Análise estatística de dados da PNAD: incorporando a estrutura do plano amostral Pedro Luís do Nascimento Silva, Djalma Galvão Carneiro Pessoa e Maurício Franca Lila, Ciência & Saúde Coletiva, 7(4): ,2002.

PNAD  A Pesquisa Nacional por Amostra de Domicílio (PNAD) do IBGE (Instituto Brasileiro de Geografia e Estatística) tem como objetivo o levantamento de características socioeconômicas da população.  Alguns temas possuem periodicidade permanente como educação, trabalho e rendimentos. Outros são levantados de acordo com as necessidades de informação, possuindo periodicidade variável e sendo abordadas em suplementos como as questões referentes à migração, saúde, fecundidade, dentre outras características da população. As informações referentes ao acesso e utilização de serviços de saúde e ao estado de saúde são coletadas em suplementos de saúde realizados em parceria com o Ministério da Saúde e possuem periodicidade quinquenal desde 1998.

 Nos anos 1998 e 2003 as pesquisas cobriram apenas a área urbana da região Norte, com exceção do estado do Tocantins que foi retratado em sua totalidade. Desse modo, as informações referentes à região Norte, envolvem apenas a parcela da população que vive na área urbana. Na PNAD 1998 foram entrevistadas pessoas em unidades domiciliares, enquanto na PNAD 2003 foram pesquisadas pessoas e domicílios.  A PNAD 2008 incorporou a área rural da região Norte. Com isso foram pesquisadas pessoas e unidades domiciliares, distribuídas por todas as unidades da federação. Em todos os anos, a amostra foi restrita aos indivíduos com dez anos ou mais e com declaração de rendimento.

PNAD contínua  Desde 2012  Mensal, para um conjunto restrito de indicadores relacionados à força de trabalho e somente para o nível geográfico de Brasil; trimestral, para indicadores relacionados à força de trabalho; anual, para os demais temas permanentes da pesquisa e indicadores complementares relacionados à força de trabalho; e variável, para outros temas ou tópicos dos temas permanentes a serem pesquisados com maior periodicidade ou ocasionalmente.

 Na PNAD, é realizada uma estratificação geográfica na qual o país é dividido em 36 estratos naturais: (i) dezoito unidades da federação formam cada uma delas um estrato independente e (ii) as outras nove (Pará, Ceará, Pernambuco, Bahia, Minas Gerais, Rio de Janeiro, São Paulo, Paraná e Rio Grande do Sul) dão origem a dois estratos, um formado por todos os municípios da região metropolitana e outro com os demais municípios da unidade.

 Nos nove estratos formados pelas regiões metropolitanas, o plano de amostragem é realizado em dois estágios e os psus (unidade primária de amostragem) são formados pelos setores censitários. Nos outros vinte e sete estratos, a amostragem é realizada em três estágios: no primeiro estágio, os municípios são os psus, que são classificados em autorepresentativos (probabilidade 1 de pertencer a amostra) e não representativos. Os não representativos passam por um processo de estratificação em que a seleção ocorre com reposição e com probabilidade proporcional ao tamanho da população no último censo demográfico. Num segundo estágio, setores censitários são selecionados em cada município por probabilidade proporcional e com reposição. Finalmente, num último estágio, em cada setor censitário são selecionadas unidades domiciliares com equiprobabilidade para investigação das características dos moradores e de habitação.

 Comum a utilização de dados da PNAD para a construção e ajuste de modelos em análises secundárias usando, por exemplo, modelos de regressão, modelos de regressão logística, modelos de regressão multinomial logística.  Tais análises frequentemente usam para a modelagem pacotes estatísticos que se baseiam em hipóteses válidas somente quando os dados são obtidos através de amostras aleatórias simples com reposição.

Problema  O desenho amostral da PNAD incorpora todos os aspectos que definem um “plano amostral complexo”: estratificação das unidades de amostragem, conglomeração (seleção da amostra em vários estágios, com unidades compostas de amostragem), probabilidades desiguais de seleção em um ou mais estágios e ajustes de pesos amostrais para a calibração com totais populacionais conhecidos.

Consequência  Dados obtidos através das amostras das PNADs não podem ser tratados como se fossem observações independentes e identicamente distribuídas (isto é, como se tivessem sido gerados por amostras aleatórias simples com reposição), como fazem os procedimentos usuais de análise disponíveis nos pacotes estatísticos padrão.

 Estimativas pontuais de medidas descritivas da população: influenciadas pelos pesos distintos das observações  Estimativas de variância e desvio padrão e estimativas de parâmetros para ajustes de alguns tipos de modelos: influenciados conjuntamente pela estratificação, conglomeração e pesos.  Ao ignorar esses aspectos podem ser obtidos resultados incorretos tanto para as estimativas pontuais como para os respectivos desvios-padrão e níveis de significância, o que pode comprometer a qualidade de ajuste dos modelos e a interpretação dos resultados obtidos.

O que vamos fazer a respeito?  IGNORAR  O ideal seria, por exemplo, calcular os devios-padrão por boostrap em amostras complexas.  Neder (2010) explica como fazer isso no Stata. NEDER, H. D. Análise de indicadores sociais utilizando o STATA p. Universidade Federal de Uberlândia, Uberlândia, Disponível em:. LISE_POLITICAS_SOCIAIS.pdf