Metodos de Pesquisa Cientifica

Universidade Federal de Pelotas
Instituto de Fsica e Matemtica

MTODOS DE PESQUISA CIENTFICA

Joo Gilberto Corra da Silva

Boletim Tcnico n 8

Editora e Grfica Universitria UFPel

MTODOS DE PESQUISA CIENTFICA


Pelotas, 2005

CONTEDO

RESUMO ................................................................................................................. 1
ABSTRACT ............................................................................................................. 1
1. Introduo ............................................................................................................. 2
2. Mtodos de Pesquisa Exploratria ....................................................................... 3
2.1. Estudo de casos ............................................................................................. 3
2.2. Estudo de prottipos ...................................................................................... 4
2.3. Modelagem matemtica ................................................................................ 5
3. Mtodos de Pesquisa Descritiva ........................................................................... 6
3.1. Amostragem probabilista .............................................................................. 8
3.1.1. Amostragem aleatria simples ............................................................... 8
3.1.2. Amostragem aleatria estratificada........................................................ 9
3.1.3. Amostragem aleatria por conglomerados .......................................... 12
3.1.4. Amostragem aleatria estratificada e por conglomerados ................... 13
3.1.5. Amostragem aleatria em estgios ...................................................... 13
3.1.6. Amostragem aleatria sistemtica ....................................................... 14
3.1.7. Amostragem aleatria mltipla ............................................................ 15
3.2. Amostragem no probabilista...................................................................... 16
3.2.1. Amostragem de julgamento ................................................................. 17
3.2.2. Amostragem de convenincia .............................................................. 17
3.2.3. Amostragem por quota ......................................................................... 18
3.2.4. Amostragem no aleatria sistemtica................................................. 19
3.2.5. Amostragem a esmo............................................................................. 19
3.2.6. Amostragem mecnica ......................................................................... 20
4. Pesquisa Explicativa ........................................................................................... 21
4.1. Relaes de Caractersticas ......................................................................... 21
4.2. Controle da Amostra ................................................................................... 25
4.2.1. Controle da manifestao de caracterstica explanatria ..................... 26
4.2.2. Controle de tcnicas de pesquisa ......................................................... 28
4.2.3. Controle local ou emparelhamento ...................................................... 29
4.2.4. Controle estatstico .............................................................................. 30
4.2.5. Casualizao ........................................................................................ 30
4.2.6. Classificao das caractersticas estranhas implicada pelo controle da
amostra ................................................................................................ 31
5. Mtodos de Pesquisa Explicativa ....................................................................... 32
5.1. Experimento ................................................................................................ 33
5.2. Levantamento por amostragem explicativo ................................................ 33
5.3. Estudo observacional .................................................................................. 34
5.3.1. Estudo observacional prospectivo ....................................................... 35
5.3.2. Estudo observacional retrospectivo ..................................................... 35
2
5.3.3. Estudo observacional no controlado .................................................. 36
5.4. Escolha do mtodo de pesquisa explicativa ................................................ 37
6. Utilizao dos Mtodos de Pesquisa Cientfica .................................................. 40
7. Bibliografia ......................................................................................................... 43

Mtodos de Pesquisa Cientfica
1

2

RESUMO
A funo do mtodo de pesquisa a organizao dos procedimentos de
pesquisa com os propsitos de minimizar o erro, economizar esforos e prover a
coleta eficiente da evidncia relevante aos propsitos da pesquisa. A literatura
apresenta uma ampla gama de mtodos de pesquisa, com diferenas de
procedimentos e de designaes que variam com a rea da cincia. Aqui so
considerados, de modo unificado e racional, os mtodos mais usuais de pesquisa
em biologia e particularmente em agropecuria. Cada um desses mtodos, por suas
caractersticas, mais apropriado para um dos trs objetivos de uma pesquisa
cientfica: exploratrio, descritivo e explicativo. Entretanto, em geral, eles so
utilizveis para mais de um destes objetivos. De fato, o uso de qualquer desses
mtodos por si no determina se os dados derivados sero exploratrios, descritivos
ou explicativos; apenas o emprego desses dados pode determinar seu carter.
ABSTRACT
The function of the research method is the organization of the research
procedures with the purposes of minimizing the error, to save efforts and to provide
the efficient collection of the important evidence to the purposes of the research.
The literature presents a wide range of research methods, with differences of
procedures and of designations that vary with the area of the science. Here, the
more usual research methods in biology and particularly in agriculture are
considered in a unified and rational way. Each one of these methods, for its
characteristics, is more adapted for one of the three objectives of a scientific
research: exploratory, descriptive and explicative. However, in general, they are
usable for more than one of these objectives. In fact, the use of any of these
methods by itself does not determine whether the derived data will be exploratory,
descriptive or explicative; just the employment of these data can determine its
character.

1
Trabalho realizado com auxlio financeiro do CNPq e da FAPERGS.
2
Eng. Agrnomo, Ph. D., Prof. Titular, Prof. Adjunto, Universidade Federal de Pelotas. Bolsista do
CNPq.
Boletim Tcnico do IFM, n. 8, 2005 2
1. Introduo
O objetivo de uma pesquisa cientfica a verificao de uma hiptese
cientfica referente a um problema cientfico particular. Segundo o propsito da
considerao do problema, o objetivo de uma pesquisa cientfica pode ser
exploratrio, descritivo ou explicativo. Na prtica, esses trs objetivos, ou funes,
no so mutuamente exclusivos e, muito frequentemente, uma pesquisa cientfica
pode combinar dois desses objetivos, ou todos os trs. As caractersticas essenciais
desses trs objetivos so esclarecidas a seguir.
De modo geral, o objetivo da pesquisa exploratria identificar
problemas, sugerir hipteses e descobrir e investigar a praticabilidade de temas,
reas e tcnicas para pesquisa mais intensiva; a pesquisa descritiva tem o
propsito de identificar e descrever as caractersticas relevantes das unidades de
uma populao objetivo e, tambm, relaes relevantes entre essas caractersticas;
a pesquisa explicativa visa derivar inferncias referentes a relaes de causa e
efeito entre caractersticas das unidades de uma populao objetivo prover
informaes para o controle ou predio de um subconjunto de caractersticas com
base na alterao ou conhecimento de outro subconjunto de caractersticas.
Esses objetivos no so mutuamente exclusivos. Em algumas situaes
uma pesquisa cientfica particular pode ter mais de um desses trs desses objetivos.
Qualquer que seja seu objetivo, uma pesquisa cientfica tem que ser implementada
por um entre diversos mtodos de pesquisa alternativos. A funo do mtodo de
pesquisa a organizao dos procedimentos de pesquisa com os propsitos de
minimizar o erro, economizar esforos e prover a coleta eficiente da evidncia
relevante aos objetivos da pesquisa.
A literatura apresenta uma ampla gama de mtodos de pesquisa, com
diferenas de procedimentos e de designaes que variam com a rea da cincia.
Neste texto so considerados os mtodos de pesquisa mais usuais em biologia e
particularmente na pesquisa agropecuria. Cada um desses mtodos, por suas
caractersticas, mais apropriado para um dos trs objetivos. Entretanto, em geral,
eles so utilizveis para mais de um objetivo de pesquisa. De fato, o uso de
qualquer desses mtodos por si no determina se as informaes derivadas sero
exploratrias, descritivas ou explicativas; apenas o emprego dessas informaes
pode determinar seu carter.
Nas prximas Sees os mtodos de pesquisa so apresentados e ilustrados
com relao aos objetivos para os quais eles so mais especificamente apropriados.
Assim, a Seo 2 apresenta os mtodos de pesquisa exploratria. A Seo 3 trata
dos mtodos de pesquisa descritiva, usualmente denominados levantamentos. A
Seo 4 constitui uma introduo aos mtodos de pesquisa explicativa. Esta Seo
aborda dois temas especficos da pesquisa explicativa: relaes de caractersticas
(Seo 4.1) e controle da amostra (Seo 4.2). Na Seo 5 faz-se a caracterizao
dos trs mtodos de pesquisa explicativa: experimento, estudo observacional e
levantamento por amostragem explicativo, focalizando ateno, principalmente,
Mtodos de Pesquisa Cientfica 3
nas distines entre esses mtodos que tm implicaes relevantes para inferncias
referentes a relaes causais de caractersticas. Na Seo 6 discute-se a utilizao
dos mtodos de pesquisa na pesquisa cientfica, para caracterizar que mtodos de
pesquisa exploratria, descritiva e explicativa devem ser utilizados
estrategicamente nas fases de sntese inicial, anlise e sntese final de cada ciclo de
aplicao do mtodo cientfico para a gerao de conhecimento.
2. Mtodos de Pesquisa Exploratria
Mtodos de pesquisa exploratria tm algumas caractersticas dos mtodos
de pesquisa descritiva e explicativa. Entretanto, se caracterizam por maior
flexibilidade e versatilidade. Esses mtodos so apropriados quando o pesquisador
est envolvido em pesquisa em uma rea ou tema em que ele no tem
conhecimento suficiente para formular problemas especficos para pesquisa e,
consequentemente, tambm ainda no desenvolveu hipteses para pesquisa. Ele
est buscando informaes que lhe permitam estabelecer problemas de pesquisa e
formular hipteses referentes a esses problemas.
Por essa razo, mtodos de pesquisa exploratria so menos estruturados do
que mtodos de pesquisa descritiva e mtodos de pesquisa explicativa, e no
provm a base para generalizao proporcionada por alguns mtodos de pesquisa
descritiva nem a base para inferncias referentes a relaes causais que caracteriza
os mtodos de pesquisa explicativa.
Os mtodos de pesquisa exploratria mais usuais so o estudo de casos, o
estudo de prottipos e a modelagem matemtica.
2.1. Estudo de casos
O estudo de casos compreende a escolha de um subconjunto de poucas
unidades (casos) da populao objetivo com as caractersticas relevantes para o
propsito da pesquisa e, ento, a descrio de um subconjunto numeroso de
caractersticas dessas unidades, segundo um plano preestabelecido.

O mtodo de estudo de casos apropriado para a descrio intensiva de
uma ou poucas unidades, com base em observaes diretas e entrevistas. Um caso
pode ser um indivduo, grupo, comunidade, organizao ou processo. Os casos
podem ser unidades tpicas que caracterizem a diversidade de uma populao
objetivo, ou unidades de algum interesse particular. So registradas informaes
referentes a todas as caractersticas relevantes para a identificao e descrio
pormenorizada dessas unidades.
Esse mtodo de pesquisa originou-se na rea de cincias sociais, mas
tambm passou a ser utilizado em outras reas de pesquisa, como sade pblica,
indstria e agropecuria.
O estudo de casos um mtodo de pesquisa muito til para prover ideias,
identificar problemas e sugerir hipteses que possam ser verificadas por pesquisa
explicativa. Por essa razo, ele muito til na fase de sntese inicial de um ciclo da
aplicao do mtodo cientfico na pesquisa. Suas grandes desvantagens so no
propiciar a identificao da causa de um efeito especfico com grau de
confiabilidade aceitvel e no prover base de inferncia para generalizao para
outras unidades da populao objetivo.
O estudo de casos tambm muito til para a descrio de eventos raros e
para proviso de contraexemplo de algum princpio aceito universalmente.
O estudo de casos pode seguir uma pesquisa descritiva, ou seja, um
levantamento. Em algumas pesquisas inicialmente efetuado um levantamento por
amostragem para identificao de agrupamentos tpicos das unidades da populao
objetivo. Aps essa fase de tipificao, segue-se um estudo de casos com uma ou
poucas unidades de cada um desses agrupamentos.

Exemplo 1. Uma unidade de pesquisa agrcola que deseja tomar conhecimento
com profundidade dos sistemas de produo em uso em uma regio efetua um
levantamento para identificao dos sistemas usuais tpicos e, ento, escolhe uma unidade
de cada desses grupos e a acompanha por certo intervalo de tempo, registrando dados de
um grande nmero de caractersticas desses sistemas. Este um exemplo de um
levantamento de tipificao seguido de um estudo de casos; cada um dos sistemas ou
unidades tpicas escolhidas na primeira fase da pesquisa um "caso" para o estudo de casos
da segunda fase.

O mtodo de estudos de casos tem semelhanas com o levantamento por
amostragem no aleatria (Seo 3.2) e com o estudo observacional (Seo 5.3).
Distingue-se desses mtodos de pesquisa por compreender um nmero reduzido de
unidades, considerar um nmero elevado de caractersticas e enfocar a unidade
globalmente em vez de suas partes.
2.2. Estudo de prottipos
O mtodo de estudo de prottipos consiste em montar uma ou poucas
unidades com um conjunto de caractersticas escolhidas, e efetuar a observao e
mensurao de caractersticas relevantes dessas unidades, segundo um plano
preestabelecido. As unidades sob as quais conduzida a pesquisa so
denominadas de prottipos.

O mtodo de estudo de prottipos surgiu na pesquisa industrial. O objetivo
de um estudo de prottipos principalmente a deteco de problemas. Na indstria,
os prottipos so modelos fsicos de mquinas ou equipamentos que resultam do
agregado de componentes desenvolvidos e produzidos independentemente,
algumas vezes oriundos de vrios fornecedores especializados. O estudo de
prottipos visa principalmente avaliao do desempenho desses modelos, antes
da fabricao em larga escala e comercializao.
Diferentemente do estudo de casos, no qual as unidades existem antes da
chegada do pesquisador, no estudo de prottipos as unidades so montadas
especialmente para a pesquisa.
O estudo de prottipos um mtodo de pesquisa exploratria muito til,
principalmente para prover a sntese de resultados de pesquisa analtica explicativa
por meio de sua integrao em sistemas reais, e prover a identificao de
problemas e hipteses que possam ser verificadas por pesquisa explicativa.

Exemplo 2. Uma unidade de pesquisa de sunos monta, em sua sede, uma unidade
ou sistema de produo de sunos criados em confinamento, incorporando as tecnologias
geradas pela pesquisa, com o propsito de observar os resultados das interaes dessas
tecnologias quando integradas ao sistema global, e o desempenho do novo sistema. Nessas
circunstncias, essa unidade constitui um laboratrio para experincia e observao para a
identificao de problemas e gerao de sugestes de hipteses que podero ser verificadas
por pesquisas explicativas.

O estudo de prottipos tem alguma semelhana com o experimento (Seo
5.1) no que diz respeito ao controle da amostra. De fato, pode-se considerar o
estudo de prottipos como um "experimento com a unidade global". Entretanto, ele
no tem as propriedades analticas explicativas do experimento para inferncias
referentes a relaes causais.
2.3. Modelagem matemtica
Esse mtodo de pesquisa exploratria tambm se originou na pesquisa
industrial, a partir do advento da computao eletrnica. Ele se distingue dos
demais mtodos de pesquisa por ser um mtodo conceitual ou formal, ou seja, as
unidades ou sistemas no so reais ou empricos, mas abstratos ou conceituais.

O mtodo de modelagem matemtica consiste em representar um conjunto
de unidades (sistemas) reais por um modelo conceitual, isto , um modelo
matemtico, ou modelo de simulao, que exprima as relaes entre as
caractersticas relevantes das unidades. O modelo , ento, submetido validao
por meio de experimentao numrica, com o auxlio de computador eletrnico, e
comparao dos resultados dessa experimentao com observaes empricas,
obtidas de experimentos, estudos de casos, estudos de prottipos, etc.

O modelo matemtico montado com base em informaes providas por
outras pesquisas levantamentos, estudos de casos, experimentos, etc., e mesmo
por fontes informais, incluindo opinies.
O mtodo de modelagem matemtica envolve a identificao de relaes
entre as caractersticas relevantes das unidades de interesse, a representao
matemtica dessas relaes, a construo de um modelo global para representar
(simular) o funcionamento dessas unidades e suas alteraes no tempo, e o uso
desse modelo para derivar conhecimento novo sobre interaes dinmicas entre
componentes e elementos dessas unidades.
Esse mtodo de pesquisa exploratria, assim como os mtodos de estudo de
casos e de estudo de prottipos, enfoca o sistema globalmente. Por essa
caracterstica, esses mtodos de pesquisa so particularmente teis para identificar
interaes entre componentes de sistemas no detectveis por pesquisa explicativa.
Tambm so muito teis para outros propsitos relacionados com a pesquisa
cientfica, tais como: identificao de problemas de pesquisa, seleo de
prioridades de pesquisa e derivao de extrapolao de resultados de pesquisas
explicativas.

Exemplo 3. Uma unidade de pesquisa de ovinos pode montar um modelo de
sistemas de produo de cordeiro mamo, ou de parte desses sistemas, com as
caractersticas e relaes de caractersticas essenciais. Um modelo inicial pode ser
construdo com base em prticas usuais dos produtores, resultados de pesquisas e opinies
de produtores, extensionistas e pesquisadores. Esse modelo pode ser aperfeioado
progressivamente com a incorporao de novas caractersticas e relaes de caractersticas,
e reformulaes de relaes de caractersticas, com base em novas tecnologias que so
geradas pela pesquisa. Sua adequao pode ser verificada periodicamente, pela comparao
dos resultados que ele propicia com resultados de sistemas reais da populao objetivo
(unidades de produo da regio).
Um modelo de simulao nessas circunstncias possibilita a verificao do
comportamento de novas tecnologias geradas pela pesquisa quando integradas nos sistemas
globais e a identificao de interaes relevantes e de subsistemas e caractersticas crticas
que demandam pesquisas. Pode ser muito til para a indicao de problemas e sugesto de
hipteses, e para a indicao de prioridades de pesquisa.

O mtodo de modelagem matemtica pode funcionar como um catalisador
para a atividade cooperativa de pesquisadores das diversas disciplinas que possam
contribuir para a melhoria do desempenho das unidades de interesse. Assim, ele
pode constituir o ncleo de um mtodo de trabalho interdisciplinar de uma equipe
multidisciplinar de pesquisa. Por outro lado, o sucesso de seu uso demanda
interesse, solidariedade e atitude de cooperao por parte dos pesquisadores, e
liderana de pesquisa e suporte institucional que propiciem essas condies.
Tambm requer a participao de especialistas em modelagem matemtica, com
conhecimento slido das tcnicas matemticas, estatsticas e computacionais
envolvidas.
3. Mtodos de Pesquisa Descritiva
Em contraste com a flexibilidade da pesquisa exploratria, a pesquisa
descritiva requer as definies claras da populao objetivo e dos objetivos da
pesquisa, a especificao das questes que visa responder e o planejamento
cuidadoso com respeito s fontes de informao a serem usadas e aos
procedimentos para a coleta de informao.
A definio da populao objetivo deve ser feita em consonncia com os
objetivos da pesquisa. No h regras para esse propsito; o pesquisador deve usar
sua experincia e julgamento.
Um levantamento pode ser conduzido sobre todas as unidades da populao
objetivo ou sobre uma frao dessa populao, ou seja, sobre uma amostra da
populao objetivo.

Se a pesquisa envolve a observao de todas as unidades da populao
objetivo, o mtodo de pesquisa denominado censo. Se for conduzida sobre uma
amostra da populao objetivo, o mtodo de pesquisa denominado levantamento
por amostragem.

O censo somente aplicvel em situaes em que a populao objetivo
finita e suas unidades so identificveis e disponveis para coleta de informao.
Mesmo nessas circunstncias, por razes econmicas, ticas ou de outra origem, o
levantamento por amostragem pode ser mais conveniente e apropriado. Por essa
razo, o levantamento por amostragem muito mais frequentemente utilizado.
Em uma pesquisa descritiva so feitas observaes e mensuraes de
caractersticas das unidades que se manifestam sem interferncia do pesquisador. O
pesquisador limita-se ao registro das informaes segundo um plano pr-
estabelecido, muito frequentemente por meio de um questionrio.
Em nvel elementar, a pesquisa descritiva detm-se apenas na mensurao
de caractersticas e determinao de propriedades importantes dessas
caractersticas, como mdias e varincias, ou distribuies de frequncias. Em
nvel mais avanado, a pesquisa descritiva pode visar no apenas a descrio de
caractersticas, mas, tambm, a identificao e descrio de relaes de
caractersticas.
Por envolver muitas vezes a avaliao de relaes de associao de
caractersticas, mtodos de pesquisa descritiva so algumas vezes denominados
mtodos correlacionais. Entretanto, a pesquisa descritiva no tem propsito de
derivar inferncias sobre relaes causais, ou seja, relaes de causa e efeito entre
caractersticas.
O processo de amostragem determina o delineamento de amostragem, ou
seja, a relao estrutural entre a amostra e a populao objetivo e as chances de
seleo das unidades da populao objetivo. H uma grande variedade de
delineamentos de amostragem. A distino mais importante entre esses
delineamentos refere-se ao modo de seleo da amostra que pode ser objetivo e ter
base probabilista, ou subjetivo e no probabilista.

Se o processo de amostragem objetivo e estabelece uma probabilidade
conhecida de cada unidade da populao objetivo ser includa na amostra, ele
denominado amostragem probabilista ou amostragem aleatria; caso contrrio,
denominado amostragem no probabilista ou amostragem no aleatria.

Uma populao objetivo pode ser uma populao real ou conceitual.
Populaes reais so finitas, ou seja, tm um nmero determinado de unidades que,
em muitas situaes, podem ser identificadas e listadas. Processos de amostragem
para essas populaes podem ser objetivos e probabilistas, ou subjetivos e no
probabilistas. Populaes conceituais so de tamanho desconhecido; so
frequentemente muito grandes e nessas circunstncias, por convenincia, so
usualmente consideradas infinitas nos procedimentos de inferncia estatstica. Por
essa razo, processos de amostragem para populaes conceituais so
necessariamente subjetivos e no probabilistas. Os delineamentos de amostragem
mais simples e mais comumente utilizados so considerados a seguir.
3.1. Amostragem probabilista
A amostragem probabilista tem as seguintes propriedades:
a) cada unidade da populao objetivo tem uma probabilidade conhecida de
ser selecionada para a amostra;
b) a amostra extrada por algum mtodo de seleo consistente com essas
probabilidades;
c) podem ser derivadas inferncias objetivas para a populao objetivo por
procedimentos estatsticos que levem em conta essas probabilidades de
seleo.
Delineamentos de amostragem probabilista tambm so convenientes por
possibilitarem a determinao do erro de amostragem, ou seja, do grau em que a
populao amostrada difere da populao objetivo. Essa informao permite a
avaliao objetiva da representatividade da amostra. Delineamentos de amostragem
no probabilista no possibilitam essa avaliao.
Os delineamentos de amostragem probabilista mais usuais so os seguintes:
amostragem aleatria simples,
amostragem aleatria estratificada,
amostragem aleatria por conglomerados,
amostragem aleatria estratificada por conglomerados,
amostragem aleatria em estgios,
amostragem aleatria sistemtica e
amostragem aleatria mltipla.
3.1.1. Amostragem aleatria simples
O processo de amostragem aleatria simples a forma mais pura de
amostragem aleatria: as unidades da amostra so escolhidas aleatoriamente da
populao objetivo sem qualquer restrio.

Um delineamento de amostragem aleatria simples consiste em selecionar
as unidades da populao objetivo de modo irrestrito e tal que todas as unidades
tenham probabilidade igual de constituir a amostra. Equivalentemente, um
delineamento de amostragem aleatria simples de tamanho n consiste em
selecionar a amostra com a propriedade de que todos os subconjuntos de n
unidades da populao objetivo tenham a mesma probabilidade de seleo.

O princpio do processo de amostragem aleatria simples ilustrado pelo
Exemplo 4.

Exemplo 4. Suponha-se que uma populao objetivo compreende seis unidades
identificadas pelas letras a, b, c, d, e, f e que deva ser selecionada uma amostra aleatria
simples de tamanho n=3. H
3
6
C = 20 amostras (diferentes) possveis de tamanho 3, ou
seja: abc, abd, abe, abf, acd, ace, acf, ade, adf, aef, bcd, bce, bcf, bde, bdf, bef, cde, cdf, cef
e def. Ento, pode-se obter uma amostra aleatria simples de tamanho 3 dessa populao
identificando essas 20 amostras com os nmeros inteiros de 1 a 20 e, a seguir, selecionado
um desses nmeros de tal modo que qualquer um deles tenha a mesma chance de ser
selecionado.
Alternativamente, pode-se obter uma amostra aleatria simples de tamanho 3 dessa
populao de 6 unidades, extraindo aleatoriamente uma das seis letras a, b, c, d, e, f, ento
extraindo aleatoriamente uma das 5 letras restantes, e, ento, extraindo aleatoriamente uma
das 4 letras restantes.

O Exemplo 5 prov ilustraes particulares do uso de amostragem aleatria
simples.

Exemplo 5. Levantamentos que ilustram o uso de amostragem aleatria simples:
a) levantamento de sugestes dos alunos de um curso para colher subsdios para a
programao de prximas ofertas desse curso em que a amostra constituda por um
subconjunto de alunos sorteados da lista das matrculas no corrente curso;
b) levantamento da incidncia de doenas nos animais de um rebanho de gado de
corte de uma fazenda em que a amostra constituda de um grupo de animais selecionados
aleatoriamente do cadastro dos animais desse rebanho;
c) levantamento para caracterizao da qualidade de um lote de liquidificadores
recebido de um fabricante por uma rede de lojas de eletrodomsticos em que so sorteadas
algumas unidades desse lote para teste;
d) levantamento da opinio dos associados de uma cooperativa de produtores de
trigo para identificar os problemas mais relevantes para pesquisa cuja amostra constituda
por agricultores escolhidos aleatoriamente do cadastro dos associados dessa cooperativa.

A amostragem aleatria simples particularmente apropriada para
populao objetivo relativamente homognea e no muito grande. Como requer a
identificao e listagem de todas as unidades da populao objetivo, ela pode
tornar-se trabalhosa ou impraticvel para populaes grandes. Ela tambm
inconveniente quando a populao objetivo compreende subpopulaes ou grupos
de unidades entre os quais caractersticas relevantes para os propsitos da pesquisa
variam acentuadamente. Nessas circunstncias, a escolha aleatria da amostra sem
restrio pode resultar em falha de representao da variao entre esses grupos.
3.1.2. Amostragem aleatria estratificada
Um processo de amostragem apropriado para constituir uma amostra
representativa de uma populao objetivo que compreende grupos de unidades
consideravelmente heterogneos pode ser a escolha aleatria e independente de um
subconjunto de unidades de cada um desses grupos, que so denominados estratos:

Um delineamento de amostragem aleatria estratificada de tamanho n
consiste em classificar as unidades da populao objetivo em k grupos (estratos) e,
ento, selecionar uma amostra aleatria simples de tamanho n
i
do i-simo estrato,
de modo que n
1
+n
2
+...+ n
k
= n.

O princpio do processo de amostragem aleatria estratificada ilustrado
pelo Exemplo 6.

Exemplo 6. Considere-se uma populao de nove unidades classificadas em dois
estratos 1 e 2 constitudos de 3 e 6 unidades, respectivamente. Essas nove unidades podem
ser representadas pelas nove primeiras letras do alfabeto e as unidades dos dois estratos
respectivamente pelas vogais e consoantes entre essas nove letras, como segue:
Estrato 1: a, e, i;
Estrato 2: b, c, d, f, g, h.
Suponha-se que se toma uma amostra aleatria simples de uma unidade de cada
um desses dois estratos. Ento, pode resultar uma das seguintes 18 amostras aleatrias
estratificadas identificadas nas colunas da Figura 1.

Amostra: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Estrato 1: a a a a a a e e e e e e i i i i i i
Estrato 2: b c d f g h b c d f g h b c d f g h

Figura 1. Dezoito amostras aleatrias estratificadas possveis de uma
unidade de cada um de dois estratos 1 e 2 cujas unidades so
representadas pelas vogais e consoantes tomadas das primeiras 9
letras do alfabeto.

Os nmeros de unidades selecionadas dos estratos da populao objetivo
podem ser iguais ou diferentes.

Se o processo de amostragem aleatria estratificada seleciona o mesmo
nmero de unidades de cada um dos estratos da populao objetivo, ele
denominado de igual alocao. Se os nmeros de unidades selecionados dos
estratos so proporcionais aos tamanhos dos estratos, ento o processo de
amostragem designado de alocao proporcional.

A situao de igual alocao ilustrada pelo Exemplo 6; uma ilustrao de
alocao proporcional provida pelo Exemplo 7.

Exemplo 8. Considere-se a seleo de uma amostra aleatria estratificada de
tamanho 3 da populao considerada no Exemplo 6 com alocao proporcional. Como o
estrato 2 tem o dobro do tamanho do estrato 1, para constituir uma amostra estratificada de
alocao proporcional o nmero de unidades selecionadas do estrato 2 deve ser o dobro do
nmero das unidades selecionadas do estrato 1. Assim, as 45 possveis amostras aleatrias
estratificadas de tamanho 3 com alocao proporcional so as indicadas nas colunas da
Figura 2.

Amostra: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 ... 43 44 45
Estrato 1: a a a a a a a a a a a a a a a e e i i i

Estrato 2:
b b b b b c c c c d d d f f g b b f f g
c d f g h d f g h f g h g h h c d g h h

Figura 2. Quarenta e cinco possveis amostras aleatrias estratificadas de
tamanho 3 com alocao proporcional de uma populao de dois
estratos 1 e 2 constitudos de 3 e 6 unidades, respectivamente.

Em um delineamento de amostragem aleatria estratificada o erro de
amostragem provm da variao entre unidades dentro de estratos; no afetado
pela heterogeneidade dos estratos. Assim, quando a variao de caractersticas
relevantes para os objetivos da pesquisa consideravelmente mais elevada entre os
estratos do que entre as unidades dentro dos estratos, a amostragem aleatria
estratificada conduz a erro de amostragem menor e inferncias estatsticas mais
precisas do que a amostragem aleatria simples. Essas vantagens so mais salientes
quando os tamanhos dos estratos so acentuadamente diferentes.
A amostragem aleatria estratificada tambm pode ser conveniente quando
so desejveis informaes referentes aos estratos individuais e quando a coleta de
informaes separadamente para cada estrato mais fcil por razes fsicas ou
administrativas.
Os seguintes exemplos ilustram caractersticas que podem ser apropriadas
para a formao de estratos: a) tamanho da propriedade em um levantamento de
sistemas de produo de feijo; b) bairro em um levantamento da situao
socioeconmica das famlias de uma cidade; e c) porte do supermercado em um
levantamento referente comercializao de produtos por supermercados.
O Exemplo 9 apresenta ilustraes especficas de amostragem aleatria
estratificada.

Exemplo 9. Ilustraes de levantamentos que adotam amostragem aleatria
estratificada:
a) Levantamento para avaliao da qualidade do ensino de uma universidade em
que so escolhidos para opinar alunos selecionados aleatoriamente da lista das matrculas
de cada um dos cursos no corrente semestre letivo;
b) levantamento da incidncia de doenas nos animais de um rebanho de gado de
corte de uma fazenda cuja amostra constituda de um grupo de animais selecionados
aleatoriamente do cadastro dos animais de cada uma das trs raas desse rebanho;
c) levantamento para caracterizao da qualidade das lmpadas recebidas por uma
rede de lojas de aparelhos eltricos de vrios fabricantes em que so sorteadas para teste
algumas lmpadas de cada um dos fabricantes;
d) levantamento da opinio dos associados de uma cooperativa de produtores de
trigo para identificar os problemas mais relevantes para pesquisa cuja amostra constituda
por agricultores escolhidos aleatoriamente do cadastro dos associados dessa cooperativa de
cada um de trs tamanhos de propriedade.

A amostragem aleatria estratificada, assim como a amostragem aleatria
simples, requer a identificao e listagem de todas as unidades da populao
objetivo. Quando o tamanho da populao objetivo muito grande, a preparao
dessa lista pode ser demasiadamente trabalhosa ou impraticvel. Outros
inconvenientes do uso desses processos de amostragem nessas circunstncias so
os custos elevados e as dificuldades administrativas decorrentes da coleta de
informaes de unidades dispersas.
3.1.3. Amostragem aleatria por conglomerados
Quando o tamanho da populao objetivo muito grande, o levantamento
por amostragem aleatria pode tornar-se mais fcil e conveniente quanto
preparao, custo e administrao quando as unidades constituem grupos naturais
relativamente homogneos. Nessas circunstncias, um processo de amostragem
apropriado para constituir uma amostra representativa pode compreender a seleo
aleatria de um subconjunto desses grupos, usualmente designados de
conglomerados, em vez de um subconjunto de unidades individuais:

Um delineamento de amostragem aleatria por conglomerados consiste
em classificar as unidades da populao objetivo em grupos (conglomerados) e,
ento, extrair uma amostra aleatria simples dos conglomerados.

A amostra pode ser constituda de todas as unidades dos conglomerados
selecionados ou de uma amostra aleatria simples de cada um desses
conglomerados. Nesse ltimo caso, pode ser adotada alocao igual ou alocao
proporcional aos tamanhos dos conglomerados. A alocao proporcional mais
frequentemente utilizada.
Em muitas situaes os conglomerados compreendem unidades
geograficamente prximas e so reas correspondentes a divises de uma regio
que constitui a populao objetivo. Nessas circunstncias, o delineamento
usualmente designado de amostragem aleatria por rea.
Exemplos de caractersticas que podem ser apropriadas para a formao de
conglomerados so: a) fazenda em um levantamento da incidncia de doenas nos
animais de uma regio em que a unidade um animal; b) distrito em um
levantamento de tecnologias adotadas pelos agricultores de uma regio em que a
propriedade agrcola a unidade; e c) famlia em um levantamento da situao
socioeconmica dos habitantes de um bairro de uma cidade em que a unidade o
indivduo.
Uma ilustrao de amostragem aleatria por conglomerados provida pelo
Exemplo 10.

Exemplo 10. Em um levantamento do consumo em uma cidade em que a unidade
da amostra a famlia definida como o conjunto das pessoas que habitam uma mesma
residncia, identificam-se os quarteires em um mapa da cidade e escolhe-se aleatoriamente
um dado nmero de quarteires para a coleta de observaes. A seguir, seleciona-se um
subconjunto das residncias de cada um dos quarteires escolhidos, por amostragem
aleatria simples com alocao proporcional (aos nmeros de residncias desses
quarteires).

Este processo de amostragem aleatria requer apenas a identificao dos
conglomerados e a listagem das unidades dos conglomerados selecionados para a
amostra. Por essa razo, ele conveniente para populaes objetivos
consideravelmente grandes, principalmente quando no disponvel uma lista
completa das unidades e obt-la implicaria muito trabalho e custo elevado.
Quando a variao de caractersticas relevantes menor entre os
conglomerados do que entre as unidades dentro de conglomerados, a amostragem
aleatria por conglomerados produz menor erro de amostragem e inferncias
estatsticas mais precisas do que a amostragem aleatria simples. Assim, no
planejamento de um levantamento por amostragem aleatria por conglomerados
deve-se buscar maior homogeneidade entre os conglomerados do que entre as
unidades dentro dos conglomerados. Isso o contrrio do que se deve buscar com
o processo de amostragem aleatria estratificada, onde conveniente maior
homogeneidade dentro dos estratos do que entre os estratos.
Como usualmente unidades de um mesmo conglomerado tendem a serem
mais semelhantes do que unidades de diferentes conglomerados, muito
frequentemente a amostragem aleatria por conglomerados produz erro de
amostragem mais elevado e consequentemente inferncias menos precisas do que a
amostragem aleatria simples do mesmo tamanho. Essa fraqueza pode ser reduzida
pelo incremento do tamanho da amostra, o que pode ser obtido com trabalho e
custo relativamente pequenos, j que comumente unidades de mesmo
conglomerado so prximas.
3.1.4. Amostragem aleatria estratificada e por conglomerados
Em algumas situaes pode ser conveniente um delineamento misto de
amostragem aleatria estratificada e amostragem aleatria por conglomerados:

Em um delineamento de amostragem aleatria estratificada e por
conglomerados a populao objetivo dividida em grupos (estratos); cada um
desses grupos subdividido em subgrupos (conglomerados); de cada um dos
extratos extrada uma amostra aleatria simples de conglomerados; ento, de
cada conglomerado (de cada estrato) selecionado aleatoriamente um
subconjunto de unidades por algum critrio apropriado.

Exemplo 11. Os dois levantamentos caracterizados a seguir ilustram delineamento
de amostragem aleatria estratificada e por conglomerados:
a) Levantamento por amostragem de famlias considerado no Exemplo 10
procedido com o seguinte delineamento alternativo: a cidade dividida em zonas (estratos;
por exemplo, uma ou mais zonas centrais e os bairros); b) so identificados os quarteires
(conglomerados) de cada uma dessas zonas; c) extrada uma amostra aleatria simples dos
conglomerados de cada uma das zonas; e d) efetuada a seleo aleatria de um
subconjunto de residncias de cada quarteiro selecionado de cada zona da cidade.
b) Levantamento de opinies de triticultores da regio tritcola do planalto do Rio
Grande do Sul em que essa regio dividida em municpios (estratos) e cada municpio em
reas de cinco propriedades cada uma (conglomerados); ento, selecionada uma amostra
aleatria simples de reas dentro de cada municpio com o nmero de reas selecionadas
proporcional ao nmero de reas do municpio.
3.1.5. Amostragem aleatria em estgios
O delineamento de amostragem aleatria estratificada e por conglomerados
um delineamento de amostragem em dois estgios: o primeiro estgio consiste na
amostragem aleatria simples dos conglomerados dentro de cada estrato; o segundo
estgio, na amostragem aleatria das unidades de cada conglomerado selecionado
no primeiro estgio. Essa ideia de amostragem em estgios pode ser
convenientemente estendida para situaes de populaes muito grandes e
complexas.

Exemplo 12. Considere-se uma pesquisa nacional de residncias; por exemplo,
uma pesquisa referente a emprego e desemprego. No seria prtico obter e manter uma lista
das residncias do Pas. Alm disso, a coleta de dados por meio de entrevistas em
domiclios muito dispersos teria um custo exorbitante. Para essas circunstncias,
interessante um delineamento de amostragem em estgios, como o delineamento nos trs
estgios que seguem: 1 extrao de uma amostra aleatria dos municpios de cada Estado
do Pas; 2 seleo de uma amostra aleatria dos quarteires de cada um dos municpios
escolhidos; e 3 seleo de uma amostra aleatria das residncias de cada um dos
quarteires.
3.1.6. Amostragem aleatria sistemtica
A amostragem aleatria sistemtica um processo de amostragem
probabilista utilizado com alguma frequncia quando possvel listar ou ordenar
todas as unidades da populao objetivo.

Um delineamento de amostragem aleatria sistemtica de tamanho n de
uma populao de tamanho N consiste em escolher aleatoriamente uma unidade
do subconjunto das primeiras k = [N/n] unidades, seja a c-sima unidade, e, ento,
tomar cada uma das k-simas unidades a partir desta, de modo que a amostra
resulta constituda pelas unidades da populao objetivo de ordens c, c+k, c+2k,...
([r] denota o maior nmero inteiro que no supera o nmero racional r.)

Neste delineamento a escolha aleatria da primeira unidade da amostra
determina toda a amostra. Em particular, para selecionar uma amostra aleatria de
p% (p inteiro positivo) das N unidades de uma populao objetivo, escolhe-se
aleatoriamente um nmero do conjunto dos nmeros inteiros {1, 2,..., p}, seja c, e,
ento, toma-se cada uma das p-simas unidades a partir de c, ou seja, as unidades c,
c+p, c+2p, e assim sucessivamente.

Exemplo 13. Suponha-se a extrao de uma amostra de 10% da lista dos 620
associados de uma cooperativa de produtores de leite. Para tal, seleciona-se aleatoriamente
um nmero do conjunto dos 10 primeiros nmeros inteiros {1, 2,..., 10}, seja 6, e, ento,
tomam-se os produtores identificados na lista com os nmeros 6, 16, 26, e assim
sucessivamente, at o 616.

A amostragem aleatria sistemtica reduz consideravelmente o nmero de
subconjuntos de unidades da populao objetivo que pode ser escolhido para
constituir a amostra. Essa uma propriedade essencial que distingue esse processo
de amostragem da amostragem aleatria simples. Entretanto, a amostragem
sistemtica assegura que todas as unidades da populao objetivo tm chance de
constituir a amostra.
Esse delineamento tem duas vantagens em relao ao delineamento de
amostragem aleatria simples: mais fcil de planejar, j que requerido apenas
um nmero aleatrio, e distribui a amostra mais uniformemente sobre a populao
objetivo. Por essa segunda razo, o delineamento de amostragem aleatria
sistemtica algumas vezes conduz a erro de amostragem menor e inferncias mais
precisas do que o delineamento de amostragem aleatria simples. Entretanto, ele
tem desvantagens. Uma desvantagem importante que, se h alguma ordenao
escondida das unidades da populao objetivo segundo os nveis de alguma
caracterstica relevante, pode resultar uma amostra severamente tendenciosa.
Assim, por exemplo, uma amostra sistemtica das casas de uma cidade pode conter
um nmero demasiadamente grande, ou demasiadamente pequeno, de casas de
esquina; uma amostra sistemtica das plantas de um pomar pode ter as plantas
selecionadas das mesmas posies ao longo de cada uma das filas do pomar. Para
evitar o uso inconveniente do delineamento de amostragem sistemtica
importante conhecer a natureza da variabilidade na populao objetivo antes de
decidir pela sua escolha.
3.1.7. Amostragem aleatria mltipla
Em algumas circunstncias pode ser conveniente proceder seleo das
unidades para a amostra por etapas.

Em um delineamento de amostragem mltipla a amostra constituda por
unidades que so selecionadas da populao objetivo em etapas sucessivas.
Dependendo dos resultados observados em cada etapa, podem ser dispensadas
etapas subsequentes.

Esse processo de amostragem frequentemente empregado em inspeo
por amostragem para teste ou controle de qualidade de produtos. O Exemplo 14
prov uma ilustrao.

Exemplo 14. Para ilustrao considere-se o seguinte processo de amostragem
dupla para deciso referente aceitao ou rejeio de um lote de um produto industrial:
Escolhe-se uma amostra aleatria das unidades do lote; se o nmero de unidades
defeituosas nesta amostra no mximo 5%, o lote aceito; se for no mnimo 10%, o lote
rejeitado. Se o nmero de unidades defeituosas situa-se entre 5 e 10%, requerida uma
segunda amostra. Ento, se o nmero de unidades defeituosas na amostra combinada dessas
duas amostras no mximo 10%, o lote aceito; se o nmero de unidades defeituosas
superior a 10%, o lote rejeitado.

A amostragem aleatria mltipla inicia com uma amostra relativamente
pequena e procede com o incremento sucessivo do tamanho da amostra em etapas,
at que o critrio de deciso seja logrado. Assim, um processo de amostragem
conveniente por possibilitar a diminuio do tamanho da amostra e a reduo de
custo e tempo.
Um caso extremo de amostragem mltipla a amostragem sequencial: a
amostra vai sendo acrescida unidade por unidade, at que seja alcanada uma
concluso referente a aceitar ou rejeitar uma dada hiptese referente populao
objetivo. A amostragem sequencial permite minimizar o tamanho mdio da
amostra em longo prazo.
3.2. Amostragem no probabilista
Em algumas circunstncias pode ser impraticvel ou inconveniente a
considerao de todas as unidades de uma populao real no processo de escolha
da amostra. Assim, por exemplo, em uma pesquisa da preferncia dos eleitores do
Estado do Rio Grande do Sul em relao aos candidatos a governador na prxima
eleio, impraticvel constituir a amostra por um subconjunto de indivduos
escolhidos da lista dos eleitores aptos para o exerccio do voto; em uma pesquisa da
opinio dos cidados de um municpio sobre um tema particular pode ser
impraticvel ou inconveniente a considerao de todos os habitantes desse
municpio no processo de gerao da amostra. Circunstncias semelhantes ocorrem
quando as unidades de uma populao real no podem ser todas identificadas ou
no so todas acessveis, como, por exemplo, em um levantamento da populao
dos peixes de um lago, em um levantamento para caracterizao botnica de
espcies vegetais nativas de uma regio, e em um levantamento dos animais de
uma reserva biolgica. Nessas circunstncias, torna-se impraticvel ou invivel a
utilizao de um delineamento de amostragem probabilista.
A utilizao de delineamento de amostragem probabilista tambm
invivel quando a populao objetivo uma populao conceitual, cujas unidades
no so todas disponveis no momento de execuo da pesquisa. Nesse caso a
populao objetivo pode ser especificada apenas conceitualmente, ou seja, pela
descrio das propriedades das unidades que a constituem.
Em todas essas situaes, a escolha da amostra deve ser baseada em critrio
e julgamento humano. Nessas circunstncias a probabilidade de cada unidade
particular da populao objetivo ser escolhida para constituir a amostra no
conhecida. De fato, em muitas situaes uma frao considervel dessas unidades
no tem chance de ser selecionada para a amostra.
Como esses processos de amostragem no tm base probabilista, no
permitem a determinao do erro de amostragem e a avaliao objetiva da
representatividade da amostra. Pela essa mesma razo, no possibilitam a derivao
de inferncias para a populao objetivo por procedimentos estatsticos. Tais
inferncias devem ser baseadas em julgamento subjetivo. Como consequncia, so
geralmente sujeitas tendenciosidade, que no pode ser avaliada objetivamente.
Os delineamentos de amostragem no probabilista mais usuais so os
seguintes:
amostragem de julgamento,
amostragem de convenincia,
amostragem por quota,
amostragem no aleatria sistemtica,
amostragem a esmo e
amostragem mecnica.
3.2.1. Amostragem de julgamento
Em um delineamento de amostragem de julgamento a amostra
constituda com base em julgamento do pesquisador que procura selecionar um
subconjunto de unidades representativo da populao objetivo.

Muito freqentemente a amostra escolhida por um especialista na rea de
pesquisa que, por ser considerado profundo conhecedor das caractersticas
relevantes das unidades da populao objetivo, julgado habilitado a selecionar
uma amostra que represente essas caractersticas. Usualmente, um critrio
importante para a escolha da amostra a manifestao da variabilidade presente na
populao objetivo.

Exemplo 15. As seguintes pesquisas ilustram delineamento de amostragem de
julgamento:
a) levantamento de opinies dos operrios de uma indstria para o aumento da
produtividade em que, por alguma razo, deve ser entrevistada apenas uma parte dos
operrios; a escolha desses operrios feita pelo gerente de produo por ser considerado o
mais habilitado para obter uma representao apropriada do conjunto dos operrios;
b) levantamento de caractersticas dos sistemas de produo de feijo de uma
regio em que deve ser escolhido um subconjunto de municpios cujos produtores devam
ser includos na amostra; a escolha dos municpios feita por um grupo de pesquisadores.

A amostragem de julgamento um processo de amostragem no
probabilista muito comum. De fato, o processo mais usual em situaes de
populao conceitual e o mais praticvel em muitas situaes de populao real de
tamanho elevado, particularmente quando h restries de recursos e tempo. Ele
deve ser usado com a compreenso clara de suas limitaes e com as cautelas
necessrias para que a amostra escolhida represente apropriadamente a populao
objetivo.
Este processo de amostragem tem a vantagem de ser de custo relativamente
baixo, mas a inconvenincia de requerer amplo conhecimento da populao
objetivo e julgamento acurado na escolha da amostra. Por essa razo, ele deve ser
usado com muita cautela. Mesmo com esses cuidados, ele no permite a
determinao do erro de amostragem e no possibilita a derivao de inferncias
objetivas para a populao objetivo.
3.2.2. Amostragem de convenincia
Em um delineamento de amostragem de convenincia a amostra
constituda por unidades selecionadas da populao objetivo por algum critrio de
convenincia, muito frequentemente relacionado acessibilidade das unidades.

A amostragem de convenincia muitas vezes utilizada para obter
informaes aproximadas sobre a populao objetivo em pouco tempo e com baixo
custo.

Exemplo 16. Esse delineamento de amostragem ilustrado pelas seguintes
pesquisas:
a) levantamento de informaes sobre famlias quando o entrevistador escolhe
famlias prximas de sua residncia ou local de trabalho;
b) levantamento de opinies dos moradores de um bairro em que o entrevistador
decide entrevistar as 200 pessoas que estiverem presentes em certa praa no prximo fim de
semana; e.
c) levantamento de caractersticas referentes qualidade do cimento proveniente de
uma indstria em que a amostra constituda por sacos escolhidos do topo de um ou mais
caminhes com uma carga de cimento de dessa procedncia.

Esse processo de amostragem frequentemente utilizado por ser o mais
prtico, particularmente em pesquisa exploratria na fase inicial de um programa
de pesquisa. Os problemas cruciais da amostragem de convenincia so
semelhantes aos inerentes aos outros delineamentos de amostragem no
probabilista, ou seja, impossibilidades de avaliao do erro de amostragem e da
representatividade da amostra, e de derivao de inferncias objetivas. A escolha
da amostra por critrio de convenincia torna as possibilidades de vis mais
elevadas. Nessas circunstncias, ele deve ser utilizado com os cuidados necessrios
para evitar tendenciosidade e com a compreenso clara de suas limitaes.
3.2.3. Amostragem por quota
Este processo de amostragem no probabilista tem semelhana com o
delineamento de amostragem aleatria estratificada. Distingue-se desse
delineamento porque as unidades so selecionadas de cada um dos estratos por
processo no aleatrio. O pesquisador primeiro identifica os estratos e as
propores em que eles esto presentes na populao objetivo e, ento, utiliza
amostragem no aleatria para a seleo do nmero requerido de unidades de cada
um dos estratos (quota):

Um delineamento de amostragem por quota consiste em: 1) dividir a
populao objetivo em subpopulaes ou estratos que representem as vrias
categorias em que suas unidades so classificadas segundo alguma caracterstica
relevante; 2) determinar o tamanho da frao da amostra (quota) correspondente
a cada um desses estratos; e 3) delegar ao executor do levantamento em cada
estrato a seleo das unidades at completar a quota que lhe foi assinalada.

A seleo das unidades de cada estrato usualmente procedida por
amostragem de julgamento ou de convenincia. O Exemplo 17 prov ilustraes
de amostragem por quota.

Exemplo 17. Ilustraes de levantamento de amostragem por quota:
a) levantamento de informaes de produtores rurais de uma regio por meio de
entrevistas em que a regio dividida em sees e cada seo assinalada a um
entrevistador, cabendo ao entrevistador escolha de um determinado nmero de produtores
de sua seo para as entrevistas;
b) levantamento das condies socioeconmicas das famlias de um bairro em que
o bairro dividido em segmentos de ruas e so atribudas aos entrevistadores as escolhas
das residncias dos correspondentes segmentos de modo a que sejam completados os
nmeros pr-determinados residncias.

Em um delineamento de amostragem por quota a seleo das unidades de
cada subpopulao usualmente procedida por amostragem de julgamento ou de
convenincia. Nesse delineamento, muito frequentemente, so desconsideradas as
unidades no acessveis ou de acesso difcil. Por essa razo, a representatividade da
amostra pode ser altamente suspeita, e no h maneira de avaliar a
representatividade de amostra selecionada dessa forma.
3.2.4. Amostragem no aleatria sistemtica
Este processo de amostragem no probabilista utilizvel em situaes em
que as unidades da populao objetivo vo se tornado disponveis uma a uma ao
longo do tempo.

Um delineamento de amostragem no aleatria sistemtica, tambm
denominado delineamento de amostragem de intervalos, consiste em tomar uma
unidade ao final de cada repetio de um dado intervalo de tempo, na medida em
que as unidades da populao objetivo vo se tornando disponveis, ou tomar cada
unidade que surge imediatamente aps um subconjunto de um determinado
nmero de unidades.

Este processo de amostragem requer que o ponto de partida, ou seja, o
instante inicial ou o primeiro item seja selecionado por meio de algum critrio
objetivo. Ele algumas vezes utilizado na indstria para monitorar o
funcionamento de equipamentos e processos de produo e para controle de
qualidade de produtos, e em levantamentos que envolvem entrevistas de pessoas.

Exemplo 18. Ilustraes do uso de amostragem no aleatria sistemtica:
a) levantamento para verificar se o conjunto dos equipamentos ou o processo de
produo de uma indstria est funcionando segundo as especificaes, quando
selecionado um item da linha de produo para teste a cada intervalo de tempo (por
exemplo, a cada 60 minutos), a partir de um horrio pr-estabelecido;
b) levantamento para controle da qualidade de um produto industrial em que
selecionado para teste o ltimo item de cada subconjunto de um determinado nmero de
itens produzidos pela linha de produo;
c) levantamento para pesquisa de opinio dos clientes de uma loja em que
selecionada cada dcima pessoa que entra na loja, a partir da abertura da loja;
d) levantamento para coleta de sugestes dos residentes de uma rua referente a um
projeto de remodelao, em que a amostra constituda pelos ocupantes de cada dcima
casa dessa rua, a partir de uma determinada esquina.
3.2.5. Amostragem a esmo
A amostragem a esmo um processo de escolha da amostra no aleatria
particularmente utilizvel quando as unidades da populao objetivo so indivduos
ou objetos dispostos em algum recipiente, compartimento ou instalao. O
pesquisador procura constituir a amostra por unidades escolhidas por processo
supostamente corresponde escolha aleatria sem, no entanto, realizar
propriamente sorteio.

Em um delineamento de amostragem a esmo a amostra constituda por
unidades selecionadas de diversos pontos da populao objetivo escolhidos por
algum procedimento que simule o acaso.

A amostragem a esmo til para algumas situaes em que a populao
objetivo muito numerosa, as unidades no so identificadas ou pode ser difcil
acessar unidades selecionadas. Nessas circunstncias, a adoo de processos de
amostragem probabilista pode ser muito trabalhosa. Pode ser procedida de diversas
formas. Por exemplo, no caso em que as unidades esto dispostas em algum
recipiente, pegando as unidades ao alcance da mo, em diversas posies; quando
as unidades esto em algum compartimento ou instalao de maior porte,
percorrendo o compartimento ou instalao e tomando as unidades ao alcance, em
vrios pontos. O Exemplo 19 ilustra algumas situaes de uso de amostragem a
esmo.

Exemplo 19. Ilustraes de uso de amostragem a esmo:
a) levantamento referente a caractersticas dos parafusos contidos em uma caixa
procedido por meio de uma amostra de alguns parafusos pegados em cada um de dez
pontos da caixa;
b) levantamento de caractersticas de pintos dispostos em diversas gaiolas cada
uma com 100 pintos em que de cada uma dessas gaiolas o pesquisador pega cinco pintos ao
alcance de sua mo;
c) levantamento para caracterizao da qualidade da carne armazenada em uma
cmara frigorfica cuja amostra constituda por pores de carne coletadas em diversas
posies ao longo de uma caminhada pelo armazm.

A amostragem a esmo pode ser um processo de amostragem confivel se a
populao objetivo for homognea ou no houver a tendncia de agrupamento
sistemtico das unidades, e no existir a possibilidade de o pesquisador ser
influenciado por alguma caracterstica das unidades.
3.2.6. Amostragem mecnica
Esse processo de amostragem no aleatria apropriado quando a
populao objetivo compreende um volume slido, lquido ou gasoso.

Um delineamento de amostragem mecnica consiste em constituir a
amostra de uma populao objetivo que compreende um volume slido, lquido ou
gasoso por pores tomadas em diversos pontos desse volume escolhidos de modo
supostamente casual.

A amostragem mecnica usualmente procedida com o uso de
instrumentos especiais, tais como garra, concha e sonda. Esse processo de
amostragem tem semelhana com o processo de amostragem a esmo e deve ser
utilizado com os mesmos cuidados indicados para a amostragem a esmo.
4. Pesquisa Explicativa
4.1. Relaes de Caractersticas
O propsito de uma pesquisa cientfica explicativa prover informaes
para o controle ou predio de um subconjunto de caractersticas com base na
alterao ou conhecimento de outro subconjunto de caractersticas. A dificuldade
desse processo a presena da variabilidade natural das demais caractersticas das
unidades.
Em uma pesquisa cientfica explicativa so identificados trs subconjuntos
das caractersticas das unidades da populao objetivo, que so designadas como
segue (Figura 3):
caractersticas que exprimem o comportamento ou desempenho das
unidades:
- caractersticas respostas;
caractersticas que supostamente afetam as caractersticas respostas:
- caractersticas explanatrias ou caractersticas explicativas; e
demais caractersticas das unidades:
- caractersticas estranhas.

Figura 3. Caractersticas das unidades da populao objetivo
em uma pesquisa explicativa.

As relaes entre esses trs subconjuntos de caractersticas so
representadas na Figura 4.


Figura 4. Relaes entre as caractersticas das unidades da populao
objetivo em uma pesquisa explicativa.

A constituio desses trs subconjuntos de caractersticas depende do
propsito da pesquisa. Em geral, o subconjunto das caractersticas respostas
compreende as caractersticas referentes ao produto e caractersticas dos
componentes. O subconjunto das caractersticas explanatrias constitudo por
caractersticas dos insumos e caractersticas dos componentes que, supostamente,
explicam variaes importantes das caractersticas respostas. O subconjunto das
caractersticas estranhas constitudo pelas demais caractersticas dos insumos e
dos componentes.
As caractersticas respostas e as caractersticas explanatrias constituem os
objetivos da pesquisa e so designadas com base em teorias cientficas substantivas
e em conhecimento emprico. A identificao dessas caractersticas requer
conhecimento e viso da rea de pesquisa. As caractersticas estranhas so
comumente definidas por excluso, como o conjunto das caractersticas das
unidades que no exprimem o desempenho destas e com as quais no tem a
pesquisa como propsito relacionar o desempenho das unidades; ou seja, como o
conjunto das caractersticas das unidades excludas as caractersticas respostas e as
caractersticas explanatrias. A distino e a classificao das caractersticas nessas
trs classes um passo crucial no planejamento de uma pesquisa explicativa.
Em geral, apenas um subconjunto das caractersticas respostas de
interesse em uma pesquisa particular. As caractersticas desse subconjunto e as
caractersticas explanatrias devem ser identificadas e definidas explicitamente. As
caractersticas estranhas constituem um conjunto extremamente numeroso e
usualmente necessria a individualizao apenas das mais relevantes.
As unidades da amostra tambm compreendem os trs subconjuntos das
caractersticas das unidades da populao objetivo, ou seja, o subconjunto das
caractersticas respostas, o subconjunto das caractersticas explanatrias e
subconjunto das caractersticas estranhas. Conceitualmente, essas caractersticas da
amostra so as mesmas consideradas na populao objetivo. Idealmente, os nveis
das caractersticas estranhas da amostra so uma amostra representativa dos
correspondentes nveis na populao objetivo. Os nveis das caractersticas
explanatrias da amostra so os prprios nveis da populao objetivo ou
subconjuntos desses nveis apropriadamente escolhidos.
Esses conceitos so ilustrados pelos exemplos que seguem de quatro
pesquisas cujos objetivos so resumidos pelos respectivos ttulos.

Exemplo 20. Pesquisa: Controle da incidncia de giberela em lavouras de trigo da
regio tritcola do Estado do Rio Grande do Sul.
O conjunto das caractersticas respostas compreende as caractersticas que
exprimem o desempenho das lavouras, ou seja, as caractersticas dos produtos gros e
caractersticas dos componentes plantas. Entretanto, nessa pesquisa interessam apenas as
caractersticas respostas relevantes para seu objetivo, ou seja, controle da incidncia da
giberela, fungo que causa prejuzos produo de trigo dessa regio. Essas caractersticas
so: peso da produo de gros e grau de infeco de giberela.
Para a consecuo do objetivo dessa pesquisa o pesquisador decide pesquisar o
efeito de fungicidas e elege para considerao trs fungicidas: Mancozeb, Ciproconazole e
Propiconazole. Como o efeito do fungicida pode depender da freqncia de aplicao, ele
resolve considerar uma nica aplicao e duas aplicaes do fungicida.
Nessas circunstncias, so definidas duas caractersticas explanatrias: fungicida e
freqncia de aplicao; a primeira com trs nveis: os fungicidas Mancozeb,
Ciproconazole e Propiconazole, e a segunda com dois nveis: uma e duas aplicaes do
fungicida. Como os efeitos dos fungicidas podem depender das condies ambientais, que
variam no espao e no tempo, o pesquisador decide conduzir a pesquisa em quatro locais da
regio tritcola nos prximos trs anos; assim, local e ano tambm so considerados como
caractersticas explanatrias.
Os nveis na amostra das caractersticas explanatrias fungicida e frequncia de
aplicao so os mesmos da populao objetivo, ou seja, os fungicidas Mancozeb,
Ciproconazole e Propiconazole, e as frequncias de aplicao do fungicida: uma e duas
aplicaes. Entretanto, os nveis das caractersticas explanatrias local e ano na amostra
so, respectivamente, os locais e anos de conduo da pesquisa; portanto, subconjuntos dos
respectivos nveis definidos para a populao objetivo, apropriadamente escolhidos para
representarem as correspondentes populaes de nveis.
As caractersticas estranhas so as demais caractersticas das unidades da amostra,
ou seja, as caractersticas das unidades excludas as caractersticas respostas e as
caractersticas explanatrias; portanto, so: as caractersticas referentes semente
(genticas e fenotpicas, tamanho, vigor, pureza, sanidade, etc.), ao ambiente (solo, clima,
incidncias de pragas, doenas, invasoras e predadores, etc., excetuadas as caractersticas
inerentes a local e ano, definidas como caractersticas explanatrias), s tcnicas de cultivo
(preparo do solo, plantio, aplicao de defensivos, excetuado fungicida para controle da
giberela e frequncia de aplicao, definidos como caractersticas explanatrias, etc.), e aos
processos de mensurao e de registro dos dados.

Exemplo 21. Pesquisa: Controle de vermes intestinais em unidades de produo
de carne de cordeiro mamo da Regio Sul do Estado do Rio Grande do Sul.
As caractersticas respostas importantes para os objetivos do experimento so: peso
corporal ao abate, quantidade de parasitas nas vsceras do animal, e peso corporal e
quantidade de ovos nas fazes em instantes especficos do perodo experimental.
O pesquisador decide considerar o anti-helmntico Ranizole e estabelece o objetivo
particular de determinar a dose tima desse anti-helmntico no intervalo de 0 a 40 mg/kg
peso vivo, para animais machos e fmeos. Ento, h duas caractersticas explanatrias em
considerao: anti-helmntico Ranizole e sexo. Os nveis da primeira caracterstica
explanatria na populao objetivo so o conjunto das doses do intervalo [0; 40 mg/kg peso
vivo]; os nveis da segunda caracterstica explanatria so os dois sexos macho e fmeo.
Como a incidncia de parasitos e, consequentemente, o efeito do anti-helmntico, pode
variar com as condies ambientais, planejado conduzir a pesquisa em trs locais, em trs
anos consecutivos; logo local e ano tambm so considerados caractersticas explanatrias.
Os nveis da caracterstica explanatria anti-helmntico Ranizole na amostra so
um subconjunto dos nveis do intervalo [0; 40 mg/kg peso vivo], apropriadamente
escolhidos de modo que a relao entre a caracterstica resposta e essa caracterstica
explanatria na populao objetivo possa ser aproximada pela correspondente relao
manifestada na amostra. Os nveis na amostra devem compreender, necessariamente, os
dois nveis extremos da populao objetivo, ou seja, 0 e 40 mg/kg, e pelo menos um nvel
intermedirio. Ento, o pesquisador decide definir para a amostra os nveis 0, 20 e 40
mg/kg. Os nveis da caracterstica explanatria sexo na amostra so os prprios nveis da
populao objetivo, ou seja, macho e fmea. Os nveis das caractersticas explanatrias
local e ano na amostra so os locais e os anos particulares escolhidos para a conduo do
experimento, ou seja, os subconjuntos dos correspondentes nveis da populao objetivo
supostamente escolhidos por processo aleatrio.
As caractersticas estranhas da amostra so as demais caractersticas das unidades,
ou seja, as caractersticas estranhas que no so caractersticas respostas nem caractersticas
explanatrias: caractersticas referentes ao animal (genticas e fenotpicas, sanidade, idade,
peso, etc., excetuado sexo, que caracterstica explanatria), ao ambiente (pastagem, clima,
instalaes, incidncias de doenas, parasitos e predadores, excetuadas as caractersticas
inerentes a local e ano, que so caractersticas explanatrias), ao manejo (preparo do
cordeiro, aplicao de antibiticos, vacinas e parasiticidas, exceto aplicao de anti-
helmntico, que caracterstica explanatria) e aos processos de mensurao e de registro
dos dados.

Exemplo 22. Pesquisa: Efeito da incidncia da virose do enrolamento sobre a
quantidade e qualidade da produo de uva de videira da cultivar Itlia, na regio vitcola
do Estado do Rio Grande do Sul.
As caractersticas respostas importantes so: peso do cacho, nmero de cachos,
peso mdio do cacho, e teor de acar e acidez da uva.
O objetivo dessa pesquisa define incidncia da virose do enrolamento como uma
caracterstica explanatria. O pesquisador decide considerar trs graus de infeco: sem
infeco, infeco mdia e infeco forte; logo esses so os trs nveis dessa caracterstica
explanatria na populao objetivo. Local e ano tambm so considerados como
caractersticas explanatrias, j que a quantidade e a qualidade da produo de uva podem
depender das condies ambientais.
Os nveis da caracterstica explanatria infeco de virose do enrolamento na
amostra so aqueles mesmos da populao objetivo, ou seja, sem infeco, infeco mdia
e infeco forte. Como nas pesquisas ilustradas nos exemplos anteriores, os locais e os anos
da mostra so escolhidos de modo a que seja lograda a apropriada representatividade da
variao ambiental da populao objetivo.
As caractersticas estranhas da amostra so as caractersticas das unidades que no
so caractersticas respostas nem caractersticas explanatrias, ou seja: as caractersticas
referentes planta (genticas e fenotpicas, vigor, sanidade, excetuada a incidncia da
virose do enrolamento, que uma caracterstica explanatria), ao ambiente (solo, clima,
incidncias de pragas, doenas, predadores, etc., excetuadas as propriedades inerentes a
local e ano, que so caractersticas explanatrias), s tcnicas de cultivo (adubao,
aplicao de inseticidas, herbicidas, fungicidas, etc.), e aos processos de mensurao e de
registro dos dados.

Exemplo 23. Pesquisa: "Impacto da adoo de novas tecnologias referentes a
cultivar, adubao, inseticida, herbicida e fungicida sobre a produtividade de lavouras de
feijo do Estado do Rio Grande do Sul".
A caracterstica resposta mais relevante o peso da produo de gros; tambm
so caractersticas respostas importantes caractersticas referentes a incidncias de pragas,
invasoras e doenas fngicas e algumas caractersticas da planta, do legume e do gro.
O objetivo da pesquisa define cinco caractersticas explanatrias: cultivar,
adubao, inseticida, herbicida e fungicida. A primeira dessas caractersticas tem nmero
no especificado de nveis; o pesquisador decide considerar dois nveis para cada uma das
demais caractersticas adota e no adota. Local e ano tambm so considerados como
caractersticas explanatrias, dado que a produtividade do feijo depende do ambiente.
Os nveis das caractersticas explanatrias adubao, inseticida, herbicida e
fungicida na amostra so os mesmos da populao objetivo, ou seja, adota e no adota; os
nveis na amostra das caractersticas explanatrias cultivar, ano e local so subconjuntos
dos nveis da populao objetivo, ou seja, as cultivares, os locais e anos, respectivamente,
que se manifestem nas unidades escolhidas para constiturem a amostra.
As caractersticas estranhas da amostra so as caractersticas referentes a: semente
(excetuada cultivar, que caracterstica explanatria), ambiente (excetuadas as
propriedades inerentes a local e ano), tcnicas de cultivo (excetuadas adubao, inseticida,
herbicida e fungicida, que so caractersticas explanatrias) e processos de mensurao e de
registro dos dados.
4.2. Controle da Amostra
De modo geral, a variao manifestada pelas caractersticas respostas nas
unidades da amostra atribuvel tanto variao das caractersticas explanatrias
como variao das caractersticas estranhas. Como consequncia, h um
confundimento dos efeitos causais de caractersticas explanatrias sobre
caractersticas respostas com efeitos de caractersticas estranhas.

Os efeitos de duas caractersticas (explanatrias ou estranhas) sobre uma
caracterstica resposta so confundidos quando no podem ser distinguidos um do
outro.

O confundimento dificulta e pode impossibilitar a derivao de inferncias
no tendenciosas referentes a relaes causais entre caractersticas respostas e

A variao de uma caracterstica resposta atribuvel variao de
caractersticas estranhas denominada erro de pesquisa.

A designao "erro de pesquisa" provm do fato de que as inferncias
referentes a efeitos casuais de caractersticas explanatrias sobre caractersticas
respostas esto sujeitas a erro proveniente da variao das caractersticas respostas
que devida a caractersticas estranhas. O erro de pesquisa decorre do
confundimento de efeitos de caractersticas explanatrias com efeitos de
caractersticas estranhas.
A base da pesquisa cientfica para inferncia de relao causal entre uma
caracterstica resposta e uma caracterstica explanatria o seguinte princpio da
causalidade: se o nvel da caracterstica explanatria alterado e as caractersticas
estranhas permanecem constantes, qualquer variao manifestada pela
caracterstica resposta atribuvel alterao dessa caracterstica explanatria.
Esse ideal aproximadamente conseguido em certos experimentos de
laboratrio em fsica e em qumica, onde podem ser construdas unidades
essencialmente idnticas, de modo que o erro de pesquisa reduzido proporo
irrelevante. Com base nesse fato, alguns cientistas chegam a considerar o erro
como insignificante ou ignoram sua presena. Como consequncia, enquanto as
tcnicas de laboratrio possam ser irreparveis, as inferncias tornam-se
descuidadas e subjetivas. Por outro lado, a reduo exagerada do erro pode
implicar na conduo da pesquisa em condies demasiadamente especiais para
permitir inferncias para populaes de unidades naturais, usualmente com
variabilidade considervel. Essa a circunstncia comum nas chamadas cincias
naturais, particularmente em biologia.
Como proceder para o estabelecimento de relaes causais nessas
circunstncias de impossibilidade ou inconvenincia de construo de unidades
essencialmente idnticas? Como proceder para controlar as influncias das
caractersticas estranhas, de modo que possam ser estabelecidas inferncias
referentes a efeitos causais de caractersticas explanatrias sobre caractersticas
respostas de modo to inequvoco quanto possvel?
A soluo desse problema essencial da pesquisa explicativa o controle da
amostra no sentido de evitar ou diminuir o confundimento de efeitos de
caractersticas explanatrias e estranhas, at o ponto em que seja vivel e
apropriado, e tornar no tendencioso o confundimento remanescente.
Diversos procedimentos podem ser considerados para o controle da amostra
com vistas reduo do erro de pesquisa e de sua tendenciosidade:
controle da manifestao de caracterstica explanatria,
controle de tcnicas de pesquisa,
controle local ou emparelhamento,
controle estatstico, e
casualizao.
4.2.1. Controle da manifestao de caracterstica explanatria
Esse controle exercido quando o pesquisador escolhe e impe a
manifestao de uma caracterstica explanatria nas unidades da amostra.
Tipicamente, so escolhidos para a amostra e atribudos s suas unidades nveis
particulares da caracterstica explanatria, segundo algum plano.
Pela relevncia das implicaes desse procedimento de controle para a
validade de inferncias derivadas da amostra, conveniente distinguir duas classes
de caractersticas explanatrias: caracterstica de tratamento e caracterstica
intrnseca.

Uma caracterstica explanatria cuja manifestao dos nveis na amostra
imposta ou controlada pelo pesquisador uma caracterstica de tratamento; seus
nveis na amostra so designados tratamentos. Uma caracterstica explanatria
que corresponde a uma propriedade inerente s unidades, fora do controle do
pesquisador ou sujeitas a seu controle limitado, uma caracterstica intrnseca.

Muito frequentemente, caractersticas explanatrias no so passveis desse
procedimento de controle da amostra. Ademais, quando exequvel para uma
caracterstica explanatria, usualmente ele logrado apenas parcialmente, de modo
que os nveis que realmente se manifestam na amostra diferem daqueles definidos
no plano da pesquisa.
A distino entre caracterstica de tratamento e caracterstica intrnseca
ilustrada pelo Exemplo 24 com as pesquisas consideradas nos exemplos da Seo
4.1.

Exemplo 24.
a) Na pesquisa Controle da incidncia de giberela em lavouras de trigo da regio
tritcola do Estado do Rio Grande do Sul (Exemplo 20), os nveis das caractersticas
explanatrias fungicida e frequncia de aplicao, ou seja, os trs fungicidas e as duas
frequncias de aplicao, so atribudos pelo pesquisador s unidades da amostra. Portanto,
fungicida e frequncia de aplicao so caractersticas explanatrias de tratamento. Os
fungicidas Mancozeb, Ciproconazole e Propiconazole so tratamentos; as frequncias de
aplicao - uma e duas aplicaes, tambm so tratamentos. Todavia, os locais e anos so
inerentes s unidades da amostra e se manifestam sem controle do pesquisador; portanto,
local e ano so caractersticas explanatrias intrnsecas.
b) Na pesquisa Controle de vermes intestinais em unidades de produo de carne
de cordeiro mamo da Regio Sul do Estado do Rio Grande do Sul (Exemplo 21), as
doses 0, 20 e 40 mg/kg do anti-helmntico Ranizole so assinaladas aos animais pelo
pesquisador; assim, o anti-helmntico Ranizole uma caracterstica explanatria de
tratamento e suas doses 0, 20 e 40 mg/kg so tratamentos. Entretanto, sexo uma
caracterstica inerente ao animal que se manifesta fora do controle do pesquisador; logo
sexo uma caracterstica explanatria intrnseca. Por essa mesma razo, local e ano
tambm so caractersticas explanatrias intrnsecas.
c) Na pesquisa Efeito da incidncia da virose do enrolamento sobre a quantidade e
qualidade da produo de uva de videira da cultivar Itlia, na regio vitcola do Estado do
Rio Grande do Sul (Exemplo 22), o grau de infeco da virose do enrolamento inerente
planta e se manifesta fora do controle do pesquisador; portanto, infeco da virose do
enrolamento uma caracterstica explanatria intrnseca. Local e ano tambm so
caractersticas explanatrias intrnsecas. Dessa forma, a presente pesquisa no compreende
caracterstica explanatria de tratamento.
d) Na pesquisa do impacto de tecnologias sobre a produtividade de lavouras de
feijo (Exemplo 23), todas as caractersticas explanatrias so inerentes s unidades da
amostra, no sujeitas ao controle do pesquisador; portanto, todas elas so caractersticas
explanatrias intrnsecas. Assim, essa pesquisa tambm no compreende caracterstica
explanatria de tratamento.
4.2.2. Controle de tcnicas de pesquisa
O controle de tcnicas de pesquisa compreende a execuo de aes e
intervenes para tornar constante ou irrelevante a manifestao de
caractersticas estranhas da amostra.

O controle de tcnicas de pesquisa exercido desde a escolha inicial da
amostra at a mensurao e registro dos dados. Na constituio inicial da amostra
ele consiste na seleo ou construo de unidades homogneas quanto a
caractersticas estranhas. Durante a conduo da pesquisa, ele efetuado pela
implementao controlada de tcnicas de pesquisa com o propsito de tornar
manifestaes de caractersticas estranhas constantes ou uniformes. O controle de
tcnicas de pesquisa tambm empregado nos processos de mensurao e registro
de dados para evitar a introduo de caractersticas estranhas que possam implicar
tendenciosidade das inferncias referentes aos efeitos causais de caractersticas
explanatrias sobre caractersticas respostas.
O uso do controle de tcnicas de pesquisa lustrado pelo Exemplo 25,
utilizando exemplos de pesquisas consideradas na Seo 4.1.

Exemplo 25.
a) A pesquisa para controle da incidncia da giberela do trigo, considerada no
Exemplo 20, deve utilizar tcnicas de cultivo uniformes. Se a pesquisa tiver objetivo
bsico, ela deve ser conduzida em ambiente controlado de uma casa de vegetao.
b) A pesquisa da eficcia de anti-helmnticos no controle de vermes intestinais de
ovinos (Exemplo 21) deve ser conduzida com tcnicas de criao uniformes. Se apropriado
essa pesquisa deve utilizar um grupo de animais homogneos.
c) A pesquisa referente incidncia do vrus do enrolamento da videira (Exemplo
22), conduzida com plantas selecionadas de cada um dos trs graus de incidncia do vrus,
as plantas de um mesmo grau de infeco devem ser to uniformes quanto possvel quanto
ao grau de incidncia desse vrus e s demais caractersticas. Ademais, tambm devem ser
adotadas tcnicas de cultivo uniformes para todas as plantas.
d) A pesquisa do impacto de tecnologias sobre a produtividade de lavouras de
feijo (Exemplo 23) no passvel de controle de tcnicas de pesquisa, j que as unidades
da amostra so unidades da populao objetivo, que no so sujeitas interveno do
pesquisador.

Em todas essas pesquisas, a mensurao e o registro dos dados devem ser
procedidos com os cuidados apropriados para evitar erros de pesquisa.

As caractersticas estranhas submetidas ao controle de tcnicas de pesquisa
se manifestam na amostra de modo constante ou, mais frequentemente, no nvel de
uniformidade logrado pelo controle exercido. Dessa forma, o confundimento dos
efeitos dessas caractersticas com efeitos de caractersticas explanatrias
eliminado ou reduzido.
A utilizao dessa tcnica de controle da amostra limitada em pesquisas
tecnolgicas, onde requerido que a amostra represente apropriadamente a
populao objetivo. Ela deve ser utilizada sem prejuzo da representatividade da
amostra, ou melhor, at o ponto em que esse prejuzo possa iniciar.
4.2.3. Controle local ou emparelhamento
O controle local ou emparelhamento referente a uma caracterstica
estranha relevante consiste no agrupamento ou classificao das unidades da
amostra em grupos de unidades mais homogneas quanto a essa caracterstica
estranha do que o conjunto das unidades da amostra, de modo que a variao da
resposta entre os grupos possa ser eliminada do erro da amostra e das diferenas
de respostas entre nveis de caractersticas explanatrias.

O Exemplo 26 apresenta ilustraes do uso de controle local ou
emparelhamento, recorrendo s pesquisas caracterizadas na Seo 4.1.

Exemplo 26.
a) Na pesquisa do controle da giberela do trigo com fungicidas (Exemplo 20), o
controle local pode ser exercido pelo agrupamento das unidades em grupos de unidades
prximas, usualmente mais semelhantes quanto variao atribuvel a caractersticas do
solo (caractersticas estranhas mais relevantes) do que unidades distantes; ento, uma
coleo completa dos fungicidas e uma coleo completa das frequncias de aplicao de
fungicida so assinaladas s unidades de cada grupo. Desse modo, aquela variao pode ser
eliminada das diferenas entre fungicidas e das diferenas entre frequncias de aplicao, e
da estimativa do erro de pesquisa.
b) Na pesquisa referente ao controle de vermes intestinais de ovinos com anti-
helmnticos (Exemplo 21), se conduzida com animais de diversas idades, os animais
podem ser agrupados em grupos segundo suas idades, de modo que os animais de um
mesmo grupo tenham idades mais prximas do que animais de grupos distintos; ento, se
uma coleo completa dos anti-helmnticos atribuda aos animais de cada grupo. Assim,
as diferenas mais relevantes atribuveis idade dos animais so eliminadas das diferenas
entre anti-helmnticos e do erro de pesquisa.
c) Na pesquisa sobre incidncia da virose do enrolamento (Exemplo 22), se as
plantas de cada um dos trs graus de incidncia do vrus forem heterogneas, as plantas de
cada um desses trs graus de incidncia podem ser ordenadas quanto ao nvel de vigor e,
ento, agrupadas para a formao de um grupo com as plantas de vigor mais elevado, um
grupo com as plantas de segundo nvel de vigor, e assim sucessivamente, at um ltimo
grupo constitudo pelas plantas com o nvel de vigor mais baixo; dessa forma, a variao
atribuvel a nvel de vigor pode ser eliminada das diferenas entre graus de infeco e do
erro de pesquisa.
d) Na pesquisa do impacto de tecnologias sobre a produtividade de lavouras de
feijo (Exemplo 23), tambm pode ser adotado o emparelhamento pelo agrupamento das
lavouras em grupos de lavouras mais homogneas do que o conjunto de lavouras na
amostra quanto a caractersticas estranhas relevantes, tais como: tamanho da lavoura e
posse da terra.
4.2.4. Controle estatstico
O controle estatstico de uma caracterstica estranha relevante
compreende o registro de dados dessa caracterstica e seu uso para ajustamento
dos valores observados da caracterstica resposta, com vistas a eliminar a
variao atribuvel caracterstica estranha controlada.

Por meio de procedimento apropriado de anlise estatstica, denominado de
anlise de covariao, a variao atribuvel caracterstica estranha controlada
(expressa por uma varivel denominada de covarivel ou varivel concomitante)
eliminada do erro de pesquisa e das diferenas de resposta entre os nveis das
Para ilustrao do controle estatstico considerem-se, novamente, as
pesquisas dos exemplos da Seo 4.1.

Exemplo 27.
a) Na pesquisa de controle de vermes intestinais de ovinos com anti-helmnticos
(Exemplo 21), se a variao de idade dos animais relevante, pode ser apropriado o
exerccio do controle estatstico da idade, para permitir o ajustamento dos valores
observados da resposta de modo a eliminar as diferenas atribuveis idade.
b) A adoo do controle estatstico no parece relevante nas pesquisas ilustradas no
Exemplo 20, no Exemplo 22 e no Exemplo 23.

O controle local ou emparelhamento e o controle estatstico no interferem
na constituio da amostra. A manifestao das caractersticas estranhas
controladas inalterada. Entretanto, a variao da resposta atribuvel s
caractersticas controladas eliminada de diferenas entre nveis de caractersticas
explanatrias e do erro de pesquisa. Dessa forma, esses dois procedimentos podem
permitir o controle de caractersticas estranhas relevantes, eliminando o
confundimento de seus efeitos com efeitos de caractersticas explanatrias, sem
impedir sua manifestao na amostra.
4.2.5. Casualizao
A casualizao um procedimento de controle da amostra aplicvel a
caractersticas estranhas cuja manifestao no seja passvel de controle de tcnicas
experimentais, de controle local e de controle estatstico. adotada na
implementao de tcnicas de pesquisa e, principalmente, na atribuio dos
tratamentos s unidades da amostra, para evitar que unidades e tratamentos
particulares sejam beneficiados ou prejudicados tendenciosamente.

A casualizao na atribuio dos tratamentos consiste na assinalao dos
tratamentos s unidades da amostra por procedimento objetivo de sorteio que
atribua a todas as unidades a mesma chance de receber qualquer dos tratamentos.

A casualizao na implementao de tcnicas de pesquisa compreende o
estabelecimento de uma ordem aleatria de execuo de tcnicas de pesquisa,
determinada por algum procedimento objetivo de sorteio que atribua a todas as
unidades da amostra igual chance de ser favorecida ou desfavorecida.

Naturalmente, a casualizao na implementao de tcnicas de pesquisa s
faz sentido para tcnicas de pesquisa que, no sendo controladas pelos outros
processos de controle da amostra, possam implicar efeitos tendenciosos sobre
variveis respostas.
Considerem-se, novamente, as pesquisas dos exemplos da Seo 4.1.

Exemplo 28.
a) Na pesquisa ilustrada no Exemplo 20 a casualizao exercida pelas atribuies
aleatrias dos fungicidas e das frequncias de aplicao dos fungicidas s unidades, por
procedimento objetivo de sorteio.
b) Na pesquisa do Exemplo 21 a casualizao procedida pela assinalao dos
anti-helmnticos aos animais da amostra por procedimento objetivo de sorteio.
c) A casualizao na atribuio dos tratamentos no vivel nas pesquisas
ilustradas no Exemplo 22 e no Exemplo 23, j que aquelas pesquisas no compreendem
caractersticas explanatrias de tratamento.

Se h diferenas de composio de caractersticas estranhas das unidades
que possam favorecer ou desfavorecer as respostas aos tratamentos, a casualizao
garante que todos os tratamentos tenham a mesma chance de serem favorecidos ou
desfavorecidos. Dessa forma, o confundimento dos efeitos de caractersticas
estranhas abrangidas pela casualizao com efeitos de tratamentos torna-se no
tendencioso.
A casualizao no tem qualquer efeito sobre a constituio da amostra e
no evita o confundimento de efeitos de caractersticas estranhas com efeitos de
caractersticas explanatrias. Entretanto, torna esse confundimento no
tendencioso.
4.2.6. Classificao das caractersticas estranhas implicada pelo controle da
amostra
Os procedimentos de controle da amostra so essenciais para a derivao de
inferncias da amostra para a populao objetivo. O controle local ou
emparelhamento e o controle estatstico contribuem para a maior sensibilidade para
deteco de efeitos atribuveis a caractersticas explanatrias; a casualizao
permite a deteco de tais efeitos livres de vis.
A seguinte classificao das caractersticas estranhas da amostra pode ser
til para a melhor compreenso das implicaes dos procedimentos de controle
experimental adotados para as inferncias derivadas para a populao objetivo:
caractersticas estranhas controladas,
caractersticas estranhas casualizadas e
caractersticas estranhas potencialmente perturbadoras.

Caractersticas estranhas controladas so as caractersticas estranhas da
amostra cujo controle exercido por meio de controle local e de controle
estatstico; caractersticas estranhas casualizadas so as caractersticas estranhas
abrangidas pela casualizao; caractersticas estranhas potencialmente
perturbadoras so as demais caractersticas estranhas, ou seja, as caractersticas
estranhas no controladas nem casualizadas.

Os efeitos causais de caractersticas potencialmente perturbadoras sobre
caractersticas respostas ficam confundidos com efeitos de caractersticas
explanatrias. Caractersticas dessa classe que se manifestam de modo irrelevante
comportam-se como se fossem casualizadas, ou seja, seus efeitos no resultam
confundidos tendenciosamente com efeitos de caractersticas explanatrias. O
controle de tcnicas de pesquisa o recurso que pode ser apropriado para esse
propsito. Os efeitos das demais caractersticas potencialmente perturbadoras, que
se manifestam de modo relevante, confundem-se tendenciosamente com os efeitos
de caractersticas explanatrias:

As caractersticas estranhas potencialmente perturbadoras que se
manifestam de modo relevante, cujos efeitos resultam confundidos
tendenciosamente com efeitos de caractersticas explanatrias, constituem a classe
das caractersticas estranhas perturbadoras.

As caractersticas estranhas casualizadas e as caractersticas estranhas
potencialmente perturbadoras constituem o erro de pesquisa. Por essa razo, na
suposio ideal da ausncia de caractersticas estranhas perturbadoras, o erro de
pesquisa tambm usualmente designado erro aleatrio ou erro casual.
As tcnicas para o controle de caractersticas estranhas tm como
propsitos: a diminuio de erros aleatrios decorrentes de caractersticas
casualizadas, ou a diminuio do efeito da tendenciosidade provocada por
caractersticas perturbadoras, ou ambos.
O controle local e o controle estatstico tm como propsitos a diminuio
do efeito da tendenciosidade provocada por caractersticas estranhas perturbadoras
e a diminuio de erros aleatrios decorrentes de caractersticas estranhas
casualizadas. Entretanto, no prtico controlar mais do que poucas das
caractersticas estranhas. A maioria delas deve ser deixada no controlada. Tais
caractersticas devem ser colocadas na classe das caractersticas casualizadas, por
meio da casualizao, ou das caractersticas de comportamento irrelevante, por
tcnicas de pesquisa apropriadas.
5. Mtodos de Pesquisa Explicativa
Os mtodos de pesquisa explicativa mais usuais so:
experimento,
levantamento por amostragem explicativo e
estudo observacional.
5.1. Experimento
O experimento, tambm designado experimento controlado, o mtodo de
pesquisa explicativa em que h interveno na amostra, com a imposio dos
nveis de uma ou mais caractersticas explanatrias.

A escolha da amostra geralmente limitada. Suas unidades so escolhidas
entre as unidades da populao objetivo que so acessveis, ou so unidades
construdas especialmente para a pesquisa.
Por definio, o experimento compreende pelo menos uma caracterstica
explanatria de tratamento. Os nveis dessa caracterstica, ou seja, os tratamentos
so assinalados s unidades da amostra por processo aleatrio. Tipicamente, os
tratamentos so estmulos assinalados s unidades sob o controle do pesquisador
com o propsito de avaliar os correspondentes efeitos sobre caractersticas
respostas.

Exemplo 29. O experimento o mtodo de pesquisa prprio para as seguintes
pesquisas:
a) Controle da incidncia de giberela em lavouras de trigo da regio tritcola do
Estado do Rio Grande do Sul (Exemplo 20);
b) Controle de vermes intestinais em unidades de produo de carne de cordeiro
mamo da Regio Sul do Estado do Rio Grande do Sul (Exemplo 21);
c) "Eficcia de herbicidas no controle de invasoras em lavouras de soja";
d) "Efeito da suplementao mineral sobre o ganho de peso de aves poedeiras";
e) "Comparao de cultivares em um programa de melhoramento gentico do
trigo".

O experimento o mtodo de pesquisa que adota o controle da amostra
mais acentuado. O controle de tcnicas de pesquisa, denominado controle de
tcnicas experimentais, empregado intensivamente, especialmente em
experimentos bsicos, que visam derivao de conhecimento sem propsitos de
aplicao imediata. O agrupamento ou classificao de unidades com o propsito
de controle de caractersticas estranhas, que no experimento denominado de
controle local, e o controle estatstico, tambm so muito frequentemente
adotados. Ademais, o experimento o nico mtodo de pesquisa que adota a
casualizao na assinalao de nveis de caractersticas explanatrias s unidades
da amostra.
Por essas propriedades, o experimento o mtodo de pesquisa que propicia
maior confiabilidade para a derivao de inferncias referentes a relaes causais
entre caractersticas. Por essa razo, ele considerado o mtodo de pesquisa
explicativa por excelncia.
5.2. Levantamento por amostragem explicativo
O levantamento por amostragem, embora seja um mtodo de pesquisa mais
prprio para pesquisa descritiva (Seo 3), tambm algumas vezes utilizado em
pesquisas com objetivo explicativo.

O levantamento por amostragem explicativo, ou simplesmente,
levantamento explicativo, o mtodo de pesquisa explicativa em que so
coletados dados referentes a caractersticas das unidades que se manifestam sem
interferncia do pesquisador.

No levantamento por amostragem explicativo, no h caracterstica
explanatria de tratamento; caractersticas explanatrias so todas caractersticas
intrnsecas. Por outro lado, a escolha da amostra pode ser determinada por processo
aleatrio ou no aleatrio por meio de um dos diversos procedimentos descritos na
Seo 3.
O levantamento explicativo visa derivao de inferncias sobre relaes
causais entre caractersticas das unidades. Por exemplo, uma pesquisa com o
objetivo de determinar a extenso em que os produtores adotam controle do
carrapato, sua atitude em relao a esse controle, as razes para essa atitude e o
grau de sucesso obtido no controle.
Em geral, a distino entre levantamento explicativo e levantamento
descritivo no ntida. Muitos levantamentos tm esses dois propsitos. Uma
ilustrao provida pela pesquisa "Impacto da adoo de novas tecnologias sobre a
produtividade de lavouras de feijo do Estado do Rio Grande do Sul", descrita no
Exemplo 23.
O levantamento por amostragem explicativo adota controle da amostra em
grau consideravelmente menor que o experimento. No adota controle de tcnicas
de pesquisa nem casualizao. Por conseguinte, o levantamento explicativo limita-
se e deve recorrer de modo mais acentuado utilizao do controle de
caractersticas estranhas por meio de emparelhamento e de controle estatstico.
5.3. Estudo observacional
O estudo observacional o mtodo de pesquisa explicativa em que as
caractersticas explanatrias so caractersticas inerentes s unidades, que se
manifestam sem interferncia do pesquisador; a escolha da amostra limitada s
unidades da populao objetivo que so acessveis, ou sobre as quais so
disponveis dados.

Assim como no levantamento por amostragem explicativo, no estudo
observacional no h caracterstica explanatria de tratamento; caractersticas
explanatrias so todas caractersticas intrnsecas. Por outro lado, a escolha da
amostra limitada como no experimento; a amostra constituda por unidades da
populao objetivo que so acessveis.
Estudos observacionais explicativos so de trs tipos principais:
estudo observacional prospectivo,
estudo observacional retrospectivo e
estudo observacional no controlado.
5.3.1. Estudo observacional prospectivo
Em um estudo observacional prospectivo escolhido um grupo de
unidades com as caractersticas apropriadas para os propsitos da pesquisa; so
registrados dados de caractersticas explanatrias sobre essas unidades; e, ento,
essas unidades so seguidas ao longo do tempo, durante o qual so registradas
informaes sobre caractersticas respostas, algumas vezes correspondentes
ocorrncia de algum evento de interesse, como, por exemplo, morte.

Assim, no estudo observacional prospectivo, as caractersticas
explanatrias so caractersticas das unidades presentes no incio da pesquisa e as
caractersticas respostas, caractersticas do futuro.
O mtodo de estudo observacional prospectivo ilustrado pela pesquisa
Efeito da incidncia da virose do enrolamento sobre a produo de uva de videira
da cultivar Itlia, na regio vitcola do Estado do Rio Grande do Sul, considerada
no Exemplo 22.
Em epidemiologia, o mtodo de estudo observacional prospectivo
denominado estudo de coortes utilizado para inferncias referentes relao
entre incidncia de uma doena e fatores de risco. So selecionados dois grupos
comparveis de indivduos, um dos quais foi exposto a um fator de risco, para
verificar se os dois grupos desenvolvem a doena em propores diferentes.

Exemplo 30. Em uma pesquisa sobre a relao entre hbito de fumar e incidncia
de cncer de pulmo, efetuada na Inglaterra, entre 1951 e 1961, foram coletados dados de
mais de 2/3 de 60.000 mdicos aos quais foi enviado um questionrio referente a hbito de
fumar. Ao cabo de 10 anos, foram registradas 135 mortes associadas a cncer de pulmo,
da quais apenas trs eram de no fumantes. A pesquisa concluiu que o risco de morte por
cncer de pulmo de indivduos fumantes quase 32 vezes maior que o risco de morte de
no fumantes.
5.3.2. Estudo observacional retrospectivo
Em um estudo observacional retrospectivo escolhido um grupo de
unidades com as caractersticas apropriadas para os propsitos da pesquisa; so
registrados dados de caractersticas respostas referentes a essas unidades; e,
ento, so examinadas informaes histricas dessas unidades para a
identificao de caractersticas explanatrias relevantes.

Nessas circunstncias, no estudo observacional retrospectivo, as
caractersticas respostas so caractersticas das unidades presentes no incio da
pesquisa e as caractersticas explanatrias, caractersticas do passado.
Em epidemiologia, o mtodo de estudo observacional retrospectivo
denominado estudo de caso-controle utilizado para pesquisa da relao entre
fatores de risco e incidncia de uma doena. So escolhidos dois grupos
comparveis de indivduos, um desses grupos (que denominado caso) constitudo
por indivduos que manifestam a doena em considerao e o outro (denominado
controle) por indivduos que no a manifestam, para verificar se os dois grupos
diferem relativamente exposio aos fatores de risco em considerao.

Exemplo 31. Em uma pesquisa referente a fatores de risco em cncer de mama
efetuada no Hospital das Clnicas da Universidade Federal de Minas Gerais, entre 1978 e
1987, foi considerado um grupo de pacientes portadoras de cncer de mama, com idade
entre 25 e 75 anos (casos) e um grupo de pacientes sem indicao de patologias mamrias
(controle), mas semelhante quanto s distribuies de idade e de data de internao no
Hospital. A pesquisa concluiu que a presena de histria familiar de cncer aumenta o risco
dessa patologia em 8,84 vezes.

Esses mtodos de estudo observacional utilizam controle da amostra mais
restrito que o experimento. No adotam a casualizao e, em geral, adotam o
controle de tcnicas de pesquisa de modo consideravelmente menos acentuado que
o experimento. Por conseguinte, necessitam recorrer de modo mais acentuado
utilizao do controle de caractersticas estranhas por meio de emparelhamento e
de controle estatstico.
Nessas circunstncias, o estudo observacional prospectivo e o estudo
observacional retrospectivo so mtodos de pesquisa explicativa menos confiveis
do que o experimento. Entretanto, so mtodos de pesquisa a que o pesquisador
deve recorrer quando a interveno requerida pelo experimento impraticvel ou
inconveniente (Exemplo 22), muitas vezes por razes de ordem tica. Essa ltima
situao ocorre em muitas pesquisas em sade humana, como ilustrado no
Exemplo 30 e no Exemplo 31, e em sociologia.
Esses mtodos de estudo observacional so algumas vezes denominados
quase-experimentos e pseudoexperimentos, por terem propsitos e
caractersticas semelhantes aos do experimento, exceto pela ausncia de controle
de manifestao de caractersticas explanatrias.
5.3.3. Estudo observacional no controlado
O mtodo de estudo observacional no controlado utiliza dados existentes
em registros, coletados anteriormente para algum propsito diferente do que o da
pesquisa. O pesquisador no tem controle sobre a escolha da amostra e nem sobre
a coleta dos dados.

Este mtodo de pesquisa recebe vrias outras denominaes, como estudo
observacional puro e pesquisa de arquivo em algumas reas de cincias sociais.
Diferentemente dos mtodos de estudo observacional prospectivo e estudo
observacional retrospectivo, no estudo observacional no controlado no h coleta
de dados; so utilizados dados j coletados e disponveis. Este mtodo de pesquisa
utiliza dados provenientes de registros estabelecidos para algum propsito que no
o da pesquisa particular. De fato, uma enorme quantidade de dados com
informao variada e rica disponvel em arquivos de instituies de pesquisa,
reparties pblicas, organizaes especializadas em levantamento e coletas de
dados, hospitais, clnicas, etc.

Exemplo 32. Unidades nacionais e regionais de pesquisa agrcola tm disponveis
dados gerados por experimentos regionais de melhoramento gentico de plantas,
usualmente planejados para a recomendao de cultivares com base na comparao de
mdias. Esses dados podem ser explorados para gerar informaes relevantes com vrios
propsitos, por pesquisas que demandam poucos recursos financeiros. Alguns exemplos:
a) estudos de adaptabilidade e estabilidade de gentipos ao ambiente;
b) regionalizao de programas de melhoramento gentico vegetal;
c) regionalizao de recomendao de cultivares;
d) localizao de experimentos regionais e determinao das quantidades
apropriadas de locais e anos de execuo de experimentos.

O estudo observacional no controlado o mtodo de pesquisa explicativa
que usualmente requer menos recursos financeiros. Essa sua principal vantagem
e, por essa razo, ele universalmente utilizado. Entretanto, ele tem desvantagens
bastante restritivas. As principais so: a) ausncia de planejamento da pesquisa,
particularmente no que se refere escolha da amostra, ao delineamento da pesquisa
e ao processo de coleta dos dados; b) ausncia de controle sobre a gerao dos
dados e, por essa razo, pouca ou nenhuma informao sobre a qualidade dos
dados; c) precria representatividade, consequente da ausncia de controle do
pesquisador sobre a escolha da amostra, a no ser, quem sabe, excluso de
unidades segundo informaes eventualmente disponveis; d) muito
frequentemente, dados disponveis em arquivos foram coletados e expressos em
variveis inapropriadas para uma pesquisa particular; e) tambm frequentemente,
inexistem informaes que possam esclarecer dvidas de diversas ordens,
particularmente referentes qualidade dos dados.
Por essas caractersticas, esse mtodo de pesquisa pouco recomendvel
para a derivao de inferncias referentes a relaes causais de caractersticas.
Resultados de pesquisas explicativas que o empregam devem ser utilizados com
muita cautela e serem mais propriamente considerados como hipteses a serem
verificadas por pesquisa explicativa confivel.
5.4. Escolha do mtodo de pesquisa explicativa
Da apreciao das propriedades dos mtodos de pesquisa explicativa, pode-
se depreender que eles apresentam distines fundamentais. As diferenas mais
importantes dizem respeito ao nvel de interferncia e controle exercido pelo
pesquisador sobre: a) a escolha da amostra, que pode ser efetuada por processo
aleatrio ou no aleatrio, e b) a manifestao das caractersticas explanatrias nas
unidades da amostra, que pode ser determinada pelo pesquisador por processo
aleatrio ou sem a interferncia do pesquisador ou com sua interferncia limitada.
Essas diferenas so resumidas na Figura 5.


Figura 5. Classificao dos mtodos de pesquisa explicativa segundo
os nveis de controle exercidos sobre a escolha da amostra e
sobre a manifestao das caractersticas explanatrias na
amostra.

Essas diferenas entre os mtodos de pesquisa explicativa so relevantes
por suas implicaes para as duas propriedades desejveis de uma pesquisa
explicativa: a) confiabilidade das inferncias referentes a relaes causais e b)
validade dessas inferncias para a populao objetivo.
A confiabilidade das inferncias referentes a relaes causais entre
caractersticas respostas e caractersticas explanatrias distingue o experimento dos
demais mtodos de pesquisa explicativa. Quanto a essa propriedade, o experimento
tem trs vantagens importantes sobre os outros mtodos de pesquisa explicativa:
a) o controle sobre a escolha e a variao de caractersticas explanatrias
esclarece a direo e a natureza da relao causal entre caractersticas
respostas e caractersticas explanatrias;
b) a casualizao de caractersticas estranhas evita a tendenciosidade que
pode resultar da manifestao de caractersticas estranhas potencialmente
perturbadoras;
c) a flexibilidade dos delineamentos experimentais permite eficincia e
poderosa manipulao estatstica, enquanto o tratamento analtico de
dados de levantamentos e de estudos observacionais apresenta
dificuldades estatsticas.
De fato, no experimento nveis especficos de caractersticas explanatrias
so escolhidos e aplicados s unidades por processo objetivo de casualizao sob o
controle do pesquisador. No experimento ideal, todas as caractersticas estranhas
so controladas (por tcnicas experimentais, controle local ou controle estatstico)
ou casualizadas. Desse modo, no havendo caractersticas potencialmente
perturbadoras, a tendenciosidade que possa provir dessas caractersticas
eliminada. Nessas circunstncias, pode ser logicamente inferido que uma variao
de resposta considervel em unidades com diferentes tratamentos consequncia
de diferenas de efeitos desses tratamentos.
Entretanto, no experimento, assim como no levantamento por amostragem
no aleatria e no estudo observacional, a escolha no aleatria da amostra pode
implicar baixa representatividade e, portanto, tendenciosidade dessas inferncias.
Consequentemente, em pesquisas com esses mtodos, em geral, h uma
disparidade entre a populao objetivo e a populao amostrada que deve ser
levada em conta de modo subjetivo nas inferncias. De fato, conceitualmente,
inferncias da amostra so vlidas para a populao amostrada; sero vlidas para a
populao objetivo na medida em que a disparidade entre essas duas populaes,
isto , o erro de amostragem seja irrelevante. Esse julgamento necessariamente
subjetivo. O levantamento explicativo aleatrio no tem esse inconveniente; a
escolha da amostra por processo aleatrio pode assegurar elevado grau de
representatividade e, portanto, validade (ou seja, no tendenciosidade) das
inferncias para a populao objetivo.
As vantagens do experimento como mtodo de pesquisa explicativa so
bem conhecidas. Entretanto, em muitas situaes, o experimento no exequvel e,
mesmo quando exequvel, apresenta dificuldades que devem ser contornadas ou
toleradas. A primeira delas que a escolha e a operao de controle de
caractersticas explanatrias e de caractersticas estranhas podem ser difceis.
Portanto, o delineamento de um experimento ideal pode ser difcil ou impossvel.
Assim, as vantagens do experimento referentes ao controle da amostra so
frequentemente apenas relativas, no absolutas. Em segundo lugar, geralmente
difcil planejar experimentos com amostras representativas de populaes
importantes. De fato, o problema da representatividade da amostra tem sido
ignorado na pesquisa experimental. Em terceiro lugar, a elaborao da amostra
com o desejado realismo das condies presentes na populao objetivo geralmente
no exequvel e frequentemente desconsiderada na pesquisa experimental.
A segunda e a terceira fraqueza do experimento salientam as vantagens do
levantamento por amostragem aleatria. Esse mtodo de pesquisa distingue-se pela
validade das inferncias derivadas para a populao objetivo e frequentemente pela
manifestao realista das caractersticas. Entretanto, a amostragem aleatria
raramente aplicvel em pesquisas explicativas.
De modo geral, em qualquer pesquisa cientfica apenas parte das condies
para inferncias confiveis e vlidas pode ser controlada objetiva e firmemente.
Outra parte permanece no controlada; suas implicaes devem ser avaliadas por
julgamento mais ou menos subjetivo. O pesquisador deve usar os recursos
disponveis para maximizar o componente objetivo e, por consequncia, minimizar
o subjetivo, e esforar-se para exercer julgamento hbil e criterioso. Ele deve fazer
a escolha estratgica do mtodo de pesquisa, considerando os propsitos da
pesquisa, os meios para sua execuo e seus custos, e tendo em conta os trs
seguintes critrios desejveis da pesquisa cientfica: representatividade, realismo e
confiabilidade.
A nfase na representatividade ou no realismo ou na confiabilidade tende a
resultar, respectivamente, em levantamento por amostragem aleatria ou em estudo
observacional ou em experimento. Como ressaltado anteriormente, o experimento
poderoso no controle de caractersticas explanatrias e de caractersticas estranhas,
mas usualmente fraco no que diz respeito representao da populao objetivo e
frequentemente tambm quanto ao realismo. O levantamento por amostragem
aleatria forte em relao representatividade, mas fraco no controle de
caractersticas. Estudos observacionais so usualmente fracos no controle e,
tambm, na representatividade; sua vantagem o realismo da manifestao das
caractersticas da populao objetivo na amostra.
Usualmente, esses trs critrios no podem ser adequadamente satisfeitos
em uma pesquisa cientfica, e frequentemente nem mesmo dois deles, por
inviabilidade ou por falta de recursos. Muito comumente, o pesquisador enfatiza
um critrio por razes de custo e convenincia, ou porque ele pode parecer,
convincentemente ou esperanosamente, o mais justificvel. Por outro lado,
nenhum dos trs critrios superior aos demais para todas as situaes e, algumas
vezes, os trs podem ser satisfeitos em pesquisas complementares de um programa
de pesquisa. Assim, para cada situao, o pesquisador deve decidir por um
compromisso entre o desejvel e o exequvel, e escolher a estratgia de pesquisa
que melhor se ajuste aos recursos disponveis.
Ademais, cada um desses mtodos de pesquisa explicativa pode ser
aperfeioado com esforos para superar suas principais fraquezas. Levantamentos
podem ser melhorados pelo uso de informaes auxiliares para o controle de
caractersticas potencialmente perturbadoras. Por outro lado, algumas vezes
experimentos e estudos observacionais podem ser melhorados quanto
representatividade por algum compromisso entre a amplitude desejada para a
populao objetivo e a amplitude que pode ser lograda para a populao amostrada.
6. Utilizao dos Mtodos de Pesquisa Cientfica
Um resumo das caractersticas essenciais dos mtodos de pesquisa descritos
nas Sees 2, 3 e 5 ser til para a melhor compreenso de sua aplicabilidade na
pesquisa cientfica.
Os mtodos de pesquisa exploratria (estudo de casos, estudo de prottipos
e modelagem matemtica) so mtodos de pesquisa sistmicos, isto , mtodos de
pesquisa que enfocam as unidades globalmente. A distino fundamental entre o
mtodo de estudo de casos e o mtodo de estudo de prottipos que o primeiro
enfoca as unidades existentes sem a interveno do pesquisador, enquanto que no
ltimo as unidades so montadas ou construdas com base na sntese de
informaes sobre as unidades presentes na populao objetivo, informaes
geradas pela pesquisa cientfica e opinies. A modelagem matemtica efetua a
representao conceitual das unidades existentes e das novas unidades que inserem
resultados recentes gerados pela pesquisa cientfica e, tambm, opinies.
Os mtodos de pesquisa descritiva (censo e levantamento por amostragem)
e os mtodos de pesquisa explicativa (experimento, estudo observacional e
levantamento explicativo) so mtodos de pesquisa analticos, que enfocam
partes das unidades, ou seja, subconjuntos relativamente pequenos de
caractersticas dessas unidades.
Na fase de sntese inicial de um ciclo do mtodo cientfico o pesquisador
procede apreciao e inspeo global das unidades da populao objetivo para
detectar as caractersticas relevantes, particularmente as mais influentes sobre o
funcionamento e o desempenho das unidades, e o relacionamento dessas
caractersticas, com propsitos de identificar problemas importantes e obter
sugestes de hipteses frteis. Essa uma fase de pesquisa exploratria. O estudo
de casos e a modelagem matemtica so teis nessa fase de sntese.
Na fase de anlise, o levantamento descritivo til para prover a descrio
das caractersticas relevantes e de suas relaes, e identificar problemas e hipteses
de pesquisa. Pesquisas descritivas e pesquisas exploratrias so particularmente
relevantes para o estabelecimento dos caminhos de pesquisa explicativa mais
eficazes. Ento, passam a serem aplicveis os mtodos de pesquisa explicativa, ou
seja, o experimento, o estudo observacional e o levantamento explicativo. O novo
conhecimento gerado por essas pesquisas caracteristicamente esparso, j que
derivado por um conjunto de pesquisas que abrangem diversas partes das unidades.
Na fase de sntese final, esse novo conhecimento deve ser inserido no corpo
de conhecimento existente, por meio de novas pesquisas que enfoquem os sistemas
globalmente. O estudo de prottipos e a modelagem matemtica so os mtodos de
pesquisa prprios para esse propsito.
Resumidamente, esse enfoque de pesquisa requer a execuo de pesquisas
exploratrias, descritivas e explicativas, que demandam a utilizao apropriada e
estratgica dos diversos mtodos de pesquisa descritos nas Sees 2, 3 e 5, nas
fases de sntese inicial, de anlise e de sntese final de cada ciclo do mtodo de
cientfico (Figura 6).

Figura 6. Utilizao dos mtodos de pesquisa cientfica nas trs fases de um
ciclo do mtodo cientfico.

Para ilustrar a utilizao e inter-relao desses mtodos de pesquisa,
considere-se a situao da pesquisa agropecuria.
O experimento e o levantamento por amostragem so mtodos de pesquisas
tradicionais na pesquisa agropecuria. O estudo observacional tem sido pouco
empregado. Entretanto, este mtodo de pesquisa pode ser utilizado com grande
proveito; principalmente o estudo observacional no controlado que pode ser til
para o aproveitamento da grande massa de dados gerados por pesquisas j
executadas, com custos relativamente baixos.
O estudo de casos e o estudo de prottipos tm sido ocasionalmente
utilizados na pesquisa agropecuria. Em agropecuria, um caso pode ser, por
exemplo, uma propriedade agrcola, uma fazenda, uma lavoura, um pomar, ou uma
instalao de uma granja, para o qual o produtor proporcione informaes
confiveis e d facilidades de acesso e de estudo aprofundado. Um prottipo pode
ser um desses mesmos tipos de unidade instalado pela instituio de pesquisa, em
sua prpria base fsica ou em propriedade de produtor, para simular com realismo
um sistema de produo vivel, incorporando resultados indicados pela pesquisa.
O estudo de casos e o estudo de prottipos so mtodos de pesquisa
exploratria de grande potencial de uso, que podero ser implementadas com
proveito, respectivamente para o melhor conhecimento dos sistemas em uso pelos
produtores e para teste da integrao de tecnologias geradas pela pesquisa nos
sistemas reais. Constituem, tambm, instrumentos de alta valia para a integrao da
atividade de pesquisa com a extenso e a aproximao com os produtores. A
modelagem matemtica tambm pode cumprir essas funes, com a vantagem
sobre aqueles dois mtodos empricos de proporcionar mais flexibilidade para
simular sistemas de produo reais de uma gama muito mais ampla. De fato,
modelos fsicos usualmente se restringem a uma frmula bsica em uma nica
situao ambiental, ou a poucas frmulas em poucas situaes ambientais, em
decorrncia de elevados custos e restries prticas. Modelos conceituais bem
desenvolvidos so flexveis, o que permite sua utilizao para verificar os distintos
comportamentos de sistemas sob vrias alternativas tecnolgicas e diversas
condies ambientais. Entretanto, precisam ser testados empiricamente, e para
esses testes os modelos fsicos so relevantes. Assim, essas duas formas de
modelagem no so alternativas nem competidoras: o modelo fsico auxilia no teste
do modelo conceitual, e este colabora na generalizao daquele.
Os mtodos de pesquisa sistmicos, particularmente a modelagem
matemtica, surgiram e se desenvolveram principalmente em aplicaes na
indstria. Na agropecuria, os sistemas so usualmente mais complexos, o que
torna a construo desses modelos difcil e trabalhosa. J existem exemplos bem
sucedidos nesta rea, mas ainda resta muito a desenvolver. As principais
dificuldades a superar so, principalmente, a falta de formao dos pesquisadores
para entendimento da metodologia cientfica, particularmente dos mtodos de
pesquisa sistmicos, e a falta de pessoal especializado nessa metodologia.
A utilizao dos vrios mtodos de pesquisa cientfica tem implicaes
recprocas. Para a melhor compreenso do uso inter-relacionado desses mtodos de
pesquisa conveniente classific-los em trs grupos: 1) modelagem matemtica, 2)
estudo de casos e estudo de prottipos, e 3) experimento, estudo observacional e
levantamento. A Figura 7 ilustra as principais inter-relaes do uso desses trs
grupos de mtodos de pesquisa:

Modelos matemticos sugerem a montagem ou modificao de
prottipos e fornecem recomendaes para os produtores ("casos").
Estudos de casos e estudos de prottipos permitem validar
modelos matemticos, fornecem informaes para o desenvolvimento desses
modelos e sugerem novos modelos.
Modelos matemticos geram problemas e hipteses para
experimentos, levantamentos e estudos observacionais.
Experimentos, levantamentos e estudos observacionais fornecem
informaes para a formulao e aperfeioamento de modelos matemticos.
Estudos de casos e estudos de prottipos sugerem problemas e
hipteses para experimentos, levantamentos e estudos observacionais.
Experimentos, levantamentos e estudos observacionais sugerem
recomendaes para modificar determinados componentes dos sistemas reais
(prottipos e casos).

Figura 7. Relaes entre os trs grupos de mtodos de pesquisas na pesquisa
agropecuria.
importante salientar, tambm, as inter-relaes entre as pesquisas dentro
de cada um dos dois grupos de pesquisas empricas: levantamentos e estudos
observacionais so teis para sugerir problemas e hipteses para experimentos;
estudos de casos podem prover informaes para utilizao na montagem de
prottipos; e estudos de prottipos geram recomendaes para produtores (casos).
7. Bibliografia
BERNARD, C. Introduccin al estudio de la medicina experimental. Buenos
Aires: Losada, 1944. 309p.
BERTALANFFY, L. von. Teoria geral dos sistemas. Petrpolis: Vozes, 1973.
351p.
BROCKINGTON, N. R. Sistemas, modelos y experimentos en agricultura. In:
SCARCI, J.C. (editor). ENFOQUE DE SISTEMAS EN LA
INVESTIGACIN GANADERA. Montevideo: Instituto Interamericano de
Ciencias Agrcolas OEA, 1972. p.3-15.
CAREY, S. S. A beginners guide to scientific method. 2. ed. Belmont, CA:
Wadsworth, 1998. 152p.
COCHRAN, W. G. Sampling techniques. 2. ed. New York: John Willey, 1963.
413p.
COCHRAN, W. G. Planning & analysis of observational studies. New York:
John Willey, 1983. 145p.
COX, D. R. Planning of experiments. New York: John Wiley, 1958. 308p.
CHRISTENSEN, L. B. Experimental methodology. 7.ed. Boston: Allyn and
Bacon, 1997. 590p.
COCHRAN, W. G. Sampling techniques. 2.ed. New York: John Willey, 1963.
413p.
FEDERER, W. T. Statistics and society; data collection and interpretation.
New York: Marcel Dekker, 1973. 399p.
GARAGORRY, F. L. Introduo ao mtodo de estudo de casos. EMBRAPA,
Srie DMQ/B/18. Braslia, 1980.
KEMPTHORNE, O. Why randomize? Journal of Statistical Planning and
Inference, v.1, p.1-25, 1977.
KEMPTHORNE, O. Sampling inference, experimental inference and
observation inference. Sankhya, 40, Serie B, Parts 3 and 4, p.115 145,
1979.
KISH, L. Sample surveys versus experiments, controlled observations, census,
registers, and local studies. Australian Journal of Statistics, v.27, n.2,
p.111-122, 1985.
KISH, L. Statistical design for research. New York: John Wiley, 1987. 267p.
LASTRUCCI, C. L. The scientific approach, basic principles of the scientific
method. Cambridge, Massachusetts: Schenkman, 1963. 257p.
PALMA, O. I.; CATTO, J. B.; MASTROCOLA, M. A.; VIEIRA, L. M.;
GARAGORRY, F. L. Modelo de simulao para a pesquisa pecuria no
Pantanal Mato-grossense. Braslia: EMBRAPA, Srie DMQ/A/26, 1978.
51p.
PETRIE, A.; WATSON, P. Statistics for veterinary and animal science.
Londres: Blackwell Science, 1999. 243p.
SHADISH, W. R.; COOK, T. D.; CAMPBELL, D. T. Experimental and qusi-
experimental designs for generalized causal inference. Boston:
Houghton Mifflin, 2002. 623p.
SILVA, J. G. C. da. Mtodos Quantitativos no Sistema Nacional de Pesquisa
Agropecuria (SNPA): Um programa de capacitao e reciclagem de
pesquisadores agrcolas. In: SILVA, E.C. (editor) Mtodos Quantitativos
e Planejamento na EMBRAPA com Enfoque na Informao e na
Tecnologia da Informao. Braslia: Empresa Brasileira de Pesquisa
Agropecuria, Departamento de Pesquisa e Difuso de Tecnologia, 1995.
p.69-87.
SILVA, J. G. C. Mtodo cientfico e pesquisa agropecuria. In: SILVA, E.C.
(editor) Mtodos quantitativos - Planejamento e qualidade na
EMBRAPA. Braslia: Empresa Brasileira de Pesquisa Agropecuria,
Departamento de Pesquisa e Difuso de Tecnologia, 1997. p.1-46.
SILVA, J. G. C. Cincia e mtodo cientfico. Pelotas: Instituto de Fsica e
Matemtica, Universidade Federal de Pelotas, 2004. 34p. (Boletim Tcnico
n.5).
SILVA, J. G. C. Pesquisa cientfica. Pelotas: Instituto de Fsica e Matemtica,
Universidade Federal de Pelotas, 2004. 49p. (Boletim Tcnico n.6).
SMITH, T. M. F.; SUGDEN, R. A. Sampling and assignment mechanisms in
experiments, surveys and observational studies. International Statistical
Review, v.56, n.2, p.165-180, 1988.
SOARES, J. F.; COLOSIMO, E. A. Mtodos estatsticos na pesquisa clnica.
Minicurso. Ribeiro Preto: Regio Brasileira da Sociedade Internacional de
Biometria, 1995. 105p.
WILSON, E. B. An introduction to scientific research. New York: McGraw-
Hill, 1952. 373p.

Metodos de Pesquisa Cientifica

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Metodos de Pesquisa Cientifica

Hochgeladen von

Copyright:

Verfügbare Formate

Universidade Federal de Pelotas

Instituto de Fsica e Matemtica

Das könnte Ihnen auch gefallen