1

AULAS 01 E 02 Introduo
Ernesto F. L. Amaral

09 e 11 de agosto de 2011 Metodologia de Pesquisa (DCP 854B)

Fonte: Babbie, Earl. 1999. Mtodos de Pesquisas de Survey. Belo Horizonte: Editora UFMG. Captulos 3-5 (pp.77-158). Triola, Mario F. 2008. Introduo estatstica. 10 ed. Rio de Janeiro: LTC. Captulo 1 (pp.2-31). Wooldridge, Jeffrey M. 2008. Introduo econometria: uma abordagem moderna. So Paulo: Cengage Learning. Captulo 1 (pp.1-17).

ESTRUTURA DA AULA 1) Pesquisa de survey como mtodo das cincias sociais: Babbie (cap.3) 2) Tipos de desenhos de pesquisa: Babbie (cap.4)

3) Tipos de dados: Triola (cap.1)

4) Tipos de bancos de dados: Babbie (cap.4); Wooldridge (cap.1)

5) Econometria: Wooldridge (cap.1)

6) A lgica da amostragem do survey: Babbie (cap.5) 7) Amostragem probabilstica: Babbie (cap.5)

8) Amostragem no-probabilstica: Babbie (cap.5)

9) Sejamos crticos: Triola (cap.1)

1) Pesquisa de survey como mtodo das cincias sociais

Babbie, 1999: 77-91 (captulo 3)

PESQUISA DE SURVEY Babbie (1999) aborda o mtodo de pesquisa com aplicao de questionrios (pesquisa de survey). Esse mtodo pode ser aplicado a uma grande quantidade de desenhos de pesquisa. O mtodo consiste em aplicar um questionrio a uma amostra da populao de interesse.

As entrevistas podem ser pessoais, por telefone ou por correio.

As respostas so codificadas de forma padronizada e registradas de forma quantitativa em programas computacionais. Os dados so analisados, correlacionados e generalizados para a populao.

CARACTERSTICAS CIENTFICAS DO SURVEY um tipo de ferramenta disponvel aos pesquisadores sociais. Os mtodos de survey podem no ser apropriados para determinados tpicos de pesquisa. De todo modo, o survey pode ser usado em combinao com outros mtodos.

Esse tipo de pesquisa tem funo pedaggica, porque suas deficincias ficam mais claras do que em outros mtodos, permitindo avaliaes mais conscientes de suas implicaes.

PESQUISA DE SURVEY LGICA Mesmo que haja comportamentos racionais e irracionais, os cientistas sociais devem procurar entender o comportamento social racionalmente.

Os dados de survey facilitam a aplicao cuidadosa do pensamento lgico.

O formato da pesquisa de survey permite desenvolvimento e teste rigorosos de explicaes lgicas. O exame de uma grande quantidade de entrevistas permite testar proposies complexas que envolvam diversas variveis em interao simultnea.

PESQUISA DE SURVEY DETERMINSTICA Todo evento ou situao (resultado) tem razes determinadas que o antecederam (causa). Sempre que o pesquisador de survey procura explicar causas e razes de eventos, caractersticas e correlaes observadas, a investigao deve assumir postura determinstica. O sistema determinstico de causa e efeito clarificado no survey, porque possvel elaborar um modelo lgico claro. A disponibilidade de numerosos casos e variveis permite ao analista explicar uma varivel (dependente) com base em muitas informaes (variveis independentes). possvel ainda analisar efeito de variveis intervenientes.

PESQUISA DE SURVEY GERAL Ao buscar observar e entender padres gerais de eventos e correlaes entre acontecimentos, a teoria social busca a generalizao de suas concluses.

Pesquisas amostrais so realizadas para entender a populao maior da qual a amostra foi selecionada.
Anlises descritivas e explicativas em pesquisas de survey visam desenvolver proposies gerais sobre o comportamento humano. Grande nmero de casos permite que achados possam ser replicados entre subconjuntos da amostra. Relato cuidadoso da metodologia de um survey facilita rplicas posteriores por outros pesquisadores e/ou para outros subgrupos, permitindo testes e retestes.

PESQUISA DE SURVEY PARCIMONIOSA O cientista social busca explicar o maior nmero de fenmenos com o menor nmero de informaes. Como um survey tem grande nmero de variveis, possvel analisar importncia relativa de cada uma. Ou seja, busca-se obter o mximo de compreenso com menor nmero de variveis.

As variveis explicativas no precisam ser definidas a priori.

possvel coletar uma grande quantidade de informaes que sero usadas em diferentes modelos explicativos, com o objetivo de selecionar o mais adequado.

10

PESQUISA DE SURVEY ESPECFICA preciso definir exatamente quais so os mtodos e conceitos utilizados na pesquisa social. A medio de cada varivel no survey construda a partir de respostas especficas a itens especficos de questionrio, o qual codificado e quantificado de forma especfica. Ao explicitar como mtodos, medidas e conceitos foram elaborados, o survey permite ser avaliado e criticado. Se variveis no so conceituadas e medidas corretamente, correlaes observadas podem no fazer sentido. A superficialidade e aproximaes de todo tipo de pesquisa cientfica so mais aparentes e explcitas no survey. mais difcil saber como conceitos so construdos e medidos na pesquisa qualitativa.

11

OUTRAS CARACTERSTICAS DA PESQUISA DE SURVEY Survey empiricamente verificvel: proposies, teorias e hipteses podem ser testadas na prtica (no mundo real).

Survey intersubjetivo: detalhamento de mtodos e tcnicas utilizados permite que outro cientista replique estudo e alcance resultados semelhantes.
Survey aberto a modificaes: coleta e quantificao permite fonte permanente de informaes e nova anlise dos dados quando h modificaes de teorias.

12

COMPARAO DO SURVEY COM OUTROS MTODOS Uma investigao abrangente ser beneficiada se utilizar mtodos diferentes focados em um tpico. A pesquisa de survey pode se beneficiar de conhecimentos de outros mtodos: Experimentao. Anlise de contedo.

Observao participante.

13

PESQUISA DE SURVEY E EXPERIMENTAO Na lgica do experimento controlado (grupos de tratamento e controle) realizado emparelhamento scio-econmico de indivduos, de forma que nica diferena entre grupos o recebimento da poltica. Na pesquisa de survey, o pesquisador tambm realiza o controle de variveis, permitindo anlises de subgrupos. Nos dois casos, o objetivo de excluir influncia de variveis secundrias.

14

PESQUISA DE SURVEY E ANLISE DE CONTEDO A codificao de respostas de questionrios uma forma de anlise de contedo.

Se forem coletadas perguntas abertas, o pesquisador de survey precisar categorizar as respostas posteriormente. Por isso, os pesquisadores de survey devem utilizar as experincias e mtodos de analistas de contedo.

15

PESQUISA DE SURVEY E OBSERVAO PARTICIPANTE Pesquisas de survey podem utilizar as tcnicas desenvolvidas por pesquisadores que utilizam observao participante:

Obteno de informaes sobre interaes inconscientes entre pessoas (rapport).

Manuteno da neutralidade quando a atividade de campo realizada. Realizao de observaes precisas ao coletar os dados.

16

CINCIAS SOCIAIS SO CINCIAS DA COMPLEXIDADE Problemas de amostragem e de generalizao so maiores no estudo do comportamento social. A pesquisa de survey excelente para desenvolvimento de mtodos teis e de entendimento amplo. A medio de conceitos polmicos (preconceito, por exemplo) pode ser de difcil aplicabilidade.

A simples presena de pesquisadores no campo pode afetar entrevistados.

Alguns participantes podem formar opinies no momento em que so entrevistados. preciso ter compreenso mais sofisticada sobre medio, conceituao, probabilidade e complexidade de correlaes e causalidades nas cincias sociais do que nas naturais.

17

2) Tipos de desenhos de pesquisa

Babbie, 1999: 93-111 (captulo 4)

18

TIPOS DE DESENHOS DE PESQUISA H uma tendncia a considerar a anlise de dados de survey como mais desafiadora e interessante do que o desenho do survey e a coleta de dados.

Durante a anlise, comea-se a ganhar entendimento do assunto estudado e pode-se compartilhar as descobertas com colegas.
No entanto, preciso que haja a correta elaborao do desenho de pesquisa e sua execuo, para que no haja problemas na etapa da anlise. Portanto, o desenho igualmente desafiador e importante. H vrios tipos de pesquisa de survey, com objetivos, custos, tempo e escopo diferenciados.

19

FINALIDADES DA PESQUISA DE SURVEY Uma pesquisa de survey pode ser realizada para atender diferentes objetivos: Inteno de voto.

Venda de produtos.
Projetar infra-estrutura. Modificar programa social.

De uma forma geral, trs objetivos gerais permeiam os interesses de pesquisas de survey:
Descrio.

Explicao.
Explorao.

20

DESCRIO Surveys so frequentemente realizados para descobrir a distribuio de certos traos e atributos da populao, permitindo anlise descritiva.

H preocupao em como a distribuio de determinada varivel (descrio), e no no porqu (explicao).

Exemplos de dados descritivos:

Distribuies de candidatos por idade e sexo.

Taxas de aprovao do governo. Percentual de polticos na escala esquerda/direita.

Alm de descrever a amostra total (e inferir para a populao total), pesquisadores descrevem subgrupos.

21

EXPLICAO Muitas pesquisas de survey tm o objetivo adicional de fazer anlises explicativas sobre a populao, procurando relaes de causa e efeito.

Explicar quase sempre requer anlise multivariada, que a anlise do impacto simultneo de duas ou mais variveis (independentes) sobre outra varivel (dependente).
H uma preocupao em explicar o porqu de determinada distribuio da varivel, geralmente utilizando modelos estatsticos. Por exemplo, podemos querer explicar escala esquerda/direita de deputados por partido de pertencimento, Estado de residncia, partido do governador...

22

EXPLORAO Pesquisadores podem fazer pesquisa sobre um tema que est comeando a ser investigado, e no se sabe exatamente suas causas e consequncias.

Primeiramente, pode ser realizada entrevista em profundidade (qualitativa) para captar o mximo de informaes possveis do pblico em estudo:
No necessrio ter amostra representativa. No preciso coletar dados com questionrio padronizado. Posteriormente, as informaes so analisadas para melhor entender os indivduos, sem preocupao explicativa, mas visando a elaborao de questionrio padronizado.

23

UNIDADES DE ANLISE Em uma pesquisa de survey, dados so coletados para descrever cada unidade que est sendo analisada. As unidades de anlise so tipicamente pessoas, mas podem ser domiclios, bairros, municpios, Estados, pases, empresas, universidades... Os dados so agregados e manipulados, permitindo descrever a amostra estudada, alm de realizar anlises explicativas. Um mesmo survey pode envolver mais de uma unidade de anlise, como o caso da Pesquisa Nacional por Amostra de Domiclios (PNAD) do Instituto Brasileiro de Geografia e Estatstica (IBGE), que coleta dados de pessoas e domiclios.

24

FALCIA ECOLGICA Unidades de anlise num survey podem ser descritas com base em seus componentes. Se o objeto da pesquisa for descrever os municpios e agregar as vrias descries para descrever todos municpios, a unidade bsica de anlise o municpio. Pesquisador pode selecionar unidade de anlise incorreta, incorrendo em falcia ecolgica. Por exemplo: Ao analisar taxas de criminalidade por raa, o correto seria ter dados por indivduos. Se utilizarmos dados municipais, poderamos concluir que negros possuem maiores taxas de criminalidade. No entanto, os crimes podem estar sendo realizados por brancos que residem em municpios com maioria negra.

25

IDENTIFICAO DAS UNIDADES DE ANLISE importante que as unidades de anlise sejam identificadas no momento da montagem dos bancos de dados.

O mais seguro que em pesquisas que possuam mais de uma unidade de anlise, sejam criados arquivos separados de dados para cada unidade.

26

3) Tipos de dados
Triola, 2008: 2-31 (captulo 1)

27

TIPOS DE DADOS Dados so observaes coletadas de um determinado grupo de interesse. Dados quantitativos so nmeros que representam contagens ou medidas (renda, anos de escolaridade...). Dados discretos so aqueles em que o nmero de valores possveis so finitos ou enumerveis (nmero de cmodos em um domiclio...). Dados contnuos resultam de infinitos valores possveis em uma escala contnua (renda per capita...).

Dados qualitativos (ou categricos ou de atributos) podem ser separados em diferentes categorias que se distinguem por alguma caracterstica no-numrica (sexo, ideologia poltica).

28

NVEIS DE MEDIO Variveis sociais possuem diferentes nveis de medio. Nominal: distingue as categorias que compem uma varivel (sexo, religio, regio de residncia...). As categorias da varivel nominal so mutuamente excludentes. Ordinal: as categorias de uma varivel so ordenadas em uma escala (classe social, religiosidade, alienao...). Os nmeros tm significado somente de indicao de ordem. Intervalo: usa nmeros para descrever uma varivel e distncias entre pontos tm significado real. Diferena entre 20 e 40 graus Fahrenheit a mesma que entre 60 e 80. Mas 40 no necessariamente duas vezes mais quente que 20. Razo: o mesmo que a medio de intervalo, mas tem zero real. Uma pessoa de 20 anos tem dobro de idade de uma pessoa de 10 anos.

29

NVEIS DE MENSURAO DE DADOS Nvel nominal de mensurao possui dados que informam nomes, rtulos ou categorias: Os dados no so ordenados e no devem ser usados para clculos de mdias. Raa e cdigo postal, por exemplo. Nvel ordinal de mensurao engloba dados que podem ser organizados em alguma ordem: Sabemos que h diferenas relativas entre os valores dos dados, mas no sabemos as magnitudes das diferenas. Na escala de frequncia (pouco/mdio/muito), possvel ordenar os dados, mas no sabemos se a diferena entre pouco e mdio o mesmo que mdio e muito.

30

NVEIS DE MENSURAO DE DADOS (cont.) Nvel intervalar de mensurao similar ao ordinal, mas sabemos as magnitudes das diferenas entre dois valores: Os dados no possuem um ponto inicial zero natural. Sabemos as magnitudes das diferenas entre os anos censitrios (1970, 1980, 1991 e 2000), mas o tempo no comeou em zero. Nvel de mensurao de razo similar ao intervalar, mas h um ponto inicial zero natural: Como h um zero que indica nenhuma quantidade, possvel dizer que uma quantidade maior que outra em X vezes (razes significativas). 30 anos de idade 6 vezes maior do que 5 anos de idade, por exemplo.

31

RESUMO DOS NVEIS DE MENSURAO DE DADOS

Nvel Resumo Exemplo

Nominal

Apenas categorias. Os dados no podem ser arranjados em um esquema de ordem. H categorias ou nomes apenas.

Municpio de residncia.

Ordinal

As categorias so ordenadas, mas as Frequncia diferenas no podem ser encontradas igreja: pouco, ou no tm significado. mdio, muito. As diferenas so significativas, mas no existe ponto inicial zero natural e as razes no tm sentido. H um ponto inicial zero natural e as razes so significativas. Ano censitrio (no h tempo zero). Taxa de desemprego.

Intervalar

Razo

32

4) Tipos de bancos de dados

Babbie, 1999: 93-111 (captulo 4) Wooldridge, 2008: 1-17 (captulo 1)

33

DESENHOS BSICOS DE SURVEY Aps especificar os objetivos e unidades de anlise da pesquisa, preciso escolher entre diversos desenhos diferentes:

Surveys interseccionais (cross-sectional).

Surveys longitudinais (tendncias, coortes ou painel). Surveys interseccionais servindo como longitudinais. Wooldridge (2008) classifica os dados econmicos em: Dados de corte transversal = surveys interseccionais.

Cortes transversais agrupados = estudos de tendncias.

Dados de sries de tempo = estudos de coortes. Dados de painel ou longitudinais = estudos de painel.

DADOS DE CORTE TRANSVERSAL (Wooldridge) SURVEYS INTERSECCIONAIS (Babbie) Um conjunto de dados de corte transversal consiste em uma amostra de uma unidade de anlise, tomada em um determinado ponto no tempo. Esses dados so muito utilizados em economia e em outras cincias sociais. Dados em um determinado ponto do tempo so importantes para testar hipteses e avaliar polticas. Dados podem ter problemas de seleo amostral, no caso de determinados indivduos no revelarem informaes acuradas. Amostragem deve ser realizada de forma acurada para evitar que coleta se concentre em unidades com caractersticas semelhantes.

34

35

EXEMPLO DE DADOS DE CORTE TRANSVERSAL Conjunto de dados de corte transversal para o ano de 1976 de 526 trabalhadores (Wooldridge 2008):
Nmero da observao Salrio por hora Anos de escolaridade Anos de experincia no mercado de trabalho Feminino Estado civil (casado)

1 2 3 4 5 ... 525 526

3,10 3,24 3,00 6,00 5,30 ... 11,56 3,50

11 12 11 8 12 ... 16 14

2 22 2 44 7 ... 5 5

1 1 0 0 0 ... 0 1

0 1 0 1 1 ... 1 0

CORTES TRANSVERSAIS AGRUPADOS (Wooldridge) ESTUDOS DE TENDNCIAS (Babbie) Uma populao pode ser amostrada e estudada em ocasies diferentes. Um mesmo conjunto de variveis coletado em diferentes perodos do tempo, em distintas amostras aleatrias de uma mesma populao (Censo Demogrfico, Pesquisa Nacional por Amostra de Domiclios PNAD). Agrupar cortes transversais de diferentes anos eficaz para analisar os efeitos de uma poltica pblica. O ideal coletar dados de anos anteriores e posteriores a uma importante mudana de poltica governamental. Alm de aumentar o tamanho da amostra, a anlise de corte transversal agrupada importante para estimar como uma relao fundamental mudou ao longo do tempo. Geralmente so utilizados dados secundrios, coletados por outros pesquisadores ou instituies.

36

37

EXEMPLO DE CORTES TRANSVERSAIS AGRUPADOS Conjunto de dados sobre os preos da moradia em 1993 e 1995 nos Estados Unidos (Wooldridge 2008):
Nmero da observao Ano Preo comercializado Imppro Arquad Quantidade de dormitrios Quantidade de banheiros

1 2 3

1993 1993 1993

85.500 67.300 134.000

42 36 38

1.600 1.440 2.000

3 3 4 4 2 4 3 ... 2

2,0 2,5 2,5

...
250 251 252 253 ... 520

...
1993 1995 1995 1995 ... 1995

...
243.600 65.000 182.400 97.500 ... 57.200

...
41 16 20 15 ... 16

...
2.600 1.250 2.200 1.540 ... 1.100

...
3,0 1,0 2,0 2,0 ... 1,5

DADOS DE SRIES DE TEMPO (Wooldridge) ESTUDOS DE COORTES (Babbie) Um conjunto de dados de sries de tempo consiste em observaes sobre variveis ao longo do tempo. Como eventos passados podem influenciar eventos futuros, o tempo uma dimenso importante em um conjunto de dados de sries de tempo. A anlise desses dados pode ser dificultada, porque observaes econmicas no so independentes ao longo do tempo (variveis possuem padres sazonais). H uma srie de frequncias possveis: dirias, semanais, mensais, trimestrais, anuais, decenais... Estes dados so tambm chamados de estudos de coorte, em que mesma populao analisada, mas amostras estudadas podem ser diferentes: Pessoas com 10 anos em 2000, 20 anos em 2010, 30 anos em 2020, 40 anos em 2030...

38

39

EXEMPLO DE DADOS DE SRIES DE TEMPO Conjunto de dados de sries de tempo sobre efeitos do salrio mnimo em Porto Rico (apud Wooldridge 2008):
Nmero da observao Salrio mnimo mdio no ano Taxa de trabalhadores cobertos pela lei de salrio mnimo Taxa de desemprego Produto Nacional Bruto (PNB)

Ano

1 2
3 ... 37 38

1950 1951
1952 ... 1986 1987

0,20 0,21
0,23 ... 3,35 3,35

20,1 20,7
22,6 ... 58,1 58,2

15,4 16,0
14,8 ... 18,9 16,8

878,7 925,0
1.015,9 ... 4.281,6 4.496,7

DADOS DE PAINEL OU LONGITUDINAIS (Wooldridge) ESTUDOS DE PAINEL (Babbie) Um conjunto de dados de painel consiste em uma srie de tempo para cada membro do corte transversal. Os dados de painel so distintos dos dados de corte transversal agrupados (tendncias) e de sries de tempo (coortes), porque as mesmas unidades so acompanhadas ao longo de um determinado perodo. Dados de painel podem ser coletados para indivduos, domiclios, instituies ou unidades geogrficas. Esses dados so os mais sofisticados para fins explicativos, mas so mais difceis e caros de se obter. Pode haver problema de grande nmero de no respostas nas ltimas ondas de entrevistas. A anlise dos dados pode se tornar complicada quando se tentar avaliar as mudanas dos indivduos no tempo.

40

41

EXEMPLO DE DADOS DE PAINEL OU LONGITUDINAIS Conjunto de dados de painel sobre crime e estatsticas relacionadas em 1986 e 1990 em 150 cidades nos Estados Unidos (Wooldridge 2008):
Nmero da observao Cidade Ano Homicdios Populao Desemprego Polcia

1 2 3 4 ...

1 1 2 2 ...

1986 1990 1986 1990 ...

5 8 2 1 ...

350.000 359.200 64.300 65.100 ...

8,7 7,2 5,4 5,5 ...

440 471 75 75 ...

297
298 299 300

149
149 150 150

1986
1990 1986 1990

10
6 25 32

260.700
245.000 543.000 546.200

9,6
9,8 4,3 5,2

286
334 520 493

42

CORTE TRANSVERSAL USADO COMO LONGITUDINAL Alguns mecanismos podem ser utilizados num survey interseccional (corte transversal) para aproximar o estudo de processo ou mudana (longitudinal).

Podem ser realizadas perguntas referentes ao passado (renda no ano anterior, local de residncia anterior):
H problemas de erro de memria.

Os dados devem ser interpretados como amostra da populao atual, e no de populao passada.
Por exemplo, possvel utilizar um nico banco de dados de corte transversal para comparar pessoas de diferentes idades (jovens e idosos) e coortes (calouros e veteranos).

43

VARIAES DOS DESENHOS BSICOS Os desenhos bsicos de pesquisa apresentados anteriormente podem ser modificados para se enquadrarem aos objetivos de um estudo:

Amostras paralelas: amostras separadas de populaes diferentes, utilizando mesmo questionrio (exemplo a pesquisa sobre preconceito na UFMG).
Estudos contextuais: uso de dados sobre o ambiente ou meio da pessoa para descrever o contexto do indivduo. Estudos sociomtricos: inteno de observar as interrelaes entre membros da populao estudada (redes de amizades, por exemplo).

44

ESCOLHENDO O DESENHO APROPRIADO Dados de corte transversal so mais apropriados se objetivo descrio de tempo nico. Mudanas ao longo do tempo so mais difceis de realizar, porque dados de painel exigem tempo e recursos: possvel utilizar dados de corte transversal e comparar pessoas que passaram por uma experincia no passado, com aqueles que no passaram. Estudos de painel so mais viveis economicamente quando o fenmeno estudado tem durao curta (por exemplo, opinio de voto durante uma campanha eleitoral). Estudos de tendncias podem ser realizados quando dados antigos so complementados com dados coletados pelo pesquisador.

45

5) Econometria
Wooldridge, 2008: 1-17 (captulo 1)

46

ECONOMETRIA A econometria evoluiu como uma disciplina separada da estatstica matemtica, porque enfoca problemas inerentes coleta e anlise de dados econmicos no-experimentais. Dados no-experimentais no so acumulados por meio de experimentos controlados de indivduos, firmas ou segmentos da economia. Dados no-experimentais so tambm chamados de dados observacionais para enfatizar o fato de que o pesquisador um coletor passivo de dados. Dados experimentais so frequentemente coletados em ambientes de laboratrio nas cincias naturais, mas so muito mais difceis de serem obtidos nas cincias sociais. O mtodo de anlise da regresso mltipla utilizado por econometristas e estatsticos matemticos, mas o foco e interpretao pode diferir significantemente.

47

ANLISE ECONMICA EMPRICA Os mtodos economtricos so usados para testar uma teoria econmica ou para analisar relaes que apresentam importncia para anlises de polticas pblicas. Uma anlise emprica usa dados para testar uma teoria ou estimar uma relao. O primeiro passo em qualquer anlise emprica a formulao cuidadosa da questo de interesse, a qual pode ser a de testar efeitos de uma poltica governamental ou, at mesmo, de testar hipteses e teorias. O modelo econmico formal consiste em equaes matemticas que descrevem relaes para testar teorias.

48

MICROECONOMIA Os indivduos fazem escolhas para maximizar seu bemestar (maximizao da utilidade), sujeitas s restries de recursos. Isso oferece um arcabouo para criar modelos econmicos para fazer previses entre variveis. A maximizao da utilidade leva a um conjunto de equaes de demanda, no contexto das decises de consumo. Em uma equao de demanda, a quantidade demandada de cada produto depende do seu prprio preo, do preo dos bens substitutos e complementares, da renda do consumidor e das caractersticas individuais que influem no gosto.

49

MODELO ECONMICO O modelo econmico a formulao terica de uma relao entre variveis econmicas. A quantidade de tempo gasto na atividade criminosa uma funo de vrios fatores (Gary Becker 1968): y=f(x1, x2, x3, x4, x5, x6, x7), y = horas gastas em atividades criminosas. x1 = salrio por hora ocupada em atividade criminosa. x2 = salrio-hora em emprego legal. x3 = renda de outras atividades que no o crime ou um emprego legal. x4 = probabilidade de ser capturado. x5 = probabilidade de ser condenado se capturado. x6 = sentena esperada se condenado. x7 = idade.

MODELO ECONOMTRICO Aps elaborar o modelo econmico, especificado um modelo economtrico, que ser aplicado a dados existentes. A forma da funo f(.) deveria ser especificada antes de realizar uma anlise economtrica. Se uma varivel no pode ser obtida, possvel utilizar uma varivel que se aproxima desta que se quer medir (proxy). Outros fatores so considerados no termo de erro u (ou termo de disturbncia): Erro amostral a diferena entre o resultado amostral e o verdadeiro resultado da populao (devidos ao acaso). Erro no-amostral ocorre quando os dados amostrais so coletados, registrados ou analisados incorretamente. Modelo economtrico de Becker (1968): crime = 0 + 1salrio + 2outrenda + 3freqpris + 4freqcond + 5sentmed + 6idade + u

50

51

MODELO ECONOMTRICO NA PRTICA Na maioria dos casos, a anlise economtrica comea pela especificao de um modelo economtrico, sem considerao de detalhes da criao do modelo econmico. comum comear com um modelo economtrico e usar o raciocnio econmico e conhecimentos cientficos como guias para escolher as variveis. Aps a especificao do modelo economtrico, vrias hipteses podem ser formuladas em termos das direes e influncias dos parmetros desconhecidos (independentes) sobre a varivel de interesse (dependente). Aps os dados terem sido coletados, os mtodos economtricos so usados para estimar os parmetros do modelo economtrico e para testar as hipteses de interesse.

52

6) A lgica da amostragem do survey

Babbie, 1999: 113-158 (captulo 5)

53

CONCEITOS BSICOS Estatstica (como cincia) um conjunto de mtodos para: Planejamento de estudos e experimentos. Obteno de dados. Organizao, resumo, apresentao, anlise, interpretao e elaborao de concluses baseadas nos dados.

Censo um conjunto de dados obtidos de todos os membros da populao.

Amostra um subconjunto de membros selecionados de uma populao.

54

POR QUE FAZER AMOSTRAGEM? H duas razes para selecionar uma parcela (amostra) da populao e fazer estimativas sobre toda a populao: tempo e custo.

Muitas vezes surveys por amostragem so mais precisos do que entrevistar todos componentes da populao, devido logstica do survey.
Um grande nmero de entrevistas requer muitos pesquisadores, os quais podem no ter boa qualidade. A qualidade dos dados coletados se reduz com a menor qualidade dos entrevistadores. Uma pesquisa em menor escala permite procedimentos de acompanhamento mais severos.

55

POR QUE FAZER AMOSTRAGEM? (cont.) Se forem realizadas uma grande quantidade de entrevistas, o tempo aumenta, dificultando especificar a data de referncia da entrevista.

O ponto mdio da entrevista pode ser utilizado como data de referncia.

Tambm possvel pedir aos entrevistados para responder sobre uma data especfica no passado, mas isso introduz problema de recordao imprecisa. Geralmente recomendado que pesquisas de survey tenham perodo de coleta de dados de no mximo 3 meses. A superviso, relatrios e treinamento so muito mais difceis em um grande survey, e a qualidade dos dados pode ser menor do que aquela obtida com menos entrevistas.

56

DADOS POR AMOSTRAGEM SO REALMENTE EXATOS? Se forem tomados procedimentos de amostragem bem estabelecidos, surveys por amostragem podem permitir estimativas muito precisas sobre as populaes. Raramente possvel determinar com exatido o grau de preciso dos achados de uma amostra. Pesquisadores de opinio poltica e eleitoral representam um grupo de analistas a quem dada a oportunidade de verificar a preciso de seus dados (resultados reais da eleio).

57

PROBLEMAS EM AMOSTRAGEM Em grande parte, o objeto da estatstica o uso de dados amostrais para se fazer generalizaes sobre uma populao. Os dados amostrais devem ser coletados de modo apropriado, seno a amostra no ser representativa para a populao da qual foi obtida. Amostra de resposta voluntria (ou amostra autoselecionada) aquela em que os respondentes decidem, eles mesmos, se sero ou no includos. uma amostra tendenciosa e no deve ser usada para fazer afirmaes de uma populao maior. Censo americano tenta corrigir esse problema com visita de recenseadores aps envio dos questionrios. Pequenas amostras podem gerar resultados no confiveis.

58

HOMOGENEIDADE E HETEROGENEIDADE Homogeneidade: se todos os membros de uma populao fossem idnticos uns aos outros em todos os sentidos, qualquer tamanho de amostra seria suficiente. Na realidade, bastaria um caso para estudar as caractersticas de toda populao. Heterogeneidade: se h variao na populao estudada, o pesquisador deve usar procedimentos de amostragem mais controlados. Uma amostra de indivduos de uma populao deve conter a mesma variao existente na populao, para permitir descries teis dela. A amostragem probabilstica um mtodo eficiente para extrair uma amostra que reflita corretamente a variao existente na populao como um todo.

59

VIS CONSCIENTE E INCONSCIENTE NA AMOSTRAGEM preciso entrevistar pessoas com perfis diferenciados para representarem a populao total. Porm, sem mtodo de amostragem robusto, no saberemos as propores adequadas dos tipos diversos de indivduos que devem ser entrevistados. H ento o perigo dos vieses pessoais do pesquisador afetarem a amostra selecionada. Esse vis pode acontecer de maneira consciente ou inconsciente na coleta de dados.

60

REPRESENTATIVIDADE E PROBABILIDADE DE SELEO Como vimos, as amostras de surveys devem representar as populaes das quais so retiradas. Alm disso, amostras necessitam ser representativas para os interesses substantivos da pesquisa. A representatividade vai depender se queremos fazer anlises especficas por: reas geogrficas. Nvel de escolaridade. Nvel scio-econmico. Faixa etria. Sexo...

CONCEITOS E TERMINOLOGIA DE AMOSTRAGEM

61

Elemento (unidade de anlise) a unidade sobre a qual a informao coletada e que serve de base para a anlise (pessoas, famlias, corporaes, pases...). Universo a agregao terica e hipottica de todos elementos definidos num survey. O universo no especificado quanto a tempo e lugar. Populao a agregao teoricamente especificada de elementos do survey. a coleo completa de todos os elementos a serem estudados. preciso definir o elemento e o referencial de tempo da pesquisa. a especificao terica do universo. Populao do survey a agregao de elementos da qual a amostra do survey de fato selecionada. Nem todos elementos da populao tero chance de ser selecionados para a amostra.

62

CONCEITOS E TERMINOLOGIA DE AMOSTRAGEM (cont.) Unidade de amostra o elemento ou conjunto de elementos considerados para seleo em alguma etapa da amostragem. Numa amostra simples, as unidades de amostra so o mesmo que os elementos. Em outros casos, uma amostra pode ter diferentes unidades de amostra (setores censitrios, domiclios, pessoas), mas s as pessoas so elementos. Moldura de amostragem a lista de unidades de amostra da qual a amostra selecionada. Na amostra de etapa nica, a moldura de amostragem a lista dos elementos compondo a populao de survey. Muitas vezes, so as molduras que definem as populaes de survey, e no o contrrio.

63

CONCEITOS E TERMINOLOGIA DE AMOSTRAGEM (cont.) Unidade de observao (unidade de coleta de dados) um elemento (ou agregao de elementos) do qual se coleta dados. Unidade de anlise (elemento) e unidade de observao podem ser a mesma coisa (indivduo, por exemplo). Mas em uma pesquisa podemos entrevistar chefes de domiclio (unidades de observao) para coletar informao sobre todos membros (unidades de anlise). Varivel um conjunto de caractersticas mutuamente excludentes, como sexo, idade, emprego... Podemos descrever os elementos de uma populao com base nas caractersticas individuais das variveis.

64

CONCEITOS E TERMINOLOGIA DE AMOSTRAGEM (cont.) Parmetro uma medida numrica que descreve alguma caracterstica de uma populao. Estatstica uma medida numrica que descreve alguma caracterstica de uma amostra. Erro amostral: pesquisa de survey busca estimar parmetros com base em amostras, o que gera erros. Teoria da probabilidade permite estimar o grau de erro. Nveis de confiana indicam o percentual de confiana de que sua estatstica (amostral) est dentro de um intervalo de confiana do parmetro (populacional). Nvel e intervalo so estimados usando o erro amostral.

65

7) Amostragem probabilstica
Babbie, 1999: 113-158 (captulo 5)

66

TEORIA DA AMOSTRAGEM PROBABILSTICA A finalidade do survey selecionar um conjunto de elementos de uma populao de modo que as estatsticas descrevam com preciso os parmetros populacionais. A amostragem probabilstica fornece mtodos para ampliar a possibilidade de alcanar esta meta, bem como mtodos para estimar o grau de sucesso provvel. Em uma amostra com seleo aleatria, todos membros da populao tm oportunidade igual de serem selecionados para a amostra. Os mtodos de seleo aleatria: Diminuem os vieses conscientes ou inconscientes do pesquisador. Permitem utilizar a teoria da probabilidade para estimar parmetros populacionais e erros amostrais.

DISTRIBUIO BINOMIAL DA AMOSTRAGEM Queremos avaliar uma varivel binomial em nossa populao, em que os valores possveis so zero e um. A distribuio amostral a distribuio das estatsticas das diferentes amostras selecionadas. Se muitas amostras aleatrias independentes so extradas de uma populao, as estatsticas amostrais fornecidas por estas amostras estaro distribudas em torno do parmetro populacional. A teoria da probabilidade possui uma frmula para estimar o quo prximo as estatsticas da amostragem esto aglomeradas em torno do valor real. O erro da amostragem ou erro padro (S) medido com base nos parmetros (P, Q) e tamanho da amostra (n):

67

68

ERRO DA AMOSTRAGEM (ERRO PADRO) O erro padro (S) indica em que medida as estimativas amostrais esto distribudas em torno do parmetro populacional. Aproximadamente 34% das estimativas amostrais esto at um erro padro (desvio padro) acima do parmetro da populao, e outros 34% at um desvio padro abaixo do parmetro. Ou seja, 68% das amostras resultaro em estimativas dentro de (mais ou menos) um erro padro. Cerca de 95% das amostras estaro dentro de (mais ou menos) dois erros padro do valor verdadeiro. 99,9% das amostras estaro dentro de (mais ou menos) trs desvios padro. A proporo de amostras dentro de 1, 2 ou 3 erros padro do parmetro constante em amostragens aleatrias.

69

TEORIA DA PROBABILIDADE NA PRTICA A teoria da probabilidade depende que se selecione grandes nmeros de amostras aleatrias. Se parmetro for conhecido e muitas amostras aleatrias forem selecionadas, podemos predizer quantas amostras cairo dentro de intervalos especficos a partir do parmetro. No entanto, geralmente desconhecemos o parmetro e selecionamos somente uma amostra. Sabemos que uma amostra aleatria tem probabilidade de 68% de estar dentro da faixa de um erro padro. Ou seja, temos 68% de confiana que a estimativa da amostra est dentro de um erro padro do parmetro. Como no temos parmetro, usamos a estimativa da amostragem na frmula do erro padro. Estamos x% confiante (nvel de confiana) de que o parmetro est entre dois valores (intervalo de confiana).

70

POPULAES E MOLDURAS DE AMOSTRAGEM preciso discutir as relaes entre as condies de campo e os pressupostos tericos. A moldura de amostragem a lista de elementos dos quais selecionada uma amostra probabilstica. O survey amostral representativo dos membros desta lista. importante saber at que ponto h semelhana ou diferena entre populaes e molduras de amostragem. Se as molduras de amostragem so realmente representativas da populao estudada, amostras corretamente selecionadas fornecem informaes apropriadas para descrever a populao.

71

SOBRE QUAL POPULAO ESTAMOS FALANDO? Os resultados dos surveys por amostragem s podem ser considerados representativos do conjunto de elementos que compem a moldura de amostragem.

As listagens no incluem de fato todos os elementos da populao, por isso preciso avaliar a extenso destas omisses e corrigi-las, se possvel.
No caso de existir omisses, necessrio informar nos relatrios de pesquisa, com o objetivo de expor corretamente qual populao est sendo estudada. Para poder generalizar a populao que compe a moldura de amostragem, necessrio que todos elementos tenham representao igual (apaream s uma vez).

72

MTODOS DE AMOSTRAGEM Amostragem probabilstica: indivduos do universo tm probabilidade conhecida e diferente de zero de serem selecionados para amostra (mas no necessariamente a mesma probabilidade). Amostras probabilsticas so mais representativas do que outros tipos, porque so evitados os vieses de seleo. Alm disso, a teoria da probabilidade permite estimar a preciso ou representatividade da amostra. Amostragem no-probabilstica: no so estimadas as probabilidades de seleo dos elementos da amostra.

AMOSTRAGEM ALEATRIA SIMPLES (AAS) O desenho da pesquisa realizado com AAS quando toda amostra possvel de ser obtida de tamanho n tem a mesma chance de ser escolhida. De posse da moldura de amostragem, voc enumera cada elemento da lista, atribuindo s um nmero a cada um, sem saltos. Em seguida, usada uma tabela de nmeros aleatrios ou um programa computacional para selecionar os elementos da amostra. AAS raramente realizada na prtica, pois necessrio dispor de uma lista de elementos (moldura de amostragem) bem definida a priori. Mesmo de posse desta lista, geralmente os pesquisadores usam o mtodo de amostragem sistemtica.

73

AMOSTRAGEM SISTEMTICA Na amostragem sistemtica, h a escolha de algum ponto inicial e a seguir selecionado cada k-simo elemento da populao. Por exemplo, se a lista tem 10.000 elementos e se deseja uma amostra de 1.000, selecionado cada 10 elemento. Amostra sistemtica de incio aleatrio: primeiro elemento selecionado aleatoriamente. Intervalo de amostragem a distncia padro entre os elementos selecionados na amostra (10 no exemplo acima). Razo amostral a proporo de elementos selecionados da populao: diviso de 1 pelo intervalo de amostragem. H perigo da periodicidade, se lista de elementos estiver organizada com base em alguma informao da populao. Resultados da AAS e da AS so idnticos, mas a AS mais fcil e conveniente de ser realizada na prtica.

74

AMOSTRAGEM ESTRATIFICADA AAS e AS so importantes para garantir grau de representatividade e permitir estimativa de erro. Na amostragem estratificada, intuito de garantir representao das variveis de estratificao para aumentar representao de outras variveis. AE tem possibilidade de ser mais representativa em certas variveis do que AAS, reduzindo erro amostral. Como erro menor com populao homognea, idia de selecionar amostra dentro de subconjuntos homogneos (com heterogeneidade entre subconjuntos). Populao dividida em subgrupos (estratos) diferentes entre si. Sujeitos de um subgrupo possuem mesmas caractersticas. Variveis de estratificao dependem do interesse de estudo e disponibilidade de informao. Com base na proporo relativa de cada subgrupo na populao, elementos dos subgrupos so selecionados na mesma proporo do tamanho da amostra.

75

ESTRATIFICAO NA AMOSTRAGEM SISTEMTICA Se uma lista de elementos estiver agrupada por caractersticas da populao, a amostragem sistemtica realizar uma estratificao implcita. Por exemplo, se alunos so organizados por turma, sexo e notas em uma lista, uma amostra sistemtica selecionaria nmeros adequados de cada subgrupo. Uma lista ordenada de elementos pode ser mais til do que uma lista no ordenada (aleatria). Nestas condies, a amostragem sistemtica mais precisa na representatividade dos subgrupos do que a amostragem aleatria simples. A lista s deve ser reordenada se o arranjo apresenta algum problema de periodicidade.

76

AMOSTRAGEM POR CONGLOMERADOS Muitas pesquisas no possuem listagens para fins de amostragem, tais como populao de um municpio. Realizar amostragem de grupos de elementos e depois selecionar elementos de cada conglomerado. Idia de selecionar amostra dentro de subconjuntos heterogneos (com homogeneidade entre subconjuntos). Passos: (1) populao dividida em conglomerados (sees); (2) so selecionados alguns dos conglomerados; e (3) seus membros so listados e amostrados. Exemplo de amostragem por conglomerados: Ao pesquisar um municpio, pode ser feita lista de bairros (conglomerados) para amostragem AAS ou AS. Aps selecionar bairros, pode ser feita lista de quarteires (conglomerados) para amostragem AAS ou AS. Aps selecionar quarteires, realizada listagem de domiclios para nova amostragem AAS ou AS.

77

PRECISO NA AMOSTRAGEM POR CONGLOMERADOS A amostragem por conglomerados recomendada pela eficincia, embora no tenha muita preciso. Como a amostragem por conglomerados geralmente realizada em mltiplas etapas, ela ter um erro amostral para cada etapa. A amostra inicial dos conglomerados representa a populao de conglomerados em uma faixa de erro amostral. A amostra de elementos extrada de um conglomerado representa todos elementos, com um erro amostral. H o risco de selecionar uma amostra de quarteires desproporcionalmente ricos, assim como amostra de residncias ricas dentro dos quarteires. Soluo pensar: (1) na quantidade de conglomerados selecionados no incio; e (2) no nmero de elementos selecionados em cada conglomerado.

78

AMOSTRA E HOMOGENEIDADE NOS CONGLOMERADOS Sabemos que erro amostral menor com o aumento do tamanho da amostra e com maior homogeneidade dos elementos a serem amostrados. Uma amostra por conglomerados representar melhor todos conglomerados se um grande nmero for selecionado e se todos eles forem bastante semelhantes entre si. Uma amostra de elementos representar melhor todos elementos de um conglomerado se um grande nmero de elementos for selecionado do conglomerado, e se todos os elementos forem bastante semelhantes entre si. Dado um tamanho mximo de amostra, se o nmero de conglomerados aumentar, o nmero de elementos num conglomerado deve diminuir. Ou seja, a representatividade dos conglomerados aumenta custa da menor representao dos elementos de cada um, e vice-versa.

79

DIRETRIZ GERAL DE AMOSTRA DE CONGLOMERADOS Os elementos de um conglomerado natural dentro de uma populao so tipicamente mais homogneos do que todos os elementos da populao total. Por exemplo, os moradores de um bairro so mais semelhantes entre si do que todos os moradores do municpio. Podem ser necessrios poucos elementos para representar adequadamente um conglomerado natural, enquanto um nmero maior de conglomerados pode ser necessrio para representar adequadamente a diversidade dos conglomerados. A diretriz geral (cientfica) no desenho de conglomerados maximizar o nmero de conglomerados selecionados, diminuindo o nmero de elementos de cada um. Porm, um nmero menor de conglomerados pode ser listado com mais agilidade e economia.

80

REGRA SIMPLES DE AMOSTRA DE CONGLOMERADOS Pesquisadores populacionais convencionalmente selecionam cinco residncias por zona ou quarteiro de recenseamento. Por exemplo, querendo entrevistar um total de 2.000 residncias, selecionamos 400 quarteires com cinco entrevistas de residncias em cada um. De todo modo, amostragem por conglomerados envolve perda de preciso. Desenho amostral em etapas mltiplas est sujeito a erros amostrais em cada uma das etapas: O erro amostral em cada etapa ser maior do que no caso de uma amostra aleatria em etapa nica, porque o tamanho da amostra menor em cada etapa. Isso est relacionado com a frmula de clculo do erro amostral:

81

AAS, AS E ESTRATIFICAO NOS CONGLOMERADOS Discutimos a amostragem por conglomerados como se fosse selecionada uma amostra aleatria simples a cada etapa do desenho. Informaes podem ser usadas para estratificar os conglomerados: Censo pode ser usado para estratificar quarteires de recenseamento em termos de composio tnica, classe social, valores das propriedades, qualidade de estruturas, natureza da propriedade das construes e tamanho. Aps estratificao das unidades primrias de amostragem de acordo com as variveis disponveis, pode-se usar tanto tcnicas de amostragem aleatria simples ou amostragem sistemtica para extrair a amostra. Conglomerados e estratificao: erro amostral ser mais reduzido, quanto mais os conglomerados estiverem combinados em estratos homogneos.

82

AMOSTRAGEM SIMPLES POR CONGLOMERADO Para garantir a seleo de uma amostra representativa de elementos, preciso dar a cada elemento da populao total uma oportunidade igual de ser selecionada. A forma mais simples de fazer isso numa amostra por conglomerados dar a cada um a mesma chance de seleo e selecionar uma determinada proporo de elementos de cada conglomerado selecionado: Temos 100.000 elementos agrupados em 1.000 conglomerados e queremos amostra de 1.000 elementos. Selecionamos 1/10 dos conglomerados (100) com igual probabilidade. Depois selecionamos 1/10 dos elementos de cada conglomerado escolhido. Ou seja, cerca de 1.000 elementos foram selecionados e tiveram a mesma probabilidade de seleo.

83

AMOSTRAGEM ANTERIOR SIMPLES E INEFICIENTE A tcnica anterior simples, mas no a mais eficiente. A maioria das amostragens por conglomerados envolve conglomerados de tamanhos muito diversos. Ao selecionar conglomerados com igual probabilidade, retirando uma proporo fixa de elementos dos conglomerados selecionados: Seleciona-se um nmero relativamente pequeno de conglomerados grandes na primeira etapa da amostragem. Os elementos selecionados para representar todos os elementos dos grandes conglomerados so retirados de poucos desses conglomerados. No limite, toda populao da cidade residindo em dez grandes quarteires poderia ser representada pelas pessoas vivendo em apenas um deles.

84

AMOSTRAGEM PPT Como vimos, a amostragem por conglomerados ter maior eficincia se houver a seleo de muitos conglomerados, com poucos elementos retirados de cada um.

85

Esse princpio utilizado pelo mtodo de amostragem de probabilidade proporcional ao tamanho (PPT): H seleo de maior nmero de conglomerados. H garantia de representao dos elementos de conglomerados grandes. Cada elemento na populao recebe igual chance de seleo.

PROCEDIMENTOS DA AMOSTRAGEM PPT Na primeira etapa, dada a cada conglomerado uma oportunidade de seleo proporcional ao seu tamanho. Na segunda etapa, o mesmo nmero de elementos escolhido de cada conglomerado selecionado. Esses procedimentos igualam as probabilidades ltimas de seleo de todos os elementos, j que: Conglomerados com mais elementos tm maior probabilidade de serem selecionados. Elementos em conglomerados maiores tm menor chance de seleo do que elementos em conglomerados menores.

86

FRMULA E EXEMPLO DE PPT A probabilidade de seleo de um elemento num desenho de amostragem PPT :

87

Se 100 conglomerados so selecionados e 10 elementos escolhidos de cada um, a partir de uma populao total de 100.000, a probabilidade geral de seleo de cada elemento ser de 1.000/100.000 ou 1/100. Exemplo 1: um conglomerado com 100 elementos: Prob1 = 100 X (100/100.000) X (10/100) = 1/100 Exemplo 2: um conglomerado com 10 elementos: Prob2 = 100 X (10/100.000) X (10/10) = 1/100 Independente do nmero de elementos num conglomerado, cada elemento tem a mesma probabilidade de seleo.

SIMPLIFICANDO A FRMULA DE PPT O tamanho do conglomerado cancelado:

88

Isso o tamanho da amostra dividido pelo tamanho da populao:

MODIFICAES NO DESENHO PPT Costuma-se fazer duas modificaes no desenho de amostra PPT. Primeiro, podemos achar necessrio representar conglomerados muito grandes na amostra. Selecionamos todos esses conglomerados (probabilidade igual a 1) e seus elementos com a probabilidade geral. Segundo, se um nmero padro de elementos for selecionado de cada conglomerado escolhido, conglomerados com menos elementos do que o nmero padro representam um problema. Soluo combinar pequenos conglomerados, de forma que cada combinao tenha pelo menos o nmero padro a ser selecionado. Amostragem por conglomerados difcil, mas adequada quando for impossvel obter uma lista de todos elementos da populao.

89

AMOSTRAGEM PROBABILSTICA E PONDERAO Sabemos que uma amostra probabilstica aquela em que cada elemento da populao tem uma probabilidade diferente de zero e conhecida de seleo, mesmo que elementos diferentes tenham probabilidades diferentes. A amostra ser representativa da populao se cada elemento da amostra receber um peso igual ao inverso da sua probabilidade de seleo. No caso de todos os elementos da amostra terem a mesma chance de seleo (amostra autoponderada), cada um recebe o mesmo peso (1).

90

AMOSTRAGEM E PONDERAO DESPROPORCIONAIS ainda possvel fazer amostragem e ponderao desproporcionais: Ou seja, amostramos subpopulaes desproporcionalmente para garantir nmero suficiente de casos de cada subpopulao para anlise. Podemos sobre-amostrar uma primeira rea para analis-la detalhadamente, ao mesmo tempo em que a segunda rea ter uma amostra proporcionalmente menor: Devemos analisar as duas amostras separadamente ou comparativamente. Se quisermos combinar as duas amostras para criar um quadro composto de toda regio, devemos realizar um procedimento de ponderao da amostra.

91

GRAUS DE PRECISO NA PONDERAO Em um desenho complexo de amostra, podemos computar pesos para cada elemento at vrias casas decimais, ou atribuir pesos aproximados para corrigir uma eventual amostragem desproporcional. A preciso que buscamos na ponderao deve ser comensurvel com a preciso que queremos nos nossos resultados. Se nossos objetivos de pesquisa permitem tolerar erros de alguns pontos percentuais, no nos preocuparemos com clculo de ponderaes exatas. O grau de preciso da ponderao ter relao direta com o grau de erro amostral e no amostral de nossa pesquisa. No h uma frmula precisa para determinar qual a melhor ponderao. No entanto, devemos informar nos resultados se nossa ponderao foi aproximada ou precisa.

92

MTODOS DE PONDERAO

93

Para a ponderao aproximada: Primeiro criamos tabelas sem pesos de cada uma das amostras das subpopulaes. Depois multiplicamos as clulas da subpopulao que foi subamostrada (segundo grau de subamostragem), antes de adicion-la subpopulao que foi sobreamostrada. Para uma ponderao mais extensa e rpida: Dados para certos casos podem ser copiados. Inteno de aumentar nmero de casos, como se tivssemos aplicado uma maior quantidade de questionrios. Para ponderaes previamente calculadas: Podemos utilizar um banco de dados que j possui os pesos de cada elemento. Neste caso, somente informamos ao programa computacional qual varivel contm a informao de peso.

PONDERAO E INFERNCIA ESTATSTICA

94

Os procedimentos de ponderao tm efeitos srios na maioria dos clculos de inferncia estatstica.

Se finalidade da pesquisa exige inferncias estatsticas precisas, feitas com base em dados cuidadosamente ponderados, preciso consultar um estatstico de amostragem antes da amostra ser desenhada.

PANORAMA DA AMOSTRAGEM PROBABILSTICA

95

O mtodo chave de amostragem usado na pesquisa de survey a amostragem probabilstica. Os elementos so escolhidos de uma populao, com base na seleo aleatria e com probabilidades diferentes de zero e conhecidas. A amostragem probabilstica pode ser simples ou complexa, dependendo da situao de campo. o mtodo mais eficiente para seleo de elementos: Evita o vis consciente ou inconsciente na seleo de elementos por parte do pesquisador. Utiliza mtodos controlados de seleo que permitem estimar o grau de erro esperado (erro amostral).

96

8) Amostragem no-probabilstica
Babbie, 1999: 113-158 (captulo 5)

97

DESENHOS DE AMOSTRAGEM NO-PROBABILSTICA Apesar dos mtodos de amostragem probabilsticos serem adequados generalizao, podemos decidir por utilizar amostragem no-probabilstica: Porque mais barata. Porque talvez no seja necessrio ter representatividade exata. H alguns mtodos de amostragem no-probabilstica: Amostragem intencional ou por julgamento. Amostragem por cotas. Amostragem por confiana em sujeitos disponveis.

98

AMOSTRAGEM INTENCIONAL OU POR JULGAMENTO Na amostragem intencional ou por julgamento, pode-se selecionar a amostra baseado no prprio conhecimento: (1) da populao; (2) dos seus elementos; e (3) da natureza das metas de pesquisa. Pode-se realizar um pr-teste do questionrio com a seleo de maior variedade de entrevistados para testar a aplicabilidade geral das perguntas. Este um pr-teste do instrumento e no um survey propriamente dito. Ou seja, h a seleo de indivduos-chave importantes para os interesses da pesquisa.

99

AMOSTRAGEM POR COTAS Na amostragem por cotas, sabemos qual a proporo da populao que possui determinadas caractersticas (sexo, idade, raa, local de residncia, ocupao): So colhidos dados de pessoas com todas as combinaes de caractersticas. Todas pessoas recebem peso apropriado sua poro na populao total. Quando todos elementos da amostra estiverem ponderados, os dados como um todo devem resultar numa representao razovel da populao total. H problemas na amostragem por cotas: A moldura das cotas deve ser precisa. Pode haver vieses na seleo de elementos com determinadas caractersticas.

100

CONFIANA EM SUJEITOS DISPONVEIS Na amostragem por confiana em sujeitos disponveis, h a seleo de indivduos que so fceis de acessar. Tambm chamada de amostragem de convenincia ou amostragem a esmo. Embora sirva finalidade de pr-testar um questionrio, este mtodo de amostragem no deve ser usado para um estudo que pretende descrever uma populao.

101

USOS NO-SURVEY DOS MTODOS DE AMOSTRAGEM Na discusso sobre a lgica e os mtodos de amostragem, foi dada maior ateno pesquisa de survey, em que h a seleo de elementos de uma populao para entrevista ou questionrios auto-administrados. Mtodos de amostragem podem ter aplicao no-survey: Anlise de contedo: volume de documentos para analisar pode ser muito grande, o que exige uso de tcnicas de amostragem de seleo de tais documentos. Experimentos de laboratrios: sujeitos para experimentos so geralmente voluntrios. Pode-se usar mtodos de estratificao para satisfazer cotas. Observao participante: ao utilizar mtodos de amostragem de survey, um pesquisador pode obter um conjunto mais representativo de observaes.

102

9) Sejamos crticos
Triola, 2008: 2-31 (captulo 1)

103

PENSAMENTO CRTICO O sucesso em um curso introdutrio de estatstica normalmente requer mais senso comum do que habilidade matemtica. (Triola 2008, p.9) importante interpretar os dados e resultados com mtodos cientficos, e saber usar o senso comum. H trs tipos de mentiras: mentiras, mentiras horrveis e estatstica. (Benjamin Disraeli) Nmeros no mentem, mas mentirosos manipulam nmeros. (Autor desconhecido) Algumas pessoas usam a estatstica como os bbados usam os postes - para apoio mais do que para iluminao. (Andrew Lang) Estatstico um especialista que coleta nmeros e depois os desvirtua. (Esars Comic Dictionary)