Amostragem: participantes e tamanho do estudo

Amostra é um “subconjunto de uma população, por meio do qual se estabelecem ou estimam as propriedades e características dessa população”. Amostragem é o “processo ou ato de constituir (selecionar) uma amostra” (BOLFARINE; BUSSAB, 2005, p. 263). Resultados de pesquisas podem

denotar falácias quando não se estabelece, desde sua fase de planejamento, um uso adequado do procedimento amostral. Portanto, o controle de vieses em qualquer investigação científica se inicia na amostragem (BOLFARINE; BUSSAB, 2005).

Quando uma população, mesmo finita, é grande, investigar sua totalidade, que caracterizaria um censo, torna-se oneroso. Assim, é necessário observá-la de maneira parcial, ou seja, por meio de amostras. A finalidade de uma amostra é descrever indiretamente a população, implicando na necessidade daquela caracterizar-se de forma mais próximo possível desta. Tal adjetivo da amostra é denominado representatividade, sendo a “qualidade das amostras em possuírem ou reproduzirem as mesmas propriedades da população” (OLIVEIRA et al., 2014, p. 188). A garantia da representatividade nas amostras é obtida através de sorteio, porque evita tendenciosidades no momento da coleta de dados, culminando na obtenção de uma amostra aleatória. Sorteio é um “procedimento pelo qual é conferida a todos os elementos de um conjunto a mesma probabilidade de serem tomados” (OLIVEIRA et al., 2014, p. 193).

Classifica-se a amostragem aleatória em quatro tipos: simples, estratificada, por conglomerado e sistemática. Independentemente de sua natureza, a amostragem pode ainda ser sem reposição ou com reposição.

Na amostragem com reposição, os elementos da população, à medida que são sorteados, são devolvidos à população e podem, eventualmente, ser selecionados de novo. (...) Quando a amostragem é sem reposição, os elementos são selecionados e observados apenas uma única vez (OLIVEIRA et al., 2014, p. 194).

Alternativas à amostragem aleatória simples, onde simplesmente se sorteia um número definido entre todos os sujeitos da população, visam a aumentar a representatividade ou diminuir os custos da pesquisa. Numa amostragem por conglomerado, divide-se a população em subgrupos e sorteia-se estes. Os subgrupos devem ter as mesmas características entre si, pois do

contrário constituem-se em estratos, e requerem uma amostragem do tipo estratificada. Para não comprometer a representatividade, esta técnica deve garantir que os conglomerados tenham as mesmas características da população. Quando se sorteia conglomerados e se observa a totalidade dos sorteados, diz-se que a amostra é em um estágio. Quando se toma uma parcela de cada conglomerado, seja por aglutinar uma característica ou por sorteio, afirma-se que a amostra é em dois estágios. Assim, sucessivamente pode-se admitir múltiplos estágios, conforme a necessidade e a natureza da população (OLIVEIRA et al., 2014).

Nesta tese, adotou-se uma amostragem estratificada pelos turnos de estudo (diurno e noturno) e princípios de conglomerados de cursos sem repetição em um estágio. Os conglomerados foram considerados os diferentes cursos de graduação dentro de cada estrato. Pesa-se, portanto, revisar se diferentes cursos caracterizam estudantes diferentes ou não no que tange aos objetos em investigação, além de confrontar estudantes noturnos com os demais no sentido de se justificar a estratificação por turnos de estudo.

Evidências podem ser identificadas no sentido de se admitir que o fato de um estudante cursar determinada graduação não implica em diferentes comportamentos que delimitem seu estado de saúde. Alguns estudos, em sua maioria já revisados no estado da arte, optaram por estratificar a amostra por área de conhecimento sem, no entanto, apresentar resultados considerando-se os cursos como fonte de variação (BIANCHINI DE QUADROS et al., 2010; MADUREIRA et al., 2009; SILVA et al., 2011; SILVA; PETROSKI, 2011). Outros optaram pela amostragem por conglomerado, sorteando-se cursos para a participação no estudo dentre todos os oferecidos na universidade em estudo (MARTINS et al., 2010; RAMALHO; DALAMARIA; SOUZA, 2012). O IHBS optou pela investigação de conglomerados por cursos, adotando como critério de exclusão os da área de saúde (ALLGOWER; WARDLE; STEPTOE, 2001;

HAASE et al., 2004; STEPTOE, 2002; STEPTOE; WARDLE, 2001; WARDLE et al., 2004; WARDLE; HAASE; STEPTOE, 2006). Autores objetivando identificar diferenças significativas entre cursos constataram que não há qualquer interferência da opção de graduação no consumo alimentar e na atividade física entre estudantes de Enfermagem e Nutrição (RIZO-BAEZA; GONZÁLEZ-BRAUNER; CORTÉS, 2014) ou na prevalência de transtornos alimentares entre graduandos de Educação Física e de Nutrição (CASTRO et al., 2010).

O estudante noturno representa uma classe social, em geral, diferente das dos demais universitários. O fato de um curso ser ofertado à noite é condição essencial para que uma parcela expressiva de seus graduandos o elejam, e a maioria deles já estudavam à noite antes mesmo de tornaram-se universitários (LOPES; BRUNS, 1991; VIANNA; AYDOS; SIQUEIRA, 1997). Assim, muitas das vezes deparamo-nos com o estudante-trabalhador ou trabalhador- estudante. A condição socioeconômica imposta aos estudantes noturnos representa uma adversidade notável (VARGAS; PAULA, 2013). O rendimento acadêmico deste estudante é inferior desde seu ingresso na universidade (SOUZA, 2012), apesar de alguns autores divergirem (SILVA; VENDRAMINI, 2005). Consequentemente, tem sido observadas implicações no seu estado de saúde quando comparados aos de cursos diurnos, como uma menor prática de atividade física (FONTES; VIANNA, 2009), ou uma maior chance de apresentar o hábito de fumar (BARBOSA; CARLINI-COTRIM; SILVA-FILHO, 1989).

O dimensionamento de amostras pode ser realizado a partir das fórmulas de estimação estatística. Para tanto, deve-se tomar o desvio padrão estimado em uma amostra-piloto, e fixar uma margem de erro tolerável. Assim, o tamanho da amostra (m) pode ser estimado pela fórmula:

𝑚 =𝑍2α 2⁄ 𝑠2

em que Z é o valor tabelado da distribuição normal; α é o nível de significância;

s é o desvio padrão estimado; e d é o erro máximo admitido. Depois de obtido

um valor para m, deve-se aplicar a Equação (3.2) para ajuste da amostra (n) em função da população acessível finita de referência:

𝑛 = 𝑚

1+(𝑚−1)_𝑁 (3.2)

em que m é o tamanho para a amostra estimado por (3.1); e N é o tamanho da população acessível finita. Por fim, deve-se alocar as unidades amostrais para cada estrato (nh) pela equação da partilha ótima de Neyman

𝑛_ℎ = 𝑁ℎ𝑠ℎ

∑𝐿ℎ=1𝑁ℎ𝑆ℎ

× 𝑛 (3.3)

em que Nh é o tamanho da população acessível finita do estrato h; sh é o desvio padrão estimado para o estrato h; e L é a quantidade de estratos (FERREIRA, 2009; OLIVEIRA et al., 2014).

Sob o enfoque epidemiológico, torna-se importante definir alguns últimos conceitos básicos inerentes à amostragem:

a) população-alvo é “o conjunto maior de pessoas ao redor do mundo para as quais os resultados poderão ser generalizados”;

b) população acessível é “um subconjunto geográfica e

temporalmente bem definido da população-alvo disponível para estudo”;

c) amostra pretendida do estudo é “o subconjunto da população acessível que o investigador quer incluir no estudo” e;

d) amostra real do estudo é “o grupo de sujeitos que realmente participam do estudo” (HULLEY; NEWMAN; CUMMINGS, 2015, p. 26).

O primeiro passo para obtenção dos sujeitos de estudo é especificar características clínicas e demográficas da população-alvo adequadas à pesquisa, estabelecendo critérios geográficos e temporais para a escolha de uma amostra representativa e prática. Para tanto, define-se critérios de inclusão e de exclusão, sendo recomendável ter um número mínimo destes visando a preservar o número de sujeitos potenciais. O segundo passo é delinear uma estratégia para o dimensionamento amostral, que já foi discutido nos parágrafos anteriores. Por fim, o investigador deve desenvolver e programar estratégias de recrutamento (HULLEY; NEWMAN; CUMMINGS, 2015).