Use este identificador para citar ou linkar para este item:
https://www.arca.fiocruz.br/handle/icict/1329
AMOSTRAS COMPLEXAS EM INQUÉRITOS POPULACIONAIS: PLANEJAMENTO E IMPLICAÇÕES NA ANÁLISE ESTATÍSTICA DOS DADOS
Título alternativo
Complex Sampling Design in Population Surveys: Planning and effects on statistical data analysisAfiliação
Fundação Oswaldo Cruz. Instituto de Comunicação e Informação Científica e Tecnológica em Saúde. Laboratório de Informação em Saúde. Rio de Janeiro, RJ, Brasil.
Fundação Oswaldo Cruz. Instituto de Comunicação e Informação Científica e Tecnológica em Saúde. Laboratório de Informação em Saúde. Rio de Janeiro, RJ, Brasil.
Fundação Oswaldo Cruz. Instituto de Comunicação e Informação Científica e Tecnológica em Saúde. Laboratório de Informação em Saúde. Rio de Janeiro, RJ, Brasil.
Resumo
A avaliação do desempenho dos sistemas
de saúde das nações vem ganhando importância
crescente entre os gestores do
setor saúde. Entre os instrumentais de avaliação
do desempenho de saúde, destacam-
se os inquéritos nacionais de saúde,
cada vez mais utilizados para avaliar o estado
de saúde da população e a assistência
de saúde prestada do ponto de vista do
usuário. A maioria dos inquéritos nacionais
de saúde não usa amostragem aleatória
simples, em parte por restrições orçamentárias,
em parte por limites de tempo
associado à coleta de dados. Em geral,
utiliza-se combinação de vários métodos
probabilísticos de amostragem para seleção
de uma amostra representativa da população,
chamada de desenho complexo
de amostragem. Entre os métodos de
amostragem mais utilizados conjuntamente,
destacam-se a amostra aleatória
simples, a amostragem estratificada, e a
amostragem por conglomerados. Resultante
desse processo, a preocupação subseqüente
é a análise de dados provenientes
de amostras complexas. Este artigo trata
de questões relacionadas à análise estatística
de dados obtidos através de pesquisas
com desenhos complexos de
amostragem. Apresentam-se os problemas
que ocorrem quando a análise estatística
não incorpora a estrutura do plano
amostral. Ao ignorar o desenho de
amostragem, a análise estatística tradicional,
sob a suposição de amostragem aleatória
simples, pode produzir incorreções
tanto para as estimativas médias como
para as respectivas variâncias, comprometendo
os resultados, os testes de hipóteses
e as conclusões da pesquisa. Para a
exemplificação dos métodos, é utilizada a
Pesquisa Mundial de Saúde (PMS), realizada
no Brasil em 2003.
Resumo em Inglês
The evaluation of the health systems of nations has been gaining increasing importance among health managers. Among
the evaluation tools for the performance of health systems, nationwide health surveys have been more and more used to evaluate the health status of the population and satisfaction with healthcare from the user’s point of view. Most national health surveys do not use simple random
sampling, either due to budget restrictions or because time constraints associated with data collection. In general, a combination of several probabilistic sampling methods is used to select a representative
sample of the population, which is called complex sampling design. Among the several sampling techniques, the most frequently
used are simple random sampling, stratified sampling and cluster sampling. As a result of this process, the next concern is the statistical analysis of the data from complex samples. This paper deals with
issues related to data analysis obtained from surveys using complex sampling designs. It discusses the problems that arise when the statistical analysis does not incorporate the sampling design. When the design is neglected, traditional statistical analysis, based on the assumption of
simple random sampling, might produce improper results not only for the mean estimates but also for standard errors, thus compromising results, hypothesis testing, and survey conclusions. The World Health Survey (WHS) carried out in Brazil, in 2003, is used to exemplify complex sampling methods.
Compartilhar