Pesquisa quantitativa Aspectos relacionados a ética

Pesquisa quantitativa Aspectos relacionados a ética
Uma base para compreender os aspectos de ligação entre estes campos de conhecimento Ramo da filosofia

Uma base para compreender os aspectos de ligação entre estes campos de conhecimento De onde saiu a pesquisa “quantitativa”? Como a saúde entrou nessa? Por que a ética apareceu nessa história?

Uma base para compreender os aspectos de ligação entre estes campos de conhecimento De onde saiu a pesquisa “quantitativa”? a maioria dos cientistas (só os que pararam para pensar nisso) reconhece quatro métodos para se chegar a verdade: Indutivo Dedutivo Hipotético dedutivo Dialético

Uma base para compreender os aspectos de ligação entre estes campos de conhecimento De onde saiu a pesquisa “quantitativa”? indutivo dedutivo condições gerais conclusões particulares condições particulares conclusões gerais

Uma base para compreender os aspectos de ligação entre estes campos de conhecimento De onde saiu a pesquisa “quantitativa”? Pensamento indutivo Tem por objetivo levar a conclusões mais amplas do que as premissas que lhes deram origem Tem 3 elementos fundamentais – observação dos fenômenos; descoberta (ou não) de relação entre eles; generalização da relação

Uma base para compreender os aspectos de ligação entre estes campos de conhecimento De onde saiu a pesquisa “quantitativa”? Pensamento indutivo Principais inferências: da amostra p/a população da população p/a amostra (desta mesma população) da amostra p/a amostra preditiva padrão preditiva estatística preditiva singular

Uma base para compreender os aspectos de ligação entre estes campos de conhecimento De onde saiu a pesquisa “quantitativa”? Pensamento indutivo Como garantir que as generalizações são confiáveis? Quem garante que os resultados do meu experimento/pesquisa podem ser generalizados? A Estatística !

Uma base para compreender os aspectos de ligação entre estes campos de conhecimento Estatística Por meio de diversas técnicas matemáticas, foram criados e desenvolvidos os chamados “testes de hipótese”, cuja função é identificar a probabilidade de uma determinada hipótese ser aceita ou rejeitada.

Uma base para compreender os aspectos de ligação entre estes campos de conhecimento Teste de hipótese “realidade” Aceita rejeita Erro tipo I – nível de significância ou α Erro tipo II ou β Não há erro Erro tipo I Erro tipo II Aceita rejeita Experimento

Teste de hipótese Portanto, aplicar um teste estatístico e concluir a partir da significância observada quer dizer: tenho pelo menos 95% de chances de acertar ao afirmar que “X” é diferente de “Y” Na prática dizemos que: “X” é diferente de “Y” Sempre que aparecer a expressão cabalística p < 0,05

Teste de hipótese Portanto, aplicar um teste estatístico e concluir a partir da significância observada quer dizer: tenho menos de 95% de chances de acertar, ao afirmar que “X” é diferente de “Y”. É melhor não afirmar nada. Na prática dizemos que: “X” é igual a “Y” Sempre que aparecer a expressão cabalística “n-s”

“uma ferramenta para o pensamento e para a prática da ciência; um meio e não um fim” descritiva inferencial Bioestatística testa hipóteses “tira” conclusões organiza dados descreve frequências

amostras experimentos
Bioestatística amostras experimentos Ensaios clínicos e laboratoriais Estudos populacionais/ epidemiológicos Ensaios experimentais Transversais e longitudinais

Noções de Amostragem Amostra - parcela de uma população, que deve ser representativa das características deste universo com um mínimo de discrepâncias. Amostragem - técnica utilizada para obtenção de amostras representativas.

Classificação de amostras
permitem generalizar as conclusões válidas apenas para o estudo da qual faz parte

Classificação de amostras
Não-probabilísticas voluntários intencional fácil acesso

Tipos de amostras probabilísticas
Amostra aleatória ou “ao acaso” - mais simples de se obter, mais sujeita a erros. Indicada para dados homogêneos. Amostra sistemática - indicada para populações finitas. Amostra estratificada - mais complexa, indicada para dados pouco homogêneos ou para obtenção de variáveis que se pretende analisar em uma população.

Amostra casual simples (aleatória):
Todos os elementos da população tem igual chance de pertencer à amostra. Processo de sorteio dos elementos amostrais na população.

Amostra sistemática: Utiliza uma ordenação natural existente nos elementos da população, que tem tamanho conhecido. Os elementos são definidos através de intervalos regulares na população, com sorteio do primeiro.

Amostra estratificada:
A população é dividida em subgrupos homogêneos, e o sorteio da amostra é conduzido em cada um dos grupos. Os subgrupos (estratos) servem para garantir a representatividade das características que se deseja estudar.

Principais elementos da amostra
Nível de confiança - Significa que os resultados de uma amostra tem esta probabilidade de ocorrer, em caso de repetição da amostra. Os níveis mais usados são os de 95% e 99%. Erro amostral - Indicam a margem de erro prevista, quando comparados os resultados. Em pesquisas na área médica, geralmente variam de 2% a 5%

Principais elementos da amostra
Probabilidade de ocorrência do fenômeno - obtida através de estudo piloto ou de dados existentes na literatura. É um estimador que presume a diferença máxima entre os resultados da população e da amostra. Para dados discretos: p-q = 100 Para dados contínuos : X - x

Vantagens da amostra custo menor resultado em menor tempo
objetivos mais amplos dados mais fidedignos

TAMANHO DA AMOSTRA: variável discreta

N => TAMANHO DA POPULAÇÃO
P => PROPORÇÃO DE CASOS Q => 100-P e => ERRO AMOSTRAL entre 2 e 5% - definido pelo pesquisador z => 1,96 para 95% ,58 para 99%

TAMANHO DA AMOSTRA: variável contínua

N => TAMANHO DA POPULAÇÃO
s => VARIABILIDADE CONHECIDA (X-X) => PRECISÃO DESEJADA diferença considerada mínima significante definido pelo pesquisador z => 1,96 para 95% ,58 para 99%

EXEMPLOS: Considerando uma prevalência conhecida de 20% para sobrepeso e obesidade, calcular o tamanho da amostra para 95% de confiança e precisão de 4%.

Considerando uma prevalência conhecida de 20% para sobrepeso e obesidade, calcular o tamanho da amostra para 95% de confiança e precisão de 4%. Z = 1,96 P = 20 Q = 80 E = 4% (1,962 x 20 x 80) / 42 = 3,84 x 1600 / 16 = 384

EXEMPLOS: Considerando uma população de alunos na UFSC, calcular o tamanho da amostra para 95% de confiança e 0,5 mg de precisão, para investigar os valores de hemoglobina. O desvio padrão de uma amostra piloto foi de 3 mg.

Considerando uma população de 18
Considerando uma população de alunos na UFSC, calcular o tamanho da amostra para 95% de confiança e 0,5 mg de precisão, para investigar os valores de hemoglobina. O desvio padrão de uma amostra piloto foi de 3 mg. Z = 1,96 s = 3 (x-x) = 0,5 (1,962 x 32) / 0,52 = 3,84 x 9 / 0,25 = 138,2

E a ética? As situações mais comuns, parcialmente definida pelos aspectos quantitativos, são: Planejar uma amostra muito grande (e afetar pessoas desnecessariamente) Planejar uma amostra muito pequena (e afetar pessoas inutilmente)

E a ética? Planejar uma amostra muito grande, do ponto de vista metodológico, é um pecado venial. Amostras maiores trazem resultados mais consistentes (aumentam o grau de confiabilidade das pesquisas) Não se deixa de testar uma hipótese por “excesso” de amostra, exceto se não se conseguir colher os dados de maneira decente

E a ética? Planejar uma amostra muito pequena, do ponto de vista metodológico, é um pecado venial, mas pode se tornar mortal. Amostras pequenas podem impedir a assunção de significância estatística Pode-se deixar de testar uma hipótese por “falta” de amostra

Técnicas de coleta de dados
Direta Observação Entrevista Questionário Formulário Medidas de opinião e atitudes Indireta Pesquisa documental Obtida de fontes primárias Pesquisa bibliográfica Obtida de fontes secundárias Dados obtidos pela própria pesquisa, em geral no momento e/ou local em que ocorre

Técnicas diretas Questionário:
“série ordenada de perguntas, respondidas sem interferência do pesquisador;“ vantagens – economia, alcance, anonimato, comparabilidade, interpretação desvantagens – incompreensão, não-resposta, distorções do instrumento sequência operacional: elaboração pré-teste escolha do tipo*(abertas, fechadas) e da ordem de perguntas avaliação da distorções

Técnicas diretas Questionário:
com mostruário de avaliação de fato de ação de intenção de opinião pergunta-teste * Os tipos de perguntas tem outras classificações, conforme sua intenção

Técnicas diretas Formulário: Medidas de opinião e atitudes:
forma mista, entre o questionário e a entrevista, geralmente visando maior complexidade nas respostas. vantagens e desvantagens – as mesmas dos modelos anteriores Medidas de opinião e atitudes: caracterizados por tentativa de mensuração das respostas, por meio de escalas. principais escalas de ordenação – pontos, classificação direta, pares de intensidade de Lickert

Técnicas diretas Exame clínico/ físico/psicológico:
procedimentos sistematizados protocolos bem discutidos e pré-testados calibração prévia

Lógica da calibração Precisão validade

Técnicas diretas As técnicas de coletas de dados podem interferir nos aspectos de uma pesquisa: geralmente, são pecados mortais; Os problemas mais comuns ocorrem na formulação das perguntas (planejamento) no treinamento dos aplicadores (planejamento) no preenchimento das respostas (execução) na tabulação das respostas (execução)

Mais consistente Comitês e pesquisadores mais conscientes e engajados

Pesquisa quantitativa Aspectos relacionados a ética

Apresentações semelhantes

Apresentação em tema: "Pesquisa quantitativa Aspectos relacionados a ética"— Transcrição da apresentação:

Apresentações semelhantes

Sobre projeto

Feedback

Login

Autorizar-se através da rede social:

Pesquisa quantitativa Aspectos relacionados a ética

Apresentações semelhantes

Apresentação em tema: "Pesquisa quantitativa Aspectos relacionados a ética"— Transcrição da apresentação:

Apresentações semelhantes

Sobre projeto

Feedback