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

Pesquisa quantitativa Aspectos relacionados a ética 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?

Pesquisa quantitativa Aspectos relacionados a ética 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

Pesquisa quantitativa Aspectos relacionados a ética 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

Pesquisa quantitativa Aspectos relacionados a ética 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

Pesquisa quantitativa Aspectos relacionados a ética 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

Pesquisa quantitativa Aspectos relacionados a ética 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 !

Pesquisa quantitativa Aspectos relacionados a ética 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.

Pesquisa quantitativa Aspectos relacionados a ética 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

Pesquisa quantitativa Aspectos relacionados a ética 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

Pesquisa quantitativa Aspectos relacionados a ética 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”

Pesquisa quantitativa Aspectos relacionados a ética “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 probabi- lidade 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% 2,58 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% 2,58 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 18.000 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 18.000 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)

Pesquisa quantitativa Aspectos relacionados a ética Mais consistente Comitês e pesquisadores mais conscientes e engajados