Bioestatística

@elaine.marqueze
Profa. Dra. Elaine C Marqueze
@JessicaJulioti
@EquipeMySete
Amostra
Amostra
 Tipos de Amostragem

• Amostragem Não-Probabilística: São amostragens em que há uma

escolha deliberada dos elementos da amostra. Depende dos critérios e
julgamento do pesquisador.

• Amostragem Probabilística: São amostragens em que a seleção é

aleatória de tal forma que cada elemento da população tem uma
probabilidade conhecida de fazer parte da amostra. São métodos
rigorosamente científicos.
Amostragens não-probabilísticas
Tipos de amostragens não-probabilísticas

1. Amostragem por acessibilidade ou por conveniência:

• Menos rigoroso;
• Seleção de quem se tem acesso.

2. Amostragem intencional:
• Seleção baseada nas informações disponíveis para ser
representativo de toda população;
• Conhecimento da população e do subgrupo selecionado.
Tipos de amostragens não-probabilísticas

3. Amostragem por cotas:

• Maior rigor;
• Utilizada quando não existe um cadastro da população que
possibilite o sorteio, mas há informação suficiente sobre o perfil
populacional;
• Etapas: classificar a população, determinar a proporção da
população para cada classe, fixar cotas em observância à
proporção das classes consideradas.
Amostragens probabilísticas
Tipos de amostragens probabilísticas

1. Amostragem aleatória simples (AAS):

• Todos os elementos da população tem a mesma probabilidade de
pertencer à amostra;
• Indicada para populações homogêneas;
• A amostragem pode ser com ou sem reposição.
Tipos de amostragens probabilísticas
2. Amostragem sistemática:

• A população deve ser ordenada de forma que os elementos

sejam identificados pela posição;

• Indicada para populações homogêneas;

Tipos de amostragens probabilísticas
2. Amostragem sistemática:

• Determina-se a cota amostral pela fórmula, k=N/n, em que

N=População e n=Amostra;

• Escolhe-se aleatoriamente um elemento no intervalo; este será o

primeiro elemento da amostra;

• O segundo elemento será o primeiro mais k, e assim

sucessivamente.
Exemplo:

• N= 4.950
• n= 825
• k= N/n
• k= 4.950/825
• k= 6

1º sujeito (aleatório): número sorteado = 10,

2º sujeito: Número sorteado + k = 16,
3º sujeito: Número sorteado + 2k = 22,
E assim sucessivamente até chegar a amostra de 825 sujeitos.
Tipos de amostragens probabilísticas

3. Amostragem estratificada:

• Divide-se a população em subgrupos mais homogêneos (estratos),

procedendo-se à amostragem em cada estrato, proporcional ao
tamanho do estrato.

• Em geral, a retirada das amostras nos estratos é realizada de forma

aleatória simples.
Exemplo: estratos por idade, renda, ...

Para determinar o número de elementos da população no

iésimo estrato que irá participar da amostra (ni ) podemos usar a seguinte
fórmula:

Estrato Renda da População: A (1.238) – B (1.876) – C (835) – D (1.001)

nA = n * Ni nA = 825 * 1.238 nA = 0,1666 * 1.238

N 4.950

nA = 206,2508 nA = 206

nB = 313 / nC = 139 / nD = 167

Tipos de amostragens probabilísticas

4. Amostragem por conglomerados:

• Divide-se a população em pequenos grupos e sorteia-se um número

suficiente desses pequenos grupos (conglomerados);

• Este esquema amostral é utilizado quando há uma subdivisão da

população em grupos que sejam bastante semelhantes entre si, mas
com fortes discrepâncias dentro dos grupos, de modo que cada um
possa ser uma pequena representação da população de interesse
específico;
Tipos de amostragens probabilísticas

4. Amostragem por conglomerados:

• A amostragem é realizada em cima dos conglomerados, e não mais

sobre os indivíduos da população.

Exemplo: um quarteirão de uma cidade, bairros, municípios, regiões.

Tamanho da Amostra
 Amostragem
Algumas razões para o uso de amostras:

• Minimização de custos, quando precisão absoluta não é necessária;

• Economia de tempo, quando há necessidade de resultados mais rápidos

do que seria possível com um censo;

• Na indústria, alguns testes são destrutivos e só podem ser feitos com uma
amostra de produtos;

• Em populações infinitas.
 Tamanho Amostral

1. Nível de confiança (quanto maior o nível de confiança, maior o tamanho

da amostra – Erro Beta – representatividade - força da amostra);

2. Erro máximo permitido (quanto menor o erro permitido, maior o

tamanho da amostra – Erro Alfa - comparabilidade);

3. Variabilidade do fenômeno que está sendo investigado (quanto maior

a variabilidade, maior o tamanho da amostra).
 Cálculo Amostral

N = Tamanho da população
E0 = erro amostral tolerável (erro máximo permitido)
n0 = primeira aproximação do tamanho da amostra
n = tamanho da amostra
n0 = 1 / E02
n = N*n0 / N + n0

Barbetta PA. Estatística aplicada às ciências sociais. 5 ed, Florianópolis: UFSC, 2005.
 Cálculo Amostral
N = Tamanho da população = 1.000
E0 = erro amostral tolerável = 5%
n0 = primeira aproximação do tamanho da amostra
n = tamanho da amostra
n0 = 1 / E02 = 1/(0,05) 2 = 1/0,0025 = 400
n = N*n0 / N + n0 = 1.000*400/1.000+400 =
n = 400.000/1.400 = 285,7 ≅ 286 pessoas
Portanto, com um erro amostral tolerável de 5%, a amostra será
constituída por 286 pessoas.
 Cálculo Amostral
N = Tamanho da população = 1.000
E0 = erro amostral tolerável = 10%
n0 = primeira aproximação do tamanho da amostra
n = tamanho da amostra
n0 = 1 / E02 = 1/(0,10) 2 = 1/0,01 = 100
n = N*n0 / N + n0 = 1.000*100/1.000+100 =
n = 100.000/1.100 = 90,9 ≅ 91 pessoas
Portanto, com um erro amostral tolerável de 10%, a amostra será
constituída por 91 pessoas.
 Cálculo Amostral

• G*Power - Software gratuito usado para calcular o poder amostral. O

programa oferece a capacidade de calcular a amostra para uma ampla
variedade de testes estatísticos, incluindo testes t, testes F e testes
qui-quadrado, entre outros.
 G*Power – 1º Exemplo
• Estudo para comparar a proporção de pessoas sedentárias de acordo
com o sexo. Primeiro ver na literatura, qual a proporção encontrada
em estudos anteriores (encontrar estudos que sejam semelhantes ao
nosso). Supondo que faremos um estudo de base populacional,
podemos utilizar a prevalência apresentada pela OMS (2018):
prevalência de sedentarismo entre homens de 40,4% e entre
mulheres 53,3%.
• Primeiro precisaremos selecionar a família do teste (Exact), depois o
teste estatístico (Teste de proporção de dois grupos independentes).
 G*Power - 1º Exemplo
• Depois o tipo da análise, e como estamos fazendo o cálculo para
saber quantas pessoas devemos pesquisar, escolheremos o “A priori”.
• Precisamos preencher os parâmetros para que seja calculada a
amostra.
• Primeiro escolher se será um teste bicaudal (usado se os desvios do
parâmetro estimado em qualquer direção de algum valor de
referência serão considerados teoricamente possíveis) ou unicaudal
(usado somente se os desvios em uma direção serão considerados
possíveis).
 G*Power - 1º Exemplo
• Digitar a proporção dos grupos que foi encontrada anteriormente:
P1=0,404 e P2=0,533.
• Digitar o Erro Alfa – comparabilidade, que por convenção em estudos
epidemiológicos, consideramos 0,05.
• Digitar o Erro Beta – representatividade / força da amostra, que no
mínimo deve ser 80%, portanto, 0,80.
• E por fim, a razão de alocação que automaticamente é atribuído 1.
• Assim, precisaremos de n=492, sendo 246 homens e 246 mulheres.
 G*Power – 2º Exemplo
• Estudo para comparar a média de idade entre as pessoas sedentárias
e as pessoas ativas. Vamos considerar que o estudo será feito com
adultos com idade entre 18 a 40 anos. Supondo que na literatura a
idade média das pessoas sedentárias era de 34,5 anos (DP 5,7 anos) e
das pessoas ativas 31,3 anos (DP 5,3 anos).
• Selecionar a família do teste (t tests), depois o teste estatístico (Teste
de diferença de médias de dois grupos independentes).
 G*Power - 2º Exemplo
• Depois o tipo da análise, e como estamos fazendo o cálculo para
saber quantas pessoas devemos pesquisar, escolheremos o “A priori”.
• Precisamos preencher os parâmetros para que seja calculada a
amostra.
• Primeiro escolher se será um teste bicaudal (usado se os desvios do
parâmetro estimado em qualquer direção de algum valor de
referência são considerados teoricamente possíveis) ou unicaudal
(usado somente se os desvios em uma direção são considerados
possíveis).
 G*Power - 2º Exemplo
• Precisamos calcular o tamanho do efeito. O programa calcula, apenas
precisamos colocar os valores médios que encontramos no referencial
teórico. Colocar o maior desvio padrão das médias.
• Digitar o Erro Alfa – comparabilidade, que por convenção em estudos
epidemiológicos, consideramos 0,05.
• Digitar o Erro Beta – representatividade / força da amostra, que no
mínimo deve ser 80%, portanto, 0,80.
• E por fim, a razão de alocação que automaticamente é atribuído 1.
• Assim, precisaremos de n=102, sendo 51 sedentários e 51 ativos.
O conteúdo desse curso
foi oferecido pelo
Centro Educacional Sete
de Setembro
em parceria com o
Professora Elaine C.
Marqueze