplo, uma listagem de escolas da região. Após se seleccionar aleatoriamente um pequeno número de escolas desta listagem, estudam-se todos os alunos (ou uma amostra) de cada escola seleccionada. Repare-se que aqui a primeira selecção aleatória é feita sobre uma listagem de unidades - os conglomerados - que não são as verdadeiras unidades de observação que interessam. Só numa segunda fase, depois de escolher os conglomerados, se poderá fazer uma selecção aleatória a partir de uma listagem que inclua as verdadeiras unidades de observação - os cidadãos incluídos em cada conglomerado, por exemplo. 4. Selecção aleatória estratificada: é necessário ter uma listagem de toda a população com alguma informação adicional (eventualmente socio-demográfica) da mesma. Posteriormente definem-se vários estratos da população, de acordo com a informação adicional que já se tinha e, a partir da listagem de elementos de cada estrato, faz-se uma selecção aleatória de uma amostra em cada estrato.
Os métodos de selecção não aleatória poderão ser utilizados em estudos preliminares, mas nunca garantem minimamente a representatividade, pelo que os seus resultados deverão sempre ser confirmados com outros estudos. Por outro lado, mesmo sendo a amostra representativa da população, não é obrigatório que a população seja representativa do universo no atributo a medir. Por exemplo, a população de toxicodependentes dos serviços de saúde quase certamente não são representativos de todos os toxicodependentes (incluindo aqui os que não têm contacto com os serviços de saúde). Todos os erros cometidos na fase da amostragem incluem-se na categoria dos viéses de selecção. |
Índice Parte 1 - metodologia básica da investigação 1º Identificação do assunto a investigar 2º Identificação das variáveis do estudo 3º Identificação da população e amostra do estudo 4º Definição do desenho do estudo 5º Planeamento da recolha e análise dos dados 6º Interpretação dos resultados (e elaboração do relatório) Parte 2 - noções de estatística 2.2 Testes Qui-quadrado e Fisher 2.3 Testes de Student / ANOVA e de Mann-Whitney / Kruskal-Wallis 3.1 Estudos de coorte 3.2 Estudos de caso-controlo Anexo 1 - Revisão bibliográfica Anexo 2 - Controlo das variáveis interferentes |
© António Paula Brito de Pina, 2006