Resumo

Amostras complexas em
inquritos populacionais: A avaliao do desempenho dos sistemas
de sade das naes vem ganhando im-
planejamento e implicaes na portncia crescente entre os gestores do
setor sade. Entre os instrumentais de ava-
anlise estatstica dos dados liao do desempenho de sade, desta-
cam-se os inquritos nacionais de sade,
cada vez mais utilizados para avaliar o es-

Complex Sampling Design in tado de sade da populao e a assistn-

cia de sade prestada do ponto de vista do
Population Surveys: Planning and usurio. A maioria dos inquritos nacio-
nais de sade no usa amostragem alea-
effects on statistical data analysis tria simples, em parte por restries or-
amentrias, em parte por limites de tem-
po associado coleta de dados. Em geral,
utiliza-se combinao de vrios mtodos
probabilsticos de amostragem para sele-
o de uma amostra representativa da po-
pulao, chamada de desenho complexo
de amostragem. Entre os mtodos de
amostragem mais utilizados conjunta-
mente, destacam-se a amostra aleatria
simples, a amostragem estratificada, e a
amostragem por conglomerados. Resul-
tante desse processo, a preocupao sub-
seqente a anlise de dados provenien-
tes de amostras complexas. Este artigo tra-
ta de questes relacionadas anlise esta-
tstica de dados obtidos atravs de pesqui-
sas com desenhos complexos de
amostragem. Apresentam-se os problemas
que ocorrem quando a anlise estatstica
no incorpora a estrutura do plano
amostral. Ao ignorar o desenho de
amostragem, a anlise estatstica tradicio-
nal, sob a suposio de amostragem alea-
tria simples, pode produzir incorrees
tanto para as estimativas mdias como
para as respectivas varincias, comprome-
tendo os resultados, os testes de hipteses
e as concluses da pesquisa. Para a
Clia Landmann Szwarcwald exemplificao dos mtodos, utilizada a
Giseli Nogueira Damacena Pesquisa Mundial de Sade (PMS), reali-
Laboratrio de Informao em Sade, Instituto de Comunicao e Informao zada no Brasil em 2003.
Cientfica e Tecnolgica em Sade, Fundao Oswaldo Cruz.
Palavras-chave: Inqurito. Amostragem.
Desenho complexo. Anlise estatstica.
Correspondncia: Clia Landmann Szwarcwald, Laboratrio de Informao em Sade, Instituto de
Comunicao e Informao Cientfica e Tecnolgica em Sade, Fundao Oswaldo Cruz, Av. Brasil, Brasil.
4365 Pavilho Haity Moussatch Manguinhos, Rio de Janeiro, RJ, CEP 21040-900. E-mail:
celials@cict.fiocruz.br

Rev Bras Epidemiol

2008; 11(supl 1): 38-45
38
Abstract
The evaluation of the health systems of
nations has been gaining increasing im-
portance among health managers. Among
the evaluation tools for the performance
of health systems, nationwide health sur-
veys have been more and more used to
evaluate the health status of the popula-
tion and satisfaction with healthcare from
the users 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 combi-
nation of several probabilistic sampling
methods is used to select a representative
sample of the population, which is called
complex sampling design. Among the sev-
eral sampling techniques, the most fre-
quently 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 de-
signs. It discusses the problems that arise
when the statistical analysis does not in-
corporate 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 es-
timates 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.
Keywords: Survey. Sampling. Complex
design. Statistical analysis. Brazil.
Introduo
A avaliao do desempenho dos siste-
mas de sade das naes vem ganhando
importncia crescente entre os gestores do
setor sade, sendo considerada como eta-
pa essencial para o planejamento das
aes voltadas para garantir a qualidade da
ateno e subsidiar decises que atendam
s necessidades da populao1.
Entre os instrumentais de avaliao do
desempenho de sade, destacam-se os
inquritos nacionais de sade, cada vez
mais utilizados para avaliar a assistncia
de sade prestada do ponto de vista do
usurio. Este tipo de pesquisa caracteriza-
se por entrevistas domiciliares, que abor-
dam dimenses relativas situao de sa-
de, como a percepo do estado de sade
e a prevalncia de problemas seleciona-
dos, questes sobre as atitudes e prticas
de risco, alm dos aspectos relacionados
ao uso dos servios de sade, como o aces-
so e a utilizao de servios, a cobertura
de aes de sade, e a satisfao dos usu-
rios com o funcionamento da assistncia
de sade2.
Captando informaes que, na maio-
ria das vezes, no esto disponveis nos sis-
temas nacionais de informaes, e permi-
tindo explorar as inter-relaes entre as
diversas dimenses da sade junto s ca-
ractersticas demogrficas e socio-
econmicas, os inquritos so de grande
importncia para o monitoramento da si-
tuao de sade da populao, para sub-
sidiar o planejamento das aes e investi-
mentos, bem como para a avaliao das
polticas de sade3.
A inferncia estatstica, em sua abor-
dagem clssica, fundamenta-se na amos-
tra aleatria simples, mtodo que requer
que cada membro da populao tenha
uma chance igual e independente de ser
selecionado 4. Entretanto, a maioria dos
inquritos nacionais de sade no usa
amostragem aleatria simples, em parte
por restries oramentrias, em parte por
limites de tempo associados coleta de
uma grande quantidade de informaes ao
Amostras complexas em inquritos populacionais Rev Bras Epidemiol
Szwarcwald, C.L. et al.
39 2008; 11(supl 1): 38-45
 longo de um territrio geogrfico grande.
Em decorrncia disso, outros mtodos
probabilsticos so geralmente utilizados
nos inquritos de base populacional, como
a amostragem estratificada e a amos-
tragem por conglomerados em mltiplos
estgios com probabilidades desiguais de
seleo5, para prover uma amostra repre-
sentativa da populao em tempo hbil e
de acordo com o oramento previsto6.
A combinao de vrios mtodos
probabilsticos de amostragem para sele-
o de uma amostra representativa da po-
pulao chamada de desenho complexo
de amostragem. Resultante deste proces-
so, a preocupao subseqente a anlise
de dados provenientes de amostras com-
plexas. Este tipo de anlise tem sido obje-
to de estudo e discusso nas literaturas
nacional e internacional recentes7-9. Algu-
mas publicaes mostram os problemas
que ocorrem quando a anlise estatstica
no incorpora a estrutura do plano amos-
tral10. Ao ignorar o desenho de amostra-
gem, a anlise estatstica tradicional, sob
a suposio de amostragem aleatria sim-
ples, pode produzir incorrees, tanto para
as estimativas mdias como para as res-
pectivas varincias, comprometendo os
resultados, os testes de hipteses e as con-
cluses da pesquisa11.
Este artigo trata de questes relacio-
nadas anlise estatstica de dados obti-
dos atravs de pesquisas com desenhos
complexos de amostragem. Para a exem-
plificao dos mtodos, utilizada a Pes-
quisa Mundial de Sade, realizada no Bra-
sil em 200312.
Elementos dos desenhos complexos de
amostragem
Na amostragem probabilstica, cada
indivduo da populao tem uma proba-
bilidade conhecida e no nula de ser sele-
cionado. So vrios os mtodos de amos-
tragem probabilstica, sendo os mais utili-
zados a amostra aleatria simples, a
amostragem estratificada, e a amostragem
por conglomerados5.
Rev Bras Epidemiol Amostras complexas em inquritos populacionais
2008; 11(supl 1): 38-45
40 Szwarcwald, C.L. et al.
A amostragem estratificada consiste
em dividir a populao em subgrupos ho-
mogneos para determinadas caracters-
ticas e selecionar uma amostra em cada
um deles, separadamente. Estes subgrupos
no se interceptam e totalizam a popula-
o. Cada uma das subdivises popu-
lacionais denominada de estrato. Este
tipo de amostragem recomendado quan-
do se deseja obter estimativas com certa
preciso para cada uma das subdivises.
Cochran5 demonstra que o uso de es-
tratos homogneos pode resultar em um
ganho na preciso de estimativas de carac-
tersticas da totalidade da populao. In-
tuitivamente, se cada estrato for homog-
neo, a estimativa de uma determinada ca-
racterstica pode ser obtida dentro do es-
trato com um nmero relativamente pe-
queno de observaes. Estas estimativas
so ento ponderadas, adequadamente,
para obteno da estimativa populacional.
Na amostragem por conglomerados, a
unidade amostral um conjunto de elemen-
tos da populao. Pelas dificuldades de cus-
to e de obteno de listas dos elementos da
populao, a aplicao da amostragem por
conglomerados muito freqente nos inqu-
ritos de base populacional. Geralmente,
este tipo de amostragem repetido em ml-
tiplos estgios, quando uma amostra de con-
glomerados selecionada em cada etapa. Os
conglomerados so unidades compostas de
subunidades, que vo sendo selecionadas
em cada estgio at chegar ao objeto de in-
teresse da pesquisa5. Por exemplo, no Brasil
pode-se selecionar no primeiro estgio os
setores censitrios, denominados de unida-
des primrias de seleo. No segundo est-
gio, dentro dos setores selecionados, os do-
miclios, e no ltimo o indivduo a ser
pesquisado.
Particularmente, um mtodo freqen-
temente utilizado para a seleo dos con-
glomerados a amostragem com proba-
bilidade proporcional ao tamanho (PPT).
Neste caso, as unidades primrias so
selecionadas com probabilidades propor-
cionais ao seu tamanho. Este mtodo, alm
da facilidade de aplicao, tem a vantagem
de contribuir para a reduo da varincia
entre as unidades de seleo5.
Alm dos tipos de amostragem e da
combinao entre eles, constituindo dese-
nhos complexos de amostragem, outro as-
pecto merecedor de ateno so as proba-
bilidades desiguais de seleo das unida-
des em cada um dos estgios. Para com-
pensar as probabilidades desiguais de se-
leo, so atribudas ponderaes diferen-
ciadas aos elementos da amostra, chama-
das de fatores naturais de expanso, cor-
respondentes ao inverso do produto das
probabilidades de incluso nos diversos
estgios de seleo.
Finalmente, para ajustar os pesos na-
turais do desenho e/ou corrigir os proble-
mas originados pela ausncia ou recusa de
resposta necessrio fazer a calibrao
para totais conhecidos da populao.
A calibrao dos fatores naturais de ex-
panso consiste em estimar novos pesos para
cada elemento da amostra, atravs de ajuste
dos pesos naturais do desenho segundo in-
formaes de variveis auxiliares da amos-
tra13. Por exemplo, um dos propsitos da
calibrao obter distribuies amostrais das
variveis auxiliares semelhantes s distribui-
es populacionais obtidas pelo censo.
Questes relacionadas anlise estatstica
de dados
Na utilizao de informaes coletadas
em inquritos com amostras complexas,
uma das preocupaes refere-se anlise
apropriada dos dados, que no podem ser
tratados como se fossem observaes in-
dependentes e identicamente distribudas
(amostragem aleatria simples).
Na anlise, os seguintes aspectos de-
vem ser considerados11:
probabilidades distintas de seleo das
unidades;
efeito de conglomerao das unidades;
estratificao;
calibrao para ajuste de no resposta
e outros ajustes para totais conhecidos
da populao.
O plano de amostragem, processo usa-
do para selecionar a amostra da popula-
o, importante para a estimao dos
parmetros, j que a estimao baseada no
plano amostral fundamentada na pon-
derao de cada elemento da amostra pelo
inverso da sua probabilidade de seleo11.
Quando os dados so utilizados para fins
descritivos, as estimativas pontuais dos
parmetros populacionais (como totais,
mdias, propores) so influenciadas ape-
nas pelos pesos amostrais determinados
pelo plano de amostragem. Na maioria das
vezes, porm, so usados com fins analti-
cos, requerendo a estimao de medidas de
variabilidade (como a varincia e o desvio-
padro) para o clculo dos intervalos de con-
fiana e a realizao de testes de hipteses8.
Nos estudos analticos, as estimativas
pontuais so associadas preciso, dada
pelo tamanho do intervalo de confiana.
Quanto maior o intervalo, ou quanto mai-
or o erro padro, menor a preciso da esti-
mativa. A estimao do erro padro , pois,
essencial para a inferncia estatstica.
Em planos de amostragem complexa, a
estimao da varincia influenciada no
somente pelos pesos, mas tambm pela
estratificao e conglomerao, conjunta-
mente. No que se refere estratificao, se
esta for adequadamente utilizada, a varincia
da mdia estimada , geralmente, inferior
varincia se a amostragem fosse aleatria
simples, ou seja, so obtidos ganhos de pre-
ciso nas estimativas mdias5.
J o efeito da conglomerao , em ge-
ral, inverso, produzindo varincias maio-
res do que as calculadas com observaes
independentes. Na amostragem por con-
glomerados, a varincia da mdia fun-
o direta da varincia total e do coefici-
ente de correlao intra-classe, que mede
a correlao entre as observaes dentro
dos conglomerados. Significa dizer que
quanto maior a homogeneidade dentro
dos conglomerados, maior a variabilidade
entre conglomerados, e maior a varincia
da mdia. Portanto, a amostragem por
conglomerados acarreta, em geral, a per-
da de preciso das estimativas mdias.
Amostras complexas em inquritos populacionais Rev Bras Epidemiol
Szwarcwald, C.L. et al.
41 2008; 11(supl 1): 38-45
 Para medir o efeito do plano amostral
(EPA) sobre a varincia das estimativas
mdias, utiliza-se o chamado efeito de de-
senho, calculado pela razo entre a esti-
mativa da varincia determinada pelo pla-
no amostral e a estimativa da varincia ob-
tida por uma amostra aleatria simples de
mesmo tamanho14. Alm de ser utilizado
para verificar a perda de preciso da esti-
mativa, o efeito de desenho utilizado tam-
bm para o planejamento de estudos futu-
ros, no clculo do tamanho de amostra.
Desenho da Pesquisa Mundial de Sade
no Brasil, 2003
Como parte de um projeto desenvolvi-
do pela Organizao Mundial da Sade
(OMS), dirigido avaliao de desempe-
nho dos sistemas de sade dos pases
membros, a Pesquisa Mundial de Sade foi
realizada no Brasil sob a forma de um in-
qurito populacional em 5.000 domiclios
escolhidos por amostragem probabilstica,
em mbito nacional, no perodo de janei-
ro a setembro de 2003.
Atravs de um questionrio modular, a
pesquisa considerou diversos aspectos da
sade, tais como: a descrio do estado de
sade; fatores de risco (fumo, lcool, ativi-
dade fsica, nutrio, fatores ambientais);
situaes crnicas e agudas de sade; uso
de medicamentos; cobertura de progra-
mas de sade (sade bucal, assistncia
pr-natal e sade materno-infantil); avali-
ao da resposta do sistema do ponto de
vista do usurio; gastos relativos das fam-
lias em sade, incluindo planos privados
de sade.
Com o apoio da Fundao Instituto
Brasileiro de Geografia e Estatstica (IBGE)
foram obtidos os elementos necessrios
seleo de uma amostra de setores, bem
como os mapas e folhas de coleta do Cen-
so Demogrfico 200015 dos setores seleci-
onados.
A amostra foi selecionada em trs es-
tgios (setores, domiclios e adulto),
totalizando 5.000 domiclios e 5.000 indi-
vduos com 18 anos ou mais de idade. No
Rev Bras Epidemiol Amostras complexas em inquritos populacionais
2008; 11(supl 1): 38-45
42 Szwarcwald, C.L. et al.
primeiro estgio foram selecionados 250
setores censitrios com probabilidade
proporcional do seu nmero de domicli-
os particulares permanentes (DPP), sen-
do excludos da populao amostrada os
setores censitrios localizados nas reas
rurais da macro-regio Norte e os especi-
ais (quartis, bases militares, alojamen-
tos, acampamentos, embarcaes, peni-
tencirias, asilos, orfanatos, conventos ou
hospitais). No segundo, foram seleciona-
dos 20 DPPs com eqiprobabilidade e
dentro de um esquema de amostragem
inversa. E, no ltimo estgio, foi selecio-
nado um adulto (18 anos ou mais de ida-
de) em cada domiclio para responder
entrevista individual16.
As unidades primrias de seleo (seto-
res censitrios) foram estratificadas segun-
do o tamanho da populao do municpio
e sua situao (urbana ou rural), gerando
seis estratos. O tamanho da amostra de se-
tores foi alocado entre os estratos de forma
proporcional populao de cada estrato
em 2000, assegurando o nmero mnimo de
cinco setores por estrato.
Em cada estrato, a seleo dos setores
censitrios foi realizada de forma sistem-
tica e com probabilidade proporcional ao
nmero de domiclios particulares perma-
nentes (DPP) em cada setor. Com o intui-
to de garantir a representatividade de to-
dos os nveis socioeconmicos do estrato,
foi utilizada para estratificao implcita a
renda mdia dos responsveis pelos domi-
clios do setor17, isto , previamente sele-
o sistemtica, os setores foram ordena-
dos em ordem crescente de renda. Os 250
setores selecionados distriburam-se em
188 municpios, com o nmero de setores
por municpio variando de um a 14.
No segundo estgio, foram seleciona-
dos, com eqiprobabilidade, 60 endereos
de DPP existentes na folha de Coleta do
Censo Demogrfico 2000 de cada setor da
amostra, para obter 20 entrevistas realiza-
das em cada setor, seguindo um procedi-
mento seqencial de visitas, conhecido
como amostragem inversa. Este tipo de
amostragem, originalmente proposto por
Haldane18, consiste em verificar quantas
unidades precisam ser observadas para
que seja obtido o nmero prefixado de su-
cessos, ou seja, o nmero prefixado de en-
trevistas realizadas. Na PMS, sua aplicao
consistiu em visitar seqencialmente os
domiclios previamente selecionados, re-
gistrar as ocorrncias (entrevista ou no-
entrevistas), at que fosse atingido o n-
mero previsto de 20 entrevistas realizadas
para o setor.
No terceiro estgio, em cada domiclio,
um adulto (18 anos ou mais de idade) foi
selecionado com probabilidade igual a to-
dos os moradores adultos do domiclio.
Prevendo-se at 12 moradores adultos, fo-
ram definidos 11 conjuntos de nmeros
naturais, comeando por {1, 2} e terminan-
do em {1, 2, ... , 12}; e, em cada conjunto,
foram feitas 5.000 selees eqiprovveis
de apenas um dos elementos do conjun-
to. Os resultados dessas selees foram
colocados na forma de tabelas, que foram
includas na Folha de Informaes sobre
Setores, Domiclios e Pessoas a Entrevis-
tar (FIS) fornecida ao entrevistador15.
Os fatores naturais de expanso foram
baseados no plano de amostragem, deter-
minados a partir das probabilidades de in-
cluso de setor, domiclio e adulto. O cl-
culo das probabilidades de seleo do se-
tor e do adulto foi o usado, habitualmente,
para desenhos com seleo de unidades
amostrais com probabilidade proporcional
ao tamanho e eqiprobabilidade, respecti-
vamente. J a probabilidade de seleo do
domiclio teve que ser formulada especifi-
camente, pois foi utilizado esquema de
amostragem inversa. Como o uso da folha
de Coleta do Censo Demogrfico 2000 im-
plicou a seleo de domiclios inexistentes
no momento da pesquisa e de alguns do-
miclios fechados, a probabilidade de inclu-
so de um domiclio, condicionada sele-
o do setor, teve que ser subdividida em
trs probabilidades:
a de ser visitado;
a de pertencer populao amostrada
ou de ser elegvel; e
a de ser um dos 20 primeiros domicli-
os elegveis a concordar com a realiza-
o da entrevista16.
Finalmente, os fatores de expanso fo-
ram calibrados para assegurar coerncia
com os totais populacionais por grupos de
macro-regies, quintos de renda, sexo e
grupos de idade, por meio de estimadores
de regresso16.
A ttulo de ilustrao, na Tabela 1 so
apresentadas estimativas pontuais sem e
com uso de ponderao, bem como as esti-
mativas do erro padro e dos efeitos de de-
senho para algumas variveis de interesse do
estudo. Tais estimativas foram calculadas
utilizando o pacote SUDAAN19, incorporan-
do os efeitos do plano de amostragem e dos
ajustes da calibrao dos pesos naturais.
Na Tabela 1, verifica-se que as estimati-
vas pontuais dos parmetros populacionais
(propores), para todas as variveis apre-
sentadas, so influenciadas apenas pelos
pesos amostrais determinados pelo plano de
amostragem, e se mantiveram iguais quan-
do estimadas com ponderao e levando em
considerao o efeito de desenho. J os va-
lores maiores do erro padro para todas as
variveis indicam que ignorar o plano
amostral na estimao da varincia leva a
estimativas viciadas e incorretas.
Os resultados mostram, pois, que o
estimador ingnuo da varincia, obtido
ignorando o plano amostral complexo,
leva a subestimar a varincia verdadeira do
estimador de proporo de diversas vari-
veis consideradas na PMS brasileira.
Comentrios finais
Embora o tamanho da PMS brasileira
tenha sido pequeno, limitado pelos recur-
sos disponveis (providos pela OMS), de
maneira geral pode-se dizer que os resul-
tados obtidos foram fidedignos e compa-
rveis aos obtidos em inquritos de maior
porte. A exemplificao dada pela pro-
poro de indivduos que tm plano pri-
vado de sade, estimada com o mesmo
valor que o obtido na Pesquisa Nacional
por Amostra de Domiclios, 200320,21.
Amostras complexas em inquritos populacionais Rev Bras Epidemiol
Szwarcwald, C.L. et al.
43 2008; 11(supl 1): 38-45
Tabela 1 Estimativas pontuais e erro-padro sem e com uso de ponderao e com efeito de desenho para algumas
variveis da Pesquisa Mundial de Sade. Brasil, 2003
Table 1 Specific estimates and standard error with and without weighing and with design effect for some variables of the
World Health Survey. Brazil. 2003.
Variveis de estudo Sem ponderao
% Erro Padro
Auto-avaliao da sade muito boa ou boa 53,0 0,706
Diagnstico de depresso 20,1 0,568
Obesidade 10,5 0,459
Fumo dirio 22,9 0,594
Uso de servio de sade no ltimo ano 68,5 0,656
Teve problema bucal e recebeu tratamento 24,1 0,605
Fonte: Pesquisa Mundial de Sade (PMS). Brasil; 2003
Source: World Health Survey (WHS). Brazil. 2003.
Entretanto, foram necessrios ajustes
para as estimativas regionais. Como a
amostra no foi selecionada para fornecer
dados para as macro-regies do Brasil, a
estratificao implcita por renda mdia
dos responsveis pelos domiclios do se-
tor provocou uma concentrao dos seto-
res mais ricos nas regies Sul e Sudeste e
dos mais pobres nas demais regies. O uso
apenas dos pesos naturais do plano de
amostragem enviesaria, portanto, os resul-
tados regionais por no representarem o
espectro de variao da renda em cada re-
gio. Diante desta situao, a calibrao
dos pesos naturais foi essencial para cor-
rigir esta situao e gerar fatores de expan-
so que permitissem desagregar os dados
nacionais16.
Em relao s estimativas para a popu-
lao total por faixa etria, os fatores na-
turais de expanso conduziram a uma dis-
tribuio um pouco diferente daquela ob-
tida no Censo Demogrfico de 2000. Ob-
servou-se uma tendncia de subestimao
das classes de idade mais jovens (at 39
anos) e a superestimao das faixas etrias
mais velhas, principalmente de idosos. Em
relao distribuio por sexo, ocorreu
superestimao da populao adulta femi-
nina. J a distribuio por quintos de ren-
da mostrou padro semelhante ao descri-
to para a populao total.
Estes resultados refletem tendncias j
amplamente conhecidas nas pesquisas de
Rev Bras Epidemiol Amostras complexas em inquritos populacionais
2008; 11(supl 1): 38-45
44 Szwarcwald, C.L. et al.
Com ponderao Com ponderao e
efeito do plano amostral
% Erro Padro % Erro Padro
53,3 0,705 53,3 0,953
19,3 0,559 19,3 0,769
10,1 0,450 10,1 0,541
22,4 0,589 22,4 0,781
68,6 0,656 68,6 0,941
24,7 0,610 24,7 0,830
base domiciliar. Ainda que a seleo do mo-
rador a ser entrevistado tenha sido realiza-
da por meio de uma tabela de nmeros
eqiprovveis, especialmente preparada
para a PMS brasileira e que o treinamento
tenha sido rigoroso no sentido de seguir o
protocolo de coleta, a presena mais fre-
qente de mulheres e indivduos idosos no
domiclio acarretou um vis na distribuio
da populao adulta por faixa etria e sexo.
Tendo em vista que o objetivo principal da
pesquisa era estimar variveis relacionadas
sade na populao brasileira, a calibrao
dos pesos naturais foi necessria para lidar
com os problemas de coleta e seleo.
Uma inovao realizada no plano de
amostragem da PMS foi a utilizao de um
esquema de amostragem inversa no ltimo
estgio de seleo. Segundo Vasconcellos et
al.16, este mtodo chamado de amostragem
inversa porque, em vez de definir o nmero
de domiclios a visitar para tentar a entrevis-
ta, define-se o nmero de entrevistas a se-
rem realizadas, trazendo a vantagem de tor-
nar desnecessria a correo do tamanho de
amostra calculado para compensar a taxa
esperada de no-resposta.
Em todos os 250 setores da amostra,
foram obtidas as 20 entrevistas previstas.
Todavia, foi necessrio visitar, em mdia,
34,4 domiclios, incluindo 20 domiclios
entrevistados (58,1%), 8,5 recusas de do-
miclio ou do adulto selecionado (24,7%),
3,3 domiclios vagos ou que no tinham
adultos (9,6%), e 2,6 domiclios inexistentes
ou no eram mais domiclios particulares
(7,6%). Observou-se, ainda, que quanto
maior a renda mdia do setor, tanto maior
a proporo de recusas.
O nmero mdio de domiclios visita-
dos por setor indica que o tamanho da
amostra de um desenho tradicional deve-
ria ser inflacionado em 70% para compen-
sar as perdas e obter, em mdia, 20 entre-
vistas por setor. No entanto, este tamanho
de amostra seria insuficiente para cerca de
30% dos setores, onde foram necessrias 40
ou mais visitas, porm demasiadamente
grande para os demais setores, onde foram
visitados menos de 30 domiclios. Nesse
sentido, o esquema de amostragem inver-
sa funcionou como uma boa alternativa no
somente para baratear os custos, mas tam-
bm para a realizao do mesmo nmero
de entrevistas em todos os setores.
Em relao incorporao do plano de
amostragem na anlise estatstica dos da-
dos, os resultados aqui apresentados indi-
cam que as estimativas pontuais sofreram
poucas alteraes com a incluso das pon-
deraes amostrais. Porm, os efeitos de
conglomerao produziram impacto sig-
nificativo na preciso das estimativas, e po-
deriam levar a concluses incorretas na
anlise de testes de hipteses.

Referncias

1. Birch S, Gafni A. Achievements and challenges of 11. Pessoa DGC, Silva PLN. Anlise de dados amostrais
medicare in Canada: Are we there yet? Are we on course? complexos. Associao Brasileira de Estatstica, So
Int J Health Serv 2005; 35(3):443-63. Paulo, 1998: 1-70.

2. Chester LGC, Figueiredo GM, Westphal MF, Cardoso
MRA, Costa MZA,Gatts VL. Morbidade Referida e
Utilizao de Servios de Sade em Localidades Urbanas
Brasileiras: Metodologia. Rev Sade Pblica 1996; 30:153-
160.
3. De Bruin A, Picavet HS, Nossikov A. Health interview
surveys. Towards international harmonization of
methods and instruments. WHO Reg Publ Eur Ser 1996;
58:i-xiii, 1-161.
4. Zar JH. Biostatistical Analysis, 3rd Edition. New Jersey:
Prentice Hall; 1996.
5. Cochran WG. Sampling Techniques, 3rd Edition. New
York: John Wiley & Sons; 1977.
6. Kneipp SM, Yarandi HN. Complex sampling designs and
statistical issues in secondary analysis. West J Nurs Res
2002; 24(5):552-66.
7. Korn EL, Graubard BI. Epidemiologic studies utilizing
surveys: accounting for the sampling design. Am J Public
Health 1991; 81(9):1166-73.
8. Silva PLN, Pessoa DGCP, Lila MF. Anlise estatstica de
dados da PNAD: incorporando a estrutura do plano
amostral. Cincia & Sade Coletiva 2002; 7(4): 659-670.
9. Wu C. Optimal calibration estimators in survey sampling.
Biometric 2003; 90(4):937-951.
10. Sousa MH, Silva NN. Estimativas obtidas de um
levantamento complexo. Rev Sade Pblica 2003;
37(5):662-70.
12. Szwarcwald CL, Viacava F. World health survey in Brazil,
2003. Cad Sade Pblica 2005; 21(1 Suppl):S4-5.
13. Lundstrm S, Srndal CE. Calibration as a Standard
Method for Treatment of Nonresponse. Journal of Official
Statistics 1999; 15(2):305-327.
14. Kish L. Survey Sampling. Nova Iorque, Wiley, 1965.
15. IBGE Acesso e utilizao de servios de sade, 2003. Rio
de Janeiro, IBGE, 2005.
16. Vasconcellos MT, Silva PL, Szwarcwald CL. Sampling
design for the World Health Survey in Brazil. Cad Sade
Pblica 2005; 21(1 Suppl):S89-99.
17. Madow WG. On the theory of systematic sampling, II.
Annals of Mathematical Statistics 1949; 20:333-354.
18. Haldane JBS. On a method of estimating frequencies.
Biometrika 1945; 33:222-225.
19. Shah BV, Barnwell BG & Bieler GS. SUDAAN Users
Manual. Release 7.5. Research Triangle Park, NC, USA:
Research Triangle Institute 1997.
20. Viacava F, Souza-Junior PR, Szwarcwald CL. Coverage of
the Brazilian population 18 years and older by private
health plans: an analysis of data from the World Health
Survey. Cad Sade Pblica 2005; 21(1 Suppl):S119-28.
21. IBGE. Metodologia do Censo Demogrfico 2000. Srie
relatrios metodolgicos, 25. Rio de Janeiro: Instituto
Brasileiro de Geografia e Estatstica; 2003.

Amostras complexas em inquritos populacionais Rev Bras Epidemiol

Szwarcwald, C.L. et al.
45 2008; 11(supl 1): 38-45