Dimensionamento de Amostras

 
 
  Quando se realiza uma investigação científica qualquer envolvendo uma coleta de dados, instintivamente tem-se a noção de que a maior quantidade de dados, ou seja, a maior amostra, leva a um estudo mais preciso e confiável. De fato, sabe-se por intuição, que uma pesquisa com 1.000 pacientes é melhor do que um trabalho idêntico com apenas 100 pacientes, e que um terceiro, também idêntico, porém com 10.000 pacientes, tende a ser melhor ainda do que os dois primeiros. A questão passa a ser, então, a de como determinar qual o tamanho mínimo de uma investigação, de modo a saber se, por exemplo, um estudo com 10 sujeitos já poderia ser satisfatório ou se seria necessária uma casuística maior.

Quando se quer determinar o tamanho mínimo de uma amostra, é preciso considerar um conjunto de princípios de Probabilidade e Estatística junto com as necessidades e preferências de pesquisa. Especificamente, é necessário ponderar os seguintes fatores:

  • Tipo de Análise: A natureza do procedimento estatístico a ser realizado, tal como a caracterização de um segmento, a comparação entre grupos ou a associação entre variáveis;
  • Dispersão das Variáveis Analisadas: A variabilidade daquilo que está sendo pesquisado, o que geralmente é medido através do desvio padrão ou da variância;
  • Precisão Desejada: O valor máximo a ser admitido no estudo, ou seja, o grau de precisão que se quer atingir;
  • Confiabilidade Estatística: O valor máximo que se quer admitir para os dois tipos clássicos de erro científico:
  • Erro do Tipo I: A probabilidade de se aceitar como fidedigno um resultado que, na realidade, está errado. Chamado de a (alpha), geralmente o seu valor máximo é fixado em .05 (5%);
  • Erro do Tipo II: A probabilidade de se rejeitar como falso um resultado que, na realidade, está correto. Chamado de b (beta), geralmente o seu valor máximo é fixado em .20 (20%).

Uma vez que, para um dado estudo, se tenha uma definição quanto ao que se deseja para os cinco fatores acima, existem procedimentos específicos para se calcular o tamanho mínimo da amostra necessária (ou das amostras necessárias).