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
Joo Gilberto Corra da Silva 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 Boletim Tcnico do IFM, n. 8, 2005 4 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 Mtodos de Pesquisa Cientfica 5 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 Boletim Tcnico do IFM, n. 8, 2005 6 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 Mtodos de Pesquisa Cientfica 7 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. Boletim Tcnico do IFM, n. 8, 2005 8 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 Mtodos de Pesquisa Cientfica 9 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.
Boletim Tcnico do IFM, n. 8, 2005 10 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. Mtodos de Pesquisa Cientfica 11
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. Boletim Tcnico do IFM, n. 8, 2005 12 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. Mtodos de Pesquisa Cientfica 13 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 Boletim Tcnico do IFM, n. 8, 2005 14 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. Mtodos de Pesquisa Cientfica 15 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 Boletim Tcnico do IFM, n. 8, 2005 16 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 Mtodos de Pesquisa Cientfica 17 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.
Boletim Tcnico do IFM, n. 8, 2005 18 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; Mtodos de Pesquisa Cientfica 19 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 Boletim Tcnico do IFM, n. 8, 2005 20 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 Mtodos de Pesquisa Cientfica 21 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.
Boletim Tcnico do IFM, n. 8, 2005 22
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 Mtodos de Pesquisa Cientfica 23 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. Boletim Tcnico do IFM, n. 8, 2005 24 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. Mtodos de Pesquisa Cientfica 25 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 caractersticas explanatrias.
A variao de uma caracterstica resposta atribuvel variao de caractersticas estranhas denominada erro de pesquisa.
Boletim Tcnico do IFM, n. 8, 2005 26 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. Mtodos de Pesquisa Cientfica 27 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. Boletim Tcnico do IFM, n. 8, 2005 28 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 Mtodos de Pesquisa Cientfica 29 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. Boletim Tcnico do IFM, n. 8, 2005 30 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 caractersticas explanatrias. 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, Mtodos de Pesquisa Cientfica 31 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 Boletim Tcnico do IFM, n. 8, 2005 32 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. Mtodos de Pesquisa Cientfica 33 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.
Boletim Tcnico do IFM, n. 8, 2005 34 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. Mtodos de Pesquisa Cientfica 35 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 Boletim Tcnico do IFM, n. 8, 2005 36 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.
Mtodos de Pesquisa Cientfica 37 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.
Boletim Tcnico do IFM, n. 8, 2005 38
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 Mtodos de Pesquisa Cientfica 39 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. Boletim Tcnico do IFM, n. 8, 2005 40 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. Mtodos de Pesquisa Cientfica 41 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 Boletim Tcnico do IFM, n. 8, 2005 42 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 Mtodos de Pesquisa Cientfica 43 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. Boletim Tcnico do IFM, n. 8, 2005 44 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 Mtodos de Pesquisa Cientfica 45 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.