O Tamanho da Amostra Uma amostra de tamanho adequado essencial para que um estudo tenha poder suficiente para discriminar

r efetivamente a diferena entre dois grupos. O tamanho da amostra est intimamente relacionado questo da variabilidade. Todas as informaes, principalmente aquelas expressas sob a forma de variveis quantitativas contnuas, esto sujeitas variabilidade. Desta forma, em cincia, no possvel falar em certezas, mas sim em probabilidades, previstas de acordo com o limite imposto pela variabilidade dos dados. Considere, por exemplo, a questo do intervalo de confiana. Ele calculado extrapolando-se os dados obtidos da amostra no sentido de definir os provveis valores correspondentes populao. Assim, se houver muita variabilidade nos dados da amostra ser mais difcil prever a sua correspondncia na populao, ou seja, os limites do intervalo de confiana sero mais largos. Com intervalos de confiana mais largos, pode haver sobreposio de resultados nos limites extremos de dois grupos que esto sendo comparados, obscurecendo a diferena entre eles. No vou me alongar no que diz respeito a este ponto porque isto est bem discutido no texto Variabilidade e vis. Recomendo que vocs o leiam com ateno porque parte integrante do contedo deste curso. A variabilidade inversamente proporcional ao nmero de observaes. Isto tambm j foi discutido em sala de aula. Significa que quanto maior for a amostra, menos variabilidade tende a ocorrer nos dados obtidos e mais prximos so os valores daqueles da populao. Portanto, possvel reconhecer se o tamanho da amostra adequado ao estudo ou no de trs formas diferentes: 1. Na parte de materiais e mtodos, o autor pode ter se referido especificamente a este respeito, definindo qual tamanho de amostra confere poder ao teste. Para recordar o que o poder do teste, devemos voltar ao conceito de teste de hipteses. Quando se faz um estudo, existem dois resultados possveis na comparao de dois grupos, ou seja, ou eles so iguais ou so diferentes (da as duas hipteses, H0 e H1). Acontece que, no havendo certezas na cincia, a partir dos resultados encontrados, o pesquisador deve decidir se os dois grupos so iguais ou diferentes. Esta deciso pode ser correta ou no, dando lugar a quatro possveis ocorrncias:

Verdade Deciso H0 verdadeira H0 falsa H0 verdadeira No h erro Erro do tipo I H0 falsa Erro do tipo II No h erro

O pesquisador pode ou no acertar na sua deciso de aceitar ou rejeitar H0. O erro do tipo I (ou erro ) o mais importante de ser evitado. Consiste em se afirmar que os dois grupos so diferentes quando, na verdade, eles so iguais. Imagine suas conseqncias. O que aconteceria se, na busca de um tratamento para uma doena incurvel, um laboratrio lanasse no mercado uma medicao sem efeito afirmando que ela eficaz? Isto pode acontecer se, na comparao com o placebo, a droga experimental teve a mesma eficcia (H0 verdadeira), mas a interpretao do pesquisador foi de que ela teve melhor desempenho (erro do tipo I). Para evitar este erro, os estudos trabalham com nveis de significncia bem baixos (5% ou 1%). Assim, se a probabilidade de um resultado casualmente diferente entre os dois grupos for to pequena quanto 6%, mesmo assim o pesquisador preferir reconhecer o acaso como responsvel, decidindo que H0 (igualdade dos dois grupos) verdadeira. Quanto mais se tenta fugir de um erro, entretanto, mais se caminha na direo do outro. Com nveis de significncia to baixos, h uma grande possibilidade de que se atribua a diferena entre os dois grupos ao acaso quando, na verdade, ela real. Atribuir igualdade aos grupos quando, na verdade, eles so diferentes, cometer o erro tipo II (ou erro ). O truque para um bom teste, ento, manter o nvel de significncia baixo sem que isto contribua para um aumento importante do erro do tipo II. Em outras palavras, fugir do erro do tipo I sem fazer com que o erro do tipo II se torne exageradamente alto. S h uma maneira de conseguir isso: tamanhos adequados das amostras. Por que? Porque com menor variabilidade dos resultados mais fcil discriminar as diferenas. Qual o limite de probabilidade aceitvel para o erro do tipo II (ou erro )? A resposta 20%. Ou seja, em cem decises tomadas, aceitvel que, no mximo, em vinte se decida que dois grupos so iguais quando na verdade so diferentes. A capacidade do teste em discriminar adequadamente a diferena entre os dois grupos chamada de poder do teste e definida como 1- . Assim, o poder do teste no deve ser inferior a 80%. O artigo, ento, pode trazer na parte de materiais e mtodos a seguinte afirmao (ou semelhante): com x indivduos (seja x um nmero qualquer) em cada grupo, o poder

do teste de 80%. Este tipo de informao assegura ao leitor que os tamanhos das amostras foram cuidadosamente calculados e so de tamanho adequado. 2. Pode ser que, entretanto, nenhuma aluso tenha sido feita ao poder do teste. Neste caso, deve-se observar os intervalos de confiana. Se eles forem muito largos, devese suspeitar de amostras de tamanho insuficiente. 3. Mas, e se nem intervalos de confiana tiverem sido apresentados? Neste caso deve-se procurar a medida direta de variabilidade, ou seja, o desvio padro. Desvios padro muito grandes, prximos ao valor da mdia, indicam grande variabilidade e, por extenso, amostras de tamanho insuficiente. preciso tomar cuidado com o erro padro. Ele sempre muito menor que o desvio padro. Muitas vezes o pesquisador utiliza o erro padro como medida de variabilidade, no sentido de esconder a impreciso de seus resultados. Isso no correto.