Uma revisão sobre o uso analítico de dados provenientes de amostras com estruturas complexas

Abstract

This work was carried out a literature review about the methodologies found in the literature of how the methods for data analytical use from research involving complex sampling schemes are applied. It was aimed to show and discuss some studies that assess the impact of ignoring the sampling scheme in the data analysis. It was also made a survey of articles in order to make a study of works published in newspapers, magazines or periodicals, which addressed issues dealing with the incorporation of the complex structure of the sample in the analysis. This review shown that the classical methods of analysis, i.e. those who assume that the data comes from a simple random sampling can lead to incorrect results producing quite erroneous and misleading conclusions when the data come from complex sample schemes.

Impact of Non-Weighting in the Analysis of Data Obtained from Complex Samples

“…Population-based epidemiological studies require a design that allows the characteristics of the studied population to be analyzed, using a representative sample plan of the population, where each element of the population has a known and non-zero probability of being selected. Thus, one of the ways to guarantee the representativeness of the data in the population is the randomization by probabilistic sampling [1,2].…”

Impacto da não ponderação na análise de dados obtidos a partir de amostras complexas

“…Nesse sentido, os resultados da amostra devem ser suficientes para analisar as características de toda população estudada, utilizando-se de um plano amostral representativo da população, onde cada elemento da população tem uma probabilidade conhecida e diferente de zero de ser selecionado. Sendo assim, uma das formas de garantir a representatividade do dado na população é a aleatorização por amostragem probabilística (Medronho, 2009;Pereira, 2016).…”

“…Assim sendo, cada município (UPA) foi sorteado dentro do seu domínio (Macro) e teve probabilidade proporcional ao seu tamanho (PPT) populacional. Em cada um dos municípios, os setores censitários foram sorteados na segunda etapa, sendo estes considerados as unidades secundárias de amostragem (USA) (Pereira, 2016).…”

“…Foi realizada pesquisa de base domiciliar em 178 municípios com amostras ponderadas. Informações sobre cárie, doença periodontal, oclusopatias, uso e necessidade de prótese, além de caracterização socioeconômica, utilização de serviços odontológicos, autopercepção em saúde bucal e capital social foram coletadas (Pereira, 2016).…”

“…Esta fração de amostragem agregou-se ao banco, sendo que para cada um dos setores foi agregado a sua fração para a respectiva USA. A partir desta informação obtevese a f3, que é a multiplicação das frações de amostragem das Unidades Primária e Secundária (Pereira, 2016).…”