Análise Multinível

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL
FACULDADE DE MEDICINA
PROGRAMA DE PS-GRADUAO EM EPIDEMIOLOGIA
TESE DE DOUTORADO
ANLISE DE DADOS EPIDEMIOLGICOS INCORPORANDO
PLANOS AMOSTRAIS COMPLEXOS
Iara Denise Endruweit Battisti

Orientador: Profa. Dra. Jandyra Maria Guimares Fachel
Co-orientador: Prof. Dr. Joo Riboldi
Porto Alegre, julho de 2008.

TESE DE DOUTORADO
ANLISE DE DADOS EPIDEMIOLGICOS INCORPORANDO
PLANOS AMOSTRAIS COMPLEXOS
Orientador: Profa. Dra. Jandyra Maria Guimares Fachel

Co-orientador: Prof. Dr. Joo Riboldi
A apresentao desta tese exigncia

do Programa de Ps-graduao em
Epidemiologia, Universidade Federal
do Rio Grande do Sul, para obteno
do ttulo de Doutor.
Porto Alegre, Brasil.

2008
BANCA EXAMINADORA
Profa. Dra. Maria Ins Reinert Azambuja, Programa de Ps-Graduao em

Epidemiologia, Faculdade de Medicina, Universidade Federal do Rio Grande do Sul
Profa. Dra. Roselaine Ruviaro Zanini, Departamento de Estatstica, Centro de

Cincias Naturais e Exatas, Universidade Federal de Santa Maria
Profa. Dra. Sdia Maria Callegari Jacques, Departamento de Estatstica, Instituto de

Matemtica, Universidade Federal do Rio Grande do Sul
AGRADECIMENTOS
Gostaria de expressar todo meu carinho e meu agradecimento a tantas pessoas que
me acompanharam nessa caminhada e que foram muito importantes para a concluso
desta tese. Meu agradecimento, meu carinho por cada um enorme, mesmo no
conseguindo expressar to bem pelas palavras.
Deus que me iluminou nessa caminhada.

Ao meu marido Gerson, meu companheiro, pelo seu incentivo, pelo seu amor, por
iluminar a minha vida. Te amo!
Aos meus pais Salo e Teresinha, os primeiros a incentivarem meus estudos, por
acreditarem sempre em mim, pelo carinho, por estarem sempre presentes me
apoiando. Amo vocs.
A minha irm Leila, por sua alegria contagiante, pelo apoio. Te amo maninha!
Ao meu v Antnio, minha oma Hilda, tios, tias, primos, primas, sogro e sogra pelo
apoio e minha v Gema que somente acompanhou o incio desta caminhada.
minha orientadora, professora Jandyra, pela valiosa sugesto do tema de pesquisa,
por ter me aceitado como orientanda, pela orientao, compreenso e amizade. Muito
obrigada!
Ao meu co-orientador, professor Riboldi, por ter me sugerido esse curso em uma
conversa num simpsio em que participvamos e desde ento foi meu incentivador,
pela orientao, valiosas contribuies, compreenso e amizade. Muito obrigada!
professora Elsa Mundstock, pelas valiosas contribuies, pela sua dedicao e
pacincia em vrios momentos de discusso e estudo. Muito obrigada!
Aos professores do Programa de Ps-Graduao em Epidemiologia pelos valiosos

ensinamentos, especialmente ao professor Bruce Duncan, professora Maria Ins
Schmidt e ao professor Sotero Mengue por terem aceitado o meu ingresso na banca
de seleo deste curso.
A Universidade Regional do Noroeste do Estado do Rio Grande do Sul - UNIJU, ao
Departamento de Fsica, Estatstica e Matemtica DeFEM e ao Mestrado em
Modelagem Matemtica pelo apoio para realizar meu doutorado.
banca examinadora externa Maria Ins Azambuja, Roselaine Zanini e Sdia
Callegari Jacques por aceitarem a fazer parte da banca.
banca examinadora interna lvaro Vigo, Maria Ins Azambuja e Suzi Camey por
aceitarem a fazer parte da banca e pelas valiosas contribuies.
s colegas do curso Anaelena, Andria, Angela Isabel, Eliana, Juliana, Maria Ins,
Luciana, Roselaine e Stela pelos momentos de estudo e pelos momentos de
descontrao em Porto Alegre ou pelo msn.
colega e amiga Silvania Bottaro pelo incentivo a iniciar essa caminhada.
Aos colegas e s colegas da UNIJUI, aos amigos e s amigas, so tantos, prefiro no
citar nomes, todos que colaboraram sabem quem so e o quanto foram importantes
para mim nesse caminhada.
Tambm, no poderia deixar de citar um companheiro incondicional neste ltimo
ano de caminhada, nas longas horas de estudos e dedicao para concluso desta
tese: my dog Ingo. E, my dog Julia que foi companheira nos primeiros anos dessa
caminhada.
SUMRIO
ABREVIATURAS E SIGLAS ........................................................................ 8
RESUMO ......................................................................................................... 10
ABSTRACT..................................................................................................... 12
LISTA DE QUADROS.................................................................................... 14
LISTA DE TABELAS ..................................................................................... 16
LISTA DE FIGURAS ...................................................................................... 17
1. APRESENTAO ...................................................................................... 18
2. INTRODUO ........................................................................................... 19
3. REVISO DE LITERATURA .................................................................... 22
3.1 AMOSTRAGEM ....................................................................................... 22
3.1.1 Tipos de amostragem aleatria ............................................................... 23
3.1.2 Erro amostral........................................................................................... 29
3.2
ESTIMAO
DE
PARMETROS
CONSIDERANDO
AMOSTRAGEM COMPLEXA............................................................. 31
3.2.1 Mtodos de Estimao em Amostragem Complexa ............................... 32

3.2.2 Efeitos da incorporao de diferentes caractersticas do
delineamento amostral complexo nas estimativas pontuais e erros
padres.................................................................................................... 36
3.3 APLICATIVOS PARA ANLISE DE DADOS PROVINDOS DE
AMOSTRAGEM COMPLEXA............................................................. 51
3.4 ANLISE MULTINVEL ......................................................................... 58
4. OBJETIVOS ............................................................................................... 67
4.1 Objetivo Geral............................................................................................ 67
4.2 Objetivos Especficos................................................................................. 67
5. REFERNCIAS BIBLIOGRFICAS ........................................................ 68
6. ARTIGOS .................................................................................................... 77
6.1 ARTIGO 1.................................................................................................. 78

6.2 ARTIGO 2.................................................................................................. 98
7. CONCLUSES E CONSIDERAES FINAIS ........................................ 130
ANEXO A COMANDOS PARA DIFERENTES TCNICAS DE
ANLISE DE DADOS EM APLICATIVOS........................................ 132
ANEXO B FLUXOGRAMA PARA ANLISE DE AMOSTRAGEM
COMPLEXA .......................................................................................... 137
ANEXO C COMANDOS PARA ANLISE MULTINVEL EM
APLICATIVOS ...................................................................................... 138
ANEXO D INTRUMENTO DE COLETA DE DADOS DO ARTIGO
2 .............................................................................................................. 140
ANEXO E DECLARAO ......................................................................... 147
ANEXO F PROJETO DE PESQUISA ......................................................... 150
ABREVIATURAS E SIGLAS
AAS
Amostragem aleatria simples
AC
Amostragem complexa
ACO
Amostragem por conglomerado
AE
Amostragem estratificada
AS
Amostragem sistemtica
BRR
Replicao repetida balanceada
CCI
Coeficiente de correlao intra-conglomerado
CDC
Centers for Disease Prevention and Control
CNDDM Campanha Nacional de Deteco de Diabetes Mellitus

DEFF
Design effect
EP
Erro padro
EPA
Efeito do plano amostral
EQM
Erro quadrtico mdio
ERG
Ensaio aleatorizado em grupo
ESCA
La Encuesta de Salud de Catalunya
FCF
Fator de correo para populao finita
IBGE
Instituto Brasileiro de Geografia e Estatstica
IGLS
Iterative Generalized Least Squares
IID
Independente identicamente distribudo
IMC
ndice de Massa Corporal
INPE
Instituto Nacional de Estudos e Pesquisas Educacionais

Ansio Teixeira
MCBS
Medicare Current Beneficiay Survey
MEPS
Medical Expenditure Panel Survey
ML
Maximum Likelihood
MPV
Mxima Pseudo-Verossimilhana
NCHS
National Center for Health Statistics
NHANES National Health and Nutrition Examination Survey
NHIS
National Health Interview Survey
PAQUID Personnes Agees Quid

PNAD
Pesquisa Nacional por Amostra de Domiclios
PNDS
Pesquisa Nacional sobre Demografia e Sade
PPT
Probabilidade proporcional ao tamanho
PPV
Pesquisa de Padres de Vida
REML
Residual Maximum Likelihood
RIGLS
Restricted/Reweighted Iterative Generalized Least Squares
SAEB
Sistema Nacional de Avaliao da Educao Bsica
SUGI
SAS Users Group International
UBS
Unidade Bsica de Sade
UFA
Unidade Final de Amostragem
UPA
Unidade primria de amostragem
UPAs
Unidades primrias de amostragem
USA
Unidade secundria de amostragem
10
RESUMO
Introduo: Muitos estudos epidemiolgicos utilizam amostragem complexa para

coleta de dados. A amostragem complexa pode ter uma ou mais das seguintes
caractersticas: estratos, conglomerados e probabilidades desiguais de seleo. Se
estas caractersticas no forem incorporadas na anlise de dados, as estimativas
pontuais e erros-padres so incorretos. Assim necessrio ampliar a compreenso
do impacto de cada caracterstica nos resultados para incentivar os pesquisadores a
utilizarem metodologias adequadas para anlise dos dados, obtendo concluses
vlidas para a populao de onde provm a amostra. Para tratar as estruturas
complexas do plano amostral existem duas principais metodologias: abordagem da
amostragem complexa e abordagem de modelos multinvel.
Objetivos: Descrever e comparar mtodos para tratamento de dados provindos de
planos amostrais complexos atravs de duas abordagens: amostragem complexa e
modelos multinvel, utilizando dados de dois estudos epidemiolgicos.
Mtodos: Para avaliar o impacto do plano amostral complexo, assim como de cada
caracterstica do plano amostral nas estimativas de mdia, proporo, coeficientes da
regresso de Poisson e seus correspondentes erros padres utilizaram-se os dados da
busca ativa domiciliar dos participantes na Campanha Nacional de Deteco de
Diabetes Mellitus CNDDM de 2001, obtidos por amostragem estratificada com
conglomerado em trs estgios. Para comparar a abordagem da amostragem
complexa e a abordagem de modelos multinvel ajustaram-se modelos de regresso
linear com e sem pesos amostrais utilizando os dados de um estudo do desempenho
das crianas na avaliao de conhecimento, percepes e crenas sobre aleitamento
materno, realizado com escolares da quinta srie do ensino fundamental, no
municpio de Iju/RS, estudo aleatorizado, com amostra estratificada por
conglomerados.
Resultados: As estimativas pontuais de mdia e proporo so semelhantes
comparando-se amostragem complexa e amostragem aleatria simples, porm
observou-se grande diferena nos erros padres. O mesmo foi observado nas
estimativas dos coeficientes da regresso de Poisson com menor efeito do plano
amostral. Na comparao da abordagem da amostragem complexa com modelos
11
multinvel observou-se diferena nos erros padres dos coeficientes da regresso

entre as duas abordagens, sendo que os mesmos so maiores na amostragem
complexa. Tambm, na anlise no ponderada, as significncias dos coeficientes no
modelo final foram semelhantes entre as duas abordagens, porm houve diferena na
anlise ponderada para um dos coeficientes.
Concluses: Os resultados encontrados a partir dos dois estudos evidenciaram a
necessidade de incorporar a complexidade do plano amostral na anlise dos dados. A
questo de pesquisa poder ser um fator importante na escolha entre a abordagem da
amostragem complexa e a abordagem de modelos multinvel.
Palavras-chave: amostragem complexa; efeito do plano amostral; modelos
multinvel.
12
ABSTRACT
Introduction: Many epidemiological studies use complex samples for data

collection. Complex sampling may have one or more of the following characteristics:
stratification, clustering and unequal selection probabilities. If these characteristics
are not incorporated into data analysis, point estimates and standard errors are
incorrect. Greater understanding of the effect of each characteristic on results should
stimulate researchers to use adequate methods for data analysis and, therefore, to
reach conclusions that are valid for the population that generated the sample. Two
major methods are used to deal with complex sampling designs: the complex sample
approach and the multilevel model approach.
Objective: To describe and compare methods to deal with data in complex sampling
designs using complex sample and multilevel model approaches in two
epidemiological studies.
Method: Data retrieved from a house-to-house survey of participants in the 2001
Brazilian Diabetes Detection Campaign (Campanha Nacional de Deteco de
Diabetes Melitus - CNDDM) and collected by stratified clustering sampling in three
stages were used to evaluate the impact of complex sampling designs, as well as of
each of their characteristics, on the estimates of means, proportions, Poisson
regression coefficients and their corresponding standard errors. To compare the
complex sample and the multilevel model approaches, linear regression models were
adjusted with and without sample weights using data from a random study that used
stratified cluster sampling and investigated the performance of children in the
evaluation of knowledge, perceptions and beliefs about maternal breastfeeding
conducted with fifth grade students in Iju, Brazil.
Results: Mean and proportion point estimates were similar when complex sampling
and simple random sampling were compared, but there was a great difference in
standard errors. The same was found for estimates of Poisson regression coefficients
that were less affected by sampling design. The complex sample approach showed
significantly greater standard errors of the regression coefficients than the multilevel
model approach. Also, unweighted analysis showed that the significance of
13
coefficients in the final models was similar in the two approaches, but there was a
difference in one of the coefficients in weighted analysis.
Conclusions: Results of the two studies showed that sampling design complexity
should be incorporated into data analysis. Research questions seem to be a
determinant factor in the choice of either a complex sample or a multilevel model
approach.
Key words: Complex sample; design effect; multilevel model.
14
LISTA DE QUADROS
Quadro 1 Interpretao dos resultados do efeito do plano amostral

(EPA) .......................................................................................... 42
Quadro 2 Aplicativos estatsticos para anlise de dados com
delineamento amostral complexo ............................................... 51
ARTIGO 1
Quadro 1 Distribuio dos participantes e dos municpios por estrato na
campanha e na busca ativa.......................................................... 81
Quadro 2 Comandos utilizados para ajuste da regresso de Poisson no
STATA 9.0.................................................................................. 86
ARTIGO 2
Quadro 1 Comandos utilizados para ajuste da regresso no STATA 9.0
considerando a abordagem da amostragem complexa................ 122
Quadro 2 - Comandos utilizados para ajuste da regresso no SAS 9.1.3 e
MLwiN 2.02 considerando a abordagem da amostragem de
modelos multinvel ..................................................................... 123
ANEXO A
Quadro A.1 Comando para diferentes tcnicas de anlise de dados no
STATA 9.0.................................................................................. 131
SAS 9.1.3 .................................................................................... 132
SPSS 15....................................................................................... 133
EPI INFO 3.4.3 ........................................................................ 134
Quadro A.5 Comando para diferentes tcnicas de anlise de dados no R .... 134
15
ANEXO C
Quadro C.1 Comando para modelagem multinvel com 2 nveis com
desfecho contnuo no SAS 9.1.3 ................................................ 137
Quadro C.2 Comando para modelagem multinvel com 2 nveis com
desfecho contnuo no MLwiN 2.02 ............................................ 138
16
LISTA DE TABELAS
ARTIGO 1
Tabela 1. Estimativas pontuais, erros padres, intervalos de confiana e
efeitos do plano amostral para as variveis: sexo, idade, IMC,
glicemia e CDGLN, considerando-se os diferentes
componentes dos plano amostral..................................................... 94
Tabela 2. Contribuies relativas dos cmponentes do plano amostral nos
coeficientes de regresso de Poisson para a varivel resposta
CDGLN ........................................................................................... 95
Tabela 3. Razo de prevalncia (RP) e intervalo de confiana (IC)
segundo o plano amostral simples e complexo ............................... 96
Tabela 4. Contribuies relativas dos componentes do plano amostral
associadas ao teste de comparao de mdias da glicemia entre
sexo e entre faixa etria .................................................................. 96
ARTIGO 2
Tabela 1. Estimativas de mdia, proporo, intervalos de 95% de
confiana e efeito do plano amostral para as variveis da
pesquisa considerando amostragem complexa e amostragem
aleatria simples (AAS) .................................................................. 124
Tabela 2. Estimativas, erro padro e nvel de significncia dos
coeficientes de regresso linear para o desfecho escore-ps na
abordagem da amostragem complexa, sem ponderao.................. 125
abordagem da amostragem complexa, com ponderao ................. 126
abordagem da anlise multinvel, sem ponderao ......................... 127
abordagem da anlise multinvel, com ponderao......................... 128
17
LISTA DE FIGURAS
ARTIGO 1
Figura 1 Processo de amostragem................................................................. 82
ARTIGO 2
Figura 1 Esquema amostral do estudo ......................................................... 103
18
1. APRESENTAO
Este trabalho consiste na tese de doutorado intitulada Anlise de dados

epidemiolgicos incorporando planos amostrais complexos, apresentada ao
Programa de Ps-Graduao em Epidemiologia da Universidade Federal do Rio
Grande do Sul. O trabalho apresentado em trs partes, na ordem que segue:
1. Introduo, Reviso da Literatura e Objetivos
2. Artigos
3. Concluses e Consideraes Finais.
Documentos de apoio, incluindo o Projeto de Pesquisa, esto apresentados nos
anexos.
19
2. INTRODUO
Muitos estudos epidemiolgicos utilizam amostragem probabilstica para

coleta de dados. Os mtodos de amostragem probabilstica freqentemente utilizados
so: amostragem aleatria simples (AAS), amostragem estratificada (AE),
amostragem sistemtica (AS) e amostragem por conglomerado (ACO). muito
comum, em grandes inquritos para estudo da sade de indivduos, a aplicao de
duas ou mais destas formas de amostragem ao mesmo tempo e, no caso de
amostragem por conglomerados, a utilizao de dois ou mais estgios de seleo das
unidades amostrais. A amostragem complexa pode ter uma ou mais das seguintes
caractersticas: estratificao, conglomerao e probabilidades desiguais de seleo.
Nos Estados Unidos, organizaes como o Centro Nacional para Estatsticas
de Sade (National Center for Health Statistics) e o Departamento de Censo
Americano (United States Bureau of the Census) disponibilizam dados secundrios
sobre sade da populao obtidos com amostragem complexa. No Brasil, dados
secundrios importantes, provindos de amostragem complexa, so disponibilizados
pelo IBGE (Instituto Brasileiro de Geografia e Estatstica), como, por exemplo, os
dados da Pesquisa Nacional por Amostra de Domiclios (PNAD) (Silva et al., 2002).
A maioria dos aplicativos estatsticos contempla, em seu mdulo bsico,
tcnicas de anlise de dados com metodologias apropriadas para amostragem
aleatria simples, mas no apropriadas para os demais tipos de amostragem
probabilstica. Mais recentemente, os aplicativos estatsticos introduziram rotinas
com metodologias para anlise de dados obtidos com amostragem complexa. Assim,
20
torna-se mais fcil a aplicao das tcnicas de anlise incorporando adequadamente

as diversas caractersticas de planos amostrais complexos, tanto na estimao de
medidas descritivas, fornecendo a preciso dessas estimativas, como no ajuste de
modelos (Silva et al., 2002).
Cabe ressaltar que, mtodos de anlise de dados amostrais complexos j
existiam teoricamente h bastante tempo, porm, devido s dificuldades
computacionais antes do advento das rotinas especiais, no eram utilizados. As
rotinas para tratamento de dados de amostragem complexa so ainda pouco utilizadas
nas diversas reas de aplicao da Estatstica e tambm na anlise de dados
epidemiolgicos, apontando-se alguns fatores como: a) pouca disponibilidade de
referncias metodolgicas sobre amostragem complexa com aplicaes em
Epidemiologia; b) muito recente incorporao destas tcnicas nos principais
aplicativos estatsticos; c) pouca divulgao metodolgica das conseqncias em
ignorar o plano amostral na anlise de dados.
Se o plano amostral for complexo e os dados forem analisados como
provenientes de uma amostragem aleatria simples, isto , ignorando as
caractersticas de estratificao, conglomerao e probabilidades desiguais de
seleo, os resultados podem fornecer estimativas incorretas das varincias dos
estimadores.
Pretende-se com este estudo contribuir para a divulgao da necessidade de
considerar o plano amostral complexo na anlise de dados epidemiolgicos. Tambm
aponta-se a magnitude de erros nas estimativas e/ou diferenas nas precises destas
estimativas ao ignorar a complexidade do delineamento amostral na anlise de dados.
21
Por fim, compara-se a metodologia de amostragem complexa com uma metodologia

alternativa em certas aplicaes modelagem.
22
3. REVISO DE LITERATURA
Esta reviso de literatura engloba uma abordagem aplicada sobre amostragem

complexa, tambm referenciada e indexada como complex survey. Primeiramente,
apresenta-se o conceito de amostragem e tipos de amostragem. Na seqncia, os
mtodos de estimao de parmetros para amostragem complexa e tambm os efeitos
das caractersticas do plano amostral nas diversas estimativas, a partir da reviso de
vrios estudos j realizados. Na seo seguinte, os aplicativos para anlise de dados
de amostragem complexa so apresentados e, na ltima seo, uma reviso de
modelos multinvel.
3.1 AMOSTRAGEM
Amostragem o processo pelo qual se obtm uma ou mais amostras de uma

populao de interesse. Na amostragem seleciona-se parte de uma populao e
observa-a com a finalidade de estimar parmetros populacionais (caractersticas
populacionais). importante que os diferentes procedimentos amostrais satisfaam
aos seguintes critrios (Mundstock, 2005):
1) que as amostras sejam representativas da populao;
2) que forneam estimativas precisas das caractersticas da populao,
podendo medir sua confiabilidade;
3) que tenham pequeno custo para selecionar a amostra.
23
Na amostragem probabilstica possvel calcular, com antecedncia, a

probabilidade de obter-se cada uma das amostras possveis, sendo que todas as
unidades da populao (podendo ser indivduos, residncias, hospitais, entre outras)
tm probabilidade maior que zero de participar da amostra. importante observar
que a aleatoriedade da amostra depende do processo pelo qual ela obtida. Nas
amostras probabilsticas possvel estimar, com uma determinada probabilidade, os
erros de amostragem ou as discrepncias entre as estimativas amostrais e os valores
populacionais que seriam obtidos observando todas as unidades da populao
(Cochran, 1977).
Ao contrrio, a amostragem no-probabilstica um procedimento pelo qual
no se pode associar probabilidade de seleo s unidades e, conseqentemente, no
possvel determinar a confiabilidade dos resultados da amostra em termos
probabilsticos.
Existem diferentes mtodos de obteno de uma amostra probabilstica de
uma populao, os quais so brevemente descritos a seguir. Para maior detalhamento
consulta-se Bolfarine e Bussab (2005) e Cochran (1977).
3.1.1 Tipos de amostragem aleatria
Amostragem aleatria simples
A amostragem aleatria simples (AAS) consiste na seleo de n unidades de

uma populao de tamanho N , de maneira que cada uma das amostras possveis
tenha a mesma probabilidade de ser selecionada.
24
As unidades da populao so numeradas de 1 a N e depois so obtidos

nmeros aleatrios da tabela ou do computador. Uma amostra aleatria simples
selecionada extraindo-se uma unidade de cada vez. As unidades correspondentes aos
n nmeros sorteados constituem a amostra.
O sorteio de unidades amostrais pode ser realizado com ou sem reposio. A

amostragem dita sem reposio quando um elemento selecionado em uma extrao
excludo da populao para as extraes subseqentes. A amostragem dita com
reposio quando os N elementos da populao permanecem em todas as extraes,
isto , uma unidade selecionada em uma extrao reposta e pode ser extrada
novamente. Assim, um elemento pode estar repetido na mesma amostra.
A probabilidade de incluso da unidade i na amostra com reposio dada
por (Bolfarine e Bussab, 2005; Figueiredo, 2004):
i = 1 (1
1 n
) , i = 1,..., N
N
E, na amostra sem reposio :
i =
n
, i = 1,..., N
N
Os resultados da amostra com e sem reposio so similares quando o N

tende a ser grande em relao ao tamanho da amostra (Bolfarine e Bussab, 2005).
Na amostragem estratificada (AE), a populao dividida em sub-populaes

mutuamente exclusivas chamadas de estratos. Este tipo de amostragem consiste em
selecionar uma amostra em cada estrato e combinar estas amostras numa nica
25
amostra para estimar parmetros da populao. Tem como vantagem o aumento da

preciso das estimativas, possibilidade de obteno de informaes em nvel de
estrato e facilidade na coleta de dados, por razes fsicas ou administrativas. Silva
(1998) aponta as seguintes razes para estratificar:
1.
Deseja-se aumentar a preciso da estimativa global, partindo-se do

conhecimento de que a variabilidade da caracterstica estudada grande;
2.
Necessidade de obter-se estimativas para diversos segmentos da

populao;
3.
Deseja-se que a amostra mantenha a composio da populao segundo

algumas caractersticas bsicas (sexo, idade,...);
4.
Convenincia administrativa ou operacional;
5.
Deseja-se controlar o efeito de alguma caracterstica na distribuio da

caracterstica que est sendo avaliada. Por exemplo, o efeito da
escolaridade sobre o estado nutricional de crianas menores de cinco
anos pode ser controlado pela composio de uma amostra que contenha
os diversos nveis de escolaridade dos chefes de famlia da populao
estudada.
A amostragem sistemtica (AS) indicada quando a populao est

organizada em alguma ordem. Consiste em selecionar, aleatoriamente, uma unidade
amostral entre as k primeiras unidades populacionais e, a partir da, selecionar as
restantes a intervalos fixos em cada k unidades.
26
Amostragem por conglomerados
Na amostragem por conglomerados (ACO), a populao dividida em M

grupos ou conglomerados que servem como unidades primrias de amostragem
(UPA), de maneira que cada unidade da populao associada com um e somente
um conglomerado. Cada conglomerado formado por N i unidades, chamadas
unidades secundrias de amostragem (USA). Das
unidades primrias
(conglomerados) na populao selecionada uma amostra de tamanho m . A

amostragem por conglomerados pode ser realizada em etapa nica ou em mais
etapas, como segue:
Amostragem em etapa nica: todas as unidades do conglomerado

selecionado so includas na amostra;
Amostragem em duas etapas (bietpica): nos conglomerados

selecionados so extradas amostras de ni unidades secundrias. Neste
caso, em cada etapa (estgio) tm-se diferentes unidades amostrais,
definidas por unidade primria de amostragem (UPA) e unidade
secundria de amostragem (USA), respectivamente para o primeiro e
segundo estgios;
Amostragem em vrias etapas (multietpica): o processo pode ser

estendido a vrias etapas de amostragem, no sendo necessrio aplicar
o mesmo mtodo de seleo das unidades em todos os nveis.
Segundo Bolfarine e Bussab (2005), a amostragem por conglomerado muito

usada em populaes humanas, onde freqentemente so sorteadas cidades, depois
os bairros, os quarteires, os domiclios e, finalmente, os moradores. Os autores
27
citam que uma das inconvenincias para o uso da amostragem de conglomerado

prende-se ao fato de que as unidades, dentro de um mesmo conglomerado, tendem a
ter valores parecidos em relao s variveis que esto sendo pesquisadas, e isso
torna este tipo de amostragem menos eficiente.
Comparando-se AAS com a ACO de mesmo tamanho, a amostra por
conglomerados tende a ter: custo menor por elemento, maior varincia e maior
complexidade para anlises estatsticas (Bolfarine e Bussab, 2005; Ray, 1983).
Amostragem com probabilidades variveis
Em alguns procedimentos amostrais, algumas unidades da populao so

mais importantes por terem uma contribuio maior no valor do parmetro, neste
caso estabelecem-se probabilidades desiguais de seleo s diferentes unidades da
populao (Natarajan et al., 2008).
Nos casos em que a probabilidade de seleo proporcional uma medida de
tamanho da populao, o procedimento amostral definido como amostragem com
probabilidade proporcional ao tamanho (PPT). A vantagem em selecionar a unidade
de amostragem com PPT obter uma amostra mais representativa da populao e
assim, aumentar a preciso dos estimadores quando comparados AAS (Mundstock,
2005).
28
Amostragem complexa
As caractersticas freqentemente presentes em um plano amostral complexo

so:
Estratificao;
Conglomerao;
Probabilidades variveis.
Vieira (2007) aponta os seguintes motivos para a no adoo de AAS em

pesquisas de grande porte:
Quando a populao est geograficamente dispersa, pode ser

extremamente custoso chegar s unidades selecionadas;
Um cadastro de boa qualidade para a populao alvo pode no estar

prontamente disponvel;
Pode ser um procedimento ineficiente quando a populao no

homognea e quando subgrupos apresentam diferenas de tamanho.
Alguns exemplos de amostragem complexa realizados por instituies

oficiais:
Pesquisa Nacional por Amostra de Domiclios (PNAD) IBGE;
Sistema Nacional de Avaliao da Educao Bsica (Saeb) INPE

(Instituto Nacional de Estudos e Pesquisas Educacionais Ansio
Teixeira).
29
3.1.2 Erro amostral
Um dos objetivos numa pesquisa por amostragem estimar parmetros, por

exemplo, mdia, proporo, varincia, coeficientes de modelos de regresso, entre
outros. E, como j referenciado anteriormente, a um processo de amostragem est
associado um erro amostral.
Segundo Bolfarine e Bussab (2005), o estudo do erro amostral consiste,
basicamente, em verificar o comportamento da diferena entre o valor observado na
amostra e o parmetro, quando este valor amostral observado em todas as possveis
amostras que poderiam ser formadas atravs do plano amostral escolhido. O valor
esperado do quadrado dessa diferena (erro quadrtico mdio - EQM) informa sobre
a preciso do estimador. No caso de estimador no viesado (valor da diferena igual
a zero), o EQM a varincia do estimador, calculada em relao distribuio
amostral do estimador; extraindo-se a raiz quadrada tem-se o desvio padro. Neste
caso, o desvio padro do estimador recebe o nome de erro padro e indica o erro
mdio esperado pelo uso do estimador e do plano amostral especificado.
Bolfarine e Bussab (2005) preferem chamar os erros amostrais de desvios
devido ao plano amostral, os quais tendem a desaparecer com o crescimento do
tamanho da amostra. Complementam que, para alguns planos amostrais bastante
complexos, no h expresses explcitas para estes desvios, sendo necessrio o
recurso de tcnicas aproximadas. s vezes, por facilidade de clculo, emprestam-se
frmulas de um plano mais simples para o clculo de erro padro de outros planos
amostrais mais complexos, praticando-se um erro-tcnico. O objeto da presente
pesquisa justamente as conseqncias do erro-tcnico.
30
A diferena entre o valor amostral e o parmetro pode ser afetada por outro
tipo de erro, o erro no amostral, devido a outros fatores que no o plano amostral,
como por exemplo, inadequaes de mensurao, entrevistas, codificao, entre
outras. Nas pesquisas tenta-se minimizar esses erros, os quais podem ocorrer at na
pesquisa de todas as unidades populacionais, isto , no por processo de amostragem.
A seguir, apresentam-se algumas possveis ocorrncias de erros no amostrais
(Bolfarine e Bussab, 2005):
A. Unidades perdidas (falta de resposta)
i. Falta de resposta total:
a. Falta de contato com a unidade;
b. Recusa;
c. Abandono durante a pesquisa;
d. Incapacidade em responder;
e. Perda de documento;
ii. Falta de resposta parcial:
a. Recusa em questes sensveis (ex: renda);
b. Incompreenso;
c. Dados incoerentes;
B. Falhas na definio e administrao
i. Sistemas de referncia:
a. Erros de omisso (cobertura incompleta), excluso de
elementos de interesse. Resulta de diferenas entre as
diversas populaes;
b. Incluso de elementos no sorteados ou de outras populaes
31
ii. Efeito do entrevistador;

iii. Insuficincia do questionrio-redao;
iv. Erros de codificao e digitao;
C. Avaliao das conseqncias
i. Comparao com resultados de outras pesquisas;
ii. Efeito do processo de imputao, caso tenha sido usado;
iii. Programas de consistncia de dados;
iv. Volume de no respondentes;
v. Diferena de perfil de respondentes e no respondentes.
O trabalho de Vasconcellos et al. (2005) aponta que o uso da amostragem
inversa, como utilizada na Pesquisa Mundial de Sade no Brasil, tem a principal
vantagem de eliminar as correes de no-resposta.
3.2 ESTIMAO DE PARMETROS CONSIDERANDO AMOSTRAGEM

COMPLEXA
Nesta seo, apresentam-se os mtodos para estimao do erro padro para

amostragem complexa e na seqncia, os estudos realizados sobre amostragem
complexa.
32
3.2.1 Mtodos de Estimao em Amostragem Complexa
Os mtodos exatos para estimao de parmetros considerando AAS, AS, AE

e ACO so bem conhecidos e referenciados em livros clssicos sobre amostragem,
como Cochran (1977) e Kish (1965). Porm, na amostragem complexa, quase
sempre so necessrios mtodos aproximados para estimar os parmetros, os quais
so detalhados em livros mais recentes, podendo-se citar Lehtonen e Pahkinen
(2004) e Chambers e Skinner (2003).
Os estimadores do total, freqentemente utilizados so estimadores lineares
ponderados. Um caso particular o estimador de Horvitz-Thompson. Outros
estimadores usados so do tipo razo ou regresso, os quais so no-lineares (Pessoa
e Silva, 1998). Os estimadores de razo e regresso so viciados para pequenas
amostras, porm o vcio desprezvel para amostras grandes e existem expresses
aproximadas para as varincias de aleatorizao.
A estimao do erro padro no caso de estimadores no lineares requer o uso
de tcnicas especiais, tais como: Linearizao de Taylor e Re-amostragem (Kreuter e
Valliant, 2007; Lehtonen e Pahkinen, 2004; Chambers e Skinner, 2003), que
produzem resultados semelhantes (Rodgers-Farmer e Davis, 2001).
Estimao do Total
Apresenta-se a seguir, a metodologia para estimao do total para um

delineamento estratificado por conglomerados em estgio nico, onde os
conglomerados (UPA) so selecionados, aleatoriamente, com ou sem reposio
33
dentro de cada estrato e todos os elementos do conglomerado so pesquisados. Os

pesos amostrais so incorporados na anlise e a correo para populao finita (FCF)
aplicada no estimador da varincia nos casos em que a UPA for selecionada sem
reposio (StataCorp, 2005):
Sejam
h = 1,..., L
i = 1,..., N h
estratos,
UPAs
no
estrato
j = 1,..., M hi indivduos na UPA i e no estrato h, ento:
Nh
M = M hi
h =1 i =1
o nmero de indivduos na populao.

Seja Yhij o valor da varivel Y do indivduo j, na UPA i e no estrato h, ento
o total populacional de Y :
N h M hi
Y = Yhij
h =1 i =1 j =1
O nmero de indivduos na amostra :
nh
m = mhi
h =1 i =1
Seja y hij a varivel de pesquisa do indivduo da amostra, em que h = 1,..., L ;
i = 1,..., nh ; e j = 1,..., mhi . O estimador de Y :
34
nh
mhi
Y = whij y hij
h =1 i =1 j =1
onde whij o peso amostral definido por whij =
Nh
.
nh
O estimador para o tamanho da populao :

L
nh mhi
M = whij
h =1 i =1 j =1
O estimador da varincia de Y :
l
n nh
V (Y ) = (1 f h ) h ( y hi y h ) 2
nh 1 i =1
h =1
em que y hi o total ponderado da UPA i no estrato h:

mhi
y hi = whij y hij
j =1
e y h a mdia do total das UPAs para o estrato h:

1
yh =
nh
nh
y
i =1
hi
O fator (1 f h ) o FCF para o estrato h e f h a razo de amostragem para o

estrato h definida como f h =
nh
.
Nh
Ressalta-se que a estimao dos totais a base sobre a qual assenta-se a

estimao de mdias, razes, taxas e propores.
Muitos modelos paramtricos podem ser ajustados empregando o mtodo da
Mxima Pseudo-Verossimilhana (MPV) para estimar os parmetros, com dados
obtidos atravs de diferentes planos amostrais. Os estimadores de MPV no sero
35
nicos, j que existem diversas maneiras de definir os pesos w j correspondentes a

diferentes estimadores de totais. Os pesos mais usados so do estimador simples para
totais-estimador.
O procedimento de MPV proporciona estimativas consistentes e
razoavelmente simples de calcular, tanto para os estimadores como para as varincias
dos estimadores dos parmetros. Este procedimento a base para o desenvolvimento
de rotinas capazes de incorporar adequadamente os efeitos de planos amostrais
complexos disponveis no STATA, SAS e outros aplicativos.
Detalhes sobre procedimento de estimao de parmetros encontram-se em
StataCorp (2005), Silva et al. (2002) e Pessoa e Silva (1998).
Mtodos de re-amostragem
No mtodo de re-amostragem so retiradas repetidas amostras de tamanho

menor que a amostra original. A estimativa calculada para cada sub-amostra e a
varincia calculada entre as estimativas das sub-amostras. As sub-amostras so
geradas por diferentes mtodos de re-amostragem (Kreuter e Valliant, 2007): grupos
aleatrios, jackknife, re-amostragem repetida balanceada balanced repeated
resampling (BRR) e bootstrap.
36
3.2.2 Efeitos da incorporao de diferentes caractersticas do delineamento

amostral complexo nas estimativas pontuais e erros padres
A anlise de dados provindos de amostragem complexa apresenta dois

desafios: (1) obter estimativa pontual correta e (2) calcular corretamente varincia e
erros padres. As trs caractersticas estratos, conglomerados e pesos - possveis de
estarem presentes numa amostragem complexa tm diferentes efeitos na estimativa
pontual e na varincia desta estimativa (Kreuter e Valliant, 2007).
Segundo Lemeshow e Cook (1999), na poca do artigo era comum encontrar
resultados de anlise onde o delineamento complexo havia sido ignorado. Essa
abordagem seria mais freqente em pases em desenvolvimento, onde utilizavam-se
aplicativos estatsticos que no possuam mdulos especficos para amostragem
complexa (Sousa e Silva, 2003). Um dos motivos apontados por Sousa e Silva (2003)
seria o desconhecimento do impacto nas varincias dos estimadores quando se ignora
o delineamento complexo e, outro, a falta de disponibilidade das rotinas adequadas
nos aplicativos estatsticos.
No entanto, atualmente encontram-se vrios estudos que incorporam o
delineamento amostral complexo na anlise de dados e apresentam o efeito do plano
amostral (EPA), como os estudos de Oliveira (2007), Giatti e Barreto (2006),
Teixeira et al. (2006), Egede (2003, 2004), Bueno et al. (2003), Hernndez et al.
(2003), Barros e Bertoldi (2002), entre outros.
interessante salientar que institutos governamentais, como o Instituto
Brasileiro de Geografia e Estatstica (IBGE), utilizam h bastante tempo mtodos de
anlise apropriados para dados provindos de delineamentos amostrais complexos
37
tambm disponibilizando em seus bancos de dados as informaes das caractersticas

do plano de amostragem.
Vasconcellos e Portela (2001) apontam que planos amostrais complexos so
utilizados pelos institutos oficias de estatstica para obter amostras de forma
operacionalmente otimizada e, portanto, com o menor custo possvel. Isso implica na
utilizao de planos de amostragem com probabilidades desiguais de seleo,
estratificao e tratamentos para no-resposta, que resultam, de um modo geral, em
fatores de expanso ou pesos amostrais de alta variabilidade e dificultam a aplicao
das tcnicas tradicionais da inferncia estatstica clssica.
Efeito do conglomerado
Conglomerados geogrficos so freqentemente utilizados para reduzir custos

administrativos (Carlson, 2003), permitindo um custo menor por indivduo
amostrado comparada a uma AAS, porm tm a desvantagem de que a anlise
estatstica torna-se mais complexa e, geralmente, produz incrementos nas varincias
dos estimadores (Cordeiro, 2001). Desconsiderar o efeito do conglomerado na
anlise de dados pode ocasionar pouco impacto nas estimativas pontuais, mas pode
resultar em subestimao da variabilidade, isto , erros padres subestimados e
intervalos de confiana menores (Horton e Fitzmaurice, 2004).
Os conglomerados devem ser heterogneos dentro de si e homogneos entre
si, isto , os conglomerados devem ser bastante semelhantes entre si em relao
varivel de interesse e os elementos dentro de cada conglomerado devem ser menos
parecidos (Barata, 2005). Na prtica, isso dificilmente ocorre, observando-se bastante
38
homogeneidade dentro dos conglomerados. Essa homogeneidade em relao s

variveis que esto sendo pesquisadas torna o plano amostral por conglomerado
menos eficiente (Bolfarine e Bussab, 2005), pois resultam erros padres maiores
quando comparados com AAS de igual tamanho (Kreuter e Valliant, 2007).
Segundo Prez et al. (2004), se dados provindos de amostragem complexa
forem analisados como sendo de uma AAS, as variabilidades sero subestimadas em
magnitude que depende do coeficiente de correlao intra-conglomerado (CCI) da
varivel que est sendo analisada. Isto , quando a correlao grande, a
variabilidade subestimada em maior magnitude.
Quando a populao dividida em grupos (conglomerados, por exemplo), a
varincia da populao uma funo da varincia entre conglomerados e dentro de
conglomerados, no caso de amostragem em etapa nica, assim definida (Mundstock,
2005, Cochran, 1977):
2 = E2 + D2
em que:
E2 : varincia entre conglomerados

D2 : varincia dentro dos conglomerados
No caso de amostragem multietpica, cada etapa contribui para a varincia do
estimador.
O CCI indica a homogeneidade dos conglomerados, sendo calculado da
seguinte forma (Bolfarine e Bussab, 2005):
S D2
CCI = 2 m 2 1
SE + SD
S E2
39
S E2 = varincia entre conglomerados

S D2 = varincia dentro dos conglomerados
m = tamanho dos conglomerados
O intervalo de variao do CCI de
1
a 1. No caso de mxima
m 1
homogeneidade, isto , dentro dos conglomerados todas as observao so iguais

entre si, o CCI assume valor igual a 1. No outro extremo de heterogeneidade o CCI
assume valor igual a
1
.
m 1
O efeito do plano amostral por conglomerados de tamanho igual dado por

(Bolfarine e Bussab, 2005):
EPA = 1 + CCI (m 1)
Assim, a eficincia depender do tipo de conglomerao. Usualmente, CCI

positivo, ento a conglomerao resulta em perda de eficincia em relao AAS.
Efeito do estrato
Ao contrrio dos conglomerados, os estratos devem ser heterogneos entre si

e homogneos dentro de si, isto , devem ser diferentes em relao varivel de
interesse e muito parecidos dentro de cada estrato. Uma correta estratificao
aumenta a preciso da amostra estratificada em relao a AAS. O efeito depender
da eficcia da varivel de estratificao para separar grupos compostos por elementos
40
semelhantes quanto varivel que est sendo pesquisada, e, ao mesmo tempo,

diferentes entre si (Silva, 1998) em relao a outras variveis. Por exemplo, se a
varivel de interesse o IMC (ndice de massa corporal) os estratos podem ser
definidos pelas diferentes faixas de IMC, porm diferentes entre si em relao a
outras variveis.
Segundo Horton e Fitzmaurice (2004), a estratificao proporciona facilidade
logstica na fase de coleta de dados. Desconsiderar o efeito da estratificao nesta
fase pode ter pequeno impacto nas estimativas dos parmetros, mas superestima a
variabilidade, isto , os erros padres sero superestimados e intervalos de confiana
sero maiores no caso dos estratos serem homogneos em relao varivel de
estudo.
Efeito do peso amostral
Para compensar as probabilidades desiguais de seleo, so atribudas

ponderaes diferenciadas aos elementos da amostra. No presente estudo, sero elas
chamadas de pesos amostrais, correspondendo ao inverso do produto das
probabilidades de incluso nos diversos estgios de seleo (Szwarcwald e
Damacena, 2007; Korn e Graubard, 1995), sob pena de obter resultados incorretos
(Pfeffermann, 1996). Por exemplo, no caso de delineamento em dois estgios, o peso
calculado como w1 .w2 , respectivamente o peso no primeiro estgio, e no segundo
estgio do delineamento. Em muitos planos amostrais, a soma dos pesos ser igual ao
tamanho da populao (UCLA, 2005).
41
Hernndez et al. (2003), Brogan (2003) e Korn e Graubard (1995) definem o

peso como um fator de expanso, sendo que o valor do peso indica o nmero de
indivduos na populao que cada observao na amostra representa. Outros tipos de
ponderaes so ajustes para no resposta e outros fatores, como ps-estratificao
(Carlson, 2003; Korn e Graubard, 1991).
As estimativas de parmetros da populao so influenciadas por pesos
distintos das observaes e as estimativas de varincia so influenciadas pela
conglomerao, estratificao e pesos (Brogan, 2003; Leite e Silva, 2002; Silva et al.,
2002; Pessoa e Silva, 1998). O clculo das estimativas de varincia desempenha
papel essencial na realizao da inferncia analtica, permitindo a avaliao da
preciso das estimativas e a formulao de testes de hipteses sobre os parmetros
dos modelos. Assim, muito importante que estimativas sejam obtidas corretamente.
Ciol et al. (2006) comentam que se os pesos amostrais no forem
considerados na anlise de dados, o erro padro da mdia pode ser superestimado ou
subestimado, dependendo da variabilidade do estrato.
Desconsiderar o peso amostral, segundo Horton e Fitzmaurice (2004) e
Guilln et al. (2000) resultar em diferena nas estimativas e em subestimao da
variabilidade, isto , erros padres subestimados e intervalos de confiana mais
estreitos.
Kreuter e Valliant (2007) comentam que o aumento que pode ocorrer no erro
padro devido ao uso de ponderao , algumas vezes, usado como argumento contra
a ponderao. Porm, apontam que as estimativas obtidas quando se desconsideram
os pesos no so vlidas para toda a populao.
42
A magnitude da diferena entre estimativas ponderadas e no ponderadas

depender da variabilidade dos dados. Quando os pesos amostrais tm pouca
variabilidade, as estimativas pontuais, considerando AAS, so similares s obtidas ao
considerar ponderao (Korn e Graubard, 1991).
Outro fator que contribui na diferena entre a estimativa da anlise ponderada
e no ponderada a relao entre o valor dos pesos e a varivel de anlise (Prez et
al., 2004). Por exemplo, se um grupo for sobreamostrado e a prevalncia da varivel
resposta (desfecho) neste grupo for grande, ento, a estimativa do desfecho ser
superestimada na anlise no ponderada.
Kreuter e Valliant (2007) apresentam o ajuste do peso final para no resposta
e ps-estratificao para o indivduo i da amostra como wi f NRi f PSi , em que wi o
peso devido ao delineamento amostral e f NRi e f PSi so o ajustamento para no
resposta e ps-estratificao, respectivamente.
Efeito do plano amostral (EPA)
O efeito do plano amostral (EPA) ou design effect (DEFF) utilizado para

medir o efeito do plano amostral sobre a varincia de um estimador (Pessoa e Silva,
1998). O EPA foi proposto por Kish (1965), sendo definido como a razo entre a
varincia do estimador para o plano amostral complexo (verdadeiro) e a varincia do
estimador para AAS, para o mesmo tamanho da amostra n . Portanto, o EPA de Kish
para um estimador :
V
()
EPA ( )= VERD
V AAS ()
43
Segundo Leite e Silva (1999), valores elevados do EPA destacam a

importncia da considerao do plano amostral efetivamente utilizado ao estimar as
varincias associadas s estimativas dos parmetros.
O EPA importante para avaliar subestimativas, ou at superestimativas dos
erros padres, utilizando-se as diferentes caractersticas do delineamento amostral e
diferentes mtodos de estimao (Sousa e Silva, 2003).
A interpretao do EPA apresentada no Quadro 1 (Leite e Silva, 2002),
sendo que o valor do EPA poder variar muito entre as diferentes variveis da
pesquisa (Sturgis, 2004).
Quadro 1 Interpretao dos resultados do efeito do plano amostral (EPA)

EPA
Varincia sob AAS
<1
Superestimada
=1
No h diferena entre as estimativas
>1
Subestimada
Efeitos detectados em diferentes estudos
Nesta seo, apresenta-se uma reviso de estudos na literatura com

abordagem metodolgica na anlise de dados provenientes de amostragem complexa,
iniciando por estudos realizados no Brasil e apresentando aps, estudos em outros
pases.
44
O impacto do plano por conglomerados e o efeito de ponderao foi avaliado

por Sousa e Silva (2003) com dados de 1.355 indivduos na PNDS96 (Pesquisa
Nacional sobre Demografia e Sade em 1996) constituindo uma amostragem
estratificada em dois estgios, atravs do Epi Info 6.04b (CSAMPLE). No banco de
dados, variveis definem conglomerados, estratos e peso global, este ltimo obtido
pelo produto do peso devido ao plano de amostragem pelo peso devido ausncia de
resposta e, tambm o peso padronizado, com o objetivo de obter o total ponderado da
amostra igual ao total no ponderado.
Sousa e Silva (2003) consideraram quatro estratgias de anlise: (1)
conglomerado, sem ponderao, (2) ponderao devido ao plano de amostragem, (3)
ponderao devido ausncia de resposta e (4) ponderao global. Para todas as
estratgias foram obtidos: estimativas de prevalncia, erros padres, intervalos de
confiana, EPA e vcios das estimativas. Concluram que, a ponderao no
aumentou a preciso das estimativas, alm da preciso j includa pelo plano por
conglomerados. Apontam que os conglomerados influenciaram a preciso das
estimativas, para duas das seis variveis estudadas, com EPA superiores a 1,5,
indicando a importncia de considerar os conglomerados na anlise. Sugerem a
possvel existncia de heterogeneidade dentro dos conglomerados para outras
variveis em que EPA foi inferior a 1. Recomendam que o clculo dos efeitos do
delineamento e sua publicao devem tornar-se prtica usual nas pesquisas.
Kneipp e Yarandi (2002) realizaram estudo sobre questes inerentes a
delineamentos amostrais de grandes pesquisas nacionais, explicando a estimao da
varincia, quando h ponderao e, ainda justificando a necessidade de usar
aplicativos que incluem amostragem complexa. Compararam os resultados utilizando
45
ponderao apenas para amostra, realizada no SPSS, e a ponderao para amostra e

varincia, realizada no STATA. Analisando dados de 9.482 indivduos do MEPS
(Medical Expenditure Panel Survey), com amostragem estratificada em trs estgios,
obtiveram intervalo de confiana mais amplo incorporando ponderao na anlise
realizada no STATA. Na anlise realizada no SPSS, o intervalo de confiana mais
estreito, devido reduo da variabilidade. Observaram ainda, que o teste t de
Student e a regresso linear foram menos afetados que o teste qui-quadrado, quando
a ponderao no considerada no STATA.
O estudo de Heeringa e Liu (1997), realizado com quatro bases de dados
referente sade mental, mostrou que o efeito do delineamento maior que 1 para
quase todas as estimativas de prevalncia, perfazendo 92% das estimativas obtidas.
No mesmo estudo aplicaram-se modelos de regresso logstica para verificar o efeito
do delineamento, utilizando trs diferentes estratgias: (a) no fazendo ajustamento
nos dados (SAS), (b) ajustando os dados com ponderaes (SAS) e (c) ajustando os
dados com ponderaes, estratificao e conglomerado, usando o SUDAAN. Os
resultados da anlise aplicando regresso logstica mostraram diferena na estimativa
pontual dos coeficientes entre anlise ponderada e anlise no-ponderada usando o
SAS. Tambm houve diferena de erros padres, sendo eles maiores na anlise
ponderada. Os coeficientes obtidos no SUDAAN no diferiram da anlise ponderada
do SAS, porm os erros padres foram maiores. Concluem que importante a
incorporao das caractersticas do delineamento amostral na inferncia univariada e
multivariada.
Prez et al. (2004) analisaram as particularidades de mtodos de estimao de
parmetros, como a mdia, o total e o percentual e seus respectivos erros padres, e
46
compararam modelos de regresso logstica, para dados provenientes de amostragem

complexa, considerando trs estratgias de anlise: (a) AAS, (b) incorporando pesos
e (c) incorporando o delineamento complexo, em dados da Segunda Encuesta
Nacional de Factores de Riesgo y Afecciones Crnicas No Trasmisibles realizado em
Cuba nos anos de 2000 e 2001, com 22.851 indivduos. Obtiveram prevalncias e
mdias estimadas similares para as trs estratgias de anlise devido pequena
variabilidade das ponderaes amostrais. Porm, a preciso diferiu, sendo menores
para AAS e bem menores na anlise ponderada do que no delineamento complexo.
Os erros padres foram bem menores na estratgia (b) porque neste caso o tamanho
da amostra igual soma de todos os pesos amostrais. Da mesma forma, os
resultados da regresso logstica mostraram intervalos de confiana mais amplos para
a anlise incorporando o delineamento complexo.
Lemeshow et al. (1998) analisaram os dados de 3.777 indivduos referentes
ao projeto PAQUID (Personnes Agees Quid) considerando o delineamento complexo
da amostragem, j que, originalmente, a anlise foi realizada considerando uma
AAS. Os autores utilizaram o STATA, definindo a varivel de estratificao, de
conglomerao e de ponderao. O valor de ponderao associado a cada indivduo
definiu-se em duas etapas, pois o processo de amostragem englobou estratificao e
ps-estratificao. Na primeira etapa, a ponderao devido aos estratos e
conglomerados foi definida como o inverso da probabilidade de seleo de cada
indivduo e, na segunda etapa, a ponderao devido a ps-estratificao foi definida
pela razo entre a proporo populacional e proporo amostral nas categorias
estratificadas posteriormente. O resultado desta segunda etapa foi utilizado para
corrigir o peso da primeira etapa, obtendo-se assim, o peso final associado a cada
47
indivduo. Foram encontradas varincias (para mdias) subestimadas quando se

considerou AAS. J os coeficientes de regresso e seus erros padres no diferiram
tanto quanto para a mdia, considerando amostragem complexa e AAS.
No estudo de Lemeshow e Cook (1999), considerando dados da NHANES III
(National Health and Nutrition Examination Survey III, EUA, 1988-1994) com
19.683 indivduos obtidos por amostragem estratificada em quatro estgios e os
dados do PAQUID (Personnes Agees Quid, Frana, 1988), j abordados em
Lemeshow et al. (1998), as estratgias de anlise foram: amostragem complexa e
AAS. Comparando as duas abordagens observaram-se maiores diferenas para
estimativas pontuais de mdia e seus erros padres do que para as estimativas de
coeficientes de regresso e razo de chances. Os autores concluem que as diferenas
encontradas nos resultados entre as duas estratgias de anlise e ainda a
disponibilidade de aplicativos, como o STATA e SUDAAN, demonstram a
necessidade do uso das tcnicas apropriadas para a anlise de dados provindos de
delineamento amostral complexo.
Guilln et al. (2000) ilustram como incorporar o plano amostral complexo na
anlise de dados, utilizando o STATA para obter estimativas corretas de mdia,
proporo, erro padro e coeficientes de regresso logstica, com dados de 15.000
indivduos da ESCA (La Encuesta de Salud de Catalunya - 1994) provenientes de
um delineamento estratificado em dois estgios. Utilizam trs estratgias de anlise:
(a) considerando AAS, (b) considerando somente pesos e (c) considerando o
delineamento complexo. Concluiram que, ignorar o delineamento amostral resulta
em estimativas viesadas dos parmetros, sendo que a anlise ponderada produz
estimativas pontuais no viesadas, porm, os erros padres so muito menores.
48
Dados de 19.127 indivduos da NHIS (National Health Interview Survey 1994) foram utilizados por Rodgers-Farmer e Davis (2001) para apontar estimativas
pontuais viesadas, erros padres subestimados e testes de significncia com decises
errneas quando utilizam-se rotinas tradicionais nos aplicativos tradicionais para
analisar dados sob amostragem complexa. Ajustaram modelo de regresso mltipla
em cinco estratgias: (1) assumindo AAS, (2) assumindo AAS e pesos amostrais, (3)
assumindo AAS e pesos normalizados (4) assumindo peso amostral e um nico
estrato com reposio, isto , somente o efeito dos conglomerados, e (5)
considerando peso amostral e delineamento complexo (com reposio). Os trs
primeiros casos foram executados no SPSS e os dois ltimos no SUDAAN.
Comparando as duas primeiras estratgias, obteve-se diferena entre os
coeficientes e erros padres: os erros padres foram menores considerando pesos,
pois as rotinas tradicionais subestimam as varincias das estatsticas ponderadas. Na
terceira anlise, resultou uma suave reduo no erro da varincia estimada,
comparada com a estratgia 1. A quarta anlise apresentou erros padres alterados,
valor de p alterado e coeficientes iguais, comparando com a estratgia 3, com EPA
maiores que 1 para todos os coeficientes, mostrando que os erros padres foram
subestimados quando se considerou AAS. Ainda, os autores afirmam que
desconsiderar o delineamento quando o efeito do delineamento maior que 2 resulta
em uma significativa subestimao do erro padro. Na estratgia 5, comparada
estratgia 4, os coeficientes no so diferentes, mas os erros padres so e,
conseqentemente, o valor de p. Neste caso, uma varivel independente mostrou-se
no significativa no modelo, sendo que nas outras quatro estratgias esta varivel foi
49
significativa. Por fim, os autores recomendam a incorporao das caractersticas do

delineamento amostral.
Korn e Graubard (1995) analisaram resultados de regresso linear simples,
diferena entre proporo, regresso logstica e diferena entre mdias obtidas para
os dados da National Maternal and Infant Health Survey 1998 no aplicativo
SUDAAN. Os resultados obtidos mostraram estimativas diferentes para as anlises
ponderada e no ponderada. Comentam que estimadores ponderados tm a
desvantagem de maior variabilidade que estimadores no-ponderados.
Dois exemplos so apresentados por Wang et al. (1997), considerando
amostragem estratificada em dois estgios. Os resultados demonstraram que os erros
padres das estimativas de mdia, desconsiderando o delineamento complexo
(estratificao, conglomerado e peso), foram menores que os correspondentes para
estimativas ajustadas ao delineamento. Na estimativa de proporo tambm houve
diferena, e seus erros padres foram menores que os correspondentes considerando
a ponderao. Concluem que, desconsiderar ponderao na estimao de mdia e
proporo, quando a probabilidade no for a mesma para todos os elementos da
amostra, resulta em estimativas no corretas.
Dados da Behavioral Risk Factor Surveillance System do CDC (Centers for
Disease Prevention and Control) foram analisados por Brogan (2003), no SUDAAN,
considerando o delineamento complexo, e no SAS, considerando duas situaes:
anlise no ponderada (atribuindo peso 1 para todos os valores da varivel peso) e
anlise ponderada. Os resultados do estudo mostram que a prevalncia
superestimada em 10% no incorporando ponderao no SAS (rotina tradicional),
comparado ao SUDAAN. A prevalncia tambm foi superestimada, mas em menor
50
grandeza, na anlise ponderada no SAS. O erro padro superestimado utilizando o

SUDAAN em 35% comparando com a anlise no ponderada do SAS e quase a
mesma diferena para a anlise ponderada do SAS. Ainda, os resultados do teste quiquadrado mostram que a anlise no ponderada do SAS resulta em valor de quiquadrado maior, gerando valor p mais significativo, comparada anlise do
SUDAAN.
Ciol et al. (2006) encontraram diferena nos resultados da regresso logstica
entre a anlise ponderada e no ponderada com dados da Medicare Current
Beneficiay Survey (MCBS) realizada com a populao dos Estados Unidos. No
estudo, concluram que a maior diferena entre os coeficientes dos modelos de
regresso logstica considerando os pesos e desconsiderando-os foi devido
sobreamostragem de um estrato e alta proporo da categoria de referncia da
varivel explicativa nesse estrato.
Silva et al. (2002), utilizando os dados da PNAD, descrevem como podem ser
considerados os diversos aspectos do plano amostral complexo pois, muitas vezes, as
anlises feitas por analistas que trabalham fora da agncia produtora dos dados
utilizam modelagem supondo dados obtidos atravs de AAS com reposio.
Descrevem como podem ser considerados na anlise dos dados da PNAD e os
diversos aspectos de seu plano amostral complexo: estratificao, conglomerao,
probabilidades desiguais de seleo e ajustes dos pesos para calibrao.
Lehtonen et al. (2002) discutem a anlise de dados amostrais complexos
atravs de tcnicas de modelagem multivariada, demonstrando os mtodos de designbased (amostragem complexa) e model-based (modelos multinvel), sendo o
interesse maior no efeito da conglomerao.
51
3.3 APLICATIVOS PARA ANLISE DE DADOS PROVINDOS DE

AMOSTRAGEM COMPLEXA
Atualmente, existe grande disponibilidade de aplicativos para anlise de

dados provindos de amostragem complexa, porm eles ainda so pouco utilizados.
Assim, nesta seo so apresentados aplicativos disponveis para tratamento de dados
com delineamento amostral complexo com o intuito de uma maior divulgao dos
mesmos. Na seqncia, apresentam-se alguns estudos que abordaram o uso e
comparao de aplicativos para incorporar o delineamento complexo.
Aplicativos para anlise de amostragem complexa
Aplicativos disponveis para anlise de dados provindos de amostragem

complexa so apresentados no quadro 2. Esses aplicativos variam quanto a recursos
disponveis e preos, sendo que h disponibilidade de aplicativo livre.
Para que seja possvel incorporar o plano amostral utilizado na pesquisa,
necessrio que estejam disponveis no banco de dados tanto as variveis da pesquisa
quanto os identificadores das caractersticas do plano amostral, como conglomerados
e estratos, nos diferentes nveis de amostragem e tambm o peso final.
No anexo A constam os comandos para medidas descritivas, regresso linear,
regresso logstica e regresso de Poisson considerando um delineamento
estratificado por conglomerado e pesos amostrais.
52
STATA v.9
No presente estudo foram utilizados o STATA v.8 e o STATA v.9. Nas duas
verses do programa, usado o prefixo svy nos comandos referentes ao tratamento
de dados de amostragem complexa, permitindo incorporar caractersticas como
estratificao, conglomerao e peso amostral. O STATA v.8 permite analisar
somente o primeiro estgio da amostragem porm, o STATA v.9 permite analisar
vrios estgios.
Quadro 2 Aplicativos estatsticos para anlise de dados com delineamento amostral

complexo
Aplicativo
Verso
Mantenedora
Pgina na internet
atual
STATA
v. 10
Stata Corporation
http://www.stata.com/
SAS
v. 9.1.3
SAS Institute Inc.
http://www.sas.com/technologies/an
alytics/statistics/index.html
SPSS
v. 16
SPSS Inc.
http://www.spss.com/complex_samp
les/
SUDDAN
v. 9.0.3
Research Triangle http://www.rti.org/sudaan/

Institute
WesVar
v. 5.1
WESTAT
EPI INFO
v. 3.4.3
Center for Disease http://www.cdc.gov/epiinfo/

Control
http://www.westat.com/wesvar/
and
Prevention
R
v. 2.6.1
R Foundation
v.3.6-13a
a
verso do pacote de amostragem complexa
http://www.r-project.org/
53
No anexo B apresenta-se um fluxograma mostrando como realizada a

definio do plano amostral no aplicativo STATA.
Archer e Lemeshow (2006) desenvolveram um teste de ajuste para modelo de
regresso logstica para amostragem complexa no STATA, implementando um
comando, denominado svylogitgof e que est disponvel na seguinte pgina da
internet: http://www.stata-journal.com/software/sj6-1/st0099/. Este comando usado
logo aps o comando svy: logistic, que ajusta o modelo de regresso logstica.
Estudos abordando o uso de aplicativos apropriados para anlise de

amostragem complexa
Nesta seo, apresenta-se uma abordagem histrica de trabalhos anteriores

que
comparam
aplicativos
disponveis
nas
respectivas
pocas.
Com
desenvolvimento rpido dos aplicativos, mudanas praticamente anuais de verses e

a incluso contnua de um maior nmero de tcnicas estatsticas programadas para
amostragem complexa, muitos destes estudos comparativos referem-se ao aplicativo
na verso atualizada da poca. Atualmente, com a incorporao de novas tcnicas
estatsticas no mdulo de complex survey e de novas opes para diferentes tipos de
delineamentos amostrais, os aplicativos esto igualando-se, diferenciando-se apenas
na maior ou na menor interatividade com o usurio.
Pessoa e Silva (1998) apontaram que a revoluo da informtica havia criado
condies extremamente favorveis utilizao de dados estatsticos produzidos por
rgos como o IBGE. Porm, discutiram que certos cuidados precisam ser tomados
54
para a utilizao correta dos dados de pesquisas como as que o IBGE produz.
Ressaltaram que estes dados provm de populao finita, envolvendo diferentes
caractersticas, como
probabilidades distintas de seleo, estratificao e
conglomerao das unidades, ajustes para compensar no-resposta e outros ajustes.

Alertam que aplicativos tradicionais de anlise ignoram estes aspectos, podendo
resultar em estimativas incorretas.
Wang (2001) alertou para o uso incorreto de procedimentos tradicionais na
anlise de dados de amostragem complexa, indicando que aplicativos estatsticos
como o SUDAAN, STATA, SAS e WesVar foram os pioneiros a introduzir rotinas
para anlise apropriada destes dados.
STATA v.5.0, SUDAAN v.7.0 e WesVarPC v.2.02 foram comparados por
Cohen (1997), em relao facilidade, eficincia (tempo de processamento) e
diversificao de tcnicas de anlise disponveis para amostragem complexa.
Concluram que no era possvel indicar um melhor ou pior aplicativo, sugerindo que
o usurio escolhesse a partir de suas necessidades especficas.
Para Chantala e Tabor (1999) as estimativas e erros padres foram diferentes
na anlise dos dados do Add Health Data no SUDAAN e no STATA, quando as
caractersticas do delineamento amostral foram incorporadas. Os autores discutem
que estimativas pontuais de mdia, propores e parmetros de regresso so
afetadas pelos pesos e que as varincias estimadas so afetadas por conglomerado,
estratificao e peso. Tambm comentam que na anlise de sub-populaes, o uso
somente dos dados da sub-populao resulta em estimativa pontual correta, porm o
erro padro poder no ser correto, j que a estrutura do delineamento no est
55
disponvel. Entretanto, nos aplicativos estatsticos para anlise de delineamento

complexo so disponibilizadas anlises de sub-populaes.
Lee (2000) avaliando os mesmos aplicativos recomendava que a facilidade de
uso, custo e os recursos disponveis de interesse de cada usurio so consideraes
importantes que o usurio deve avaliar na escolha do aplicativo estatstico.
Sousa e Silva (2000) chegaram mesma concluso que Cohen (1997),
avaliando facilidade de aplicao, eficincia computacional e exatido dos resultados
do mdulo CSAMPLE do Epi Info v.6.04, do STATA v.5 e do aplicativo WesVarPC
v.2.12. Utilizaram dados da PNDS (Pesquisa Nacional sobre Demografia e Sade,
1996), para analisar mdia e proporo utilizando os aplicativos acima citados.
Ainda, concluram que o Epi-Info mais limitado na disponibilidade de tcnicas de
anlise, porm seu uso simples e gratuito. O STATA e WesVarPC tm diversidade
de tcnicas de anlise, porm tm custo de aquisio.
A facilidade de analisar dados considerando a amostragem complexa,
utilizando o STATA foi demonstrada por Lemeshow e Cook (1999) e Guilln et al.
(2000). Os autores apontam que isto deve encorajar os pesquisadores a adotar essa
estratgia de anlise.
Schaefer et al. (2003) comparando SUDAAN v.8, STATA v.8, SAS v.8 e
WesVar v.4 concluram que cada usurio deve avaliar suas necessidades na seleo
do aplicativo estatstico. Argumentam que estes aplicativos variam em relao s
tcnicas de anlise disponvel.
A necessidade de incorporar o plano amostral foi assunto de estudos
apresentados em diversas edies da conferncia anual do SUGI (SAS Users Group
International). Iniciando por An e Watts (1998), mostrando os procedimentos de
56
amostras complexas incorporados no SAS v.7, como SURVEYSELECT,

SURVEYMEANS E SURVEYREG. Tompkins e Siller (2000) compararam mdias,
propores e seus erros padres no SAS v.6.12 (PROC MEANS, rotina que no
considera o delineamento complexo), SAS v.7 (PROC SURVEYMEANS, rotina que
considera o delineamento complexo) e SUDAAN. Os resultados mostraram erros
padres maiores em anlises incorporando o delineamento complexo no SAS v.7 e
no SUDAAN. Os autores reforam, ento, a necessidade do uso de aplicativos que
considerem o plano amostral para evitar inferncias incorretas como as que estariam
sendo produzidas pelos procedimentos simples.
No trabalho de Gosset et al. (2002) h algoritmos para calcular varincias
pelo mtodo da reamostragem, j que dados pblicos muitas vezes disponibilizam
somente os pesos. Concluram que os resultados so equivalentes aos obtidos pelo
SUDAAN. Berglund e Arbor (2002) demonstraram o uso dos comandos no PROC
SURVEYMEANS E PROC SURVEYREG no SAS. Alm destes procedimentos,
Cassel e Rousey (2003) demonstraram o uso do SURVEYSELECT.
Mais recentemente, Siller e Tompkins (2005) compararam estimativas de
mdia, proporo e erros padres produzidas por quatro aplicativos SAS, SPSS,
STATA e SUDAAN usando dois bancos de dados do NCHS (National Center for
Health Statistics). Esses dados foram obtidos atravs de amostragem complexa
incluindo conglomerados, estratificao e diferentes probabilidades de seleo.
Apontam a necessidade de utilizar um aplicativo que considere tal complexidade da
amostra na anlise dos dados. Os quatro aplicativos analisados utilizam linearizao
por srie de Taylor como mtodo de estimao. Concluem que os resultados so
idnticos entre os quatro aplicativos analisados.
57
Na recente conferncia do SUGI, Gosset et al. (2006) chamam a ateno para

a necessidade no uso de um aplicativo estatstico que considere o plano amostral para
analisar dados oficiais como NHANES (National Health and Nutrition Examination
Survey). Demonstraram o uso das rotinas SURVEYMEANS, SURVEYFREQ,
SURVEYREG e SURVEYLOGISTIC do SAS com dados do NHANES.
Figueiredo (2004) realizou estudo com a biblioteca ADAC do aplicativo R
comparando-a com o SUDDAN. Apontou vantagens da utilizao da biblioteca
ADAC, a linguagem aberta e gratuita, tornando-a de fcil acesso, a qual suporta
bancos gerados de qualquer outro programa e a disponibilidade para acesso
estrutura de cada funo. Como desvantagens, descreveu que algumas rotinas no
esto ainda otimizadas ocupando muita memria, aceita apenas alguns tipos de
planos amostrais e sua estrutura de anlise para regresso se restringe regresso
normal e logstica. Para o SUDAAN apontou como vantagens a exigncia de pouca
memria, disponibilidade de mais tcnicas implementadas e, como desvantagens,
que os procedimentos so fechados, no permitindo verificar como operam, no
possuindo ambiente grfico e que suas sadas so difcies de serem utilizadas.
Oito aplicativos, sendo quatro livres, com capacidade de analisar dados de
amostragem complexa foram analisados por Brogan (2005) comparando custo do
aplicativo, mtodos de estimao de varincia, opes de anlise, interface e
vantagens/desvantagens. Anlises foram realizadas com dados reais para cinco
aplicativos dentre os oito (STATA, SAS, SUDAAN, WesVar e Epi-Info), obtendo-se
resultados equivalentes para todos, quando os mesmos mtodos de linearizao por
srie de Taylor ou reamostragem foram usados.
58
STATA, SUDAAN e SAS foram usados por Chantala (2006) para anlise de
regresso mltipla obtendo-se os mesmos resultados para os coeficientes de
regresso e seus erros padres.
3.4 ANLISE MULTINVEL
A metodologia da anlise multinvel ser abordada nesta seo, como uma

metodologia alternativa para analisar dados provindos de plano amostral complexo,
considerando-se diferentes caractersticas da amostra complexa como nveis distintos
da anlise. Inicia-se a seo com a definio de modelo multinvel e na seqncia so
apresentados aplicativos e algumas consideraes para uso desta metodologia nos
dados provindos de amostragem complexa.
Segundo Vieira (2001) e Pessoa e Silva (1998) h duas abordagens principais
para tratar a estrutura dos dados de pesquisas amostrais complexas. Uma delas a
abordagem descrita na seo anterior, denominada abordagem de amostragem
complexa (anlise agregada ou marginal segundo alguns autores). A outra a
abordagem de anlise multinvel (ou anlise desagregada) que ser descrita nesta
seo e na qual se incorpora mais explicitamente a estrutura dos dados no
procedimento de anlise. Na abordagem multinvel, efeitos de conglomerao so
vistos como parte integral da estrutura da populao, que deve ser adequadamente
modelada e pode contribuir para melhorar a compreenso das relaes entre as
variveis (Pessoa e Silva, 1998).
59
Em investigaes epidemiolgicas muito comum o estudo de indivduos

agrupados em nveis ou hierarquias. Esta estrutura pode estar presente de forma
intrnseca, como por exemplo, alunos dentro de escolas, mdicos ou pacientes dentro
de hospitais, indivduos dentro de famlias, ou a estrutura pode ser criada pelo tipo de
delineamento da pesquisa, como nos estudos longitudinais, os quais geram grupos de
observaes no mesmo indivduo (Zanini, 2007; Neuhaus e Segal, 1993), ou ainda
em estudos que utilizam conglomerados e estratos no plano amostral.
A anlise multinvel possibilita examinar grupos (ou amostras de grupos) e
indivduos (ou amostras de indivduos) dentro desses grupos, simultaneamente,
considerando a varivel resposta medida no nvel individual e as variveis
explicativas, que podem ser medidas no nvel dos indivduos ou dos grupos aos quais
pertencem (Snijders e Bosker, 1999).
O modelo multinvel pode ser visto como um sistema hierrquico de
equaes de regresso, possibilitando a estimao dos efeitos intragrupo (efeitos
individuais) e dos efeitos entregrupos (efeitos contextuais) segundo Goldstein
(2003). Tambm possvel modelar a estrutura de varincia em cada um dos nveis.
Um modelo multinvel difere de um modelo tradicional por ser formado por
dois componentes: um fixo e outro aleatrio (Snijders e Boskers, 1999). A parte fixa
indica a magnitude das associaes entre as variveis, enquanto que a parte aleatria
mostra as diferenas dos grupos e as varincias nos diferentes nveis (Zanini, 2007;
Merlo, 2003).
60
Modelo multinvel para desfecho contnuo
A seguir ser apresentado o modelo multinvel com dois nveis para desfecho
contnuo por ser este o utilizado no presente trabalho, utilizando a notao comum
introduzida em Zanini (2007), Goldstein (2003) e Snijders e Boskers (1999).
Nos modelos com dois nveis ocorrem n j unidades do nvel 1 para cada
unidade j ( j = 1,2,... J ) do nvel 2. Os modelos para o nvel 1 so desenvolvidos
separadamente em cada unidade do nvel 2, considerando a possibilidade de variao
dos interceptos e das inclinaes:
Yij = 0 + 1 X ij + u 0 j + e0 ij
com i = 1,2,..., n j e j = 1,2,... J
em que:
Yij : desfecho do i-sima unidade do nvel 1, agrupada na j-sima unidade do nvel 2;
X ij : varivel preditora medida na i-sima unidade do nvel 1, agrupada na j-sima
unidade do nvel 2;
0 : intercepto geral do modelo;
1 : coeficiente de inclinao, associado varivel preditora X;

u 0 j : efeito aleatrio do nvel 2;
e0 ij : o efeito aleatrio do nvel 1;
Os resduos u 0 j e e0 ij so supostamente independentes e normalmente

distribudos, com mdia zero e varincias u20 e e20 , respectivamente. A varincia
residual, ou seja, a varincia condicionada a X dada por:
61
Var(Yij | X ij ) = var(uoj ) + var(eoij ) = u20 + e20
A covarincia entre dois indivduos (i1 , i2 ) no mesmo grupo j :
Cov(Yi1 j , Yi 2 j | X i1 j , X i 2 j ) = var(uoj ) = u20
O coeficiente de correlao intraclasse ou intragrupo, o qual expressa a frao

da variabilidade total que pode ser atribuda ao nvel 2, indicando o grau de
agrupamento da populao, correspondendo correlao entre os valores de dois
indivduos de um grupo controlado para a varivel X, dado por:
u20
I (Yij | X ij ) = 2
u 0 + e20
Estende-se o modelo para:
Yij = 0 j + 1 j X 1ij + e0 ij
Ento, no nvel 2, sero dois modelos:
0 j = 0 + u0 j
1 j = 1 + u1 j
62
em que:
0 j : intercepto para a j-sima unidade do nvel 2;

1 j : coeficiente de inclinao, associado varivel X da i-sima unidade do nvel 1,
agrupada na j-sima unidade do nvel 2;
0 : valor esperado dos interceptos no nvel 2;
1 : valor esperado das inclinaes no nvel 2;

u 0 j : efeito aleatrio da j-sima unidade do nvel 2 no intercepto 0 j ;
u1 j : efeito aleatrio da j-sima unidade do nvel 2 na inclinao 1 j .
Substituindo-se as equaes do nvel 2 tem-se:
Yij = 0 + 1 X 1ij + (u 0 j + u1 j X 1ij + e0 ij )
Esses modelos so denominados modelos de coeficientes aleatrios, uma vez

que pressupe que cada grupo tem um intercepto ( 0 j ) e uma inclinao ( 1 j )
diferentes, que variam atravs dos grupos, apresentando uma estrutura de varinciacovarincia complexa como:
0 2
u 0 j
u 0 u1
e Var(e0ij ) ~ N (0, e20 )
Var ~ N , u 0
2
u
0 u1u 0 u1
ij
A varincia modelada como uma funo de uma varivel preditora.
63
Os principais mtodos de estimao pressupondo normalidade so: IGLS

(Iterative Generalized Least Squares) equivalente ao ML (Maximum Likelihood) e o
RIGLS (Restricted/Reweighted Iterative Generalized Least Squares) equivalente ao
REML (Residual Maximum Likelihood).
Interceptos e inclinaes so estimados para unidades dentro do nvel 2 e os
resduos so obtidos de forma diferente da tradicional. Denominam-se resduos
reduzidos (shrunken), com uma menor ou maior extenso em torno do
relacionamento mdio global, e podem ser estimados multiplicando-se os resduos
brutos ( ~y j ) por um fator de reduo:
u j =
n j u20
n j
2
u0
2
eo
~
yj
Observa-se que o fator de reduo depende do nmero de grupos do nvel 2 e

das estimativas de varincia dos dois nveis.
Estes resduos reduzidos ordenados podem ser representados em um grfico,
onde as barras em torno de cada resduo representam o intervalo de confiana de
95% (Moraes, 2007).
O aplicativo MLwiN v.2.02 especfico para anlise de modelos multinvel.
O SAS v.9.1.3 disponibiliza o procedimento PROC MIXED para anlise de modelos
multinvel. Estes dois aplicativos computacionais foram utilizados neste estudo.
Verses mais recentes de alguns outros aplicativos esto incorporando anlise
multinvel, por exemplo, o STATA v.10.
No anexo C apresentam-se os comandos para modelagem multinvel com 2
nveis, com desfecho contnuo, para o SAS e o MLwiN. Detalhes dos comandos so
64
disponibilizados por: Pretto (2003) e Singer (1998) no caso do SAS Institute (2004)
e, Rasbash et al. (2005), Ferro (2003) e Barros (2001) no caso do MLwiN.
Abordagem multinvel considerando amostragem complexa
Modelos multinvel so freqentemente usados para analisar dados de planos

amostrais complexos, permitindo estudar o efeito das variveis ao nvel de
conglomerados sobre a varivel dependente (desfecho) do nvel individual
(Asparouhov e Muthen, 2006). Cada estgio de amostragem corresponde a um nvel
na modelagem multinvel, sendo que a UFA (Unidade Final de Amostragem) a do
nvel 1 e os conglomerados de cada estgio de amostragem constituem os demais
nveis (Rabe-Hesketh e Skrondal, 2006).
Asparouhov e Muthen (2006), Rabe-Hesketh e Skrondal (2006) e Zhang
(2005) comentam que se os pesos amostrais so ignorados, no caso de usar
modelagem multinvel padro, o parmetro estimado pode estar incorreto. Porm,
diferente da estratificao e conglomerao, a probabilidade de seleo desigual,
indicada pelos pesos no fcil de ser incorporada na anlise (Asparouhov e
Muthen, 2006).
A aplicao de modelos multinvel em dados de amostragem complexa
bastante recente (Chantala et al., 2006). Os autores afirmam que aplicativos
estatsticos incorporaram essa metodologia possibilitando tambm o uso de pesos
amostrais, porm, deve-se ressaltar que os pesos para anlise multinvel devem ser
construdos diferentemente daqueles usados na abordagem da amostragem complexa.
65
Chantala et al. (2006) apontam que os institutos que distribuem dados

secundrios e que os programadores de aplicativos estatsticos freqentemente
deixam a tarefa da construo e de definio dos pesos amostrais para o usurio.
Complementam que estes mtodos de definio podem ser diferentes para os
diferentes aplicativos.
Os mtodos de construo de pesos para anlise multinvel mais comuns em
aplicativos so os definidos por e Asparouhov (2004) e Pfeffermann et al. (1998). Os
aplicativos STATA, LISREL, MLwiN utilizam os mtodos definidos por
Pfeffermann et al. (1998), que usam os pesos dos dois estgios de amostragem para
construir os pesos amostrais para o nvel 1 e o nvel 2. Por outro lado, o aplicativo
MPLUS usa o mtodo desenvolvido por Asparouhov (2004) que combina os pesos
dos dois estgios de amostragem para construir um nico peso amostral.
Aplicao de modelos multinvel em dados de amostragem complexa com

interveno
Estudos com intervenes na rea da sade freqentemente so

implementados ao nvel de grupo (Ukoumunne et al., 1999), como por exemplo,
cidades, escolas, hospitais e clnicas. Nestes estudos, h a aleatorizao de grupos, a
interveno realizada ao nvel de grupo e o desfecho avaliado a nvel individual
ou ao nvel de grupos. Indivduos no mesmo grupo tendem a ser mais similares entre
si do que indivduos entre grupos, e isto deve ser levado em considerao na anlise
dos dados (Donner e Klar, 1994). As frmulas tradicionais para determinar o
tamanho da amostra tendem a subestimar o nmero de indivduos necessrios, pois
66
estas frmulas consideram a variao dentro dos grupos, mas no entre os grupos
(Ukoumunne et al., 1999). Da mesma forma, os mtodos tradicionais de tratamento
estatstico dos dados no so apropriados para estudos com conglomerados, pois
assumem que os indivduos so independentes. Assim, os erros padres do efeito da
interveno tendem a ser subestimados, resultando em intervalos de confiana mais
estreitos e valores p (significncia) menores.
Segundo Donner e Klar (1994), a anlise de desfecho contnuo de um
delineamento randomizado em grupo pode ser realizada usando modelos mistos, com
o objetivo de verificar o efeito do tratamento. Covariveis para tratamento, estratos e
medida baseline podem ser includas no modelo misto.
Veugelers e Fitzgerald (2005) utilizaram modelos multinvel para avaliar o
efeito de um programa de preveno de obesidade infantil em escolas. O estudo
realizou-se em 2003, incluindo 5.200 estudantes de cinco sries em 282 escolas. Os
dados foram analisados por regresso logstica multinvel, considerando a escola
como fator contextual (nvel 2), para variveis de desfecho binrias no nvel 1, e
tambm foram utilizados modelos de regresso linear multinvel para desfechos
contnuos do nvel 1.
67
4. OBJETIVOS
4.1 Objetivo Geral
Este trabalho tem por objetivo descrever e comparar mtodos para tratamento
de dados provindos de planos amostrais complexos, freqentemente utilizados em
estudos epidemiolgicos, atravs de duas abordagens: amostragem complexa e
modelo multinvel.
4.2 Objetivos Especficos
Descrever mtodos de estimao para amostragem complexa.
Obter e comparar estimativas de mdia, proporo e seus respectivos erros

padres na anlise de dados em diferentes estudos, considerando amostragem
complexa em relao anlise de dados supondo AAS.
Obter e comparar estimativas para parmetros do modelo de regresso

Poisson e seus respectivos erros padres, considerando amostragem complexa
em relao anlise de dados supondo AAS.
Obter e comparar resultados de anlise de regresso linear utilizando

abordagem de amostragem complexa e abordagem de modelos multinvel.
Descrever como se pode incorporar o delineamento complexo nas anlises

estatsticas de estudos epidemiolgicos para obter estimativas corretas.
Apresentar e descrever recursos computacionais, atualmente disponveis, para

anlise de dados provenientes de amostragem complexa disponibilizados nos
aplicativos.
68
5. REFERNCIAS BIBLIOGRFICAS
(1)
An A, Watts D. New SAS Procedures for analysis of sample survey data.

Proceedings of the SAS users group international 23. 22-25/03/1998.
Nashville. Tennessee.
(2)
Archer KJ, Lemeshow S. Goodness-of-fit test for a logistic regression model

fitted using survey sample data. The Stata Journal 2006;6(1):97-105.
(3)
Asparouhov T. Weighting for Unequal Probability of Selection in Multilevel

Modeling.
Mplus
Web
Notes:
No
8.
Em:
http://www.statmodel.com/download/webnotes/MplusNote81.pdf, acesso em
27/03/2007.
(4)
Asparouhov T, Muthen B. Multilevel Modeling of Complex Survey Data.

Proceedings of the Joint Statistical Meeting in Seattle. 08/2006. Seattle.
(5)
Barata RB, Moraes JC, Antonio PRA, Dominguez M. Inqurito de cobertura

vacinal: avaliao emprica da tcnica de amostragem por conglomerados
proposta pela Organizao Mundial da Sade. Revista Panamericana de Salud
Publica 2005;17(3):184-90.
(6)
Barros AJD. Modelos multinvel: primeiros passos. Departamento de Medicina

Social. Faculdade de Medicina. Universidade Federal de Pelotas. 2001.
(7)
Barros AJD, Bertoldi AD. Desigualdades na utilizao e no acesso a servios

odontolgicos: uma avaliao a nvel nacional. Cincia e Sade Coletiva
2002;7(4):709-17.
(8)
Berglund PA, Arbor A. Analysis of complex sample survey data using the
SURVEYMEANS and SURVEYREG procedures and macro coding.
Proceedings of the SAS users group international 27. 14-17/04/2002. Orlando.
Florida.
(9)
Bolfarine H, Bussab WO. Elementos de Amostragem. So Paulo: Edgar

Blcher; 2005.
69
(10) Brogan DJ. Pitfalls of using standard statistical software packages for sample
surveys
data.
Em:
http://www.fas.harvard.edu/~stats/survey-
soft/donna_brogan.html, acesso em 19/09/2003.

(11) Brogan D. Sampling error estimation for survey. Household sample surveys in
developing an transition countries. New York: United Nations Publication;
2005. p. 447-90.
(12) Bueno MB, Marchioni DML, Fisberg RM. Evoluo nutricional de crianas
atendidas em creches pblicas no municpio de So Paulo, Brasil. Revista
Panamericana de Salud Publica 2003;14(3):165-70.
(13) Cassell DL, Rousey A. Complex sampling designs meet the faming turkey of
glory. Proceedings of the SAS users group international 28. 30/03-02/04/2003.
Seattle, Washington.
(14) Carlson BL. Software for statistical analysis of sample survey data. Em:
http://www.fas.harvard.edu/~stats/survey-soft/blc_eob.html,
acesso
em
25/09/2003.
(15) Chambers RL, Skinner CJ. Analysis of Survey Data. Chichester: John Wiley;
2003.
(16) Chantala
K.
Guidelines
for
analysing
add
health
data.
Em:
http://www.cpc.unc.edu/projects/addhealth/files/wt_guidelines.pdf, acesso em
17/09/2007.
(17) Chantala K, Blanchette D, Suchindran CM. Software to compute sampling
weights
for
multilevel
analysis.
Em:
http://www.cpc.unc.edu/restools/data_analysis/ml_sampling_weights/Compute
%20Weights%20for%20Multilevel%20Analysis.pdf, acesso em 17/01/2008.
(18) Chantala K, Tabor J. Strategies to perform a design-based analysis using the
add
health
data.
http://www.cpc.unc.edu/projects/addhealth/files/weight1.pdf,
20/09/2003.
Em:
acesso
em
70
(19) Ciol MA, Hoffman JM, Dudgeon BJ, Shumway-Cook A, Yokston KM, Chan
L. Understanding the Use of Weights in the Analysis of Data From Multistage
Surveys. Archives of Physical Medicine Rehabilitation 2006;87:299-303.
(20) Cochran W. Sampling Techniques. New York: John Wiley; 1977.
(21) Cohen SB. An evaluation of alternative PC-based software packages developed
for the analysis of complex survey data. The American Statistician 1997;
51(3):285-92.
(22) Cordeiro R. Efeito do desenho em amostragem de conglomerado para estimar a
distribuio de ocupaes entre trabalhadores. Revista de Sade Pblica 2001;
35(1):10-5.
(23) Donner A, Klar N. Cluster randomization trials in epidemiology: theory and
application. Journal of Statistical Planning and Inference 1994;42(1-2): 37-56.
(24) Egede LE. Lifestyle modification to improve blood pressure control in
individuals with diabetes. Diabetes Care 2003; 26(3):602-7.
(25) Egede LE. Diabetes, Major Depression and Functional Disability Among U.S.
Adults. Diabetes Care 2004; 27(2): 421-8.
(26) Epi-Info, Center for Disease Control and Prevention. Version 6.0.3
(27) Ferro ME, Beltro KI, Santos DP. Modelo de regresso multinvel: aplicao
ao estudo do impacto da poltica de no-repetncia no desempenho escolar dos
alunos da 4 srie. Pesquisa e Planejamento Economico 2002; 32(3).
(28) Figueiredo CC. Anlise de Regresso Incorporando o Esquema Amostral.
Dissertao de mestrado em Estatstica. Universidade de So Paulo; 2004.
(29) Giatti L, Barreto SM. Situao do indivduo no mercado de trabalho e
iniqidade em sade no Brasil. Revista de Sade Pblica 2006;40(1):99-106.
(30) Goldstein H. Multilevel statistical models. 3 ed. Edward Arnold; 2003.
(31) Gossett JJ, Simpson P, Parker JG, Simon WL. How complex can complex
survey analysis be with SAS. Proceedings of the SAS users group international
27. 14-17/04/2002. Orlando. Florida.
71
(32) Gossett JJ, Jo C, Simpson P. U. S. Health and Nutrition: SAS survey

procedures and NHANES. Proceedings of the SAS users group international
31. 26-29/03/2006. San Francisco. California.
(33) Guilln M, Junc S, Ru M, Aragay JM. Efecto del diseo muestral en el
anlisis de encuestas de deseo complejo. Aplicacin a la encuesta de salud de
Catalunya. Gaceta Sanitaria 2000;14(5):399-402.
(34) Heeringa SG, Liu J. Complex sample design effects and inference for mental
health survey data. International Journal of Methods in Psychiatric Research
1997;7(1):56-65.
(35) Hope AD, Shannon ED. A comparison of two procedures to fit multi-level
data: PROC GLM verus PROC MIXED. Proceedings of the SAS users group
international 30. 10-13/04/2005. Philadelphia. Pennsylvania.
(36) Hernndez B, Haene J, Barquera S, Monterrubio E, Rivera J, Shamah T, et al.
Factores asociados con la actividad fsica en mujeres mexicana en edad
reproductiva. Revista Panamericana de Salud Publica 2003;14(4):235-45.
(37) Hosmer DW, Lemeshow S. Applied Logistic Regression. 2 ed. New York:
John Wiley & Sons; 2000. p. 211-22.
(38) Horton NJ, Fitzmaurice GM. Regression analysis of multiple source and
multiple informant data from complex survey samples. Statistics in Medicine
2004;23:2911-33.
(39) Kish L. Survey Sampling. New York: John Wiley; 1965.
(40) Kneipp SM, Yarandi HN. Complex sampling designs and statistical issues in
secondary analysis. Western Journal of Nursing Research 2002;24(5):552-66.
(41) Korn EL, Graubard BI. Epidemiologic studies utilizing surveys: accounting for
the sampling design. American Journal of Public Health 1991;81(9):1166-73.
(42) Korn EL, Graubard BI. Analysis of large health surveys: accounting for the
sampling design. Royal Statistical Society 1995;158(2):263-95.
(43) Korn EL, Graubard BI. Examples of differing weighted and unweighted
estimates from a sample survey. The American Statistician 1995;49(3):291-5.
72
(44) Kreuter F, Valliant R. A survey on survey statistics: what is done and can be
done in Stata. The Stata Journal 2007;7(1):1-21.
(45) Lee R. Strengths and Limitations of Using SUDAAN, Stata and WesVarPC for
Computing Variances from NCES Data Sets. National Center for Education
Statistics 2000. Em: http://nces.edu.gov/pubs2000/200003.pdf, acesso em
18/01/2007.
(46) Lehtonen R, Pahkinen E. Practical Methods for Design and Analysis of
Complex Survey. 2 ed. Chichester. England: John Wiley & Sons Ltd; 2004.
(47) Lehtonen R, Djerf K, Hrknen T, Laiho J. Design-based and model-based
methods in analysing complex health survey data: a case study. Proceedings of
Statistics Canada Symposium. 2002
(48) Leite PGPG, Silva DBN. Anlise da situao ocupacional de crianas e
adolescentes nas regies sudeste e nordeste do Brasil utilizando informaes da
PNAD 1999. Proceedings XIV Encontro Nacional de Estudos Populacionais.
4-8/11/2002. Ouro Preto. Minas Gerais.
(49) Lemeshow S, Letenneur L, Dartigues JF, Lafont S, Orgogozo JM, Commenges
D. Illustration of analysis taking into account complex survey considerations:
the association between wine consumtion and dementia in the PAQUID study.
American Journal of Epidemiology 1998;148(3):298-306.
(50) Lemeshow S, Cook ED. Pratical considerations in the analysis of complex
sample survey data. Revue d'epidmiologie et de sant publique 1999;47:47987.
(51) Lumley T. Analysis of complex survey samples. Journal of Statistical Software
2004;9(8):1-19.
(52) Lumley T. The survey package. Manual survey R Em: http://cranr.c3sl.ufpr.br/, acesso em 18/02/2008.
(53) Moraes AB. Baixo peso de nascidos vivos no Rio Grande do Sul, Brasil: uma
anlise estatstica multinvel. Tese de doutorado em Epidemiologia. Faculdade
de Medicina. Universidade Federal do Rio Grande do Sul; 2007.
73
(54) MLwiN, version 2.02. Multilevel Models Project, c. 2000. London: Institute of
Education, University of London.
(55) Mundstock EC. Amostragem I. Cadernos de Matemtica e Estatstica. Srie B
Instituto de Matemtica. Universidade Federal do Rio Grande do Sul. 2005.
(56) Natarajan S, Lipsitz SR, Fitzmaurice GM, Moore CG, Gonin R. Variance
estimation in complex survey sampling for generalized linear models. Applied
Statistics 2008;57(1):75-87.
(57) Neuhaus JM, Segal MR. Design effects for binary regression models fitted to
dependent data. Statistics in Medicine 1993;12:1259-68.
(58) Oliveira MMC. Presena e extenso dos atributos da ateno primria sade
entre os servios de ateno primria em Porto Alegre: uma anlise agregada.
Dissertao de mestrado em Epidemiologia. Faculdade de Medicina.
Universidade Federal do Rio Grande do Sul; 2007.
(59) Prez MC, Utra IB, Len AA, Roche RG, Sagu KA, Rosa MC, et al.
Estimationes usadas en diseos muestrales complejos: aplicaciones en la
encuesta de salud cubana del ao 2001. Revista Panamericana de Salud Publica
2004;15(3):176-84.
(60) Pessoa DGC, Silva PLN. Anlise de dados amostrais complexos. So Paulo:
ABE-Associao Brasileira de Estatstica; 1998.
(61) Pfeffermann D. The use of sampling weights for survey data analysis.
Statistical Methods in Medical Research 1996;5:239-61.
(62) Pfeffermann D, Skinner C, Goldstein H, Holmes DJ, Rasbash J. Weighting for
unequal selection probabilities in multilevel models. Journal of the Royal
Statistical Society 1998;60(Srie B):23-40.
(63) Pretto K. Modelos multinveis: caracterizao e aplicao.
Monografia
Concluso de Curso. Bacharelado em Estatstica. Instituto de Matemtica.

Universidade Federal do Rio Grande do Sul. 2003.
(64) Rasbash J, Steele F, Browne W, Prosser B. A User's Guide to MLwinN. Centre
for Multilevel Modelling. University of Bristol; 2005.
74
(65) Rabe-Hesketh S, Skrondal A. Multilevel modelling of complex survey data.

Journal of the Royal Statistical Society A 2006;169(4):805-27.
(66) Ray JJ. A comparison between cluster and "random" sampling. The Journal of
Social Psychology 1983;121:155-6.
(67) Rodgers-Farmer A, Davis D. Analyzing complex survey data. Social Work
Research 2001 Jan 1;25(3):185-92.
(68) SAS Institute, Inc. SAS statistical software, release 9.1. Cary, NC: SAS
Institute, Inc, 2002-2003.
(69) Schaefer E, Potter F, Williams S, Diaz-Tena N, Reschovsky JD, Moore G.
Comparison of selected statistical software packages for variance estimation in
the CTS surveys. Em: http://hschange.com/CONTENT/575/575.pdf, acesso em
10/04/2006.
(70) Siller AB, Tompkins L. The Big Four: analyzing complex sample survey data
using SAS, SPSS, STATA and SUDAAN. 2005. Proceedings of the SAS users
group international 30. 10-13/04/2005. Philadelphia. Pennsylvania.
(71) Silva NN. Amostragem Probabilstica. So Paulo: EDUSP; 1998.
(72) Silva PLN, Pessoa DGC, Lila MF. Anlise estatstica de dados da PNAD:
incorporando a estrutura do plano amostral. Cincia e Sade Coletiva
2002;7(4):659-70.
(73) Singer J. Using SAS PROC MIXED fo Fit Multilevel Models Hierarchical
Models, and Individual Growth Models. Journal of Educational and Behavioral
Statistics 1998;24(4):323-55.
(74) Skinner CJ, Holt D, Smith TMF. Analysis of complex survey. New York. John
Wiley & Sons; 1989.
(75) Snijders T, Bosker R. An introduction to basic and advanced multilevel
modeling. 1 ed. London: SAGE Publications; 1999.
(76) Sousa MH, Silva NN. Comparao de software para anlise de dados de
levantamentos complexos. Revista de Sade Pblica 2000;34(6):646-53.
75
(77) Sousa MH, Silva NN. Estimativas obtidas de um levantamento complexo.

Revista de Sade Pblica 2003;37(5):662-70.
(78) StataCorp. STATA, release 9. Stata Corporation. 1985-2005.
(79) Sturgis P. Analysing complex survey data: clustering, stratification and
weights. Social Research Update. Department of Sociology. University of
Surrey. 2004.
(80) Szwarcwald CL, Damacena GN. Amostras complexas em inquritos
populacionais: planejamento e implicaes na anlise de dados. Em:
http://www.ensp.fiocruz.br/biblioteca/home/exibedetalhesBiblioteca.cfm?ID=4
502&tipo=B, acesso em 31/12/2007.
(81) Teixeira AMFB, Kanauth DR, Fachel JMG, Leal AF. Adolescentes e uso de
preservativos: as escolhas dos jovens de trs capitais brasileiras na iniciao e
na ltima relao sexual. Cadernos de Sade Pblica 2006;22(7):1385-96.
(82) Tompkins L, Siller AB. Analyzing Complex Sample Survey Data: a new
beginning. 2000. Proceedings of the SAS users group international 25. 912/04/2000. Indianapolis. Indiana.
(83) Thomas SL, Heck RH. Analysis of large-scale secondary data in higher
education research. Research in Higher Education 2001;42(5):517-40.
(84) UCLA. Statistical computing seminars survey data analysis in Stata. Em:
http://www.ats.ucla.edu/stat/stata/seminars/svy_stata_intro/default.htm, acesso
em 27/06/2005.
(85) Ukoumunne OC, Gulliford MC, Chinn S, Sterne JAC, Burney PGJ, Donner A.
Methods in health service research: evaluation of health interventions at area
and organisation level. British Medical Journal 1999;319:376-9.
(86) Vasconcellos MTL, Portela MC. ndice de massa corporal e sua relao com
variveis nutricionais e scio-econmicas: um exemplo de uso de regresso
linear para um grupo de adultos brasileiros. Cadernos de Sade Pblica
2001;17(6):1425-36.
76
(87) Vasconcellos MTL, Silva PLN, Szwarcwald CL. Sampling design for the
World Health Survey in Brazil. Cadernos de Sade Pblica 2005;21(Sup):8999.
(88) Veugelers PJ, Fitzgerald AL. Effectiveness of school programs in preventing
childhood obesity: a multilevel comparison. American Journal of Public Health
2005;95(3):432-5.
(89) Vieira MT. Um estudo comparativo das metodologias de modelagem de dados
amostrais complexos - uma aplicao ao SAEB 99. Dissertao de mestrado
em Cincia da Engenharia Eltrica. Pontifcia Universidade Catlica do Rio de
Janeiro; 2001.
(90) Vieira MT. Amostragem Repetida no Tempo: o uso de painis. IBGE - Rio de
Janeiro/RJ: 1 Escola de Amostragem e Metodologia de Pesquisa; 2007.
(91) Wang ST, Yu ML, Lin LY. Consequences of analysing complex survey data
using inappropriate analysis and software computing packages. Public Health
1997;111:259-62.
(92) Wang MQ. Research notes: analysis of data from complex survey designs.
American Journal of Health Behavior 2001;25(1):72-4.
(93) Zanini RR. Modelos multinveis aplicados ao estudo da mortalidade infantil no
Rio Grande do Sul, Brasil, de 1994 a 2004. Tese de doutorado em
Epidemiologia. Faculdade de Medicina. Universidade Federal do Rio Grande
do Sul; 2007.
(94) Zhang F, Salvucci S, Cohen M. Multilevel Linear Regression Analysis of
Complex
Survey
Data.
Em:
http://www.amstat.org/sections/srms/Proceedings/papers/2000_029.pdf, acesso
em 10/04/2006.
77
6. ARTIGOS
78
6.1 ARTIGO 1
IMPACTO DO PLANO AMOSTRAL COMPLEXO NAS ESTIMATIVAS DE
COEFICIENTES DE REGRESSO DE POISSON EM UM ESTUDO
EPIDEMIOLGICO
EFFECT OF COMPLEX SAMPLING DESIGN ON ESTIMATES OF POISSON

REGRESSION COEFFICIENTS IN AN EPIDEMIOLOGICAL STUDY
1, 3
1, 2
Joo Riboldi
Elsa Mundstock
1, 2
Jandyra Maria Guimares Fachel
Programa de Ps Graduao em Epidemiologia Universidade Federal do Rio Grande do Sul,
Porto Alegre/RS, Brasil

2
Departamento de Estatstica, Instituto de Matemtica, Universidade Federal do Rio Grande do
Sul, Porto Alegre/RS, Brasil

3
Departamento de Fsica, Estatstica e Matemtica, Universidade Regional do Noroeste do
Estado do Rio Grande do Sul, Santa Rosa/RS, Brasil
Endereo de correspondncia do autor:

Av. Borges de Medeiros 550/701 Centro
Santa Rosa/RS CEP:98900-000
iara.battisti@unijui.edu.br
A ser enviado aos Cadernos de Sade Pblica
79
RESUMO
Introduo: Muitos estudos epidemiolgicos utilizam amostragem complexa para
coleta dos dados, podendo incluir estratos, conglomerados e probabilidades desiguais de

seleo. Este estudo teve por objetivo avaliar o efeito da incorporao do plano amostral
complexo em um estudo epidemiolgico.
Mtodo: Utilizaram-se os dados da busca ativa domiciliar dos participantes na
Campanha Nacional de Deteco de Diabetes Mellitus CNDDM de 2001, obtidos por

amostragem estratificada por conglomerado em trs estgios. Estimativas de mdia,
proporo, coeficientes de regresso de Poisson e seus correspondentes erros padres
foram obtidos considerando amostragem aleatria simples, amostragem complexa e
cada componente do plano amostral isoladamente.
Resultados: As estimativas pontuais de mdia e proporo so semelhantes
comparando-se amostragem complexa e amostragem aleatria simples, porm

observou-se grande diferena nos erros padres. O mesmo foi observado nas estimativas
de coeficientes de regresso de Poisson, mas com menor efeito do plano amostral.
Concluso: Os resultados mostraram diferenas nos erros padres da mdia, proporo
e coeficientes de regresso de Poisson entre amostragem complexa e amostragem

aleatria simples, indicando a necessidade de incorporao da complexidade do plano
amostral na anlise dos dados.
Palavras-chave: amostragem complexa; efeito do plano amostral; conglomerado.
80
ABSTRACT
Introduction: Many epidemiological studies use complex sampling designs and may
include stratification, clustering or unequal selection probabilities. This study evaluated

the effect of using a complex sampling design in an epidemiological study.
Method: Data were retrieved from a house-to-house survey of participants in the 2001
Brazilian Diabetes Detection Campaign (Campanha Nacional de Deteco de Diabetes

Melitus - CNDDM), which were collected by stratified cluster sampling in three stages.
Estimates of means, proportions, Poisson regression coefficients and their
corresponding standard errors were calculated for simple random sampling, complex
sampling, and individual analysis of each component of the sampling design.
Results: Mean and proportion point estimates were similar when complex sampling and
simple random sampling were compared, but there was a great difference in standard
errors. The same was found for estimates of Poisson regression coefficients that were
less affected by sampling design.
Conclusion: Results showed differences in the standard errors of means, proportions
and Poisson regression coefficients between complex and simple random sampling,
which indicates that sample design complexity should be incorporated into data
analysis.
Key words: Complex sample, design effect; cluster.
81
INTRODUO
Muitos estudos epidemiolgicos utilizam amostragem complexa para coleta dos

dados, podendo incluir estratos, conglomerados e probabilidades desiguais de seleo.
A amostragem complexa tem a vantagem de diminuir os custos de levantamento dos
dados1, bem como, evitar a necessidade de uma listagem de todos os elementos que
compem a populao2. No entanto, a anlise dos dados deve incorporar a estrutura do
plano de amostragem na obteno das estimativas.
Tm-se dois desafios para anlise de dados provindos de amostragem
complexa3,4: (1) obter estimativas pontuais corretas, isto , adequadas ao plano amostral
e (2) calcular corretamente varincias e erros padres. As trs caractersticas estratos,
conglomerados e probabilidades desiguais - possveis de estarem presentes numa
amostragem complexa tm diferentes efeitos no vis e na varincia do estimador.
Os mtodos de anlise tradicionalmente utilizados por muitos pesquisadores
pressupem que os dados foram obtidos a partir de uma amostra aleatria simples
(AAS). A maioria dos aplicativos de anlise estatstica somente oferecia recursos para
anlise de dados supondo AAS at recentemente. As suas novas verses incorporaram
recentemente o tratamento de dados provenientes de amostras complexas.
Considerando que grandes inquritos na rea da sade e bases de dados
disponibilizados por institutos de pesquisa, como por exemplo, o IBGE, os quais
envolvem dados obtidos com planos amostrais complexos e considerando a recente
disponibilidade de rotinas computacionais que incorporam metodologias para
tratamento adequado de dados obtidos por amostragem complexa, realizou-se este
estudo que teve por objetivo avaliar o efeito da incorporao do plano amostral
complexo em um estudo epidemiolgico.
82
MTODOS
Para avaliar o impacto do plano amostral complexo utilizaram-se os dados da

busca ativa domiciliar dos participantes na Campanha Nacional de Deteco de
Diabetes Mellitus CNDDM5,6, Brasil, 2001, que teve, entre outros objetivos, a
confirmao diagnstica dos pacientes com rastreamento positivo. A CNDDM foi o
primeiro rastreamento para deteco de casos suspeitos de Diabetes Mellitus no Brasil,
com mais de 22 milhes de exames de glicemia capilar realizados.
Quadro 1 Distribuio dos participantes e dos municpios por estrato na campanha

e na busca ativa
Estrato
Nmero de
Nmero de
Nmero de
Nmero de
Peso
participantes
participantes
municpios
municpios
amostral
na campanha
selecionados
na regio
selecionados
do
na busca ativa
na busca
indivduo
(amostra)
ativa
(amostra)
1.162.303
298
417
3874,343
NE
6.276.269
1.378
1.688
14
4483,049
CO
1.522.295
293
426
5074,317
SE
9.440.561
2.012
1.640
21
4495,505
3.668.477
925
1.130
4076,052
Total
22.069.905
4.906
5.301
50
Na busca ativa, realizou-se uma amostragem estratificada com conglomerado em

trs estgios em cada estrato. Os estratos foram definidos pelas 5 grandes regies
geogrficas do Brasil (Norte, Nordeste, Centro-Oeste, Sudeste e Sul). No primeiro
83
estgio, foram pesquisados 50 municpios. O nmero de municpios para compor a
amostra em cada regio definiu-se proporcionalmente ao nmero de indivduos
participantes (exames realizados) na campanha, conforme Quadro 1. Os municpios
foram selecionados com probabilidade proporcional ao nmero de indivduos
participantes na campanha.
No segundo estgio, selecionou-se uma unidade bsica de sade (UBS) em cada
municpio, com probabilidade proporcional ao nmero de participantes na campanha de
cada UBS. No terceiro estgio, foram selecionados 100 participantes em cada UBS com
igual probabilidade (Figura 1).
Figura 1 Processo de amostragem

UA: unidade de amostragem; PS: processo de seleo;
PPT: probabilidade proporcional ao tamanho; AAS:
amostragem aleatria simples
A amostra final foi composta por 3 municpios da regio norte, 14 da nordeste, 3

da centro-oeste, 21 da sudeste e 9 da regio sul (Quadro 1). Os dados da pesquisa foram
armazenados no aplicativo Epi-Info 6.037, assim como as variveis que caracterizam o
84
delineamento, possibilitando a anlise que incorpora o delineamento amostral
complexo.
Os conglomerados do primeiro estgio de amostragem, neste estudo, so os
municpios ou unidades primrias de amostragem (UPA). No segundo estgio de
amostragem, dentro de cada municpio foi selecionada uma unidade bsica de sade ou
unidade secundria de amostragem (USA). Assim, foram utilizadas somente as UPAs
para estimao da varincia no STATA 9.08.
O peso de cada indivduo na amostra composto pelo produto dos pesos das
unidades amostrais em cada estgio. A probabilidade do k - simo indivduo do estrato
h pertencer amostra definida pelo produto das probabilidades de seleo em cada
estgio:
h1 =
u hi M hij
nh .M hi
100
, h2 =
, h3 =
Mh
M hi
M hij
em que:
h1 : probabilidade do i-simo municpio ser sorteado dentro da regio h ;

h 2 : probabilidade da j -sima unidade bsica de sade ser sorteada dentro do
municpio i da regio h ;
h 3 : probabilidade do k -simo indivduo ser sorteado dentro da unidade bsica

de sade j no municpio i na regio h ;
n h : nmero de municpios selecionados na regio (estrato) h ;
M hi : nmero de indivduos no municpio i do estrato h ;
M h : nmero de indivduos na regio (estrato) h na populao;
85
u hi : nmero de unidades bsicas de sade selecionadas no municpio i do
estrato h ;
M hij : nmero de indivduos da unidade bsica de sade j no municpio i do
estrato h .
Ento:
hk = h1. h 2 . h3
hk =
nh .M hi u hi M hij 100
.
.
Mh
M hi M hij
Simplificando os termos e como u hi = 1, a probabilidade final :
hk =
100 nh
Mh
O peso final o inverso da probabilidade de seleo de cada unidade amostral

dentro do estrato h , sendo definido por:
whk =
hk
Realizaram-se cinco estratgias de anlises distintas para avaliar o efeito de cada

componente do delineamento, assim definidas: AAS (considera os dados como se
tivessem sido gerados por amostragem aleatria simples), AC (considera o plano
amostral complexo, incorporando estratos, conglomerados e peso amostral), ACO
86
(considera apenas o conglomerado, excluindo estratos e pesos amostrais), AE (considera
apenas o estrato, excluindo conglomerado e pesos amostrais), AP (considera apenas
peso amostral, excluindo conglomerados e estratos).
Estimativas para mdia e proporo, erros padres, intervalos de 95% de
confiana para as variveis da pesquisa foram obtidas para cada uma das cinco
estratgias de anlises.
Foi ajustado um modelo de regresso de Poisson com varincia robusta para a
varivel glicemia em jejum (CDGLN) dicotomizada (no diabetes, provvel ou muito
provvel diabetes) em funo do sexo, da idade (40 a 49 anos, 50 anos ou mais) e do
ndice de massa corporal (menos que 25 Kg/m2, 25 Kg/m2 a 29,99 Kg/m2, 30 Kg/m2 ou
mais) considerando AAS, AC e cada componente isoladamente (ACO, AE, AP). O
mtodo de estimao utilizado foi o de mxima pseudo-verossimilhana (MPV) com
linearizao por srie de Taylor.
Utilizou-se a deviance para verificar o ajuste global do modelo na AAS. O teste
de Wald ajustado8 foi utilizado para avaliar a significncia global dos demais modelos.
Para avaliar a diferena nos valores das estimativas de variabilidade usou-se o
EPA (efeito do plano amostral ou DEFF design effect) proposto por Kish (1965)9. O
EPA obtido pela razo entre a varincia estimada considerando o plano efetivamente
utilizado e a varincia estimada considerando uma AAS.
As anlises foram realizadas no aplicativo STATA 9.08, o qual possui rotinas
que incorporam o delineamento amostral complexo. Os comandos utilizados para
regresso de Poisson esto apresentados no Quadro 2.
87
Quadro 2 Comandos utilizados para ajuste da regresso de Poisson no STATA 9.0

Plano amostral /
Comando
componente
AAS1
. xi: poisson cdgln1 sexo1 idadec1 i.imc_ptos3, robust
Complexo2
. svyset municipi [pweight=pesof], strata(regiao) vce(linearized)

. xi: svy, vce(linearized): poisson cdgln1 sexo1 idadec1
i.imc_ptos3
Conglomerado
. svyset municipi, vce(linearized)

i.imc_ptos3
Estrato
. svyset _n, strata(regiao) vce(linearized)

i.imc_ptos3
Peso amostral
. svyset _n [pweight=pesof], vce(linearized)

i.imc_ptos3
irr foi adicionado no final do comando para obter a razo de prevalncia
, irr foi adicionado no final da segunda linha do comando para obter a razo de prevalncia
RESULTADOS
As estimativas pontuais para proporo de sexo e de CDGLN, alm das

estimativas da mdia de idade, do IMC e da glicemia obtidas em cada uma das cinco
estratgias de anlise so apresentadas na Tabela 1, juntamente com seus respectivos
erros padres, intervalos de confiana e EPA.
Considerando a AC estima-se que 56,93% (IC95%: 54,38 - 59,48) dos
indivduos so do sexo feminino, que a idade mdia de 59,47 anos (IC95%: 58,83 -
88
60,11), que o IMC mdio de 26,79 (IC95%: 26,58 26,99) e que 19,71% (IC95%:
16,89 - 22,52) dos indivduos so classificados como apresentando diabetes provvel
ou muito provvel diabetes.
Observa-se que no h praticamente diferena na estimativa pontual da
proporo do sexo feminino na populao entre AAS (56,91%) e AC (56,93%). Porm,
a variabilidade associada estimativa mais afetada, obtendo-se um erro padro na
AAS de 0,71% e na AC de 1,27%, resultando num intervalo de confiana mais amplo
na AC.
Os erros padres da idade mdia, IMC mdio, glicemia mdia e proporo de
CDGLN so subestimados quando foi ignorado o plano complexo. O erro padro da
glicemia mdia sofreu o maior impacto aumentando de 1,0141 na AAS para 3,2638 na
AC o que ocasionou o alto valor de EPA (10,34).
Quando o conglomerado foi considerado isoladamente o EPA variou de 3,22 a
9,75; quando o estrato foi considerando isoladamente, o EPA foi igual a 1,00 para todas
as variveis. Nos resultados da anlise considerando o peso isoladamente, observa-se a
diferena na estimativa pontual da mdia e proporo em relao AAS, porm no
houve diferena nos erros-padres.
Na Tabela 2, apresentam-se os resultados da modelagem observando-se
pequenas diferenas nas estimativas dos coeficientes de regresso de Poisson entre as
anlises considerando AAS e AC. Contudo, h diferenas acentuadas nas estimativas de
variabilidade. Na anlise da componente estrato isoladamente, os resultados so
similares AAS, sem diferena entre as estimativas pontuais e de variabilidade. No
entanto h um aumento no erro-padro dos coeficientes na anlise da componente
conglomerado e diferena nos coeficientes na anlise da componente peso comparada
AAS.
89
O impacto do plano amostral complexo maior para as estimativas de mdia e
proporo do que para os coeficientes de regresso de Poisson. Os EPAs para mdia e
proporo variam de 2,13 a 10,34 (Tabela 1) e os coeficientes de regresso de Poisson
variam de 1,00 a 1,34 (Tabela 2).
Os intervalos de confiana para as razes de prevalncia das variveis em
anlise so mais estreitos quando se ignora o plano complexo (Tabela 3).
Percebe-se o impacto do plano amostral complexo no teste de comparao de
mdias da glicemia entre os sexos (Tabela 4). O teste significativo (p = 0,034)
considerando AAS e torna-se no significativo (p = 0,086) na AC e quando se avalia
isoladamente a componente conglomerado (p = 0,090). No se percebe impacto nas
significncias quando se avalia a componente estrato e a componente peso amostral
isoladamente.
DISCUSSO
O objetivo principal deste estudo abordar a necessidade da incorporao dos

componentes (conglomerados, estratos e probabilidades desiguais de seleo) do plano
amostral utilizado na pesquisa para se obter resultados corretos, demonstrando o
impacto que cada componente tem na preciso e acurcia das estimativas. Assim, no
sero discutidos os resultados epidemiolgicos, j que o interesse est nos aspectos
estatsticos da anlise.
Observa-se nos resultados, que o impacto nas estimativas por ignorar o plano
amostral efetivamente utilizado na pesquisa maior nas estimativas de variabilidade do
que nas estimativas pontuais. Neste estudo, as estimativas pontuais para mdia e
90
proporo so semelhantes, explicado pelo peso atribudo a cada elemento da amostra
foi o mesmo dentro de cada estrato. Korn e Graubard10 descrevem que as estimativas
considerando a AAS so similares s obtidas ao considerar a ponderao, quando os
pesos amostrais tm pouca variabilidade.
O plano amostral com probabilidade proporcional ao tamanho (PPT) produz
fraes desiguais de seleo em cada estgio, e o produto das fraes parciais produz
uma frao final igual associada a cada unidade de terceiro estgio, se a seleo no
primeiro estgio de amostragem for PPT e no ltimo estgio for AAS com tamanhos
iguais11, dentro de cada estrato, como o caso deste estudo.
Os achados mostram que as estimativas pontuais somente diferiram quando o
peso amostral foi considerado na anlise, tanto na estimativa de mdia e proporo
como na estimativa dos coeficientes de regresso. Isso relatado na literatura (Pessoa e
Silva11, Brogan12, Leite e Silva13, Silva et al.14). Quando se tem grande variabilidade nos
pesos, o impacto nas estimativas pontuais ser considervel e afetar ainda mais as
estimativas de variabilidade15, portanto, a incorporao dos pesos fortemente
recomendada. Kreuter e Valliant3 apontam que as estimativas obtidas quando se
desconsideram os pesos amostrais no so vlidas para toda a populao.
A diferena nas estimativas de variabilidade percebida nos erros padres e nos
intervalos de confiana. Quando se compara a AAS e AC verificaram-se alteraes em
todos os intervalos de confiana, observando-se amplitudes maiores na AC. Nas
estimativas de mdia e proporo da AC os erros padres foram todos maiores em
relao a AAS e nas estimativas dos coeficientes de regresso de Poisson os EPAs
foram menores. Esses achados so consistentes com estudos de Prez et al.16, RodgersFarmer e Davis17, Guilln et al.18, Heeringa e Liu19.
91
Da mesma forma, quando incorporou-se somente o conglomerado na anlise de
dados, as estimativas pontuais foram iguais aos resultados da AAS, porm, os erros
padres foram maiores. Estes resultados so consistentes com o estudo de Sousa e
Silva20. Os achados mostram que o conglomerado engloba a variabilidade, pois todos os
EPAs para AC e para o plano por conglomerado so maiores que 1,00 (exceto para
idade foi igual a 1,00 na AC), refletindo o aumento na varincia dos estimadores que
ocorre devido homogeneidade dentro dos conglomerados.
A homogeneidade dentro dos conglomerados torna o plano amostral por
conglomerados menos eficiente21, aumentando o erro padro das estimativas, quando
comparado a AAS, evidenciando-se a necessidade de considerar o plano amostral
complexo na anlise dos dados, principalmente o efeito do conglomerado20. Desejam-se
conglomerados heterogneos dentro de si, porm na prtica isso dificilmente ocorre,
como constatou-se nesse estudo.
De forma diferente, quando se incorporou somente o estrato na anlise de dados,
obtiveram-se estimativas pontuais e de variabilidade muito semelhantes s obtidas com
a anlise considerando AAS. Isso se explica por no se obter estratos homogneos j
que a estratificao foi realizada por facilidade logstica e no com o objetivo de se ter
estratos mais homogneos. No entanto, desconsiderar o efeito da estratificao pode ter
pequeno impacto nas estimativas dos parmetros, mas aumenta o erro padro no caso
dos estratos serem homogneos em relao varivel de estudo. Desta forma,
importante a incorporao do estrato na anlise.
Esse estudo encontrou maior diferena nos erros padres associados mdia e
proporo do que nos erros padres associados aos coeficientes do modelo de regresso
de Poisson, quando comparou-se AC com AAS. Esta mesma constatao foi apontada
nos estudos de Lemeshow et al.22 e Lemeshow e Cook23, embora estes estudos tenham
92
utilizado regresso logstica. No foram encontrados estudos comparando AAS e AC
utilizando regresso de Poisson.
Deve-se considerar uma limitao neste estudo, referente falta de ajuste para
no-resposta, no sentido de refletir exatamente a frao populacional na amostra. Neste
estudo, o peso um fator de expanso utilizado na anlise dos dados que teve o objetivo
de projetar o nmero de indivduos populacionais que cada indivduo da amostra
representa, sendo definido para cada regio (estrato).
Mostrou-se a importncia da incorporao do plano efetivamente utilizado na
pesquisa para se obter concluses corretas. Apesar de algumas diferenas assumirem
pequenas magnitudes quando se compara AAS e AC, parecendo indicar pouco impacto
principalmente nas estimativas pontuais, cabe lembrar que este estudo baseou-se em
apenas um banco de dados. O impacto poder ser maior em outros estudos, conduzindo
a resultados errneos caso o plano amostral efetivamente utilizado na coleta de dados
no seja incorporado na anlise estatstica.
Recomenda-se, portanto, que os pesquisadores incorporem o delineamento
amostral efetivamente utilizado em suas pesquisas, pois atualmente h disponibilidade
de rotinas em aplicativos que permitem incorporar as caractersticas do plano amostral
complexo em diversos tipos de anlise. A concluso deste estudo a de que se podem
obter diferentes concluses sobre erros padres, a significncia e a conseqente incluso
ou no de variveis no modelo conforme o delineamento amostral considerado na
anlise.
93
Colaboradores
I. D. E. Battisti contribuiu com anlise estatstica, interpretao e redao do artigo.

J. M. G. Fachel, J. Riboldi e E. Mundstock contriburam na orientao, redao e
reviso do artigo.
REFERNCIAS
Cordeiro R. Efeito do desenho em amostragem de conglomerado para estimar a

distribuio de ocupaes entre trabalhadores. Revista de Sade Pblica 2001;
35(1):10-5.
Silva NN. Amostragem Probabilstica. So Paulo: EDUSP; 1998.
Kreuter F, Valliant R. A survey on survey statistics: what is done and can be done
in Stata. The Stata Journal 2007;7(1):1-21.
Vieira MT. Amostragem Repetida no Tempo: o uso de painis. IBGE - Rio de

Nucci LB. A Campanha Nacional de Deteco do Diabetes Mellitus: cobertura e

resultados glicmicos. Tese de doutorado em Epidemiologia. Faculdade de
Medicina. Univerisdade Federal do Rio Grande do Sul; 2003.
Brasil. Ministrio da Sade. Organizao Pan Americana da Sade. Avaliao

do Plano de Reorganizao da Ateno Hipertenso Arterial e ao Diabetes
Mellitus no Brasil. Braslia: Ministrio da Sade, 2004.
Epi-Info, Center for Disease Control and Prevention. Version 6.0.3
StataCorp. STATA, release 9. Stata Corporation. 1985-2005.
Kish L. Survey Sampling. New York: John Wiley; 1965.
10
Korn EL, Graubard BI. Epidemiologic studies utilizing surveys: accounting for
the sampling design. American Journal of Public Health 1991;81(9):1166-73
11
Pessoa DGC, Silva PLN. Anlise de dados amostrais complexos. So Paulo: ABEAssociao Brasileira de Estatstica; 1998.
94
12
Brogan DJ. Pitfalls of using standard statistical software packages for sample
surveys
data.
Em:
http://www.fas.harvard.edu/~stats/survey-
soft/donna_brogan.html, acesso em 19/09/2003.

13
Leite PGPG, Silva DBN. Anlise da situao ocupacional de crianas e

adolescentes nas regies sudeste e nordeste do Brasil utilizando informaes da
PNAD 1999. 2002.
14
Silva PLN, Pessoa DGC, Lila MF. Anlise estatstica de dados da PNAD:
2002;7(4):659-70.
15
Ciol MA, Hoffman JM, Dudgeon BJ, Shumway-Cook A, Yokston KM, Chan L.
Understanding the Use of Weights in the Analysis of Data From Multistage
Surveys. Archives of Physical Medicine Rehabilitation 2006;87:299-303.
16
Prez MC, Utra IB, Len AA, Roche RG, Sagu KA, Rosa MC, et al.
Estimationes usadas en diseos muestrales complejos: aplicaciones en la encuesta
de salud cubana del ao 2001. Revista Panamericana de Salud Publica
2004;15(3):176-84.
17
Rodgers-Farmer A, Davis D. Analyzing complex survey data. Social Work

Research 2001 Jan 1;25(3):185-92.
18
Guilln M, Junc S, Ru M, Aragay JM. Efecto del diseo muestral en el anlisis

de encuestas de deseo complejo. Aplicacin a la encuesta de salud de Catalunya.
Gaceta Sanitaria 2000;14(5):399-402.
19
Heeringa SG, Liu J. Complex sample design effects and inference for mental
health survey data. International Journal of Methods in Psychiatric Research
1997;7(1):56-65.
20
Sousa MH, Silva NN. Estimativas obtidas de um levantamento complexo. Revista

de Sade Pblica 2003;37(5):662-70.
21
Bolfarine H, Bussab WO. Elementos de Amostragem. So Paulo: Edgar Blcher;

2005.
22
Lemeshow S, Letenneur L, Dartigues JF, Lafont S, Orgogozo JM, Commenges D.

Illustration of anlaysis taking into account complex survey considerations: the
association between wine consumtion and dementia in the PAQUID study.
American Journal of Epidemiology 1998;148(3):298-306.
23
Lemeshow S, Cook ED. Pratical considerations in the analysis of complex sample

survey data. Revue d'epidmiologie et de sant publique 1999;47:479-87.
95
TABELAS
Tabela 1. Estimativas pontuais, erros padres, intervalos de confiana e efeitos do plano

amostral para as variveis: sexo, idade, IMC, glicemia e CDGLN, considerando-se os
diferentes componentes do plano amostral
Varivel
Estimativa
Componente
Sexo (feminino)
Erro
IC 95%
EPA
Padro
Proporo
Simples
0,5691
0,0071
[0,5552;0,5830]
Complexo
0,5693
0,0127
[0,5438;0,5948]
3,21
Conglomerado
0,5691
0,0126
[0,5437;0,5946]
3,22
Estrato
0,5691
0,0070
[0,5553;0,5830]
1,00
Peso amostral
0,5693
0,0071
[0,5554;0,5832]
1,00
Mdia
Idade
Simples
59,46
0,1637
[59,1414;59,7832]
Complexo
59,47
0,3177
[58,8349;60,1127]
3,77
Conglomerado
59,46
0,3431
[58,7737;60,1509]
4,39
Estrato
59,46
0,1629
[59,1430;59,7816]
1,00
Peso amostral
59,47
0,1639
[59,1525;59,7951]
1,00
IMC
Mdia
Simples
26,80
0,0697
[26,6665;26,9401]
Complexo
26,79
0,1013
[26,5836;26,9909]
2,13
Conglomerado
26,80
0,1273
[26,5479;27,0589]
3,33
Estrato
26,80
0,0692
[26,6676;26,9392]
1,00
Peso amostral
26,79
0,0693
[26,6513;26,9232]
1,00
Glicemia
Mdia
Simples
168,32
1,0141
[166,3343;170,3106]
Complexo
168,45
3,2638
[161,8912;175,0158]
10,34
Conglomerado
168,32
3,1666
[161,9683;174,6766]
9,75
Estrato
168,32
1,0099
[166,3426;170,3023]
1,00
Peso amostral
168,45
1,0179
[166,4579;170,4490]
1,01
CDGLN (diabetes)
Proporo
Simples
0,1961
0,0057
[0,1850;0,2072]
Complexo
0,1971
0,0140
[0,1689;0,2252]
6,07
Conglomerado
0,1961
0,0140
[0,1689;0,2232]
5,70
Estrato
0,1961
0,0057
[0,1850;0,2072]
1,00
Peso amostral
0,1971
0,0057
[0,1859;0,2082]
1,01
96
Tabela 2. Contribuies relativas dos componentes do plano amostral nos coeficientes de
regresso de Poisson para a varivel resposta CDGLN
Componente
Estimativa
Varivel
Erro
IC 95%
EPA
padro
Simples
Sexoa
-0,0854
0,0580
[-0,1990; 0,0282]
0,141
Idade
0,1538
0,0719
[ 0,0129; 0,2947]
0,032
0,1081
0,0684
[-0,0258; 0,2421]
0,114
0,3093
0,0791
[ 0,1544; 0,4643]
<0,01
-1,8173
0,0857
[-1,9853;-1,6493]
<0,01
-0,0913
0,0608
[-0,2135; 0,0309]
0,139
1,11
Idade
0,1566
0,0719
[ 0,0121; 0,3012]
0,034
1,00
0,1057
0,0787
[-0,0526; 0,2640]
0,186
1,34
0,3092
0,0861
[ 0,1361; 0,4823]
0,001
1,19
-1,8099
0,1135
[-2,0380; -1,5817]
<0,01
1,77
-0,0854
0,0605
[-0,2068; 0,0360]
0,164
1,09
Idade
0,1538
0,0765
[ 0,0003; 0,3073]
0,050
1,13
0,1081
0,0802
[-0,0529; 0,2691]
0,184
1,38
0,3093
0,0855
[ 0,1377; 0,4810]
0,001
1,17
-1,8173
0,1181
[-2,0543;-1,5802]
<0,01
1,90
-0,0852
0,0580
[-0,1991; 0,0282]
0,141
1,00
Idade
0,1538
0,0719
[ 0,0129; 0,2947]
0,032
1,00
0,1081
0,0683
[-0,0258; 0,2421]
0,114
1,00
0,3093
0,0791
[ 0,1543; 0,4643]
<0,01
1,00
-1,8173
0,0856
[-1,9851; -1,6494]
<0,01
1,00
-0,0913
0,0580
[-0,2050; 0,0223]
0,115
1,01
Idade
0,1566
0,0720
[ 0,0155; 0,2978]
0,030
1,01
0,1057
0,0684
[-0,0284; 0,2397]
0,122
1,01
0,3092
0,0791
[0,1542; 0,4642]
<0,01
1,01
-1,8099
0,0858
[-1,9781; -1,6416]
<0,01
1,01
IMC sobrepeso
obeso
Constante
Complexo
Sexoa
b
IMC sobrepeso
obeso
Constante
Conglomerado
Sexoa
b
IMC sobrepeso
obeso
Constante
Estrato
Sexoa
b
IMC sobrepeso
obeso
Constante
Peso amostral
Sexoa
b
IMC sobrepeso
obeso
Constante
a
masculino como categoria de referncia; 40 a 49 anos de idade como categoria de referncia;
IMC (menos que 25 Kg/m como categoria de referncia)
97
Tabela 3. Razo de prevalncia (RP) e intervalo de confiana (IC) segundo o plano

amostral simples e complexo
Varivel
Plano amostral
Simples
Complexo
RP
IC 95%
RP
IC 95%
0,9181
[0,8195;1,0286]
0,9127
[0,8077;1,0313]
Idade
1,1662
[1,0130;1,3428]
1,1696
[1,0122;1,3514]
1,1142
[0,9745;1,2739]
1,1115
[0,9487;1,3021]
1,3625
[1,1669;1,5908]
1,3623
[1,1458;1,6197]
Sexo
a
b
IMC sobrepeso
obeso
a
masculino como categoria de referncia; 40 a 49 anos de idade como categoria de referncia;
IMC (menos que 25 Kg/m como categoria de referncia)
Tabela 4. Contribuies relativas dos componentes do plano amostral associadas ao teste

de comparao de mdias da glicemia entre sexo e entre faixa etria
Componente
Mdia EP
Mdia EP
EPA
Masculino
Feminino
Simples
170,8460 1,5249
166,5077 1,3599
0,034
Complexo
171,0449 3,1057
166,5887 3,7598
0,086
1,54
Conglomerado
170,8460 3,1769
166,5077 3,5474
0,090
1,51
Estrato
170,8460 1,5200
166,5077 1,3584
0,034
1,00
Peso amostral
171,0449 1,5309
166,5887 1,3644
0,030
1,01
40 a 49 anos
50 anos ou mais
Simples
163,0613 2,0812
169,8897 1,1600
0,004
Complexo
163,2139 3,7899
170,0113 3,2991
0,007
1,03
Conglomerado
163,0613 3,7403
169,2188 3,2188
0,010
1,16
Estrato
163,0613 2,0782
169,8897 1,1559
0,004
1,00
Peso amostral
163,2139 2,0895
170,0113 1,1641
0,005
1,01
98
6.2 ARTIGO 2
ESTIMATIVAS OBTIDAS POR ABORDAGENS DA AMOSTRAGEM
COMPLEXA E DE MODELOS MULTINVEL: APLICAO EM UM ESTUDO
COM ESCOLARES DE ENSINO FUNDAMENTAL NO MUNICPIO DE
IJU/RS
ESTIMATES OF COMPLEX SAMPLE AND MULTILEVEL MODEL

APPROACH: APPLICATIONS IN A STUDY WITH FIFTH GRADERS IN IJU,
BRAZIL.
1, 3
Iara Denise Endruweit BATTISTI
1, 2
Joo RIBOLDI
Elsa MUNDTOCK
1, 2
Jandyra Maria Guimares FACHEL
Programa de Ps Graduao em Epidemiologia Universidade Federal do Rio Grande do Sul,
Porto Alegre/RS, Brasil

2
Departamento de Estatstica, Instituto de Matemtica, Universidade Federal do Rio Grande do
Sul, Porto Alegre/RS, Brasil

3
Departamento de Fsica, Estatstica e Matemtica, Universidade Regional do Noroeste do
Estado do Rio Grande do Sul, Santa Rosa/RS, Brasil
Endereo de correspondncia do autor:

Av. Borges de Medeiros 550/701 Centro
Santa Rosa/RSCEP:98900-000
iara.battisti@unijui.edu.br
A ser enviado a Revista Brasileira de Epidemiologia
99
RESUMO
Introduo: Em investigaes epidemiolgicas comum o estudo de indivduos
agrupados em nveis ou hierarquias. Para tratar estas estruturas complexas existem duas
principais abordagens: abordagem da amostragem complexa e abordagem de modelos
multinvel. Este estudo tem o propsito de avaliar as duas abordagens para anlise de
dados provindos de estruturas ou delineamentos complexos utilizando dados de um
estudo do desempenho das crianas na avaliao de conhecimento, percepes e crenas
sobre aleitamento materno realizado com escolares da quinta srie do ensino
fundamental, no municpio de Iju/RS.
Mtodo: Trata-se de um estudo aleatorizado, com amostra estratificada por
conglomerados, tendo como desfecho um escore de desempenho. Estimativas de mdia,

proporo e seus erros padres foram obtidos considerando amostragem aleatria
simples e amostragem complexa. Foram ajustados modelos de regresso linear com e
sem pesos amostrais para a abordagem da amostragem complexa e para a abordagem de
modelos multinvel.
Resultados: Observou-se diferena no valor da significncia de um coeficiente do
modelo final entre a anlise ponderada e no ponderada na abordagem da amostragem

complexa. No houve diferena de significncia dos coeficientes entre os modelos com
ponderao e sem ponderao, considerando a abordagem da anlise multinvel. H
diferena dos erros padres dos coeficientes da regresso entre as duas abordagens,
sendo que os mesmos so maiores na amostragem complexa. Na abordagem da
amostragem complexa ponderada, o coeficiente associado varivel sexo no foi
significativo (p=0,068) enquanto para a anlise multinvel ponderada este coeficiente foi
significativo (p=0,030).
Concluso: Os resultados mostram diferenas nos erros padres entre amostragem
complexa e amostragem aleatria simples, indicando a necessidade de incorporar a

complexidade do plano amostral na anlise dos dados. A escolha de qual abordagem a
mais apropriada depende da questo de pesquisa, isto , se o pesquisador deseja
resultados, tanto ao nvel de grupo como ao nvel individual, opta-se pela abordagem
multinvel. Caso contrrio, opta-se pela abordagem da amostragem complexa.
Palavras-chave: amostragem complexa; modelo multinvel; conglomerado.
100
ABSTRACT
Introduction: Epidemiological studies often use samples of individuals grouped
according to levels. Two approaches are used to deal with these complex structures: the
complex sample approach, and the multilevel model approach. This study evaluated
these two approaches to complex survey data analysis using the database of a study
about the performance of children in the evaluation of knowledge, perceptions and
beliefs about maternal breastfeeding conducted with fifth graders in Iju, Brazil.
Method: This random study had a stratified cluster sampling design, and its outcome
was a performance score. Estimates of means, proportions and standard errors were
calculated for a simple random sample and for a complex sample. Linear regression
models with and without sample weights were adjusted for the complex sample and
multilevel model approaches.
Results: There was a difference in the p-value of the final model coefficient between
weighted and unweighted analysis in the complex sample approach. There was no
difference in the significance of coefficients between the weighted and unweighted
analyses in the multilevel model approach. The complex sample approach showed
significantly greater standard errors of the regression coefficients than the multilevel
model approach. The coefficient associated with the variable gender was not
significant (p=0.068) in the weighted complex sample approach, but was significant
(p=0.030) in the weighted multilevel model approach.
Conclusion: Differences in standard errors between complex and simple random
sampling showed the need to incorporate the complexity of the sample level into data
analysis. The choice of an adequate approach depends on research questions: when
researchers look for results at both group and individual levels, the choice should be the
multilevel model approach. Otherwise, the complex sample approach should be chosen.
Key words: Complex sample; multilevel model; cluster.
101
INTRODUO
Em investigaes epidemiolgicas comum o estudo de indivduos agrupados

em nveis ou hierarquias. Esta estrutura pode estar presente de forma intrnseca (alunos
dentro de escolas, mdicos dentro de hospitais, indivduos dentro de famlias) ou pelo
tipo de delineamento utilizado na pesquisa (por exemplo, utilizao de setores
censitrios como conglomerados e nveis scio-econmicos como estratos). A estrutura
presente nos dados, na forma intrnseca ou no, deve ser incorporada na anlise dos
dados, sob pena de se obter estimativas incorretas1,2,3.
O plano amostral complexo implica na necessidade de adoo de alguns
procedimentos na estimao de modelos estatsticos. Esses procedimentos exigem o uso
de aplicativos com rotinas que possibilitem o uso dos pesos amostrais e a especificao
correta do plano amostral na etapa de estimao dos modelos4.
Existem duas abordagens principais para tratar a estrutura dos dados,
disponibilizadas recentemente em aplicativos estatsticos: (1) abordagem da
amostragem complexa, denominada anlise agregada1, na qual a estrutura de dados
um fator complicador que invalida o uso de procedimentos padres de anlise e (2)
abordagem de modelos multinvel, denominada anlise desagregada1, que incorpora
mais explicitamente a estrutura da populao no procedimento de anlise5.
Na modelagem considerando a abordagem da amostragem complexa todos os
fatores so considerados em um nico nvel, sendo este o mesmo da varivel resposta
(desfecho). Incorpora-se na anlise tanto estratos quanto conglomerados em um ou mais
estgios de amostragem. Neste caso, procedimentos padres de anlise de dados que
consideram amostragem aleatria simples (AAS) no so adequados, j que estes
102
pressupem que as observaes so independentes e, na presena de conglomerados,
essa pressuposio falha, pois indivduos dentro de conglomerados geralmente so mais
semelhantes do que indivduos entre conglomerados.
Vieira6 encontrou grandes diferenas entre as estimativas dos erros padres das
estimativas dos parmetros dos modelos ajustados considerando independncia das
observaes utilizando procedimentos computacionais padres, e aquelas obtidas
quando considerou a estrutura do delineamento amostral utilizando procedimentos
computacionais especficos para tratamento de dados de amostragem complexa.
Na anlise multinvel, os fatores so considerados em dois ou mais nveis e a
varivel resposta no nvel individual (nvel 1). Os conglomerados so considerados na
anlise como nveis e estratos so incorporados explicitamente no modelo.
Procedimentos padres de anlise de dados so inadequados, pois estes desconsideram a
estrutura complexa existente na populao. A vantagem do modelo multinvel a
possibilidade de estimao de efeitos intragrupo (efeitos individuais) e entre grupos
(efeitos contextuais) e, ainda possvel modelar a estrutura da varincia em cada um
dos nveis7.
Pessoa e Silva1 e Lehtonen e Pahkinen2 apresentam a anlise multinvel como
uma alternativa de anlise de dados provindos de amostragem complexa. Lehtonen e
Pahkinen2 realizaram estudos na rea da educao para comparar resultados obtidos na
modelagem considerando AAS com os obtidos nas abordagens da amostragem
complexa e da anlise multinvel, observando diferenas tanto para efeitos dos
coeficientes do modelo quanto para a significncia destes coeficientes.
A utilizao de probabilidade desigual de seleo de indivduos num processo de
amostragem deve ser incorporada tanto na abordagem da amostragem complexa1,2
como na de modelos multinvel8, visando evitar a ocorrncia de vcios na estimao dos
103
parmetros do modelo5,9. O motivo principal que procedimentos padres de anlise de
dados consideram os dados como provindos de amostra aleatria simples (AAS), na
qual todos os indivduos tm a mesma probabilidade de serem sorteados. Pfeffermann et
al.10 apresentam uma forma de incorporar pesos no ajuste de modelos hierrquicos para
compensar diferentes probabilidades de incluso das unidades na amostra.
Assis8 ajustou um modelo de regresso linear mltipla para dados obtidos por
amostragem complexa na Pesquisa de Padres de Vida (PPV) do IBGE. Os resultados
indicam diferenas nas estimativas dos parmetros quando se compara a anlise
multinvel sem ponderao e anlise multinvel ponderada pelos pesos amostrais.
Quando so comparadas as estimativas dos erros padres dos coeficientes estimados
para os dois mtodos, as diferenas so ainda maiores.
comum encontrar anlises de dados de amostragem complexa realizadas
inadequadamente, isto , desconsiderando a complexidade da estrutura dos dados,
evidenciando a necessidade de estudos que demonstrem procedimentos corretos para
anlise deste tipo de dados11,12,13.
Desta forma, este estudo tem o propsito de avaliar as duas abordagens
amostragem complexa e modelos multinvel - para anlise de dados provindos de
delineamento complexo, utilizando dados de um estudo com escolares da quinta srie
do ensino fundamental do municpio de Iju, Rio Grande do Sul (RS)14.
104
MTODOS
Delineamento
Trata-se
de
um
estudo
aleatorizado,
com
amostra
estratificada
por
conglomerados, tendo como desfecho o desempenho das crianas na avaliao de

conhecimento, percepes e crenas sobre aleitamento materno, avaliado atravs de um
escore (obtido atravs do nmero de acertos em questes objetivas do questionrio). A
populao-alvo do estudo foi constituda de escolares de ambos os sexos, matriculados
na quinta srie das escolas estaduais, municipais e particulares do ensino fundamental
do municpio de Iju/RS14.
Para a seleo da amostra, utilizaram-se subgrupos populacionais conglomerados representados, primeiramente, pelas escolas e, posteriormente, pelas
turmas de quinta srie existentes nas escolas sorteadas no primeiro estgio. O esquema
amostral est demonstrado na Figura 1. Levou-se em considerao a proporo de
alunos que freqentavam as escolas estaduais, municipais e particulares, bem como a
sua distribuio geogrfica na zona urbana e zona rural.
Estratos
1 Estgio: escolas
2 Estgio: turmas
32 Escolas
Pblicas
Urbanas
11 Escolas
Pblicas
Rurais
4 Escolas
Particulares
Urbanas
19 Escolas
Pblicas
Urbanas
9 Escolas
Pblicas
Rurais
2 Escolas
Particulares
Urbanas
9
Controle
10
Experimental
Figura 1- Esquema amostral do estudo
4
Controle
5
Experimental
1
Controle
1
Experimental
105
A seleo das escolas foi realizada atravs de amostragem aleatria simples

(AAS) e a seleo das turmas dentro das escolas tambm foi por AAS, sendo que
quando a escola tinha apenas uma turma, esta teve probabilidade igual a 1 de ser
includa na amostra.
Das 47 escolas existentes no municpio com turmas de quinta srie (32 urbanas
pblicas, 11 rurais pblicas e 4 urbanas particulares), 30 foram sorteadas: 19 pblicas
urbanas (10 no grupo experimental e 9 no grupo controle) ; 9 pblicas rurais (5 no grupo
experimental e 4 no grupo controle) e 2 urbanas particulares (1 experimental e 1
controle). Participaram do estudo 561 escolares, sendo 252 sujeitos no grupo controle e
309 no grupo experimental.
As escolas foram sorteadas para o grupo controle e experimental, considerando a
proporcionalidade quanto ao tipo de escola (urbana pblica, rural pblica e urbana
particular). Todos os alunos responderam um questionrio, composto por 25 questes
objetivas e 5 descritivas e, para cada pergunta (objetiva) respondida com a opo mais
favorvel ao aleitamento materno, o aluno recebia um ponto. Assim, o escore varia de 0
a 25 pontos. O grupo controle no foi exposto interveno e o grupo experimental
sofreu a interveno desenvolvida em trs momentos na sala de aula ou dependncias da
escola. O uso de dinmicas diferenciadas proporcionou o enfoque da interveno sob
trs formas: vdeo, dramatizao e cartilha14. Aps trs meses do incio da interveno,
o mesmo questionrio foi aplicado em todas as turmas, tanto no grupo controle como no
experimental.
106
Estratgia de anlise dos dados
A amostragem complexa freqentemente utilizada em pesquisas de grande

porte. Um plano amostral complexo definido pela utilizao de estratos e
conglomerados em um ou mais estgios. comum selecionar indivduos com
probabilidades variveis, como o caso da amostragem com probabilidade proporcional
ao tamanho (PPT). Desta forma, existem trs elementos conglomerados, estratos e
pesos que podem estar presentes num plano amostral complexo.
Porm, muitas anlises ainda so realizadas sem considerar esses elementos,
podendo afetar as estimativas pontuais e o erros padres e, conseqentemente, produzir
resultados incorretos12,13. A metodologia para tratamento de dados provindos de
amostragem complexa discutida h bastante tempo, porm, somente recentemente os
aplicativos estatsticos esto incluindo recursos para tratamento destes dados11.
A aplicao de modelos multinvel em dados de amostragem complexa
bastante recente15. Modelos multinvel permitem estudar o efeito das variveis ao nvel
de conglomerados sobre a varivel dependente (desfecho) do nvel individual16. Cada
estgio de amostragem corresponde a um nvel na modelagem multinvel, sendo que a
UFA (unidade final de amostragem) corresponde ao nvel 1 e os conglomerados de cada
estgio de amostragem constituem os demais nveis17. Os estratos so definidos como
varivel independente do modelo multinvel1 e os pesos so includos na anlise
multinvel de forma diferente que na abordagem da amostragem complexa15.
Primeiramente, estimativas para proporo, erro padro, intervalo de 95% de
confiana e efeito do plano amostral foram obtidas para as variveis de caracterizao
dos escolares, considerando-se que os dados provm de amostragem aleatria simples
(AAS) e de amostragem complexa.
107
Nas modelagens para as duas abordagens foram obtidas estimativas dos
coeficientes de regresso, erros-padres e nvel de significncia associados aos
coeficientes, com o principal interesse de verificar se a varivel desfecho escore-ps
difere entre o grupo experimental e o controle. Utilizaram-se como variveis
independentes as caractersticas dos escolares (sexo e idade), escore-pr e tratamento.
Na anlise, considerando amostragem complexa, as escolas foram definidas
como conglomerados (UPA) e tipo de escola, como estratos. Dois modelos de
regresso linear foram obtidos, um considerando pesos amostrais e outro
desconsiderando pesos amostrais. O teste de Wald foi usado para verificar a influncia
de cada varivel e a significncia geral do modelo. O processo de incluso das
variveis iniciou com a incluso da varivel escore-pr (medida baseline), seguida das
variveis sexo, idade e tratamento.
O mtodo de estimao utilizado foi o de mxima pseudo-verossimilhana
(MPV) com linearizao por srie de Taylor, o qual considera os pesos amostrais dos
elementos da amostra18. O efeito do plano amostral complexo foi calculado por
V
()
, onde Vverd () a varincia do estimador considerando o plano
EPA ( )= VERD
V AAS ( )
amostral complexo e VAAS () a varincia pressupondo que a amostra foi coletada a
partir de uma AAS, com o mesmo nmero n de elementos selecionados. Com o EPA
possvel avaliar o impacto no erro padro da estimativa quando se desconsidera o plano
amostral complexo.
O peso amostral do i -simo aluno foi definido por wi =
1hk 2 jhk
, em
que 1hk a probabilidade da h -sima escola ser sorteada no estrato k , 2 jhk a
108
probabilidade j -sima turma ser sorteada na escola h e i a probabilidade final do
i -simo aluno ser sorteado.

Na anlise de modelos multinvel considerou-se a hierarquia dos dados,
definindo escolas como nvel 2 e alunos como nvel 1. Tambm construram-se modelos
multinvel com e sem pesos amostrais. Ajustaram-se os seguintes modelos: modelo nocondicional (vazio), modelo de interceptos aleatrios e modelo de intercepto e
inclinaes aleatrias. O teste de Wald foi utilizado para verificar a significncia de
cada varivel no modelo e o teste de razo de verossimilhana para significncia do
modelo. Com os modelos de intercepto e inclinao aleatrios possvel modelar a
varincia do escore-ps em funo de variveis explanatrias.
O modelo multinvel com dois nveis para desfecho contnuo apresentado
utilizando a notao comum introduzida por Goldstein7, Snijders e Bosker19 e Zanini20.
Nos modelos com dois nveis ocorrem n j unidades do nvel 1 para cada unidade
j ( j = 1,2,... J ) do nvel 2. Os modelos para o nvel 1 so desenvolvidos separadamente
em cada unidade do nvel 2, considerando a possibilidade de variao dos interceptos e

das inclinaes.
Yij = 0 + 1 X ij + u 0 j + e0 ij
com i = 1,2,..., n j e j = 1,2,... J
em que:
Yij : desfecho do i-sima unidade do nvel 1, agrupada na j-sima unidade do nvel 2;
X ij : varivel preditora medida na i-sima unidade do nvel 1, agrupada na j-sima
unidade do nvel 2;
0 : intercepto geral do modelo;
109
1 : coeficiente de inclinao, associado varivel preditora X;

u 0 j : efeito aleatrio do nvel 2;
e0 ij : o efeito aleatrio do nvel 1;
Os resduos u 0 j e e0 ij so supostamente independentes e normalmente

distribudos, com mdia zero e varincias u20 e20 , respectivamente. A varincia
residual, ou seja, a varincia condicionada a X dada por:
Var (Yij | X ij ) = var(uoj ) + var(eoij ) = u20 + e20
A covarincia entre dois indivduos (i1 , i2 ) no mesmo grupo j :
Cov(Yi1 j , Yi 2 j | X i1 j , X i 2 j ) = var(uoj ) = u20
O coeficiente de correlao intraclasse ou intragrupo, que corresponde

correlao entre os valores de dois indivduos de um grupo, controlado para a varivel
X, dado por:
I (Yij | X ij ) =
u20
u20 + e20
Estende-se o modelo para:
Yij = 0 j + 1 j X 1ij + e0 ij
110
Ento, no nvel 2,
0 j = 0 + u0 j
1 j = 1 + u1 j
em que:
0 j : intercepto para a j-sima unidade do nvel 2;
1 j : coeficiente de inclinao, associado varivel X da i-sima unidade do nvel 1,

agrupada na j-sima unidade do nvel 2;
0 : valor esperado dos interceptos no nvel 2;
1 : valor esperado das inclinaes no nvel 2;

u 0 j : efeito aleatrio da j-sima unidade do nvel 2 no intercepto 0 j ;
u1 j : efeito aleatrio da j-sima unidade do nvel 2 na inclinao 1 j .
Substituindo-se as equaes do nvel 2:
Yij = 0 + 1 X 1ij + (u 0 j + u1 j X 1ij + e0 ij )
Denominam-se modelos de coeficientes aleatrios, o que pressupe que cada

grupo tem um intercepto ( 0 j ) e uma inclinao ( 1 j ) diferentes, que variam atravs
dos grupos, apresentando uma estrutura de varincia-covarincia complexa como:
0 2
u0 j
u 0 u1
e Var (e0ij ) ~ N (0, e20 )
Var ~ N , u 0
2
u
0
u1u 0
u1
ij
111
A varincia modelada como uma funo de uma varivel preditora.
Os parmetros foram estimados usando IGLS (Iterative Generalized Least
Squares). Os pesos amostrais foram definidos para cada nvel, sendo o inverso da
probabilidade de seleo das unidades de amostragem em cada nvel, definidos como
w1 e w2 para o nvel 1 e para o nvel 2, respectivamente.
Utilizaram-se os aplicativos STATA 9.021, SAS 9.1.322 e MLwiN 2.0223,

conforme a disponibilidade de tcnicas para as anlises propostas. Os comandos
utilizados so apresentadas nos quadros 1 e 2.
Questes ticas
O projeto (processo nmero 01-429) foi aprovado pelo Grupo de Pesquisa e Psgraduao do Hospital de Clnicas de Porto Alegre e pela Comisso Cientfica e
Comisso de Pesquisa e tica em Sade.
O projeto foi aprovado pela 36 Coordenadoria de Educao do municpio de
Iju, Secretaria Municipal de Educao de Iju e pela direo das escolas particulares
deste municpio. As escolas selecionadas foram previamente visitadas e informadas
sobre a pesquisa, ficando livres a participar ou no da pesquisa. O Termo de
Consentimento Livre e Esclarecido foi enviado aos pais dos escolares antes do incio da
pesquisa.
112
RESULTADOS
Na Tabela 1 so apresentadas as estimativas da mdia e dos intervalos de 95%

de confiana para o escore-pr, considerando que os dados foram obtidos atravs de
AAS e por amostragem complexa. Tambm so apresentadas as estimativas de
proporo e intervalos de 95% de confiana para a idade (9 a 11 anos; 12 a 17 anos), o
sexo e o tipo de escola.
O escore mdio antes da interveno (escore-pr) de 12,523 para os 561
escolares que participaram do estudo, considerando a amostragem complexa. Destes,
397 tm entre 9 e 11 anos, os demais entre 12 a 17 anos e 283 so do sexo feminino. Na
escola pblica urbana foram pesquisados 386 escolares, na escola pblica rural 126
escolares e na escola particular urbana 49 escolares.
Os intervalos de 95% de confiana so mais amplos na amostragem complexa
quando comparados AAS. No caso do escore-pr, o intervalo de 95% de confiana
(12,257-12,820) para AAS e (12,073-12,973) para amostragem complexa.
A diferena de amplitude nos intervalos de 95% de confiana entre AAS e
amostragem complexa pode ser detectada pelo EPA associado a cada uma das variveis,
os quais foram todos maiores que 1, variando de 1,64 a 14,70. No caso do escore-pr, o
EPA 2,31, indicando que o erro padro da mdia do escore-pr 2,31 vezes maior na
AC em relao AAS.
As variveis apresentadas na Tabela 1 foram utilizadas na modelagem das
abordagens da amostragem complexa e da anlise multinvel, sendo os resultados
apresentados nas Tabelas 2 a 5.
113
Abordagem da amostragem complexa
Nas Tabelas 2 e 3 apresentam-se os resultados da modelagem por amostragem

complexa sem e com ajustes para pesos amostrais, respectivamente. O modelo 1
(modelo nulo) foi ajustado somente com o intercepto, o modelo 2 (modelo somente
com variveis individuais) foi ajustado com o escore-pr, idade e sexo e, no modelo 3
(modelo com variveis individuais e ao nvel de escola), foi includo o tratamento.
Na Tabela 2, observa-se para o modelo 1, sem ponderao, que o intercepto
(escore-ps mdio) 15,562 e EPA de 9,50, indicando uma grande diferena do erro
padro associado ao intercepto entre AAS e AC, sendo maior na AC. No modelo 2,
todos os EPAs, com exceo do da varivel sexo, foram maiores que 1. E no modelo 3,
os EPAs foram todos maiores que 1, variando de 1,10 a 2,15, demonstrando a
necessidade da incorporao do plano amostral efetivamente utilizado na pesquisa. No
modelo 3, foi includa a varivel tipo de escola, a qual no foi significativa e, portanto,
retirada do modelo.
Na Tabela 3 so apresentados os modelos para a anlise ponderada: os EPAs
foram maiores que 1 para os 3 modelos, com exceo da varivel sexo no modelo 2,
demonstrando o mesmo comportamento da anlise no ponderada. Porm no modelo 3,
da anlise ponderada, a varivel sexo no foi significativa ao nvel de 5%, com
resultado diferente quando comparada anlise no ponderada.
Abordagem da anlise multinvel
Nas Tabelas 4 e 5 apresentam-se os resultados da anlise multinvel sem e com

ajuste para pesos amostrais, respectivamente. Na anlise multinvel foi considerado
114
modelo com interceptos aleatrios. Neste caso, os coeficientes de regresso so os
mesmos para todas as escolas, mas os interceptos podem variar. Tambm foram
considerados modelos com varincia complexa (intercepto e inclinao aleatrios),
porm no foram significativamente superiores ao modelo com intercepto aleatrio.
Na Tabela 4 encontram-se os resultados para os modelos multinvel ajustados
sem ponderao, observando-se que a mdia geral do escore-ps 15,431. A varincia
residual no nvel de alunos 16,463, enquanto que a varincia residual no nvel de
escola 9,419, obtendo-se um coeficiente de correlao intra-conglomerado (CCI) de
0,3639. Com base no valor de CCI indica-se a necessidade de ajuste de um modelo
multinvel.
O modelo 2 foi ajustado somente com as variveis do nvel 1, obtendo-se todos
coeficientes significativos e CCI de 0,4053. No modelo 3 foram includas as variveis
do nvel 2, sendo o tratamento altamente significativo e o tipo de escola no
significativo. O CCI no modelo 3 0,0238, observando-se que o tratamento contribuiu
muito para a explicar a reduo da variabilidade ao nvel 2 (escolas).
Na Tabela 5 so apresentados os modelos multinvel para a anlise ponderada.
O CCI para o modelo 1 0,3638, sendo a varincia residual do nvel de alunos e do
nvel de escola de 25,736 e 14,719, respectivamente. Nos modelos 2 e 3, todas as
variveis foram significativas ao nvel de 5% de significncia. No modelo 3, a varivel
tipo de escola no contribuiu para a significncia do modelo, sendo retirada. Os CCIs
para o modelo 2 e 3 so 0,4111 e 0,0277, respectivamente, obtendo-se uma reduo
significativa da variabilidade no nvel 2 (escolas) quando o tratamento includo no
modelo 3.
115
Abordagem da amostragem complexa versus abordagem de modelo multinvel
Comparando-se as abordagens da amostragem complexa e modelagem multinvel

sem ponderao (Tabelas 2 e 4) e com ponderao (Tabelas 3 e 5) verificaram-se
diferenas nas estimativas dos coeficientes para as variveis nos modelos, sendo essas
diferenas de pouco impacto. H grande diferena dos erros padres entre as duas
abordagens, sendo que os erros padres assumem valores maiores na amostragem
complexa. No modelo 3, na anlise sem ponderao, todas as variveis foram
significativas, tanto para a amostragem complexa como para a anlise multinvel,
porm, o coeficiente associado varivel sexo foi significativo (p=0,025) para a
amostragem complexa e altamente significativo (p=0,002) para a anlise multinvel. Na
anlise ponderada, o coeficiente associado varivel sexo no foi significativo
(p=0,068) para a amostragem complexa, entretanto foi significativo (p=0,030) para a
anlise multinvel. Todos os demais coeficientes foram significativos ao nvel de 5%
tanto para a amostragem complexa como para a anlise multinvel.
DISCUSSO
Na amostragem complexa (AC) geralmente esto presentes estratos,

conglomerados e probabilidades desiguais de seleo. Este tipo de amostragem muito
utilizado em estudos epidemiolgicos e de sade pblica24. O principal motivo da
utilizao da AC de no estar disponvel uma lista de indivduos na populao ou se
est disponvel, o custo da implementao de uma AAS muito alto, quase sempre
116
inviabilizando o trabalho. No presente estudo, incontestvel a maior viabilidade em se
pesquisar crianas em escolas ao invs de residncias.
Apesar
de
existir
recursos
disponveis,
tanto
metodolgicos
quanto
computacionais, ainda h pouca utilizao dos mtodos e aplicativos para tratamento

correto dos dados provindos de AC. Isto pode acontecer tanto por falta de conhecimento
dos recursos computacionais considerando AC disponveis quanto do erro que se pode
cometer ao usar recursos computacionais considerando AAS.
O uso de aplicativos tradicionais (no incorporando AC) na anlise pode levar a
resultados incorretos na estimao de parmetros, tanto da mdia e proporo e
respectivos erros-padres (EP), quanto de coeficientes de modelos e respectivos erros
padres12,17,18,. No presente estudo, isso percebido pelos valores de EPA, todos
maiores que 1 para estimativas de mdia e proporo, conduzindo a intervalos de
confianas mais estreitos sob AAS do que realmente seriam sob AC. Nos coeficientes
dos modelos, os EPAs foram todos maiores que 1, com uma exceo, tanto na anlise
ponderada como na anlise no ponderada. Assim, confirma-se a necessidade de adotar
alguma abordagem de anlise que considera o delineamento amostral.
O agrupamento de dados no ensaio aleatorizado em grupo (ERG) tem muito em
comum com o agrupamento dos dados observados na abordagem da amostragem
complexa. Desta forma, mtodos de anlise de dados desenvolvidos para esta
abordagem tambm podem ser aplicados para dados de ERG25. Intervenes em sade
so freqentemente implementadas ao nvel de grupo (hospital, clnica, escola, etc) ao
invs de, ao nvel individual. Portanto, deve-se estar atento dependncia existente
entre indivduos de um mesmo grupo, necessitando tanto de delineamento apropriado,
quanto anlise apropriada dos dados26.
Pessoa e Silva1, Lehtonen e Pahkinen2 e Vieira6 descrevem as duas metodologias
117
apresentadas como apropriadas para tratamento de dados provindos de AC. Estas
metodologias, modelagem multinvel e amostragem complexa, incorporam as
caractersticas
do
delineamento
complexo
como
estratos,
conglomerados
probabilidades desiguais dos indivduos, assim como a estrutura hierrquica da

populao para obter resultados corretos. No presente estudo, na abordagem da AC, os
conglomerados foram definidos pelas escolas e os estratos pelos tipos de escolas. Cabe
ressaltar que as turmas dentro das escolas no foram definidas como conglomerados,
pois somente uma turma foi selecionada por escola, j que o aplicativo utilizado para
anlise no possibilita tal situao. Para contornar esse problema, poder-se-ia unir dois
conglomerados do nvel superior daquele que possui um nico conglomerado. Neste
trabalho, decidiu-se no unir duas escolas, pois o principal objetivo era comparar as
abordagens. Na abordagem de modelos multinvel, os conglomerados (escolas) foram
definidos no nvel 2 (superior) e os estratos foram includos como efeitos fixos.
Nas duas abordagens h a inconvenincia de que os indivduos no mesmo
conglomerado tendem a ser mais similares que indivduos entre conglomerados, o que
poder levar a desfechos similares27. Na anlise multinvel, avalia-se essa similaridade
atravs do CCI (correlao intraclasse ou intra-conglomerados), o qual neste estudo foi
superior a 0,3 tanto na anlise multinvel sem ponderao como na anlise multinvel
com ponderao no modelo 1. A modelagem multinvel indicada sempre que CCI for
maior que 0,05 por Thomas e Heck28 e maior que 0,01 por Hope e Shannon29.
Na anlise sem ponderao, percebe-se que os coeficientes so semelhantes nos
modelos finais (modelo 3) obtidos na abordagem da AC e na abordagem da anlise
multinvel, porm h diferena nos erros-padres associados aos coeficientes. Na
anlise ponderada, tm-se diferena entre coeficientes das duas abordagens,
observando-se diferena maior ainda nos erros-padres associados aos coeficientes.
118
Essas diferenas nos resultados entre as duas abordagens se d pelo motivo da
interveno ter sido realizada no nvel de escola (nvel 2). Assim, a varivel de
interveno (tratamento) engloba a varincia desse nvel na modelagem multinvel e
repercute de forma mais acentuada, nas variveis do nvel individual (nvel 1),
produzindo
coeficientes
diferentes
erros-padres
menores,
modificando
significncia. Com isso, a modelagem multinvel apresenta vantagem em relao

abordagem de amostragem complexa que utiliza os dados de forma agregada.
Ainda que o presente estudo baseia-se somente em um conjunto de dados, os
resultados so consistentes com outros estudos2,8,24,29.
A escolha de qual abordagem a mais apropriada depende da questo de
pesquisa. Na anlise dos dados do SAEB (Sistema Nacional de Avaliao da Educao
Bsica), Vieira6 utilizou a abordagem da amostragem complexa e Ferro et al.30
utilizaram a abordagem de modelos multinvel. A identificao para qual nvel a
inferncia desejada permitir avaliar o mtodo mais adequado de anlise de dados31.
Quando deseja-se uma modelagem no nvel de grupo e no nvel individual, tratando a
homogeneidade intragrupo implicitamente no modelo, opta-se pela abordagem
multinvel. Entretanto, quando deseja-se modelagem em um nico nvel, opta-se pela
abordagem da amostragem complexa, na qual a homogeneidade dentro dos grupos
considerada na anlise, removendo o efeito de conglomerados1,2,28.
Uma vantagem do modelo multinvel a possibilidade de modelar a variao
entre conglomerados24. Modelou-se a variao entre conglomerados, ou seja, entre
escolas (nvel 2) pelo modelo multinvel, que no pde ser modelada na abordagem da
amostragem complexa.
119
Assim, os conglomerados so tratados como nveis de hierarquia, as covariveis
so utilizadas para tratar estratos, tratamentos (interveno) e medida baseline no
modelo multinvel32.
Correa5 indicou a necessidade de incorporar pesos na anlise multinvel, quando
a probabilidade de seleo dos indivduos diferente, visando a melhorar a qualidade
das estimativas dos parmetros do modelo. Ento, deve-se estar atento quando unidades
em qualquer nvel da hierarquia so selecionadas com probabilidades desiguais, para
evitar a ocorrncia de vcios na estimao dos parmetros do modelo5,8,17. Pfeffermann
et al.10 apresentaram uma forma de incorporar pesos no ajuste de modelos hierrquicos
para compensar diferentes probabilidades de incluso das unidades na amostra. No
presente trabalho, incorporou-se o peso de cada nvel (escola e alunos) pela opo
disponvel no MLwiN. Cabe salientar, que o peso usado foi o peso bruto.
Chantala et al.15 tem discutido o uso de pesos amostrais em modelos de dois
nveis (modelos mistos). Alertam que a incorporao dos pesos na abordagem
multinvel realizada de forma diferente que na abordagem da amostragem complexa.
Sendo assim, sugere-se comparaes mais acuradas atravs da realizao de
estudos de simulao para comparar a abordagem de amostragem complexa e a
abordagem de modelos multinvel, considerando diferentes planos amostrais e
diferentes tamanhos de amostra para avaliar o efeito dos aspectos da amostragem
(conglomerado, estrato, probabilidade diferente de seleo) nos resultados da
modelagem.
120
REFERNCIAS
1 Pessoa DGC, Silva PLN. Anlise de dados amostrais complexos. So Paulo:

ABE-Associao Brasileira de Estatstica; 1998.
2 Lehtonen R, Pahkinen E. Practical Methods for Design and Analysis of
Complex Survey. 2 ed. Chichester. England: John Wiley & Sons Ltd; 2004.
3 Vieira MT. Amostragem Repetida no Tempo: o uso de painis. IBGE - Rio de
4 Andrade AO. Aplicao do Modelo Logstico Multinomial no Estudo da
Deciso do voto. Dissertao de mestrado em Estudos Populacionais e Pesquisas
Sociais. Escola Nacional de Cincias Estatsticas; 2006.
5 Correa ST. Modelos lineares hierrquicos em pesquisas por amostragem
relacionando o ndice de Massa Corporal s variveis da pesquisa sobre os
padres de vida/IBGE. Dissertao de mestrado em Estudos Populacionais e
Pesquisas Sociais. Escola Nacional de Cincias Estatsticas; 2001.
6 Vieira MT. Um estudo comparativo das metodologias de modelagem de dados
amostrais complexos - uma aplicao ao SAEB 99. Dissertao de mestrado em
Cincia da Engenharia Eltrica. Pontifcia Universidade Catlica do Rio de
Janeiro; 2001.
7 Goldstein H. Multilevel statistical models. 3 ed. Edward Arnold; 2003.
8 Assis JM. Modelos multinveis em pesquisas amostrais complexas uma
aplicao valorizao de aluguis de imveis residenciais segundo suas
caracterstica/atributos. Dissertao de mestrado em Estudos Populacionais e
Pesquisas Sociais. Escola Nacional de Cincias Estatsticas; 2005.
9 Skinner CJ, Holt D, Smith TMF. Analysis of complex survey. New York. John
Wiley & Sons; 1989.
121
10 Pfeffermann D, Skinner C, Goldstein H, Holmes DJ, Rasbash J. Weighting for
unequal selection probabilities in multilevel models. Journal of the Royal
Statistical Society 1998;60(Srie B):23-40.
11 Sousa MH, Silva NN. Estimativas obtidas de um levantamento complexo.
Revista de Sade Pblica 2003;37(5):662-70.
12 Kreuter F, Valliant R. A survey on survey statistics: what is done and can be
done in Stata. The Stata Journal 2007;7(1):1-21.
13 Vieira MT. Amostragem Repetida no Tempo: o uso de painis. IBGE - Rio de
14 Bottaro SM. Avaliao de Estratgia de Promoo do Aleitamento Materno em
Escolas do Ensino Fundamental. Tese de doutorado em Cincias Mdicas
Pediatria, Faculdade de Medicina. Universidade Federal do Rio Grande do Sul;
2006.
15 Chantala K, Blanchette D, Suchindran CM. Software to compute sampling
weights
for
multilevel
analysis.
Em:
http://www.cpc.unc.edu/restools/data_analysis/ml_sampling_weights/Compute
%20Weights%20for%20Multilevel%20Analysis.pdf, acesso em 17/01/2008.
16 Asparouhov T, Muthen B. Multilevel Modeling of Complex Survey Data.
Proceedings of the Joint Statistical Meeting in Seattle. 08/2006. Seattle.
17 Rabe-Hesketh S, Skrondal A. Multilevel modelling of complex survey data.
Journal of the Royal Statistical Society A 2006;169(4):805-27.
18 Silva PLN, Pessoa DGC, Lila MF. Anlise estatstica de dados da PNAD:
2002;7(4):659-70.
19 Snijders T, Bosker R. An introduction to basic and advanced multilevel
modeling. 1 ed. London: SAGE Publications; 1999.
20 Zanini RR. Modelos multinveis aplicados ao estudo da mortalidade infantil no
Rio Grande do Sul, Brasil, de 1994 a 2004. Tese de doutorado em
Epidemiologia. Faculdade de Medicina. Universidade Federal do Rio Grande do
Sul; 2007.
122
21 StataCorp. STATA, release 9. Stata Corporation. 1985-2005.
22 SAS Institute, Inc. SAS statistical software, release 9.1. Cary, NC: SAS
Institute, Inc, 2002.
23 MLwiN, version 2.02. Multilevel Models Project, c. 2000. London: Institute of
Education, University of London.
24 Utra IB, Prez MC, Marqus LL. Influencia de la estructura de los datos en la
seleccin de los mtodos de anlisis estadsticos. Revista Espaola de Salud
Pblica 2002;76:95-103.
25 Murray DM, Varnell SP, Blitstein JL. Design and analysis of group-randomized
trials: a review of recent methodological developments. American Journal of
Public Health 2004;94:423-32.
26 Ukoumunne OC, Gulliford MC, Chinn S, Sterne JAC, Burney PGJ, Donner A.
Methods in health service research: evaluation of health interventions at area and
organisation level. British Medical Journal 1999;319:376-9.
27 Barros AJD. Modelos multinvel: primeiros passos. Departamento de Medicina
Social. Faculdade de Medicina. Universidade Federal de Pelotas. 2001.
28 Thomas SL, Heck RH. Analysis of large-scale secondary data in higher
29 Hope AD, Shannon ED. A comparison of two procedures to fit multi-level data:
PROC GLM verus PROC MIXED. Proceedings of the SAS users group
international 30. 10-13/04/2005. Philadelphia. Pennsylvania.
30 Ferro ME, Beltro KI, Santos DP. Modelo de regresso multinvel: aplicao
ao estudo do impacto da poltica de no-repetncia no desempenho escolar dos
alunos da 4 srie. Pesquisa e Planejamento Economico 2002; 32(3).
31 Campbell MK, Mollison J, Steen N, Grimshaw JM, Eccles M. Analysis of
cluster randomized trials in primary care: a practical approach. Family Practice
2000;17(2):192-6.
32 Donner A, Klar N. Cluster randomization trials in epidemiology: theory and
application. Journal of Statistical Planning an Inference 1994;42(1-2): 37-56.
123
QUADROS
Quadro 1 Comandos utilizados para ajuste da regresso no STATA 9.0 considerando a

abordagem da amostragem complexa
Modelo
Comando
Modelo 1
. svyset escola, strata(tipesc) vce(linearized)
sem ponderao
.svy, vce(linearized): regress escorta2
Modelo 2
sem ponderao
. svy, vce(linearized): regress escorta2 escorta1_cent idadecod sexo
Modelo 3
sem ponderao

trat
Modelo 1
.svyset escola [pweight=final_wt], strata(tipesc) vce(linearized)
com ponderao
.svy, vce(linearized): regress escorta2
Modelo 2
com ponderao
Modelo 3
com ponderao

trat
124
Quadro 2 Comandos utilizados para ajuste da regresso no SAS 9.1.3 e MLwiN 2.02
considerando a abordagem de modelos multinveis
Modelo
Modelo 1
Comando
proc mixed data=_PROJ_.banco_18_01_atual COVTEST;
sem ponderao
class ESCOLA;
(SAS)
model ESCORTA2 = / solution;

random intercept / subject = ESCOLA solution;
run; quit;
Modelo 2
sem ponderao
class ESCOLA TRAT IDADECOD SEXO;
(SAS)
model ESCORTA2 = ESCORTA1_CENT IDADECOD SEXO /

solution;
run; quit;
Modelo 3
sem ponderao
class ESCOLA TRAT IDADECOD SEXO;
(SAS)
model ESCORTA2 = ESCORTA1_CENT IDADECOD SEXO TRAT/

solution;
run; quit;
Modelo 1
com ponderao1
(MLwiN)
Modelo 2
com ponderao1
(MLwiN)
Modelo 3
com ponderao1
(MLwiN)
Use raw weight: level 2 = psu_wt e level 1 = fsu_wt
125
TABELAS
Tabela 1. Estimativas de mdia, proporo, intervalos de 95% de confiana e efeito do plano

amostral para as variveis da pesquisa considerando amostragem complexa e amostragem
aleatria simples (AAS)
Variveis
Estimativa (IC95%)
n
AAS
AC
EPA
9 a 11 anos
397
70,766 (66,991-74,542)
72,823 (66,956-78,690)
2,31
12 a 17 anos
164
29,234 (25,458-33,009)
27,177 (21,310-33,044)
Feminino
283
50,446 (46,296-54,596)
51,393 (45,638-57,148)
Masculino
278
49,554 (45,404-53,704)
48,607 (42,852-54,362)
Pblica urbana
386
68,806 (64,960-72,651)
77,740 (68,028-87,452)
7,25
Pblica rural
126
22,460 (18,996-25,924)
11,612 (8,052-15,172)
1,64
49
8,734 (6,391-11,078)
10,648 (0,395-20,901)
14,70
561
12,538 (12,257-12,820)
12,523 (12,073-12,973)
2,31
Idade
Sexo2
1,76
Tipo de escola2
Particular urbana
Escore-pr1
1
mdia; proporo
126
Tabela 2. Estimativas, erro padro e nvel de significncia dos coeficientes de regresso linear
para o desfecho escore-ps na abordagem da amostragem complexa, sem ponderao
Variveis
Intercepto
Escore-pr
Idade
Sexo
Estimativa (erro padro)

Modelo 1
Modelo 2
Modelo 3
15,562 (0,664)
14,173 (0,568)
11,004 (0,478)
p<0,0001;EPA=9,50
p<0,0001;EPA=2,57
p<0,0001;EPA=2,15
0,634 (0,058)
0,564 (0,046)
p<0,0001;EPA=1,24
p<0,0001;EPA=1,10
1,288 (0,645)
1,266 (0,365)
p=0,056;EPA=2,49
p=0,002;EPA=1,23
0,894 (0,349)
0,901 (0,380)
p=0,016;EPA=0,82
p=0,025;EPA=1,63
Tratamento
5,781 (0,394)
p<0,0001;EPA=1,81
<0,0001
<0,0001
F(3,25)
F(4,24)
Masculino como referncia; 12 a 17 anos como referncia; tratamento (referncia=grupo controle);

p corresponde ao teste de Wald ajustado
Modelo 1: modelo sem covarivel
Modelo 2: modelo com variveis a nvel de indivduos
Modelo 3: modelo com variveis a nvel de conglomerados
127
para o desfecho escore-ps na abordagem da amostragem complexa, com ponderao
Variveis
Intercepto
Escore-pr
Idade
Sexo

Modelo 1
Modelo 2
Modelo 3
15,282 (0,755)
14,136 (0,596)
11,155 (0,526)
p<0,0001;EPA=12,47
p<0,0001;EPA=2,79
p<0,0001;EPA=2,70
0,643 (0,059)
0,585 (0,047)
p<0,0001;EPA=1,33
p<0,0001;EPA=1,29
1,083 (0,716)
1,003 (0,394)
p=0,142;EPA=3,01
p=0,017;EPA=1,43
0,664 (0,341)
0,800 (0,421)
p=0,062;EPA=0,78
p=0,068;EPA=2,10
Tratamento
5,899 (0,431)
p<0,0001;EPA=2,21
<0,0001
<0,0001
F(3,25)
F(4,24)

p corresponde ao teste de Wald ajustado
Modelo 1: modelo sem covarivel
Modelo 2: modelo com variveis a nvel de indivduos
Modelo 3: modelo com variveis a nvel de conglomerados
128
para o desfecho escore-ps na abordagem da anlise multinvel, sem ponderao
Variveis

Modelo 1
Modelo 2
Modelo 3
15,431 (0,588)
14,011(0,602)
10,982 (0,369)
p<0,001
p<0,001
p<0,001
0,577 (0,046)
0,564 (0,044)
p<0,001
p<0,001
1,403 (0,348)
1,326 (0,331)
p<0,001
p<0,001
0,912 (0,309)
0,905 (0,299)
p=0,003
p=0,002
Efeitos fixos
Nvel 1
Intercepto
Escore-pr
Idade
Sexo
Nvel 2
Tratamento
5,739 (0,356)
p<0,001
Efeitos aleatrios
Varincia do nvel 1 ( e 0 )
2
Varincia do nvel 2 ( u1 )
2
CCI
-2loglikelihood(IGLS)
16,463 (1,010)
11,874 (0,729)
11,831 (0,725)
p<0,001
p<0,001
p<0,001
9,419 (2,679)
8,093 (2,266)
0,288 (0,240)
p<0,001
p<0,001
p=0,230
0,3639
0,4053
0,0238
3233,105
3057,602
2989,249

Modelo 1: modelo nulo
Modelo 2: interceptos aleatrios, com variveis de nvel 1
Modelo 3: interceptos aleatrios, com variveis de nvel 1 e nvel 2
129
para o desfecho escore-ps na abordagem da anlise multinvel, com ponderao
Variveis

Modelo 1
Modelo 2
Modelo 3
15,381 (0,597)
14,077 (0,500)
11,071 (0,480)
p<0,001
p<0,001
p<0,001
0,584 (0,037)
0,578 (0,038)
p<0,001
p<0,001
1,205 (0,385)
1,130 (0,374)
p<0,001
p=0,003
0,884 (0,398)
0,875 (0,402)
p=0,026
p=0,030
Efeitos fixos
Nvel 1
Intercepto
Escore-pr
Idade
Sexo
Nvel 2
Tratamento
5,823 (0,372)
p<0,001
Efeitos aleatrios
Varincia do nvel 1 ( e 0 )
2
Varincia do nvel 2 ( u1 )
2
CCI
-2loglikelihood(IGLS)
25,736 (1,932)
18,270 (1,626)
18,160 (1,614)
p<0,001
p<0,001
p<0,001
14,719 (1,756)
12,752 (1,798)
0,517 (0,432)
p<0,001
p<0,001
p=0,231
0,3638
0,4111
0,0277
3284,612
3103,430
3035,034

Modelo 1: modelo nulo
Modelo 2: interceptos aleatrios, com variveis de nvel 1
Modelo 3: interceptos aleatrios, com variveis de nvel 1 e nvel 2
130
7. CONCLUSES E CONSIDERAES FINAIS
Nesta tese fez-se a descrio dos mtodos para tratamento de dados provindos de
planos amostrais complexos, freqentemente utilizados em estudos epidemiolgicos,
atravs de duas abordagens: amostragem complexa e modelo multinvel.
Para ilustrar os mtodos, analisaram-se dois conjuntos de dados j utilizados em
outras pesquisas, sendo que a teoria envolvida nesses dois casos pode ser estendida para
outros casos, tanto na abordagem da amostragem complexa como na abordagem de
modelos multinvel.
De um modo geral, observa-se que as estimativas pontuais de mdia, proporo
e coeficientes de regresso de Poisson so semelhantes entre amostragem complexa e
amostragem aleatria simples, mas h diferenas nos erros padres. As diferenas nos
erros padres da mdia e proporo so maiores do que dos coeficientes de regresso de
Poisson entre amostragem complexa e amostragem aleatria simples.
Desta forma, os resultados analisados e discutidos apontam para a necessidade
da incorporao da complexidade do plano amostral na anlise dos dados pelos
pesquisadores da rea epidemiolgica e de outras reas sempre que o plano amostral
considerado for complexo.
Tambm, mostrou-se que os resultados relativos regresso linear diferem
quanto aos erros padres dos coeficientes entre a abordagem da amostragem complexa e
a abordagem de modelos multinvel, sendo maiores na amostragem complexa.
Pode haver diferenas entre a significncia das variveis entre as modelagens
por amostragem complexa e por multinvel, o que implicaria, na prtica, modelos finais
131
diferentes. Tambm, pode haver diferena da significncia de variveis e, portanto, da
incluso de varives nos modelos entre a anlise ponderada e no ponderada, na
abordagem da amostragem complexa.
Na anlise multinvel os dados analisados no mostraram diferena de
significncia dos coeficientes entre os modelos com ponderao e sem ponderao, mas,
nos casos em que os pesos tiverem maior variabilidade, pode ocorrer diferenas entre
modelos com ponderao e sem ponderao, mostrando a importncia da incorporao
dos pesos amostrais na anlise.
A escolha de qual abordagem a mais apropriada depende da questo de
pesquisa: se o pesquisador deseja resultados tanto no nvel de grupo como individual
deve optar pela abordagem multinvel; caso contrrio, pela abordagem da amostragem
complexa.
Como concluso geral, os estudos apresentados neste trabalho evidenciam a
necessidade de incorporar a complexidade do plano amostral na anlise dos dados.
Sugere-se, para estudos futuros, a aplicao dos mtodos de estimao por reamostragem para obteno dos estimadores na anlise de dados incorporando planos
amostrais complexos. E, ainda, um estudo por simulao comparando a abordagem da
amostragem complexa com a abordagem de modelos multinvel.
132
ANEXO A COMANDOS PARA DIFERENTES TCNICAS DE ANLISE

DE DADOS EM APLICATIVOS
Quadro A.1 Comando para diferentes tcnicas de anlise de dados no STATA 9.0
Tcnica de anlise
Comando
Definir as variveis do plano svyset var_conglomeado [pweight=var_peso],

strata(var_estrato) vce(linearized)
amostral
Mdia, erro padro e intervalo de svy, vce(linearized): mean var_name

95% de confiana
Proporo, erro padro e intervalo svy, vce(linearized): proportion var_name
de 95% de confiana
Regresso linear simples
svy,
vce(linearized):
regress
var_resposta_name var_1_name var_2_name

Regresso logstica
svy,
vce(linearized):
logistic

Teste
de
ajuste
do
modelo, svylogitgof
segundo Archer e Lemeshow

(2006)
Regresso Poisson
svy,
vce(linearized):
poisson

Regresso Poisson, com varivel xi:
dummy definida como i.
svy,
vce(linearized):
poisson
var_resposta_name var_1_name i.var_2_name
var_conglomerado = nome da varivel que define conglomerado; var_estrato = nome da varivel que
define estrato; var_peso = nome da varivel que define pesos; var_name = nome da varivel de
pesquisa; var_reposta_name = nome da varivel resposta de pesquisa.
133
Quadro A.2 Comando para diferentes tcnicas de anlise de dados no SAS 9.1.3
Tcnica de anlise
Comando
Mdia, erro padro e intervalo de proc surveymeans data=banco_dados;

cluster var_conglomerado;
95% de confiana
strata var_estrato;
var var_name;
weight var_peso;
run; quit;
Proporo, erro padro e intervalo proc surveymeans data=banco_dados;
class var_name;
de 95% de confiana
strata var_estrato;
var var_name;
weight var_peso;
run; quit;
proc surveyreg data=banco_dados;

model var_reposta_name = var_1_name
var_2_name/ solution covb deff;
strata var_estrato;
weight var_peso;
run; quit;
Regresso logstica
proc surveylogistic data=banco_dados;

model var_reposta_name = var_1_name
var_2_name;
strata var_estrato;
weight var_peso;
run; quit;
No disponvel.
Regresso Poisson
134
Quadro A.3 Comando para diferentes tcnicas de anlise de dados no SPSS 15

Tcnica de anlise
Comando
Definir as variveis do plano CSPLAN ANALYSIS

/PLAN FILE='banco_dados'
amostral
/PLANVARS
ANALYSISWEIGHT=var_peso
/SRSESTIMATOR TYPE=WOR
/PRINT PLAN
/DESIGN STAGELABEL= '1' STRATA=
var_estrato CLUSTER= var_conglomerado
/ESTIMATOR TYPE=WR.
Mdia, erro padro e intervalo de CSDESCRIPTIVES
/PLAN FILE = 'banco_dados'
95% de confiana
/SUMMARY VARIABLES =var_name
/MEAN
/STATISTICS SE CIN (95).
Proporo, erro padro e intervalo CSTABULATE
de 95% de confiana
/TABLES VARIABLES = var_name
/CELLS POPSIZE TABLEPCT
/STATISTICS SE CIN(95).
CSGLM var_resposta_name BY var_1_name
WITH var_2_name
/MODEL var_resposta_name var_1_name
Regresso logstica
CSLOGISTIC var_resposta(HIGH) BY
var_1_name
/PLAN FILE = 'banco_name'
/MODEL var_1_name
Regresso Poisson
No disponvel
135
Quadro A.4 Comando para diferentes tcnicas de anlise de dados no EPI INFO
3.4.3
Tcnica de anlise
Comando
Mdia, erro padro e intervalo de MEANS

95% de confiana
var_name
var_estrato
STRATAVAR=
WEIGHTVAR=var_peso
PSUVAR=var_conglomerado
Proporo
FREQ var_name STRATAVAR = var_estrato

WEIGHTVAR=var_peso
PSUVAR=var_conglomerado
No disponvel
Regresso logstica
No disponvel
Regresso Poisson
No disponvel
Quadro A.5 Comando para diferentes tcnicas de anlise de dados no R

Tcnica de anlise
Comando
Definir as variveis do plano plano <- svydesign(id=~conglomerado,

strata=~estrato, weights=~peso,
amostral
data=nome_matriz_dados, nest=TRUE)
Mdia, erro padro e intervalo svymean (~var_name, plano, deff=TRUE)
de 95% de confiana, EPA
Proporo, erro padro
svymean (~var_name, plano)*
modelo <glm(var_resposta_name~var_1_name+var_2_name,
data=nome_matriz_dados)
summary(modelo)
logitmodel <- svyglm(I(var_resposta_name == 1)
~var_1_name + var_2_name, design = plano,
family = quasibinomial())
summary(logitmodel)
poissonmodel <- svyglm(I(var_resposta_name ==
1) ~var_1_name + var_2_name, design = plano,
family = quasipoisson())
summary(poissonmodel)
Regresso logstica
Regresso Poisson
*definindo as categorias como 0 e 1

Para leitura dos dados: dados <- read.table("D:\\nome_arquivo.txt", header = TRUE, sep = "\t").
136
SUDAAN: as tcnicas de anlise estatstica apresentadas nos aplicativos

(Quadros A1 a A5) tambm esto disponveis no SUDAAN, porm seus comandos
no so apresentados aqui por falta de acesso ao referido programa.
WesVar: no esto sendo apresentados os comando para o WesVar, pois este
aplicativo utiliza pesos pelo mtodo de replicao, no sendo este o objeto deste
estudo.
137
ANEXO B Fluxograma para anlise de amostragem complexa
138
ANEXO
COMANDOS
PARA
ANLISE
MULTINVEL
EM
APLICATIVOS
Quadro C.1 Comando para modelagem multinvel com 2 nveis com desfecho
contnuo no SAS 9.1.3
Modelo
Comando
Modelo nulo
proc mixed data=banco_dados covtest;

class var_name;
model var_resposta_name_nivel1 = /
solution;
random intercept / subject =
var_grupo_nivel2 solution;
run; quit;
Modelo com intercepto aleatrio proc mixed data=banco_dados covtest;
class var_name;
entre grupos do nvel 2
model var_resposta_name_nivel1 =
var_name_nivel1 var_name_nivel2 / solution;
var_grupo_nivel2 solution;
run; quit;
Modelo
com
intercepto
e proc mixed data=banco_dados covtest;

class var_name;
inclinao aleatrios entre grupos
model var_resposta_name_nivel1 =
var_name_nivel1 var_name_nivel2 / solution;
do nvel 2
var_grupo_nivel2 var_name_nivel1 solution;
run; quit;
var_reposta_name_nivel1 = nome da varivel resposta de pesquisa; var_name_nivel1 = nome da
varivel explicativa do nvel 1; var_name_nivel 2 = nome da varivel explicativa do nvel 2;
var_grupo_nvel 2 = nome da varivel que define o grupo;
139
Quadro C.2 Comando para modelagem multinvel com 2 nveis com desfecho
contnuo no MLwiN 2.02
Modelo
Comando
Modelo
nulo
Modelo
com
intercepto
aleatrio
entre
grupos do
nvel 2
Modelo
com
intercepto
e
inclinao
aleatrios
entre
grupos do
nvel 2
var_reposta_name_nivel1 = nome da varivel resposta de pesquisa; var_name_nivel1 = nome da
varivel explicativa do nvel 1; var_name_nivel 2 = nome da varivel explicativa do nvel 2;
var_grupo_nvel 2 = nome da varivel que define o grupo; var_individuo_nivel1 = nome da varivel
que define o indivduo.
140
ANEXO D INTRUMENTO DE COLETA DE DADOS DO ARTIGO 2
Opinio de alunos da 5 srie sobre a alimentao de bebs

Data:___/___/___
A. Dados gerais:
1. Nmero do questionrio
2. Nmero do entrevistador
NUMQ
NUME
B. Dados da Escola:
1 . Nome da escola
2. Tipo de escola [1] estadual urbana
[2] estadual rural
[3] municipal urbana
[4] municipal rural
[5] particular
TIPE
C. Dados do aluno:
1. Nome do aluno:...............................................................................
2. Idade [___] anos completos
3. Sexo [1] masculino [2] feminino
4. Turma [ ][ ]
5. Turno [1] manh [2] tarde
IDADE
SEXO
TURMA
TURNO
D. Para cada questo, escolha apenas UMA resposta, a que melhor expresse a que sua opinio:
1. Na sua opinio, qual a principal funo das mamas?
MAMA1
[1] Para dar mamar para as crianas pequenas.

[2] Embelezar o corpo das mulheres.
[3] Para diferenciar o corpo das mulheres do corpo dos homens.
[4] No sei.
2. Marquinhos acabou de nascer e o primeiro filho de Dona Ana e seu Paulo. Eles esto muito ALIMF1
felizes e querem que Marquinhos receba o melhor leite. Qual leite voc acha que seria o melhor
para o Marquinhos?
[1] Leite em p.
[2] Leite tirado da vaca.
[3] Leite de saquinho ou caixinha.
[4] Leite do peito da me.
[5] No sei.
3. Imagine que voc o mdico do Marquinhos, que acabou de nascer. Que conselho voc MELB1
daria me dele?
[1] D s o peito para o seu beb.
[2] D o peito e mamadeira para o seu beb.
[3] D s mamadeira para o seu beb.
[4] Tanto faz dar o peito ou a mamadeira.
[5] No sei.
4. Marquinhos est com 15 dias de vida e continua mamando s no peito. Dona Teresa, sua AVON1
141
av, acha que o neto precisa receber tambm gua e chazinho. Na sua opinio:
[1] Dona Teresa est certa, porque todo o beb precisa receber gua e chazinho desde que
nasce.
[2] Marquinhos no precisa de gua ou ch no primeiro ms, mas depois que completar 1 ms
vai precisar tomar gua e chazinho nos intervalos das mamadas no peito.
[3] Marquinhos deve receber chazinho s se tiver clicas.
[4] Marquinhos no precisa de gua ou ch, porque a criana que mama s no peito no precisa
de outros lquidos at os 6 meses.
[5] No sei.
5. Marquinhos agora tem 1 ms de idade, no chupa bico e s mama no peito. Dona Ana e seu MECO1
Paulo levaram Marquinhos ao mdico porque eles acham que Marquinhos chora muito. O
mdico disse que Marquinhos est bem e est crescendo bem. Se voc fosse a me ou o pai de
Marquinhos, o que voc faria em primeiro lugar para ele chorar menos?
[1] Daria bico.
[2] Daria mais colo.
[3] Daria mamadeira com outro leite.
[4] Daria chazinho.
[5] Daria umas palmadas.
[6] No sei.
6. Marquinhos j fez 2 meses e continua mamando s no peito. Os pais esto preocupados HORA1
porque Marquinhos no tem horrio certo para mamar. Mama seguido (8 a 12 vezes por dia) e
acorda noite para mamar. O mdico de Marquinhos constatou que ele est muito bem de
sade. Se voc fosse o mdico, o que diria para os pais de Marquinhos?
[1] normal beb dessa idade no ter horrio para mamar e mamar vrias vezes ao dia.
[2] preciso dar de mamar em horrios regulares (de 3 em 3 horas ou de 4 em 4 horas), para a
criana se disciplinar.
[3] preciso dar gua e chazinho para a criana mamar menos no peito.
[4] Durante o dia, a criana pode mamar quanto quiser, mas noite ela deve se acostumar a no
mamar.
[5] No sei.
7. Marquinhos vai completar 3 meses na semana que vem e ainda mama no peito. Ele est
crescendo bem. Os pais levaram Marquinhos ao mdico para saber quando ele deve comear a ALIA1
receber outros alimentos (suquinhos, frutinhas, sopinhas). O que voc acha que o mdico
respondeu?
[1] Marquinhos j deveria estar comendo outros alimentos.
[2] Marquinhos deve comear a comer outros alimentos quando completar 3 meses.
[3] Marquinhos deve comear a comer outros alimentos quando tiver 4 meses.
[4] Marquinhos deve comear a comer outros alimentos perto dos 6 meses.
[5] Marquinhos s deve comear a comer outros alimentos depois que completar 1 ano de
idade.
[6] No sei.
8. At quanto tempo voc acha que Marquinho deve mamar no peito?
[1] Por 3 meses.
[2] Por 6 meses.
[3] Por 1 ano.
[4] Por 2 anos ou mais.
[5] No sei.
MESES1
9. Marquinhos cresceu, casou-se com Marcela e tiveram uma filha chamada Linda. Marquinhos LINDA1
decidiu com Marcela que a filha seria amamentada no peito. Na sua opinio, qual a melhor
142
maneira de Marquinhos ajudar para que a amamentao seja boa?

[1] Dando mamadeira de vez em quando para a me descansar.
[2] Dando fora, carinho e ateno Marcela, fazendo os servios da casa, fazendo as compras
da casa e trocando as fraldas do beb.
[3] Trabalhando para manter as despesas da casa.
[4] Marquinhos no pode ajudar, pois s a Marcela pode dar o peito para Linda mamar.
[5] No sei.
ESCORE 1:
ESCORE1
E. Marque com um X as palavras que na sua opinio completam melhor a frase:
10. O beb gosta mais .............
GOSTO2
[1] do peito
[2] da mamadeira.
[3] No sei.
11. mais fcil alimentar um beb ...........
FACIL2
[1] com mamadeira.

[2] dando o peito.
[3] No sei
12. Amamentar uma criana...........
DORA2
[1] di.
[2] no di.
[3] No sei.
13. O leite do peito de algumas mulheres..........
FRACOL2
[1] fraco e no sustenta o beb.

[2] no fraco e sustenta o beb.
[3] No sei.
14. As crianas que mamam no peito pegam...........
DOEN2
[1] menos doenas.

[2] mais doenas.
[3] No sei.
15. Quando o beb machuca o peito da me porque..........
JEITO2
[1] eles esto com fome e sugando muito forte.

[2] ele est mamando de mau jeito.
[3] normal o beb machucar o peito da me.
[4] No sei.
16. A mulher que tem mamas grandes.............que as mulheres com mamas pequenas.
MAGR2
[1] produz mais leite.

[2] produz a mesma quantidade de leite.
[3] No sei.
17. A me............. parar de dar o peito para o beb quando ele comea a ter dentinhos.
[1] no precisa.
DENT2
143
[2] precisa.
[3] No sei.
18. O beb que mama s no peito nos primeiros 6 meses..................
LEPO2
[1] fica muito magrinho.

[2] fica muito gordinho.
[3] No sei.
19. Na maioria das vezes ............oferecer bico para acalmar o beb.
BICO2
[1] no preciso.
[2] preciso.
[3] No sei.
20. Beb que mama s no peito.......................... entre as mamadas.
ACHA2
[1] precisa tomar ch e gua.

[2] no precisa tomar ch e gua.
[3] No sei.
21. Quando o beb tem clicas ou chora muito...........dar chazinho para ele.
COLIC2
[1] preciso.
[2] no preciso.
[3] No sei.
22. Para que uma mulher amamente o seu beb com sucesso............ a participao do pai.
PPAI2
[1] muito importante

[2] no importante.
[3] No sei
23. O beb quando nasce....................................................................
NASC2
[1] precisa aprender a mamar porque ele no nasce sabendo.

[2] no precisa aprender a mamar porque ele nasce sabendo.
[3] No sei.
24. Se a me trabalha fora de casa....................continuar amamentando seu filho no peito.
TRABA
[1] no possvel.
[2] possvel.
[3] No sei.
25. A amamentao..................... do peito da mulher ficar cado.
PEICA
[1] a principal causa.

[2] no a principal causa.
[3] No sei.
ESCORE 2:
ESCORE TOTAL:
ESCORE2
ESCORE
TOTAL
144
F. Escolha a resposta e marque com X, quando for pedido explique a sua resposta:
1. Voc mamou no peito?
MAMOU
[1] Sim [2] No [3] No sei

2. Voc j viu algum amamentando?
ERAM
[1] Sim [2] No [3] No sei

3. Se voc j viu algum sendo amamentado, quem voc j viu?
(Marque com X e pode marcar mais de uma resposta)
[
[
[
[
[
[
[
] Meu irmo ou minha irm.

] Beb da famlia.
] Bebs de pessoas conhecidas, mas no da famlia.
] Desconhecidos, na rua.
] Personagem da televiso.
] Em livros e revistas.
] Outros
MUEMI
BFAM
BCON
DRUA
PERST
LIVRE
VOUTRO
Quais os outros? ---------------------------------------------------------------4. Nas suas brincadeiras da infncia, as bonecas mamavam no peito?
BRIBO
[ ] Sim.
[ ] No. [ ] No sei.
5. Voc acha que feio dar o peito para o beb na frente de outras pessoas?
[1] Sim
FEIO
[2] No [3] No sei
6. Se voc (ou sua esposa) tivesse um filho hoje, como gostaria que ele fosse alimentado?
[1] S com leite em p, na mamadeira.
[2] S com leite de vaca (direto da vaca ou de saquinho), na mamadeira.
[3] S com leite do peito.
[4] Com leite do peito e outro leite na mamadeira.
[5] No tenho opinio ainda.
G. Complete as frases a seguir:

1. Diga trs coisas boas da amamentao.
1.......................................................................................
2.......................................................................................
3.......................................................................................
2. Diga trs coisas no boas da amamentao.
1.......................................................................................
2.......................................................................................
3.......................................................................................
3. Diga trs coisas boas da mamadeira:
FIMA
145
1.......................................................................................
2.......................................................................................
3.......................................................................................
4. Diga trs coisas no boas da mamadeira:
1.......................................................................................
2.......................................................................................
3.......................................................................................
5. Descreva como o pai do beb pode participar na fase de amamentao da

criana.
.......................................................................................
.......................................................................................
.......................................................................................
H. Informaes socioeconmicas sobre a famlia:

1. Com quem voc mora?
(Marque com um X e pode marcar mais que uma resposta)
[ ] me
[ ] madrasta
[ ] pai
[ ] padrasto
[ ] irmos
[ ] com outros.
Quais so as outras pessoas? .......................................................
.....................................................................................................
2. A sua me sabe ler ?
MAE
MADRAS
PAI
PADRAS
IRMAOS
OUTRO
MESLER
[1] Sim. [2] No. [3] No sei.
3. A sua me sabe escrever ?
MSESC
[1] Sim. [2] No. [3] No sei.
4. A sua me estudou na escola at:
MPSF
[1] ensino fundamental (da primeira a oitava srie)

[2] ensino mdio (segundo grau).
[3] Ensino superior (faculdade).
[4] No sei.
5. Quantos anos completos a sua me estudou?
[___] anos.
[____] ANOS
MESC
[88] No sei.
6. O seu pai sabe ler?

[1] Sim. [2] No. [3] No sei.
PESLER
146
7. O seu pai sabe escrever?
PSECR
[1] Sim. [2] No. [3] No sei.

8. Seu pai estudou na escola at:
PSESC
[1] ensino fundamental (da primeira a oitava srie)

[2] ensino mdio (segundo grau).
[3] Ensino superior (faculdade).
[4] No sei.
9. Quantos anos completos o seu pai estudou?
[____] anos.
[88] No sei.
[_____] ANOS
PESC
147
ANEXO E DECLARAO
148
149
150
ANEXO F PROJETO DE PESQUISA
151

Projeto de Pesquisa
Anlise de dados epidemiolgicos incorporando esquemas

amostrais complexos

Orientadora: Jandyra Maria Guimares Fachel
Co-orientador: Joo Riboldi
Colaboradora: Elsa Cristina de Mundstock
Porto Alegre, 29 de agosto de 2006.
152
SUMRIO
1 INTRODUO ............................................................................................ 153

1.1 Caracterizao do problema....................................................................... 153
1.2 Questo de pesquisa ................................................................................... 154
1.3 Justificativa ................................................................................................ 154
2 OBJETIVOS ................................................................................................. 154
2.1 Geral........................................................................................................... 154
2.2 Especficos ................................................................................................. 155
3 REVISO DE LITERATURA ..................................................................... 155
4 METODOLOGIA ......................................................................................... 177
4.1 Banco de dados .......................................................................................... 177
4.2 Questes ticas ........................................................................................... 178
5 ASPECTOS OPERACIONAIS .................................................................... 179
5.1 Recursos necessrios.................................................................................. 179
5.2 Cronograma................................................................................................ 180
6 ESBOO DOS ARTIGOS............................................................................ 181
6.1 Artigo 1 ...................................................................................................... 181
6.2 Artigo 2 ...................................................................................................... 189
7 REFERNCIAS BIBLIOGRFICAS.......................................................... 195
153
1 INTRODUO
1.1 Caracterizao do problema
Muitos estudos epidemiolgicos utilizam amostragem probabilstica para

coleta de dados, definidas de quatro formas diferentes: amostragem aleatria
simples, amostragem estratificada, amostragem sistemtica e amostragem por
conglomerado. muito comum, em grandes inquritos para estudo da sade de
indivduos, a aplicao de duas ou mais destas formas de amostragem ao mesmo
tempo, e ainda, em dois ou mais estgios de seleo das unidades amostrais,
definindo-se como amostragem complexa.
A maioria dos softwares estatsticos contempla tcnicas de anlise dados
provindos de amostragem aleatria simples, sendo que estas no so apropriadas
para os demais tipos de amostragem probabilstica. Felizmente, atualmente tm-se
rotinas disponveis para anlise de dados provindos de diferentes amostragens
probabilsticas em softwares estatsticos, porm ainda subutilizados. Isto se deve a
pouca disponibilidade de referncias aplicadas epidemiologia, assim como a
recente incorporao destas tcnicas nos softwares.
Sabe-se que a anlise de dados desconsiderando a amostragem complexa
resulta em estimativas incorretas, porm isso ignorado em muitas pesquisas.
Desta forma, tem-se a necessidade de demonstrar o erro que se comete ao
ignorar a complexidade do delineamento na anlise de dados, assim como
comparar essa metodologia com outras alternativas. Para isso sero utilizados
dados de dois estudos j realizados.
154
1.2 Questo de pesquisa
Qual o impacto (magnitude) nas estimativas quando ignora-se o plano

efetivamente utilizado na coleta de dados?
Modelagem incorporando mtodos de complex survey leva aos mesmos

resultados de modelagem por multinvel?
1.3 Justificativa
Vrias pesquisas utilizam amostragem complexa para a coleta de dados,

porm muitos pesquisadores ainda no utilizam tratamento estatstico adequado
para esses dados.
Pouca disponibilidade de referncia metodolgica aplicada epidemiologia,
principalmente na definio de parmetros da amostragem complexa.
Recursos computacionais recentemente disponibilizados nos pacotes
estatsticos, por isso so desconhecidos por muitos.
Necessidade de comparao de resultados de complex survey e modelos
multinveis, sendo essas duas tcnicas disponibilizadas recentemente nos pacotes
estatsticos e de grande importncia para resultados mais especficos.
2 OBJETIVOS
2.1 Geral
Comparar estimativas e respectivos erros padro (preciso) para vrias

tcnicas estatsticas incorporando mtodos de complex survey com as estimativas
155
de amostra aleatria simples e mtodo multinvel, utilizando dois bancos de dados

provenientes de amostragem complexa.
2.2 Especficos
Obter e comparar estimativas considerando uma amostra padro (AAS) e

amostra complexa, utilizando anlise simples (mdia, proporo, desviopadro), para os diferentes estudos.
Obter e comparar estimativas considerando uma amostra padro (AAS) e

amostra complexa, utilizando modelagem (regresso logstica, regresso
linear), para os diferentes estudos.
Obter e comparar resultados de anlise utilizando metodologia de

amostragem complexa e metodologia multinvel.
Investigar como se pode incorporar o delineamento complexo nas anlises

estatsticas de estudos epidemiolgicos, para obter estimativas corretas.
Implementar anlise de resduos ajustados em tabelas cruzadas no software

R e outros procedimentos que necessrios para anlise de dados
Comparar recursos atualmente disponveis para anlise de dados

provenientes de amostragem complexa disponibilizados nos softwares.
3 REVISO DE LITERATURA
Grandes inquritos populacionais so comuns em estudos da sade da

populao de um pas, de uma regio ou de um municpio. Como geralmente
envolvem grandes reas geogrficas e diferentes nveis populacionais, o
delineamento amostral no simples, isto , envolve um delineamento complexo.
Como os inquritos tm o propsito de inferir caractersticas da amostra
para a populao, a amostragem aleatria a mais apropriada. Em um
delineamento complexo tem-se a juno de pelo menos dois tipos de amostragens
aleatrias entre as seguintes: amostragem aleatria simples ou sistemtica,
156
amostragem estratificada, amostragem por conglomerado em uma ou vrias

etapas. Ainda, pode haver amostragem com probabilidades variveis.
A coleta de dados por amostragem apropriada evita desperdcio de tempo,
de recursos materiais e financeiros, garantindo maior qualidade s medidas, uma
vez que um nmero menor de entrevistas permite maior cuidado em sua realizao
(BARATA et al., 2005).
Dados provindos de grandes inquritos so muito freqentes em pesquisas
epidemiolgicas, disponveis como dados primrios ou como dados secundrios.
Nos Estados Unidos, organizaes como o Centro Nacional para Estatsticas de
Sade (National Center for Health Statistics) e o Departamento de Censo
Americano (United States Bureau of the Census) disponibilizam dados secundrios
sobre sade da populao (LEMESHOW e COOK, 1999). No Brasil, dados
secundrios de sade so disponibilizados pelo IBGE e pelo DATASUS.
A vantagem desses grandes estudos epidemiolgicos que muitos fatores
de riscos podem ser examinados, porm trazem uma dificuldade maior na
identificao das tcnicas mais adequadas para anlise dos dados destes estudos
(KORN e GRAUBARD, 1991).
AMOSTRAGEM
Amostragem o processo pelo qual obtm-se uma ou mais amostras da
populao. Na amostragem seleciona-se uma parte de uma populao para
observ-la com a finalidade de estimar parmetros populacionais. importante que
os
diferentes
procedimentos
amostrais
satisfaam
os
seguintes
critrios
(MUNDSTOCK, 2005):
1) que sejam amostras representativas da populao;
2) que forneam estimativas precisas das caractersticas da populao,
podendo medir sua confiabilidade;
3) que tenham pequeno custo para selecionar a amostra.
157
O processo de obteno de uma amostra est relacionado com

(MUNDSTOCK, 2005):
o tamanho da amostra;
a maneira de selecionar a amostra;
a definio dos mtodos para obter os dados;
a escolha dos tipos de dados para registrar.
Unidades amostrais
As unidades amostrais so as unidades observadas com a finalidade de
fazer estimativas. As unidades podem ser pessoas, residncias, hospitais, entre
outras.
Amostragem probabilstica
Na amostragem probabilstica possvel calcular, com antecedncia, a
probabilidade de se obter cada uma das amostras possveis, sendo que todas as
unidades da populao tm probabilidade maior que zero de entrar na amostra.
importante observar que a aleatoriedade no uma caracterstica de uma
determinada amostra, mas sim do processo pelo qual foi obtida.
A seleo probabilstica de amostras exclui fontes humanas de erro, tais
como tendncias conscientes ou inconscientes de selecionar unidades com valores
maiores (ou menores) da varivel de interesse.
Tambm na amostra probabilstica possvel quantificar os erros de
amostragem, ou discrepncias entre as estimativas amostrais e os valores
populacionais que seriam obtidos observando todas as unidades da populao. O
uso de amostragem probabilstica permite que sejam feitas estimativas da
magnitude mdia desses erros. Tambm, permite pr-fixar o tamanho de amostra,
de maneira que a magnitude mdia dos erros de amostragem no ultrapasse um
valor pr-determinado com uma probabilidade pr-determinada.
158
Os mtodos probabilsticos permitem o controle da preciso das estimativas

amostrais dentro de determinados limites fixados com antecedncia (intervalos de
confiana).
Existem
diferentes
mtodos
de
obteno
de
uma
amostra
probabilstica de uma populao, os quais so descritos a seguir (MUNDSTOCK,

2005;MUNDSTOCK, 2004):
Amostragem aleatria simples (AAS)

Consiste na seleo de n unidades de uma populao de tamanho N , de
maneira que cada uma das amostras possveis tenha a mesma probabilidade de
ser selecionada.
As unidades da populao so numeradas de 1 a N e depois so obtidos
nmeros aleatrios da tabela ou do computador. Uma amostra aleatria simples
selecionada extraindo-se uma unidade de cada vez. As unidades correspondentes
aos n nmeros sorteados constituem a amostra.
A populao dividida em subpopulaes mutuamente exclusivas chamadas
de estratos. A amostragem estratificada consiste em selecionar amostras em cada
estrato e combinar estas amostras numa nica amostra para estimar parmetros da
populao.
Tem como vantagem o aumento da preciso das estimativas, possibilidade
de obteno de informaes a nvel de estrato e facilidade na coleta de dados, por
razes fsicas ou administrativas.
Amostragem por conglomerados

A populao dividida em M grupos ou conglomerados que servem como
unidades primrias de amostragem (UPA), de maneira que cada unidade da
populao associada com um e somente um conglomerado. Cada conglomerado
formado por N i unidades, chamadas unidades secundrias. Das M unidades
primrias (conglomerados) na populao selecionada uma amostra de tamanho
159
m pelo mtodo aleatrio simples ou sistemtico. A amostragem por conglomerados

pode ser realizada em etapa nica ou em mais etapas, como segue:
Amostragem em etapa nica: todas as unidades do conglomerado
selecionado so includas na amostra.
Amostragem em duas etapas (bietpica): nos conglomerados selecionados
so extradas amostras de ni unidades secundrias.
Amostragem multietpica: o processo pode ser estendido a vrias etapas de
amostragem sendo que no necessrio ter o mesmo mtodo de amostragem em
todos os nveis (UCLA, 2005)
Quando uma listagem de indivduos da populao est disponvel, pode-se
selecionar, aleatoriamente, uma unidade amostral entre as k primeiras unidades
populacionais e, a partir da, selecionar as restantes a intervalos fixo em cada k
unidade.
Amostragem com probabilidades variveis

Em alguns procedimentos amostrais algumas unidades da populao so
mais importantes por terem uma contribuio maior no valor do parmetro, neste
caso estabelece-se probabilidades desiguais de seleo s diferentes unidades da
populao. Assim, quando as unidades variam em tamanho e a varivel em estudo
est correlacionada com tamanho, as probabilidades de seleo podem ser
estabelecidas em proporo ao tamanho da unidade. Neste caso, o procedimento
amostral definido como amostragem com probabilidade proporcional ao tamanho
(PPT).
A vantagem em utilizar amostragem PPT obter uma amostra mais
representativa da populao e assim aumentar a preciso dos estimadores quando
comparados Amostragem Aleatria Simples (AAS).
Tipos de seleo das unidades amostrais
160
A amostragem dita sem reposio, quando um elemento selecionado em

uma extrao excludo da populao para as extraes subseqentes. Neste
esquema, todos os elementos da mesma amostra devem ser diferentes.
A amostragem dita com reposio, quando os N elementos da populao
permanecem em todas as extraes, isto , uma unidade selecionada em uma
extrao reposta e pode ser extrada novamente. Assim, um elemento pode-se
repetir na mesma amostra.
TCNICAS
PARA
ESTIMAO
DE
PARMETROS
DE
AMOSTRAGEM
COMPLEXA
Para estimao de mdias utiliza-se estimadores de razo e para estimar

varincias utilizam-se diferentes mtodos aproximados, que no so expresses
algbricas exatas: linearizao por srie de Taylor e tcnica de replicao (COHEN,
1997); (HEERINGA e LIU, 1997), os quais produzem resultados semelhantes
(RODGERS-FARMER e DAVIS, 2001). Mais tarde, o mtodo bootstrap, foi includo
entre os mtodos de reamostragem (HEERINGA e LIU, 1997). Ainda mais
sofisticadas, so as tcnicas para estimao de coeficientes de regresso, como o
mtodo de estimao de equaes generalizadas (PREZ et al., 2004).
A estimao de varincia pelo mtodo de Taylor ou tcnicas de replicao
sofre uma importante limitao, pois as tcnicas so aproximadas e no do conta
de todos os possveis planos de amostragem e estimadores desejados. Segundo
Wolter apud (SOUSA e SILVA, 2003) qualquer uma das tcnicas resultar
estimativas aproximadas de varincia.
(RAO e WU, 1988)) desenvolveram mtodos que tem as caractersticas dos
mtodos jackknife e replicao repetida balanceada (BRR), que usam uma frmula
nica de varincia para todas estatsticas no lineares (por exemplo, razo,
regresso
coeficiente
de
correlao)
necessitando
de
mais
esforo
computacional, porm permitem extenso para delineamentos mais complexos

com amostragem sem reposio. Ao contrrio, a linearizao por srie de Taylor
utiliza uma frmula separada para cada estatstica no-linear, necessitando
maiores recursos de programao.
161
A correo para populao finita (FPC finite population correction),

definida como ((N-n)/(N-1)) usada quando a frao de amostragem grande,
neste caso aconselhvel inclu-la no clculo do erro padro da estimativa. Se o
FPC for 1, o impacto pequeno, podendo ser ignorado na anlise (UCLA, 2005).
ESTIMATIVAS OBTIDAS EM AMOSTRAGEM COMPLEXA
J se sabe da teoria de amostragem, apresentada por (COCHRAN, 1965),

que quando um delineamento complexo usado para coleta de dados, este deve
ser considerado na anlise dos dados, para que as estimativas pontuais e seus
respectivos erros-padro sejam corretos (UCLA, 2005). Porm, ainda comum
encontrar resultados de anlise onde o delineamento complexo foi ignorado
(LEMESHOW e COOK, 1999). Isso ocorre mais freqentemente em pases em
desenvolvimento, onde ainda so obtidas estimativas em softwares estatsticos que
no possuem mdulos especficos para amostragem complexa (SOUSA e SILVA,
2003). Alguns dos motivos disso acontecer o desconhecimento do impacto nas
estimativas quando se ignora o delineamento complexo e tambm a falta de
disponibilidade das tcnicas adequadas nos softwares estatsticos at bem pouco
tempo atrs.
Assim, estudos vm sendo realizados para demonstrar esses impactos e a
comparao de softwares especficos para tratamento de dados de delineamentos
complexos, porm percebe-se pouca abordagem na sade.
No entanto, j se encontram estudos que incorporam o delineamento
amostral complexo e que mostram o clculo da frao global de amostragem e o
valor do efeito do delineamento como o estudo de (BUENO et al., 2003) e que
consideram na anlise o delineamento amostral como o estudo de (BARROS e
BERTOLDI, 2002), (HERNNDEZ et al., 2003), (EGEDE, 2003), (EGEDE, 2003) e
(EGEDE, 2004).
Amostras
so
escolhidas
freqentemente
para
ter
conglomerados
geogrficos para reduzir custos administrativos (CARLSON, 2003), permitindo um

custo menor por indivduo amostrado comparadas a uma amostra aleatria simples,
162
porm tm a desvantagem de anlise estatstica mais complexa e geralmente

incrementos nas varincias dos estimadores (CORDEIRO, 2001).
importante que os conglomerados sejam heterogneos. Espera-se que
exista maior heterogeneidade entre os indivduos, resultando em maior varincia
nas estimativas obtidas. Por esse motivo, aumenta-se o tamanho da amostra e o
efeito do conglomerado deve ser considerado no clculo dos intervalos de
confiana (BARATA et al., 2005). Desconsiderar o efeito do conglomerado na
anlise de dados fornecer pouco impacto nas estimativas dos parmetros, porm
resultar em subestimao da variabilidade, isto , erros-padro subestimados e
intervalos de confiana menores (HORTON e FITZMAURICE, 2004).
Segundo (CORDEIRO, 2001), para um determinado delineamento amostral
e um determinado tamanho de conglomerado, o efeito do delineamento funo do
grau de homogeneidade intraconglomerado para as classes amostradas.
Complementarmente, quando o efeito de desenho igual ou prximo a 1, pode-se
estimar a varincia do estimador como AAS.
O grau de vis na varincia estimada a partir de dados provindos de
amostragem por conglomerados uma funo do coeficiente de correlao
intraconglomerado (ICC), sendo que quanto maior o ICC, maior ser o vis
(THOMAS e HECK, 2001). Quando o ICC for maior que 0,05 h necessidade de
ajuste para efeito do delineamento do conglomerado (THOMAS e HECK, 2001).
Pesos amostrais corrigem para superamostragem, porm no para similaridade
dentro dos conglomerados, o estudo de (THOMAS e HECK, 2001) apresenta quatro
formas de considerar o efeito dos conglomerados.
Outra
caracterstica
muito
comum
numa
amostra
complexa
estratificao, por proporcionar facilidade logstica na fase de coleta de dados, no

entanto desconsiderar o efeito da estratificao tem pequeno impacto nas
estimativas dos parmetros, mas superestima a variabilidade, isto , os errospadro sero superestimados e intervalos de confiana maiores (HORTON e
FITZMAURICE, 2004).
A estratificao tem o objetivo de reduzir a varincia das estimativas
amostrais, isto , a varincia das estimativas amostrais reduzida ao ponto que a
variabilidade entre unidades do mesmo estrato menor que sua varincia em toda
a populao (HORTON e FITZMAURICE, 2004). Cada estrato independente dos
demais, desta forma, estratos podero ter pesos diferentes (UCLA, 2005).
163
Tambm, comum, em amostragem complexa a probabilidade maior para

determinado subgrupo populacional para assegurar representatividade na amostra
final, tornando possveis anlises separadas para grupos diferenciados. Neste caso,
os indivduos de grupos diferentes da amostra no tiveram a mesma probabilidade
de seleo, sendo necessrio ajustes atravs de pesos e tambm ajustes para no
resposta ou outros fatores, como ps estratificao (CARLSON, 2003), (KORN e
GRAUBARD, 1991) e estratificao (TRAVASSOS et al., 2002).
(HERNNDEZ et al., 2003) denominam o peso como um fator de expanso,
sendo que o valor do peso indica o nmero de indivduos na populao que cada
observao na amostra representa (BROGAN, 2003), (KORN e GRAUBARD,
1995).
No considerar o peso amostral resultar em estimativas dos parmetros
populacionais viesados e em subestimao da variabilidade, isto , erros padro
subestimados e intervalos de confiana mais estreitos (HORTON e FITZMAURICE,
2004) (GUILLN et al., 2000).
Existem vrios tipos de pesos que podem estar associados a uma pesquisa,
sendo o mais comum o peso amostral, que o inverso da probabilidade do
indivduo ser selecionado na amostra, calculado como N / n , em que N o
tamanho da populao e n o tamanho da amostra. No caso de delineamento em
dois estgios, o peso calculado como f1 . f 2 , respectivamente o peso no primeiro
e no segundo estgio do delineamento. Em muitos planos amostrais, a soma dos
pesos ser igual ao tamanho da populao (UCLA, 2005).
Os autores (KNEIPP e YARANDI, 2002) consideram duas categorias de
ponderao: (a) ponderao, representando a pessoa ou nvel familiar e (b)
ponderao da varincia estimada. A primeira ajusta a estimativa para refletir o
nmero total ou proporo de elementos na populao baseada no delineamento e
tamanho amostral, sendo possvel executar nos softwares SPSS e STATA. A
segunda ajusta para o aumento da varincia em funo do delineamento amostral,
sendo possvel somente no STATA. Estas duas categorias de ajuste para dados
provenientes de delineamento complexo refletem melhor o desfecho na populao
de interesse e so definidos em funo do tipo de delineamento.
No estudo realizado por (THOMAS e HECK, 2001), dois tipos de pesos so
abordados: brutos e relativos. Ainda, comenta-se que alguns softwares usam o
164
tamanho da amostra como a soma dos pesos para o tamanho da populao, sendo
que isso no afeta a estimativa pontual da mdia, porm afeta o erro padro,
tornando-o menor do que realmente seria. Desta forma, os resultados dos testes de
hipteses podem ser significativos quando na realidade no seriam (THOMAS e
HECK, 2001). Os autores recomendam o uso de peso relativo.
A importncia de se considerar os pesos amostrais maior quando os
mesmos tm uma correlao inversa com a varivel analisada, j que nesse caso a
estimao no ponderada ser maior que o valor real. Quando os pesos amostrais
tm pouca variabilidade as estimativas pontuais considerando AAS so similares
ao considerar ponderao. Nas anlises considerando-se AAS tambm se
subestima as medidas de variabilidade, sendo que suas magnitudes depende da
magnitude do coeficiente de correlao das variveis analisadas dentro do
conglomerado. Quando a correlao grande, a variabilidade subestimada. A
anlise ponderada uma boa estratgia se o coeficiente de correlao pequeno
(29). As ponderaes podem aumentar ou diminuir o efeito do delineamento das
estimativas, dependendo da correlao dos valores dos pesos com o desvio-padro
da(s) varivel(s) usada na estimao da estatstica (HEERINGA e LIU, 1997).
Para (KORN e GRAUBARD, 1995), a escolha entre anlise ponderada e
no ponderada depende de cada estudo, da escolha entre robustez e eficincia,
isto , vis ou varincia.
O impacto do delineamento deve sempre ser considerado na anlise, porm
difcil identificar qual o aspecto do delineamento mais importante (KORN e
GRAUBARD, 1991). Os autores sugerem que se a diferena entre o nmero de
UPA e o nmero de estratos maior ou igual a 20, ento se considera o efeito do
conglomerado. Caso contrrio mtodos de anlise mais avanados devem ser
usados. O peso amostral deve ser considerado se a ineficincia for menor que
10%. Ainda sugerem sempre a documentao das variveis relacionadas ao
delineamento.
As estimativas pontuais dos parmetros so influenciadas pela ocorrncia
de pesos amostrais distintos, enquanto as estimativas de varincia (preciso) dos
estimadores dos parmetros do modelo so influenciadas tambm pelos efeitos de
estratificao e conglomerados (BROGAN, 2003), (LEITE e SILVA, 2002). O clculo
da varincia das estimativas desempenha papel essencial na realizao da
inferncia analtica permitindo a avaliao da preciso das estimativas, bem como
165
de intervalos de confiana e a formulao de testes de hipteses sobre os

parmetros dos modelos (LEITE e SILVA, 2002).
O autor (BROGAN, 2003) complementa, que a magnitude do vis em
estimativas no ponderadas depender da variabilidade dos dados e da
variabilidade dos pesos. Tambm, a relao entre o valor dos pesos e a varivel de
anlise outro fator que contribui no vis da estimativa baseada na anlise no
ponderada, como por exemplo, se o grupo for superamostrado e neste caso a
prevalncia do desfecho grande, ento a estimativa do desfecho ser viesada
(superestimada).
Ainda,
estimativas
pontuais
viesadas
erros-padro
subestimados so obtidos em anlises no ponderadas devido a conglomerados e

variabilidade dos pesos (BROGAN, 2003). Sendo que o grau de subestimao
depende da grandeza do ICC da varivel em anlise, isto , quanto maior o ICC,
maior a subestimao da variabilidade, quando se ignora o delineamento
complexo na anlise de dados (BROGAN, 2003).
A seguir seguem resultados encontrados em estudos com abordagem
metodolgica na anlise de dados provenientes de amostragem complexa.
No estudo de (LEMESHOW e COOK, 1999) os dados da NHANES III
(National Health and Nutrition Examination Survey III, EUA, 1988-1994) e do
PAQUID (Personnes Ages Quid Study, Frana, 1988) foram analisados
considerando duas estratgias de anlise: amostra aleatria complexa (estratificado
em mltiplos estgios) e
amostra aleatria simples. Neste estudo, obteve-se
diferena entre as duas estratgias de anlise maiores para estimativas pontuais e

erros padro de mdias do que para as estimativas de coeficientes de regresso e
razo de chances. Concluem que as diferenas encontradas nos resultados entre
as duas estratgias de anlise e ainda a disponibilidade de softwares, como o
STATA e SUDAAN, demonstram a necessidade do uso das tcnicas apropriadas
para a anlise de dados provindos de delineamento amostral complexo.
Detalhando os resultados para NHANES III, percebe-se diferena das
estimativas pontuais da mdia entre as duas estratgias de anlise. Tambm, que o
erro-padro consideravelmente maior considerando a amostra complexa. Neste
caso especfico, no houve sobreposio dos intervalos de confiana para mdia.
Houve pouca diferena nas estimativas pontuais dos coeficientes de regresso
linear entre as duas estratgias de anlise, porm os erros-padro foram duas
vezes maiores quando o delineamento complexo foi considerado. J, para a
166
regresso quadrtica houve grande diferena nas estimativas pontuais e nos errospadro entre as duas estratgias de anlise.
Detalhando os resultados para PAQUID, percebe-se que, incluindo a
ponderao, a razo de chances similar para as duas estratgias de anlise,
porm o efeito de proteo obtido atravs da tabela cruzada 18% maior na
anlise considerando o delineamento complexo e 12% maior utilizando a regresso
logstica. Para este caso especfico, as estimativas pontuais para as mdias so
pouco menores e os erros-padro so maiores considerando o delineamento
complexo.
A incorporao de pesos pode causar grandes diferenas nos resultados da
anlise entre as duas estratgias (LEMESHOW e COOK, 1999); (LEMESHOW et
al., 1998). (LEMESHOW e COOK, 1999) concluram a partir do estudo que
varincias de estimativas lineares, como para mdia, foram subestimadas quando o
delineamento complexo foi desconsiderado. Porm, os efeitos de delineamento
para coeficientes de regresso no foram to altos quanto para as mdias. Isto
pode ser justificado pela expresso do efeito do delineamento = 1 + ( n 1) x y ,
que depende do produto do coeficiente de correlao intraconglomerado da varivel
dependente y e independente x . J para o caso de estimativas lineares, como a
mdia, somente depende do coeficiente de correlao intraconglomerado de uma
varivel
Tambm,
possvel
que
os
coeficientes
de
correlao
intraconglomerado no tenham a mesma direo, no caso de dados de

conglomerados serem heterogneos para uma varivel e homogneo para outra,
resultando em efeito de delineamento menor que 1.
Tambm, (LEMESHOW e COOK, 1999) comentam que a incorporao de
pesos pode afetar muito os coeficientes de regresso estimados. Estas situaes
incluem especificao incorreta (misspecification) do modelo, omisso de uma
varivel do modelo que tem forte interao com as variveis independentes e
altamente correlacionada com os pesos e quando a razo de amostragem muito
diferente dentro dos nveis da varivel resposta. Em contraste, sempre que a razo
de amostragem dentro das categorias da varivel resposta difere moderadamente,
a ponderao ou no-ponderao fornecer resultados diferentes. Varincias da
mdia foram subestimadas considerando amostragem simples, porm coeficientes
de regresso e erros-padro no foram to diferentes entre os dois delineamentos
(LEMESHOW e COOK, 1999).
167
Anteriormente, (LEMESHOW et al., 1998) analisaram os dados da PAQUID

considerando o delineamento complexo da amostragem, j que originalmente a
anlise foi realizada considerando uma AAS. Os autores utilizaram o STATA,
definindo a varivel de estratificao, de conglomerao e de ponderao. O valor
de ponderao associado a cada indivduos foi definido em duas etapas, j que o
processo de amostragem englobou estratificao e ps-estratificao. Na primeira
etapa, a ponderao devido a estratos e conglomerados, o peso foi definido como o
inverso da probabilidade de seleo de cada indivduo e na segunda etapa, a
ponderao devido a ps-estratificao foi definida pela razo entre a proporo
populacional e proporo amostral nas categorias estratificadas posteriormente. O
resultado desta segunda etapa foi utilizado para corrigir o peso da primeira etapa,
obtendo-se assim, o peso final associado a cada indivduo.
Complementa, (LEMESHOW et al., 1998) que a diferena de varincia entre
as estratgias pode ser devido as ponderaes ou pelo procedimento de inferncia
ou ainda pelo coeficiente de correlao intraconglomerado, sendo que geralmente a
varincia maior no caso da amostragem complexa (LEMESHOW et al., 1998).
Dois exemplos so apresentados por (WANG et al., 1997), considerando
amostragem estratificada em dois estgios. Os resultados demonstraram que os
erros padro das estimativas de mdia desconsiderando o delineamento complexo
(estratificao, conglomerado e peso) foram menores que os correspondentes para
estimativas ajustadas para o delineamento. Na estimativa de proporo tambm
houve diferena e seus erros padro foram menores que os correspondentes
considerando a ponderao. Concluem que desconsiderar ponderao, quando a
probabilidade no for a mesma para todos elementos da amostra, na estimao de
mdia e proporo resulta em estimativas viesadas.
O impacto do plano por conglomerado e o efeito de ponderao foi avaliado
por (SOUSA e SILVA, 2003) utilizando dados da PNDS96 (Pesquisa Nacional sobre
Demografia e Sade) atravs do Epi Info 6.04b (CSAMPLE). No banco de dados,
variveis definem conglomerados, estratos e peso global, este ltimo obtido pelo
produto do peso devido ao plano de amostragem e o peso devido ausncia de
resposta e, aps padronizado, com o objetivo de obter o total ponderado da
amostra igual ao total no ponderado. A padronizao foi realizada pela
multiplicao de cada peso no padronizado por k , sendo que k corresponde ao
tamanho da amostra dividido pela soma dos produtos de cada peso no
168
padronizado pelo tamanho da amostra no estrato, conglomerado UPA e unidade

secundria de anlise (USA) correspondente.
Neste estudo, quatro estratgias de anlise foram consideradas: (1)
conglomerado, sem ponderao, (2) ponderao devido ao plano de amostragem,
(3) ponderao devido a ausncia de resposta e (4) ponderao global. Para todas
as estratgias foram obtidas estimativas de prevalncia, erros-padro, intervalo de
confiana, efeito do desenho e vcios das estimativas. Concluram, para esse
estudo, que a ponderao no aumentou a preciso das estimativas, alm da j
includa pelo plano por conglomerado. Tambm, sugerem que o clculo dos efeitos
do desenho e sua publicao devem tornar-se prtica usual nas pesquisas.
As autoras descrevem que quando se utiliza a amostragem com
probabilidade proporcional ao tamanho estimado, o tamanho final da amostra no
fixo, constituindo uma varivel aleatria, neste caso, pode-se utilizar o estimador
razo. Este estimador viciado, porm se o coeficiente de variao do tamanho
final da amostra for pequeno (CV<20%), considera-se o vcio desprezvel. (Kish, em
(SOUSA e SILVA, 2003). Vcios superiores a 0,20 tm um impacto direto na
inferncia que se faz utilizando os intervalos de confiana, isto , corresponde a se
ter intervalos que na realidade possuem menos de 95% de confiana.
(GUILLN et al., 2000) ilustram como incorporar o desenho amostral
complexo na anlise de dados para obter estimativas corretas de mdia, proporo,
erro-padro e regresso logstica, utilizando dados reais provenientes de um
delineamento estratificado em dois estgios no STATA. Concluem que ignorar o
delineamento amostral resulta em estimativas viesadas dos parmetros. Sendo que
a anlise ponderada produz estimativas pontuais no viesadas, porm os errospadro so muito menores.
As particularidades de mtodos de estimao de parmetros simples como
a mdia, o total e o percentual e seus respectivos erros padro e tambm modelos
de regresso logstica, para dados provenientes de amostragem complexa,
considerando AAS, incorporando pesos e incorporando o delineamento complexo
foram avaliadas por (PREZ et al., 2004). Obtiveram prevalncias estimadas
similares, para as trs estratgias de anlise, podendo ser explicado pela pequena
variabilidade das ponderaes amostrais, porm a preciso diferiu, sendo menores
para AAS e bem menores na anlise ponderada, comparando esses dois com o
delineamento complexo.
169
Dados do NHIS (National Center Health Interview Survey 1994) foram

analisador por (RODGERS-FARMER e DAVIS, 2001) para verificar estimativas
pontuais viesadas, erros-padro subestimados quando se utiliza software
tradicional para analisar dados sob amostragem complexa. Ajustaram modelo de
regresso mltipla em cinco estratgias: (1) ignorando peso amostral e
delineamento amostral complexo, (2) considerando pesos amostrais e ignorando
delineamento complexo, (3) considerando pesos normalizados e ignorando
delineamento complexo (pesos normalizados so transformaes lineares nos
pesos originais tal que o peso relativo das observaes mantido), (4) usando peso
amostral e ignorando delineamento complexo (assumindo um nico estrato com
reposio) e por ltimo, (5) considerando peso amostral e delineamento complexo
(com reposio). Os trs primeiros casos foram executados no SPSS e os dois
ltimos no SUDAAN.
Comparando as duas primeiras estratgias, percebe-se diferena entre os
coeficientes no padronizados e erros padro, segundo (RODGERS-FARMER e
DAVIS, 2001) os erros padro obtidos foram menores considerando pesos, pois os
softwares tradicionais subestimam as varincias das estatsticas ponderadas. Na
terceira anlise, percebe-se uma suave reduo no erro da varincia estimada. A
quarta anlise apresenta erros-padro alterados, nvel de significncia alterado e
coeficientes no padronizados iguais, comparando com a estratgia 3, com efeito
de delineamento para todos os coeficientes maiores que 1, mostrando que os errospadro foram subestimados quando se considerou AAS. Ainda, os autores
(RODGERS-FARMER e DAVIS, 2001) afirmam que desconsiderar o delineamento
quando o efeito do delineamento maior que 2 resulta em uma significativa
subestimao do erro-padro. Na estratgia 5, comparado a estratgia 4, os
coeficientes no alteram, mas os erros padro so alterados e conseqentemente o
nvel de significncia.
Estimadores ponderados tem a desvantagem de maior variabilidade que
estimadores no-ponderados ((KORN e GRAUBARD, 1995). No estudo, os autores
analisaram resultados de regresso linear simples, diferena entre proporo,
regresso logstica e diferena entre mdias obtidos para os dados da National
Maternal and Infant Health Survey 1998 no software SUDAAN. Os resultados
obtidos mostraram estimativas diferentes para anlise ponderada e no ponderada.
170
(KNEIPP e YARANDI, 2002) realizaram estudo sobre questes inerentes a

delineamento amostral de grandes pesquisas nacionais, explicando a estimao da
varincia, quando h ponderao. Tambm, compararam anlise com ponderao
apenas para amostra, realizada no SPSS e a ponderao para amostra e varincia,
realizada no STATA. Analisando dados do Medical Expenditure Panel Survey,
obtiveram intervalo de confiana mais largo incorporando ponderao na anlise
realizada no STATA. Ao contrrio da anlise realizada no SPSS, neste caso o
intervalo de confiana mais estreito, devido a reduo da variabilidade. Tambm,
observaram que o teste t de Student para comparar mdias entre duas amostras
independentes e a regresso linear foram menos afetados que o teste de quiquadrado quando a ponderao no considerada.
Os resultados do estudo de (HEERINGA e LIU, 1997) realizado com quatro
bases de dados referente a sade mental mostrou que o efeito do delineamento
maior que 1 para quase todas as estimativas de prevalncia e que o efeito do
delineamento varia entre os estudos. Tambm, usaram modelos de regresso
logstica para verificar o efeito do delineamento com trs diferentes estratgias: no
fazendo ajustamento nos dados, ajustando os dados com ponderaes e ajustando
os dados com ponderaes e para delineamento (estratificao e conglomerado).
Os resultados mostraram que ajustando os dados com pesos, as estimativas
pontuais se alteram, sendo iguais considerando ajuste somente com pesos e com
pesos junto com delineamento. O erro-padro maior no caso de ajustamento para
pesos e delineamento. A significncia dos coeficientes do modelo pode ser alterada
com a incluso do efeito do delineamento amostral
no clculo
do testes
estatsticos, como mostrada para os dados do estudo.

Dados da Behavioral Risk Factor Surveillance System do CDC (Centers for
Disease Prevention and Control) foram analisados por (BROGAN, 2003),
desconsiderando fator de correo para populao finita na estimativa de varincia.
Anlise foi realizada no SUDAAN, considerando o delineamento complexo e no
SAS considerando quatro diferentes aproximaes para o peso: (1) anlise no
ponderada, isto , apontando 1 para todos os valores da varivel peso; (2) anlise
ponderada; (3) anlise ponderada com peso normalizado, multiplicando cada peso
pela amostra e dividindo pelo tamanho da populao; e, (4) anlise ponderada com
peso normalizado pelo estrato.
171
Os resultados deste estudo mostram que a prevalncia superestimada em

10% utilizando o SAS sem ponderao comparado ao SUDAAN, sendo tambm
superestimada, mas em menor grandeza nos trs tipos de ponderao no SAS. O
erro-padro superestimado utilizando o SUDAAN em 35% comparando com a
anlise no ponderada do SAS e quase a mesma diferena para as 3 anlises
ponderadas do SAS. Tambm, que a prevalncia e seu erro-padro estimado foram
iguais para o peso final e peso normalizado. E, no houve diferena do peso
normalizado na anlise por estrato, porm houve diferena na estimativa geral
(todos estratos conjuntamente).
Ainda, os resultados do teste qui-quadrado mostram que a anlise no
ponderada do SAS resulta em valor de qui-quadrado maior, gerando valor p mais
significativo, comparada a anlise do SUDAAN, considerando o geral. J, na
anlise separada por estrato no houve um padro de variao, sendo alguns
valores de p maiores e outros menores. Utilizando a anlise ponderada do SAS
(peso bruto), obteve-se valores muito grandes da estatstica de qui-quadrado, pois
o tamanho da amostra considerado igual a soma de todos os pesos (isto , igual
ao tamanho da populao). Considerando o peso normalizado, em alguns estratos
maior e em outros menores. Para o peso normalizado por estrato no SAS, os
valores de qui-quadrado so duas vezes maiores em relao aos encontrados no
SUDAAN.
Nem sempre esto disponveis as variveis do delineamento no banco de
dados, impossibilitando o ajuste para delineamento, sendo que (VASCONCELLOS
e PROTELA, 2001) encontrou como alternativa a seleo de uma subamostra
autoponderada.
EFEITO DO PLANO AMOSTRAL (EPA)
Um dos mtodos para avaliar o impacto da incorporao do delineamento

amostral sobre a preciso das estimativas foi desenvolvido por Kish, denominado
efeito do plano amostral (EPA), definido pela razo entre a varincia estimada
incorporando o plano amostral efetivamente utilizado e a varincia estimada
172
supondo uma AAS (LEITE e SILVA, 2002) (HEERINGA e LIU, 1997). Esta medida
utilizada na fase de planejamento da pesquisa, pois valores elevados do EPA
destacam a importncia da considerao do plano amostral efetivamente utilizado
ao estimar as varincias associadas s estimativas dos parmetros. EPA menor
que 1, indica varincia considerando AAS superestimada, EPA igual a 1 indica que
no h diferena entre as estimativas de varincia e EPA maior que 1 indica
varincia considerando AAS subestimada (PESSOA e SILVA, 1998).
O EPA ampliado (meff-misspecification effect) mais indicado para medidas
analticas, avaliando a tendncia de um estimador usual (consistente), calculado
sob hiptese de IID (independente identicamente distribudos), subestimar ou
superestimar a varincia verdadeira do estimado pontual (LEITE e SILVA, 2002).
Quanto maior o valor do EPA e do EPA ampliado, menor ser a
probabilidade real de cobertura do intervalo de confiana para o parmetro de
interesse, caso o intervalo seja calculado sem considerar o plano amostral da
pesquisa (LEITE e SILVA, 2002).
O EPA um importante indicador para o erro de amostragem, permitindo
avaliar subestimativas ou at superestimativas dos erros padro, utilizando-se as
diferentes caractersticas do delineamento amostral e diferentes mtodos de
estimao (SOUSA e SILVA, 2003). Os resultados do estudo de (SOUSA e SILVA,
2003) demonstraram que os conglomerados influenciaram a preciso das
estimativas, para duas das seis variveis estudadas, com EPA superiores a 1,5,
indicando a importncia de considerar os conglomerados na anlise. Apontam a
possvel existncia de heterogeneidade intraconglomerados para outras variveis,
em que EPA foram inferiores a 1.
Muthen e Satorra apud (RODGERS-FARMER e DAVIS, 2001), colocam que
essencial considerar as caractersticas do delineamento complexo, se o efeito do
delineamento for maior ou igual a 2. Ainda, quando o efeito do delineamento for
maior que 1 e menor que 2, a quantidade que excede 1 uma medida de
ineficincia da amostragem complexa (LaVange et al, em (RODGERS-FARMER e
DAVIS, 2001).
(BARATA et al., 2005) analisaram a representatividade da amostra e a
preciso das estimativas obtidas com o uso da metodologia por conglomerados (30
por 7) proposta pela Organizao Mundial da Sade, utilizando dados do inqurito
realizados em duas cidades de SP, no ano de 2000. Consideraram satisfatria a
173
preciso quando o EPA foi inferior a 2 e a amplitude dos intervalos de confiana foi
inferior a 10%, sendo estes valores utilizados na determinao do tamanho da
amostra.
Um efeito do desenho prximo a 1 significa que, para fins prticos, o grau de
homogeneidade das medidas nos conglomerados pode ser desprezado e que a
estimativa da proporo equivalente que seria obtida em uma AAS
(CORDEIRO, 2001).
O efeito do delineamento pode ser usado para determinar o tamanho efetivo
da amostra, dividindo o tamanho amostral nominal pelo EPA. O tamanho efetivo da
amostra fornece o nmero de elementos que produziriam com equivalente preciso
considerando amostra IID (independente, identicamente distribudo) (CARLSON,
2003).
Dessa forma, o efeito do delineamento importante para corrigir
procedimentos padro de anlise estatstica, por exemplo, no estgio de
delineamento incorporado no clculo do tamanho da amostra (NEUHAUS e
SEGAL, 1993).
SOFTWARES PARA ANLISE DE DADOS PROVINDOS DE AMOSTRAGEM

COMPLEXA
Os softwares padro esto incorporando a anlise de dados provindos de

amostragem complexa, como os seguintes:
STATA (Stata Corporation, www.stata.com)
SAS (SAS Institute Inc., www.sas.com)
SPSS (www.spss.com)
EPI INFO (OMS www.cdc.gov/epiinfo)
R (www.r-project.org)
174
O STATA e o SAS esto incorporando rotinas para tratamento de dados de

amostragem complexa h algum tempo, porm o SPSS recentemente. O EPI INFO
e o R tm a vantagem de serem livres, sendo que o R tem a vantagem adicional de
ter o cdigo aberto, permitindo verificao e implementao de rotinas.
Tambm, software especfico para anlise de dados provindos de
amostragem complexa est disponvel, como:
SUDAAN (Research Triangle Institute, www.rti.org)
Este, como o STATA, SAS e SPSS precisam ser adquiridos.
Pacotes
estatsticos
padro
geralmente
no
consideram
quatro
caractersticas comuns em pesquisas com delineamento transversal: probabilidade

desigual de seleo dos indivduos, conglomerados, estratificao e ajustamento
para no resposta ou outro fator (BROGAN, 2003).
Estudos com dados obtidos com amostragem complexa no podem ser
analisados com softwares tradicionais, pois produzem erros-padro subestimados,
intervalos de confiana no apropriados e testes de significncia enganosos. A
especificao do delineamento complexo na anlise de dados fortemente
recomendada (RODGERS-FARMER e DAVIS, 2001).
Ainda, pacotes estatsticos padro permitem o uso de pesos na anlise,
permitindo obter estimativas pontuais corretas, porm, no para as estimativas de
varincia (BROGAN, 2003) (WANG et al., 1997).
Em alguns softwares, como o SUDAAN, necessrio informar se a
amostragem foi realizada com ou sem reposio, neste ltimo caso, deve-se usar o
FPC (UCLA, 2005).
STATA, SUDAAN e WESVarPC foram comparados por (COHEN, 1997),
possibilitando ao usurio considerar as limitaes e atraes para seu caso
particular de amostragem complexa. Anlise estatstica de dados provindos de
amostragem complexa considerando-os como provindos de uma AAS geralmente
subestima a varincia, resultando em intervalo de confiana mais estreito e teste de
hiptese menos conservatrio, isto , maior probabilidade de cometer o erro tipo I.
A facilidade de analisar dados considerando a amostragem complexa,
utilizando o STATA foi demonstrada em (LEMESHOW e COOK, 1999) e (GUILLN
175
et al., 2000) tambm concluem pela facilidade de incorporar o plano amostral nas
estimativas obtidas pelos programas estatsticos, sendo que isto deve encorajar os
pesquisadores a adotar essa estratgia de anlise.
A diferena entre anlise executada em um software tradicional e um
software que permite incorporar o delineamento amostral utilizando um exemplo no
SUDAAN foi demonstrada por (WANG, 2001). Ainda, demonstra que os
procedimentos disponveis nos softwares para anlise de amostra complexa
necessitam dos parmetros que indicam estgios, estratos, conglomerados,
probabilidade de seleo igual ou desigual, probabilidade proporcional ao tamanho
e amostragem com ou sem reposio.
Softwares para analisar dados de levantamentos amostrais complexos
foram comparados por (SOUSA e SILVA, 2000), avaliando facilidade de aplicao,
eficincia computacional e exatido dos resultados. Utilizaram dados da PNDS
(Pesquisa Nacional sobre Demografia e Sade, 1996), para analisar mdia e
proporo utilizando os softwares CSAMPLE/Epi Info v. 6.04, Stata v. 5 e
WesVarPC v 2.12 (incorporado ao SPSS). Concluram que o Epi Info mais
limitado na disponibilidade de tcnicas de anlise, porm seu uso simples e
gratuito. O Stata e WesVarPC tm diversidade de tcnicas de anlise, porm tem
custo de aquisio. Tambm, que a escolha pelo software depende das
necessidades e volume de anlise.
No Brasil, o primeiro estudo realizado no R foi de (FIGUEIREDO, 2004), que
tem a vantagem de ter o cdigo fonte aberto. Analisou dados obtidos de pesquisas
amostrais complexas, considerando o delineamento complexo e considerando AAS,
utilizando o SUDAAN e a biblioteca ADAC da linguagem R para modelos lineares
de regresso normal e logstica. Foram considerados aspectos tericos e
aplicaes em dados reais.
Oito softwares com capacidade de analisar dados de amostragem complexa
foram analisados por (BROGAN, 2005) de acordo com custo, mtodos de
estimao de varincia, opes de anlise, interface e vantagens/desvantagens.
Destes, 4 so livres. Anlises foram realizadas com dados de Burundi para 5
softwares (STATA, SAS, SUDAAN, WesVar e Epi-Info), obtendo-se resultados
equivalentes para todos quando linearizao por srie de Taylor e replicao
repetida balanceada foi usada.
176
As estimativas e erros padro foram so no viesados na anlise de um

conjunto de dados da sade no SUDAAN e STATA, quando incorpora-se
caractersticas do delineamento amostral (CHANTALA e TABOR, 1999). Os autores
discutem que os resultados so influenciados de diferentes modos: estimativas
pontuais (mdia, parmetros de regresso, propores,...) so afetados somente
pelos pesos e varincias estimadas so afetadas pelo conglomerado, estratificao,
peso e tipo de delineamento. Tambm, comentam a anlise de subpopulaes e
que neste caso o uso somente dos dados da subpopulao resulta em estimativa
pontual correta, porm o erro padro poder no ser correto, j que a estrutura do
delineamento no est disponvel. Os softwares para anlise de delineamento
complexo, disponibilizam anlise de subpopulaes.
Por fim, (PESSOA e SILVA, 1998) discutem que certos cuidados precisam
ser tomados para utilizao correta dos dados de pesquisas amostrais como as que
o IBGE realiza. Estes dados provem de populao finita envolvendo probabilidades
distintas de seleo, estratificao e conglomerao das unidades, ajustes para
compensar no-resposta e outros ajustes.
Os autores afirmam que pacotes
tradicionais de anlise ignoram estes aspectos, podendo resultar em estimativas

incorretas de parmetros e varincias das estimativas. A publicao aborda as
metodologias de tratamento de dados provenientes de amostragem complexa e
tambm um captulo sobre anlise desagregada (modelagem multinvel), sendo
esta ltima abordada na seqncia.
ANLISE MULTINVEL
As metodologias adequadas para a anlise de dados amostrais complexos
podem ser agrupadas em duas abordagens, como comentado por (VIEIRA, 2001):
abordagem agregada, baseando-se na incorporao de pesos e efeitos do plano
amostral no ajuste dos modelos estatsticos e abordagem desagregada,
incorporando efeitos devidos amostragem complexa, utilizando modelos lineares
hierrquicos ou multinvel. No estudo, o autor abordou aspectos tericos das
tcnicas de estimao pontual de parmetros de modelos de regresso e
respectivas varincias. Tambm, discute o pacote SUDAAN na abordagem de
efeito do plano amostral, intervalos de confiana e testes de hipteses. A aplicao
foi realizada com dados do SAEB 1999 (Sistema Nacional de Avaliao da
Educao Bsica).
177
Segundo (THOMAS e HECK, 2001), h duas aproximaes que podem ser

usadas na anlise de dados obtidos de amostragem complexa: designed-based e
model-based. Na anlise designed-based, isto , anlise por nvel nico, realizada
ajustamento para probabilidade desigual de seleo e observaes no
independentes (cluster) e na anlise model-based, isto , regresso multinvel, os
efeitos do delineamento amostral so incorporados no modelo analtico. Sendo que,
model-based eficaz para tratamento de conglomerados, porm ainda necessita
ajuste para probabilidade desigual de seleo.
No estudo de (TRAVASSOS et al., 2002), a anlise foi realizada em dois
nveis: individual e familiar. Porm, nenhuma caracterstica das famlias foi capaz
de explicar a variabilidade observada na varivel desfecho entre famlias, desta
forma foi possvel substituir o modelo hierrquico por modelo de regresso logstica
tradicional, ajustado para o EPA.
4 METODOLOGIA
Para realizao do estudo sero utilizados dois bancos de dados,

detalhados a seguir.
4.1 Banco de dados
Banco de dados I: Campanha de Diabetes Brasil

Campanha Nacional de Deteco de Diabetes Mellitus, um programa de
rastreamento nacional direcionado a usurios do Sistema nico de Sade com 40
ou mais anos de idade (Nucci, 2003). A pesquisa por amostragem probabilstica da
populao, com busca ativa dos pacientes fez parte desta pesquisa.
Delineamento amostral: estratificado em dois estgios
Variveis de amostragem: estratos, conglomerados
Variveis de pesquisa: sexo, idade, peso, altura, IMC, glicemia e

diabete (sim, no)
178
Tcnicas para anlise univariada e multivariada: proporo e

respectivo intervalo de 95% de confiana; regresso logstica de
diabete em funo de sexo, idade e peso. Comparar estimativas
considerando amostra aleatria simples e considerando amostra
complexa. Ainda verificar o efeito do conglomerado e do estrato.
Banco de dados II: Avaliao de estratgia de aleitamento materno em

escolas de ensino fundamental
Delineamento amostral: estratificado em dois estgios, aleatorizao

em cluster
Variveis de amostragem: estratos, conglomerados, peso
Variveis de pesquisa: sexo, idade, tipo de escola, procedncia da

escola, escore no pr-teste, escore no re-teste
Tcnicas para anlise univariada e multivariada: proporo, mdia e

respectivos intervalos de 95% de confiana; teste para comparao
entre duas mdias; teste para comparao entre duas propores;
regresso mltipla; regresso logstica. Comparar modelagem
considerando
amostra
aleatria
simples
com
modelagem
considerando amostra complexa e modelagem multinvel.
Na anlise dos dois bancos de dados sero utilizados os software

estatsticos STATA, SAS, SUDAAN e R, conforme a disponibilidade das tcnicas de
anlise propostas.
Demais detalhes sobre metodologia seguem no esboo dos artigos.
4.2 Questes ticas

Os trs bancos de dados tiveram seus projetos aprovados por Comit de
tica em Pesquisa, como segue o detalhamento abaixo. Ainda, a confiabilidade dos
dados est garantida, pois nos bancos no possvel identificar os indivduos do
estudo. A declarao de confiabilidade consta em anexo.
179
Banco de dados I
O projeto foi aprovado pelo Comit de tica em Pesquisa da UFRGS e
termo de consentimento informado foi obtido de cada participante da pesquisa.
Banco de dados II
O projeto (processo nmero 01-429) foi aprovado pelo Grupo de Pesquisa e
Ps-graduao do Hospital de Clnicas de Porto Alegre e pela Comisso Cientfica
e Comisso de Pesquisa e tica em Sade.
O projeto foi aprovado tambm pela 36 Coordenadoria de Educao do
municpio de Iju, Secretaria Municipal de Educao de Iju e pela direo das
escolas privadas deste municpio. As escolas selecionadas foram previamente
visitadas e informadas sobre a pesquisa, ficando livre a participar ou no da
pesquisa.
O Termo de Consentimento Livre e Esclarecido foi enviado aos pais dos
escolares antes do incio da pesquisa. A declarao de aceite para realizao do
estudo encontra-se arquivada. A forma de aplicao do termo encontra-se no
Manual do Entrevistador.
5 ASPECTOS OPERACIONAIS
5.1 Recursos necessrios
Softwares com documentao completa: SUDAAN v. ltima, STATA v.

ltima, SAS v. ltima, R v. ltima.
Hardware: um microcomputador, com processador 2 GHz, 512 MB, 40 GB.
Bibliografia com metodologia de amostragem complexa e modelagem

multinvel.
180
5.2 Cronograma
Atividade
Estudo das metodologias de
complex survey e multinvel
Estudo das rotinas nos softwares
e implementao rotinas
Anlise dos dados atravs dos
softwares
Interpretao dos resultados
Apresentao boneco de tese
(maro)
Apresentao tese (abril)
2 Semestre de 2006 a 1 Semestre de 2007

Set-Out
Nov-Dez
Jan-Fev
Mar-Abr
181
6 ESBOO DOS ARTIGOS
6.1 Artigo 1
182

FACULDALDE DE MEDICINA
IMPACTO DO PLANO AMOSTRAL COMPLEXO NAS ESTIMATIVAS DE

COEFICIENTES DE REGRESSO LOGSTICA EM UM ESTUDO
EPIDEMIOLGICO
IARA DENISE ENDRUWEIT BATTISTI

JANDYRA MARIA GUIMARES FACHEL
ELSA CRISTINA DE MUNDSTOCK
PORTO ALEGRE, AGOSTO DE 2006
183
INTRODUO
Muitos estudos epidemiolgicos utilizam amostragem complexa para coleta

dos dados, como estratificao, conglomerados e probabilidade desiguais de seleo.
A amostragem complexa tem a vantagem de diminuir os custos1 e a no necessidade
de uma listagem de todas os elementos que compe a populao2. No entanto, a
anlise dos dados deve considerar o plano de amostragem.
Quando o plano de amostragem no considerado na anlise de dados
provenientes de amostragem complexa, podem-se obter estimativas incorretas. As
estimativas pontuais de parmetros da populao so influenciadas por pesos
distintos das observaes e as estimativas de varincia so influenciadas pela
conglomerao, estratificao e pesos3.
As metodologias tradicionais de inferncia assumem que os dados foram
obtidos a partir de uma amostra aleatria simples. A maioria dos softwares
estatsticos, at h pouco tempo, somente abordavam essas metodologias. Em suas
novas verses incorporaram o tratamento de dados provenientes de amostras
complexas, como o caso do SPSS e STATA. Tambm, existem softwares
especficos para o tratamento de dados de amostras complexas como SUDAAN
(SUrvey DAta ANalysis).
Considerando a grande demanda de pesquisas com planos amostrais
complexos e a existncias de softwares estatsticos que incorporam essas
metodologias e, ainda que muitos pesquisadores de pases em desenvolvimento ainda
utilizam os estimadores de amostra aleatria simples, usando programas estatsticos
que no possuem mdulos especficos para amostragem com delineamentos
complexos4 realizou-se este estudo que teve por objetivo avaliar o impacto de um
plano amostral complexo nas estimativas de um estudo epidemiolgico.
184
MTODOS
Para avaliar o impacto do plano amostral complexo foram utilizados os dados

da busca ativa domiciliar dos participantes na Campanha Nacional de Deteco de
Diabetes Mellitus CNDDM, Brasil, 2001, que teve, entre outros objetivos, a
confirmao diagnstica dos pacientes com rastreamento positivo.
A populao alvo para o planejamento da campanha foi definida como os 31
milhes de brasileiros acima de 40 anos (41,4 milhes com mais de 40 anos x 0,75
usurios do SUS, aproximadamente 31 milhes)5. A CNDDM foi o primeiro
rastreamento para deteco de casos suspeitos de Diabetes Mellitus no Brasil, com
22.069.905 exames de glicemia capilar realizados, sendo 3,5 milhes (16%) deles
considerados suspeitos pelos critrios definidos6.
Especificamente na busca ativa, foi realizada uma amostragem estratificada
em dois estgios para a seleo de amostra probabilstica de 50 municpios
brasileiros sorteados por regio, de acordo com a participao da populao na
campanha (exames realizados). Para o clculo de seleo da amostra foram utilizados
os dados da CNDDM, obtidos em 2001, referente aos 93% (5.186) municpios
brasileiros, definindo-se a populao base para a pesquisa, aproximadamente 22
milhes de brasileiros6.
A amostra foi composta por 3 municpios da regio norte, 14 do nordeste, 3
do centro-oeste, 21 do sudeste e 9 da regio sul, proporcionalmente ao nmero de
exames de cada regio.
No segundo estgio, foi selecionada uma unidade bsica de sade (UBS) de
cada municpio, proporcional ao nmero de participantes da campanha. Estimou-se
que seriam necessrias 2.000 fichas por municpio para a busca ativa de 100
pacientes. Quando a UBS sorteada no possua as 2.000 fichas, foi sorteada outra
UBS no municpio.
Os dados foram armazenados no software EPI INFO, verso 6.03, da
Organizao Mundial de Sade, assim como as variveis que caracterizam o
delineamento - o conglomerado e o estrato, relacionados em cada registro. Os
softwares utilizados para a obteno das estimativas foram o R e STATA v.9, sendo
o primeiro de domnio pblico.
185
Neste estudo ajustou-se um modelo de regresso logstica para a varivel

CDGLN que expressa os vrios pontos de corte levando em conta estado de jejum do
paciente (codificada como dicotmica 0 no diabetes e 1 provvel ou muito
provvel diabetes) em funo da idade, sexo e peso corporal.
Obtiveram-se estimativa para proporo, mdia, erro-padro, intervalo de
confiana e o efeito do delineamento amostral EDA, considerando-se que os dados
provem de amostra aleatria simples e amostra complexa, definida por
conglomerados, estratos e pesos.
Tambm, foram obtidas estimativas para coeficiente de regresso logstica,
erro-padro, intervalo de confiana, nvel de significncia e EDA, considerando-se
que os dados provem de amostra aleatria simples e amostra complexa.
Para as estimativas simples e estimativas de coeficientes tambm foram
verificadas o efeito de incorporar o conglomerado e a estrato.
A estimao da varincia no STATA foi possvel somente considerando o
mtodo do conglomerado primrio, que neste caso desconsidera os demais estgios,
pois no segundo estgio somente tem-se um conglomerado para cada conglomerado
da etapa anterior.
As regies foram definidas como estratos e os municpios como
conglomerados no primeiro estgio, identificando a unidade primria de amostragem.
Como o objetivo foi utilizar e avaliar o impacto dos trs parmetros que constituem a
amostra complexa nos softwares, definiu-se peso para todas as unidades amostrais,
representando um fator de expanso que caracteriza o nmero de indivduos que cada
elemento da amostra representa na populao.
Sabendo-se que a seleo das
unidades amostrais considerou probabilidade proporcional ao tamanho PPT, nos

dois estgios, a probabilidade de o indivduo pertencer amostra (frao de
amostragem) definida por:
f = f1 . f 2 . f 3
em que:
f 1 : probabilidade de o k-simo municpio ser sorteado dentro da regio.

f 2 : probabilidade de a j-sima unidade bsica de sade ser sorteada dentro do
municpio.
186
f 3 : probabilidade do i-simo indivduo ser sorteado dentro da unidade bsica

de sade J.
Desta forma, o peso final foi construdo para cada unidade amostral:
w=
1
f
RESULTADOS
TABELAS
Tabela 1. Estimativas, erro padro, intervalo de confiana para as variveis sexo,

idade, IMC, segundo o plano amostral simples e complexo e o efeito do plano
amostral - EPA
Estimativa
Varivel
Plano amostral1
Erro
Padro
IC 95%
EPA
Sexoa
Masculino
Simples
Estrato
Conglomerado
Complexo
Feminino
Simples
Estrato
Conglomerado
Complexo
b
Idade
Simples
Estrato
Conglomerado
Complexo
IMCb
Simples
Estrato
Conglomerado
Complexo
1
plano amostral simples considera amostra aleatria simples e plano amostral complexo considera
amostra estratificada, conglomerado e peso;
a
proporo; b mdia.
187
Tabela 2. Estimativas, erro padro, intervalo de confiana, nvel de significncia e

efeito do delineamento amostral dos coeficientes de regresso logstica da varivel
CDGLN em relao ao sexo, idade e peso corporal segundo o plano amostral simples
e complexo
Plano amostral1 Estimativa
Varivel
Simples
Sexoa
Idadeb
Pesoc
Constante
Complexo
Sexoa
Idadeb
Pesoc
Constante
Conglomerado
Sexoa
Idadeb
Pesoc
Constante
Estrato
Sexoa
Idadeb
Pesoc
Constante
1
Erro
Padro
IC 95%
EDA
plano amostral simples considera amostra aleatria simples; plano amostral complexo considera
amostra estratificada, conglomerado e peso; plano amostral conglomerado considera apenas o
conglomerado, excluindo estratos e pesos;
homem como categoria de referncia; b 40 a 49 anos de idade como categoria de referncia; c
peso corporal para incremento de um kg
Tabela 3. Odds ratio e intervalo de confiana segundo o plano amostral simples

e complexo
Plano amostral1
Varivel
OR
Simples
IC 95%
OR
Complexo
IC 95%
Sexo
Idadeb
Pesoc
1
plano amostral simples considera amostra aleatria simples e plano amostral complexo considera
amostra estratificada, conglomerado e peso;
homem como categoria de referncia; b 40 a 49 anos de idade como categoria de referncia; c
peso corporal para incremento de um kg
188
REFERNCIAS
1. Cordeiro R. Efeito do desenho em amostragem de conglomerados para

estimar a distribuio de ocupaes entre trabalhadores. Ver Sade Pblica
2001; 35(1): 10-5.
2. Silva NN. Amostragem Probabilstica: um curso introdutrio. So Paulo:
EDUSP; 1998.
3. Pessoa DGP, Silva PLN. Anlise de Dados Amostrais Complexos. In: 13
Simpsio Nacional de Probabilidade e Estatstica; 1998 jul 27-31;
Caxambu (MG). Caxambu: ABE; 1998.
4. Sousa MH, Silva NN. Estimativas obtidas de um levantamento complexo.
Ver Sade Pblica 2003; 37(5): 662-70.
5. Brasil. Ministrio da Sade. Organizao Pan Americana da Sade.
Avaliao do Plano de Reorganizao da Ateno Hipertenso Arterial e
ao Diabetes Mellitus no Brasil. Braslia: Ministrio da Sade, 2004.
6. Nucci LB. A Campanha Nacional de Deteco do Diabetes Mellitus:
cobertura e resultados glicmicos. Tese de doutorado(Epidemiologia). Porto
Alegre: UFRGS, 2003.
189
6.2 Artigo 2
190

FACULDALDE DE MEDICINA
ESTIMATIVAS OBTIDAS POR ABORDAGEM AGREGADA E

ABORDAGEM DESAGREGADA: APLICAO EM UM ESTUDO COM
ESCOLARES DE ENSINO FUNDAMENTAL NO MUNICPIO DE IJU/RS
IARA DENISE ENDRUWEIT BATTISTI

JANDYRA MARIA GUIMARES FACHEL
JOO RIBOLDI
ELSA CRISTINA DE MUNDSTOCK
PORTO ALEGRE, AGOSTO DE 2006
191
INTRODUO
Muitos estudos epidemiolgicos utilizam amostragem probabilstica para coleta de

dados, definidas de quatro formas diferentes: amostragem aleatria simples, amostragem
estratificada, amostragem sistemtica e amostragem por conglomerado. muito comum, em
grandes inquritos para estudo da sade de indivduos, a aplicao de duas ou mais destas
formas de amostragem ao mesmo tempo, e ainda, em dois ou mais estgios de seleo das
unidades amostrais, definindo-se como amostragem complexa.
A maioria dos softwares estatsticos contempla tcnicas de anlise dados provindos
de amostragem aleatria simples, sendo que estas no so apropriadas para os demais tipos
de amostragem probabilstica. Felizmente, atualmente tm-se rotinas disponveis para anlise
de dados provindos de diferentes amostragens probabilsticas em softwares estatsticos,
porm ainda subutilizados. Isto se deve a pouca disponibilidade de referncias aplicadas
epidemiologia, assim como a recente incorporao destas tcnicas nos softwares.
Sabe-se que a anlise de dados desconsiderando a amostragem complexa resulta em
estimativas incorretas, porm isso ignorado em muitas pesquisas. Desta forma, este estudo
tem o propsito de avaliar duas metodologias de anlise para dados provindos de
delineamento complexo, referentes a um estudo com escolares da quinta srie do ensino
fundamental, no municpio de Iju/RS.
192
MTODOS
Delineamento do estudo
Trata-se de um ensaio clnico randomizado em cluster (amostra estratificada em
cluster) tendo como desfecho o desempenho das crianas na avaliao de conhecimento,
percepes e crenas sobre aleitamento materno.
Populao-alvo
A populao-alvo do estudo constituda de escolares de ambos os sexos,
matriculados na quinta srie das escolas estaduais, municipais e particulares do ensino
fundamental do municpio de Iju/RS.
Amostra
Seleo
Para a seleo da amostra, foram utilizados subgrupos populacionais conglomerados - representados primeiramente pelas escolas e, posteriormente, pelas turmas
de quinta srie existentes nas escolas sorteadas no primeiro estgio. O esquema amostral est
demonstrado na Figura 1.
Levou-se em considerao a proporo de alunos que freqentavam as escolas
estaduais, municipais e particulares, bem como a sua distribuio geogrfica na zona urbana
e zona rural.
A seleo das escolas foi realizada atravs de amostragem aleatria simples e a
seleo das turmas dentro das escolas tambm foi por amostragem aleatria simples, sendo
que quando a escola tinha apenas uma turma, esta teve probabilidade certa de ser includa na
amostra.
Foram considerados elegveis para o estudo todos os alunos que freqentavam a
quinta srie do ensino fundamental de Iju. Foram excludos os alunos que freqentavam a
escola no perodo noturno, os de escolas em que o nmero de alunos matriculados na quinta
srie era inferior a dez e os de turmas com alunos de sries diferentes.
193
ESQUEMA AMOSTRAL
ESTRATOS
Urbana
Particular
Urbana
Pblica
Rural
Pblica
CONGLOMERADOS (1 estgio)
E
S
C
O
L
A
E
S
C
O
L
A
E
S
C
O
L
A
E
S
C
O
L
A
E
S
C
O
L
A
E
S
C
O
L
A
E
S
C
O
L
A
E
S
C
O
L
A
CONGLOMERADOS (2 estgio)
Figura 1- Seleo da amostra para o estudo.

Nota: T = Turmas de quinta-srie
Alocao dos grupos
Primeiro estgio (escolas)

Das 47 escolas existentes no municpio com turmas de quinta srie (32 urbanas
pblicas, 11 rurais pblicas e 4 urbanas particulares), 30 foram sorteadas: 19 pblicas
urbanas; 9 pblicas rurais e 2 urbanas particulares.
As escolas foram sorteadas para o grupo controle e experimental, considerando a
proporcionalidade quanto ao tipo de escola (urbana publica, rural pblica e urbana
particular). O grupo controle no foi exposto a nenhum tipo de interveno e o grupo
experimental sofreu a interveno detalhada mais adiante.
Segundo estgio (turmas)
194
Aps as turmas foram sorteadas, pde-se calcular o nmero de alunos selecionados

para o estudo: foram 656 escolares, dos quais 564 participaram do estudo, 253 no grupocontrole e 311 no experimental. Quando comparados os 564 escolares que consituram a
amostra estudada com os 92 escolres no includos, observa-se pelo teste do qui-quadrado
(p=0,901) que no houve diferena quanto idade, sexo, tipo de escola, procedncia do
aluno e escolaridade dos pais.
Coleta de dados
Num primeiro momento, aplicou-se o questionrio em sala de aula, em todos os
alunos, tanto do grupo controle como do grupo experimental. Logo aps o incio da
interveno foi aplicado novo questionrio (ps-teste) somente no grupo experimental. Aps
trs meses do incio da interveno, o mesmo questionrio aplicado logo aps a interveno
foi novamente aplicado em todas as turmas, tanto do grupo controle como no experimental.
Variveis
Varivel desfecho: desempenho das crianas na avaliao de conhecimento,
percepes e crenas sobre aleitamento materno. Para o presente estudo o desempenho foi
avaliado atravs de um escore.
O questionrio utilizado na pesquisa continha perguntas 25 questes objetivas e 5
descritivas. O escore das questes objetivas variou de zero a 25 pontos
Outras variveis:
Tipo de escola (pblica e particular), procedncia (urbana e rural), turno (manh e
tarde), idade do escolar (em anos completos no dia da aplicao do questionrio), sexo do
escolar (feminino e masculino), escolaridade da me (at 8 anos, de 9 a 12 anos, mais que 12
anos) e escolaridade do pai (at 8 anos, de 9 a 12 anos, mais que 12 anos). Ainda, vivncias
prvias em aleitamento materno: se o escolar fora amamentado; se j havia visto algum
amamentando; se nas brincadeiras de infncia as bonecas mamavam no peito.; se acha feio
dar o peito na frente de outras pessoas; caso tivesse filho agora como alimentaria.
Anlise estatstica
Metodologia agregada, considera o plano amostral e metodologia desagregada

considera a estrutura da populao (PESSOA e SILVA, 1998).
195
Na anlise agregada, isto , anlise por nvel nico, realizada ajustamento para
probabilidade desigual de seleo e observaes no independentes (cluster) e na anlise
desagregada, isto , regresso multinvel, os efeitos do delineamento amostral so
incorporados no modelo analtico (THOMAS e HECK, 2001) (VIEIRA, 2001). Sendo que, a
anlise desagregada eficaz para tratamento de conglomerados, porm ainda necessita ajuste
para probabilidade desigual de seleo (THOMAS e HECK, 2001).
Para comparar as metodologias agregada e desagregada de anlise dos dados do

estudo sero realizados os seguintes passos:
obter estimativa para proporo, erro-padro, intervalo de 95% de confiana

e efeito do plano amostral para as variveis de caracterizao dos escolares,
considerando-se que os dados provem de amostra aleatria simples e
amostra complexa
analisar variveis (experincias prvias em aleitamento materno) entre sexo

dos escolares com o teste de qui-quadrado, considerando-se que os dados
provem de amostra aleatria simples e amostra complexa. Tambm, avaliar
o efeito de ignorar-se somente o conglomerado e ignorar-se somente o peso.
modelagem: estimativas, erro-padro, intervalo de 95% de confiana e

efeito do plano amostral dos coeficientes do modelo. Neste caso, verificar
se a varivel desfecho - desempenho (dicotomizada pelo escore obtido no
questionrio) difere entre o grupo experimental e controle, considerando
como variveis independentes as caractersticas dos escolares.
Software estatstico
Sero utilizados o STATA v.9, R v.2.1.1 ou SAS v.8, conforme a disponibilidade de
tcnicas para as anlises propostas.
Reference List
(1) Barata RB, Moraes JC, Antonio PRA, Dominguez M. Inqurito de
cobertura vacinal: avaliao emprica da tcnica de amostragem por
conglomerados proposta pela Organizao Mundial da Sade. Rev Panam
Salud Publica 2005;17(3):184-90.
196
(2) Lemeshow S, Cook ED. Pratical considerations in the analysis of complex

sample survey data. Rev Epidm et Sant Publ 1999;47:479-87.
(3) Korn EL, Graubard BI. Epidemiologic studies utilizing surveys: accounting
for the sampling design. American Journal of Public Health
1991;81(9):1166-73.
(4) Mundstock EC. Amostragem I. 2005. Instituto de Matemtica/UFRGS.
Cadernos de Matemtica e Estatstica.
Ref Type: Serial (Book,Monograph)
(5) Mundstock EC. Amostragem II. 2004. Instituto de Matemtica / UFRGS.
Cadernos de Matemtica e Estatstica.
Ref Type: Serial (Book,Monograph)
(6) UCLA. Statistical computing seminars survey data analysis in Stata.
Eletronic Citation 2005 [cited 2005 Jun 27];Available from: URL:
http://www.ats.ucla.edu/stat/stata/seminars/svy_stata_intro/default.htm
(7) Cohen SB. An evaluation of alternative PC-based software packages
developed for the analysis of complex survey data. The American
Statistician 1997;51(3):285-92.
(8) Heeringa SG, Liu J. Complex sample design effects and inference for
mental health survey data. International Journal of Methods in Psychiatric
Research 1997;7(1):56-65.
(9) Rodgers-Farmer A, Davis D. Analyzing complex survey data. Social Work
Research 2001 Jan 1;25(3):185-92.
(10) Prez MC, Utra IB, Len AA, Roche RG, Sagu KA, Rosa MC, et al.
Estimationes usadas en diseos muestrales complejos: aplicaciones en la
encuesta de salud cubana del ao 2001. Rev Panam Salud Publica
2004;15(3):176-84.
(11) Sousa MH, Silva NN. Estimativas obtidas de um levantamento complexo.
Rev Sade Pblica 2003;37(5):662-70.
(12) Rao JNK, Wu CFJ. Resampling inference with complex survey data.
Journal of the American Statistical Association 1988;83:231-41.
(13) Cochran WG. Tcnicas de Amostragem. Rio de Janeiro: Fundo de Cultura;
1965.
(14) Bueno MB, Marchioni DML, Fisberg RM. Evoluo nutricional de crianas
atendidas em creches pblicas no municpio de So Paulo, Brasil. Rev
Panam Salud Publica 2003;14(3):165-70.
197
(15) Barros AJD, Bertoldi AD. Desigualdades na utilizao e no acesso a srvios

odontolgicos: uma avaliao a nvel nacional. Cincia e Sade coletiva
2002;7(4):709-17.
(16) Hernndez B, Haene J, Barquera S, Monterrubio E, Rivera J, Shamah T, et
al. Factores asociados con la actividad fsica en mujeres mexicana en edad
reproductiva. Rev Panam Salud Publica 2003;14(4):235-45.
(17) Egede LE. Lifestyle modification to improve blood pressure control in
individuals with diabetes. Diabetes Care 2003;26(3):602-7.
(18) Egede LE. Association between number of physician visits and influenza
vaccination coverage among diabetic adults with access to care. Diabetes
Care 2003;26(9):2562-7.
(19) Egede LE. Diabetes, Major Depression, and Functional Disability Among
U.S. Adults. Diabetes Care 2004;27(2):421-8.
(20) Carlson BL. Software for statistical analysis of sample survey data.
Eletronic Citation 2003 [cited 2003 Sep 25];Available from: URL:
http://www.fas.harvard.edu/~stats/survey-soft/blc_eob.html
(21) Cordeiro R. Efeito do desenho em amostragem de conglomerado para
estimar a distribuio de ocupaes entre trabalhadores. Rev Sade Pblica
2001;35(1):10-5.
(22) Horton NJ, Fitzmaurice GM. Regression analysis of multiple source and
multiple informant data from complex survey samples. Statistics in
Medicine 2004;23:2911-33.
(23) Thomas SL, Heck RH. Analysis of large-scale secondary data in higher
(24) Travassos C, Viacava F, Pinheiro R, Brito A. Utilizao dos servios de
sade no Brasil: gnero, caractersticas familiares e condio social. Rev
Panam Salud Publica 2002;11(5/6):365-73.
(25) Brogan DJ. Pitfalls of using standard statistical software packages for
sample surveys data. Eletronic Citation 2003 [cited 2003 Sep 19];Available
from: URL: http://www.fas.harvard.edu/~stats/surveysoft/donna_brogan.html
(26) Korn EL, Graubard BI. Analysis of large health surveys: accounting for the
sampling design. Royal Statistical Society 1995;158(2):263-95.
(27) Guilln M, Junc S, Ru M, Aragay JM. Efecto del diseo muestral en el
anlisis de encuestas de deseo complejo. Aplicacin a la encuesta de salud
de Catalunya. Gac Sanit 2000;14(5):399-402.
198
(28) Kneipp SM, Yarandi HN. Complex sampling designs and statistical issues
in secondary analysis. Western Journal of Nursing Research
2002;24(5):552-66.
(29) Leite PGPG, Silva DBN. Anlise da situao ocupacional de crianas e
adolescentes nas regies sudeste e nordeste do Brasil utilizando
informaes da PNAD 1999. 2002.
(30) Lemeshow S, Letenneur L, Dartigues JF, Lafont S, Orgogozo JM,
Commenges D. Illustration of anlysis taking into account complex survey
considerations: the association between wine consumtion and dementia in
the PAQUID study. American Journal of Epidemiology 1998;148(3):298306.
(31) Wang ST, Yu ML, Lin LY. Consequences of analysing complex survey
data using inappropriate analysis and software computing packages. Public
Health 1997;111:259-62.
(32) Vasconcellos MTL, Protela MC. ndice de massa corporal e sua relao
com variveis nutricionais e scio-econmicas: um exemplo de uso de
regresso linear para um grupo de adultros brasileiros. Cadernos de Sade
Pblica 2001;17(6):1425-36.
(33) Pessoa DGC, Silva PLN. Anlise de dados amostrais complexos. So
Paulo: ABE-Associao Brasileira de Estatstica; 1998.
(34) Neuhaus JM, Segal MR. Design effects for binary regression models fitted
to dependent data. Statistics in Medicine 1993;12:1259-68.
(35) Wang MQ. Research notes: analysis of data from complex survey designs.
American Journal of Health Behavior 2001;25(1):72-4.
(36) Sousa MH, Silva NN. Comparao de software para anlise de dados de
levantamentos complexos. Rev Sade Pblica 2000;34(6):646-53.
(37) Figueiredo CC. Anlise de Regresso Incorporando o Esquema Amostral
[Dissertation] Universidade de So Paulo; 2004.
(38) Brogan D. Sampling error estimation for survey. Household sample surveys
in developing an transition countries.New York: United Nations
Publication; 2005. p. 447-90.
(39) Chantala K, Tabor J. Strategies to perform a design-based analysis using
the add health data. Eletronic Citation 1999 [cited 2003 Sep 20];1-20.
Available from: URL:
http://www.cpc.unc.edu/projects/addhealth/files/weight1.pdf
(40) Vieira MT. Um estudo comparativo das metodologias de modelagem de
dados amostrais complexos - uma aplicao ao SAEB 99 Pontifcia
Universidade Catlica do Rio de Janeiro; 2001.

Análise Multinível

Enviado por

Direitos autorais:

Formatos disponíveis

Análise Multinível

Enviado por

Dados do documento

Descrição original:

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Análise Multinível

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL

Iara Denise Endruweit Battisti

Porto Alegre, julho de 2008.

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL

Iara Denise Endruweit Battisti

Orientador: Profa. Dra. Jandyra Maria Guimares Fachel

A apresentao desta tese exigncia

Porto Alegre, Brasil.

Profa. Dra. Maria Ins Reinert Azambuja, Programa de Ps-Graduao em

Profa. Dra. Roselaine Ruviaro Zanini, Departamento de Estatstica, Centro de

Profa. Dra. Sdia Maria Callegari Jacques, Departamento de Estatstica, Instituto de

Deus que me iluminou nessa caminhada.

Aos professores do Programa de Ps-Graduao em Epidemiologia pelos valiosos

3.2.1 Mtodos de Estimao em Amostragem Complexa ............................... 32

6.1 ARTIGO 1.................................................................................................. 78

Amostragem aleatria simples

Amostragem por conglomerado

Replicao repetida balanceada

Coeficiente de correlao intra-conglomerado

Centers for Disease Prevention and Control

CNDDM Campanha Nacional de Deteco de Diabetes Mellitus

Efeito do plano amostral

Erro quadrtico mdio

Ensaio aleatorizado em grupo

La Encuesta de Salud de Catalunya

Fator de correo para populao finita

Instituto Brasileiro de Geografia e Estatstica

Iterative Generalized Least Squares

Independente identicamente distribudo

ndice de Massa Corporal

Instituto Nacional de Estudos e Pesquisas Educacionais

Medicare Current Beneficiay Survey

Medical Expenditure Panel Survey

National Center for Health Statistics

NHANES National Health and Nutrition Examination Survey

National Health Interview Survey

PAQUID Personnes Agees Quid

Pesquisa Nacional por Amostra de Domiclios

Pesquisa Nacional sobre Demografia e Sade

Probabilidade proporcional ao tamanho

Pesquisa de Padres de Vida

Residual Maximum Likelihood

Restricted/Reweighted Iterative Generalized Least Squares

Sistema Nacional de Avaliao da Educao Bsica

SAS Users Group International

Unidade Bsica de Sade

Unidade Final de Amostragem

Unidade primria de amostragem

Unidades primrias de amostragem

Unidade secundria de amostragem

Introduo: Muitos estudos epidemiolgicos utilizam amostragem complexa para

multinvel observou-se diferena nos erros padres dos coeficientes da regresso

Introduction: Many epidemiological studies use complex samples for data

Quadro 1 Interpretao dos resultados do efeito do plano amostral

Este trabalho consiste na tese de doutorado intitulada Anlise de dados

Muitos estudos epidemiolgicos utilizam amostragem probabilstica para

torna-se mais fcil a aplicao das tcnicas de anlise incorporando adequadamente

Por fim, compara-se a metodologia de amostragem complexa com uma metodologia

Esta reviso de literatura engloba uma abordagem aplicada sobre amostragem