Usuário II g

Módulo 2: Avaliando as necessidades de saúde; apêndice E

183

Apêndice E: Diretrizes para treinamento e supervisão dos entrevistadores Diretrizes detalhadas podem ser encontradas em qualquer livro padrão sobre métodos de levantamento. Segue-se uma breve lista de algumas sugestões especialmente relevantes para levantamentos rápidos em APS. ENCARGOS • Distribua um número de casos que possa ser facilmente completado em

poucos dias. Não distribua casos demais ou conglomerados em excesso. Uma regra de ouro: um entrevistador pode terminar aproximadamente 8-15 entrevistas ou um a dois conglomerados por dia.

• Designe cada entrevistador para conglomerados próximos um do outro para reduzir o tempo e o custo com deslocamentos.

• É melhor designar entrevistadores para áreas onde eles não sejam conhecidos, mas também próximas de suas casas.

• Prepare as designações antes de enviar os entrevistadores para o campo. Certifique-se de que eles saibam exatamente onde vão e o que vão fazer.

MATERIAIS • Os entrevistadores devem ter o seguinte: pasta ou classificador, formulários

numerados, material para os entrevistados, questionários, mapa da área a ser levantada, carta de apresentação, lápis, borracha.

ORIENTAÇÃO E TREINAMENTO • Mesmo entrevistadores experientes precisam receber uma orientação com

relação ao levantamento de forma que eles se tornem familiarizados com o instrumento e o plano amostral e tenham oportunidade de fazer perguntas.

• Oriente os entrevistadores em grupo a fim de desenvolver o espírito de equipe e uma compreensão comum do levantamento e a fim de compartilhem suas experiências sugestões e questionamentos.

• Compartilhe os resultados do pré-teste e a experiência com levantamentos similares, se disponível.

• Desenvolva uma agenda específica para orientação/treinamento. Distribua essa agenda aos entrevistadores de forma a que eles saibam o que esperar.

• Use um retroprojetor para rever os instrumentos e procedimentos amostrais.


184

• Se o seu questionário inclui perguntas abertas ou sondagens, certifique-se de que os entrevistadores conhecem as respostas mais típicas para as primeiras e as respostas corretas para as últimas.

• Faça com que dois entrevistadores experientes conduzam uma entrevista na frente do grupo. Critique a entrevista e convide o grupo a se juntar na crítica.

• Dê a cada entrevistador uma chance de praticar uma entrevista ou com outro entrevistador ou numa sessão prática com um conglomerado.

• Enfatize a importância da entrevista de indivíduos selecionados, de não substituir, de definir um tempo conveniente para fazer uma visita de retorno, se necessário e de se deslocar para o domicílio mesmo que seja bem distante e que o entrevistado possa não estar em casa.

• Reveja o "Código do entrevistador". Explique aos novos entrevistadores o fundamento por trás de cada item.

CÓDIGO DO ENTREVISTADOR 1. Ser completamente honesto em seu trabalho. 2. Ser confiável e consciencioso. 3. Ser completamente objetivo. 4. Ser preciso e neutro ao perguntar e registrar respostas às perguntas. 5. Escrever as respostas de maneira completa e legível. 6. Ser compreensivo, paciente, mas nunca induzir o entrevistado.

Nunca sugerir uma resposta. 7. Ser apresentável: arrumado, limpo. 8. Ser preparado - ler e compreender as perguntas e respostas. 9. Ser neutro. Não mostrar reações, emoções, acordo ou desacordo com as

respostas. Não dar sua opinião. 10. Repetir uma pergunta se o entrevistado não entendê-la. 11. Usar um jeito informal ao fazer as perguntas. Tentar desenvolver uma boa

relação de confiança. Evitar parecer superior, crítico, mais inteligente ou impaciente.

12. Não compartilhar as respostas com outros: vizinhos, parentes. Elas são confidenciais.

13. Tomar nota de qualquer problema ou reação inesperada que ocorram durante as entrevistas. Elas podem ajudar a melhorar o levantamento.


185

SUPERVISÃO • Comece a supervisão durante a orientação/treinamento. Procure aqueles

que podem não estar motivados ou podem não ter conhecimento suficiente sobre o levantamento. Trabalhe com eles. Se eles não responderem, substitua-os antes do início do levantamento.

• Se enumeração estiver envolvida, tenha um número maior de enumeradores do que o necessário para a entrevista. Selecione os melhores enumeradores para serem entrevistadores.

• Diga que haverá verificações no local, reentrevistas para verificar a validade e talvez um levantamento pós enumeração. Verifique, no local, cinco a dez por cento da amostra. Quanto menor a amostra, maior a porcentagem de verificações locais necessárias.

• Faça verificações locais e algumas reentrevistas logo no início do primeiro dia.

• Faça com que os entrevistadores verifiquem seus questionários completos antes de deixarem o conglomerado de forma que eles possam reentrevistar, se necessário.

• No final do primeiro dia, faça com que os entrevistadores revejam os questionários completos uns dos outros e os formulários da disposição dos entrevistados, para identificar problemas e sugerir soluções.

Módulo 2: Avaliando as necessidades de saúde; apêndice F

187

Apêndice F: Programa de amostragem de conglomerados Este apêndice contém um programa de computador (Planilha para identificação de conglomerados) para selecionar as amostras de conglomerados. Ele usa um programa de planilha de cálculos. Você pode alimentar o arquivo de computador no Lotus 1-2-3, Quattro ou qualquer programa similar que aceite arquivos 1-2-3. Você preenche as informações necessárias sobre a população levantada nas primeiras três colunas. O programa gera uma listagem de conglomerados e suas localizações nas últimas duas colunas. O programa pode ser usado para uma amostragem de conglomerado único ou de múltiplos estágios. Planilha para identificação de conglomerados Esta planilha é a versão computadorizada do formulário do manual mostrado no Passo 5. É uma planilha de cálculos do Lotus 1-2-3 chamada CLUSTER.WK1. Introduza no seu computador a partir do disquete do PAG APS. Embora a maioria das pessoas pense em conglomerados como agrupamentos naturais de pessoas (vilas, tratos censitários, blocos urbanos), isto não é correto. Na amostragem de conglomerados você vai dividir sua população total levantada em 30 grupos iguais. Cada um desses grupos será um conglomerado. Então você vai identificar sete entrevistados em potencial em cada um desses conglomerados. Você precisa saber a população total da sua população levantada para determinar o tamanho de cada conglomerado. Divida simplesmente a população por 30. Por exemplo, se sua área de abrangência tem 45.000 pessoas, cada conglomerado incluirá 1.500 pessoas (45.000/30 = 1.500). Não importa se houver menos ou mais do que 30 conglomerados naturais, uma vez que você definirá os conglomerados dividindo a população total em 30 grupos de igual tamanho. Também não importa se a população está espalhada numa área ampla. As pessoas podem morar até em ilhas ou em áreas remotas e ainda serem incluídas na amostra. Se você deseja que sua amostra represente toda a sua população alvo, então não deixe de fora nenhum conglomerado natural. Entretanto, se não for factível incluir algumas áreas, então deixe-as de fora. Mas, sua amostra não representará aqueles que foram deixados de fora. Se você limitar a sua amostra às pessoas no raio de 1 km de um centro de saúde, então isto será tudo que ela representará.


188

Complete a planilha de identificação do conglomerado

Você deve ter estimativas do tamanho das sub-unidades amostrais. Liste essas sub-unidades (vilas, tratos censitários, seções eleitorais, cidades) nas colunas A e B da planilha de identificação do conglomerado. Registre as populações de cada sub-unidade na coluna C. Este número não precisa ser exato. Tamanho relativo de cada sub-unidade é o que importa. Assim, você pode usar dados censitários recentes mesmo se já forem de alguns anos atrás. O computador calculará a população acumulada na coluna D e a população total. No exemplo, isto é 29.481, o que você pode ver na parte de baixo da coluna C e na segunda linha na parte de cima da página. Introduza o número de conglomerados que você quer na parte de cima do formulário (na maioria dos casos isto será 30). O computador divide a população total (29.481) pelo número de conglomerados (30) para obter o tamanho do conglomerado (983), o qual é apresentado na terceira linha em cima. Este número é também chamado de intervalo amostral: o intervalo entre um conglomerado e o próximo. Isto é, os números iniciais de um conglomerado serão distantes cada um, de 983 unidades do outro. O computador vai agora fazer duas coisas quando você apertar <Enter>. Ele vai selecionar um número inicial aleatório e colocá-lo na quarta linha. O exemplo mostra 491. Então ele vai usar aquele número para indicar os números iniciais de cada conglomerado. Esses aparecem na Coluna F. A Coluna E lhe fornece a ordem numérica de seus 30 conglomerados. Não FAÇA NENHUMA MODIFICAÇÃO. Isto vai gerar uma nova lista de números iniciais. Imprima esta lista primeiro de forma a que você tenha um registro. O último passo é identificar as comunidades onde aqueles números iniciais estão localizados. Compare o primeiro número na Coluna F (491) com os números cumulativos (Coluna D). Encontre o primeiro número na Coluna D que seja maior que 491. Este é 548 (Pagai). Assim, o primeiro número inicial é em Pagai. Escreva-o na primeira linha na Coluna G. Faça a mesma coisa com o segundo número inicial na Coluna F (1.474). O primeiro número na Coluna D que é maior que 1.474 é 1.964 (Serina). Escreva-o na Coluna G próximo a 1.474. Continue até que você tenha identificado todas as 30 comunidades onde seus números iniciais estão localizados. As comunidades que têm populações grandes (tais como # 14 e # 16, Pingra e Srivish) têm probabilidade de ter mais de um número inicial. É assim porque a sua população é duas ou três vezes maior que o tamanho do conglomerado (983). Portanto, dois ou três de seus conglomerados podem estar em uma comunidade.


189

Amostragem de multi-estágio para conglomerados grandes Se sua população é muito grande, você pode selecionar sua amostra em estágios. Comece com a maior unidade administrativa, digamos distritos. Selecione seus 30 números iniciais de conglomerados e identifique os distritos que estarão na amostra. Você vai listar a população das sub-unidades (digamos sub-distritos) de cada um destes distritos. Então você vai encontrar o sub-distrito onde o número inicial aleatório estiver localizado. Vamos usar Serina como exemplo. Use o formulário de identificação de conglomerado para listar todos os sub-distritos de Serina na Coluna A a população estimada de cada sub-distrito na Coluna C, como anteriormente. Entretanto, na primeira linha introduza o nome do distrito (Serina) e o número da população cumulativa correspondente que foi gerada na primeira planilha (1.278). Você precisa acrescentar aquele número à população de Serina para encontrar o número inicial de seus sub-distritos. O seguinte exemplo mostra como sua planilha pode ficar. A Coluna D vai lhe fornecer uma população cumulativa para Serina. Então encontre o primeiro número na Coluna D que seja maior que o número inicial para Serina (1.474), o qual é em Barley.

PLANILHA PARA IDENTIFICAÇÃO DE CONGLOMERADO Número de conglomerados Tamanho da população amostral Tamanho do conglomerado (intervalo amostral) Número inicial aleatório

= = = =

30

29,482 983 491

A B C D E F Nome da

Comunidade Número da

Comunidade População estimada

População cumulativa

Conglomerado selecionado

Número inicial

Serina Kota Barley Sanburn Geneva N. Barn S. Barn

1 2 3 4 5 6

129 123 142 78 106 108

1278 1407 1530 1672 1750 1856 1964

2

1474

TOTAL 686 1964


190

Repita este processo para cada um dos 30 distritos escolhidos. Note que você não precisa produzir os dados de produtos (Colunas E e F) exceto para a primeira seleção de números iniciais. Você também pode repetir este processo para cada sub-distrito selecionado para identificar as vilas onde os números iniciais estão localizados. Se os domicílios nas vilas forem numerados, você pode na verdade identificar o domicílio individual onde você começaria suas entrevistas. Entretanto, seria melhor selecionar seus domicílios aleatoriamente uma vez que você identificar a menor unidade administrativa. Simplesmente numere-as e selecione 7 a 10 domicílios aleatoriamente, mas mais, se nem todos os domicílios incluírem entrevistados em potencial.

Módulo 2: Avaliando as necessidades de saúde; apêndice G.1

191

Apêndice G: Outras ferramentas amostrais Este apêndice inclui cinco ferramentas computadorizadas que você pode usar para amostragem. Elas são: APÊNDICE G.1: ESTIMATIVAS DOS TAMANHOS DOS GRUPOS-ALVO APÊNDICE G.2: ESTIMATIVA DO TAMANHO DA AMOSTRA PARA LEVANTAMENTO DE

CONGLOMERADO EM DOIS ESTÁGIOS DA OMS APÊNDICE G.3: TABELA DE NÚMEROS ALEATÓRIOS APÊNDICE G.4: PROCEDIMENTOS AMOSTRAIS ALEATÓRIOS APÊNDICE G.5: ESTIMATIVA DAS TAXAS E RELAÇÕES DE FERTILIDADE E MORTALIDADE

NA INFÂNCIA. Apêndice G.1: Estimativas dos tamanhos dos grupos-alvo O arquivo seguinte (TARGET.WK1) é usado para estimar o tamanho dos principais grupos-alvo numa dada população. Você vai precisar conhecer o tamanho aproximado da população total sendo estudada e as porcentagens de mulheres e crianças por idade. Também ajuda conhecer as taxas aproximadas de nascimentos e mortes. Introduza as informações necessárias no na coluna "USER INPUT" e o programa fará todos os cálculos necessários. Por exemplo, os dados atualmente no arquivo mostram que numa população de 4.196 haverá provavelmente 1.096 mulheres casadas com idades entre 15-49. Este grupo seria usualmente suficientemente grande para dele se extrair a maioria das amostras. Entretanto, haveria somente duas mortes maternas a cada ano nesta população. Para se obter uma amostra suficientemente grande de mortes maternas (digamos 20), você teria que ter uma população muito maior. Você pode determinar o tamanho que esta população deveria ter aumentando o número da população total estimada na coluna "USER INPUT" até que o número de mortes maternas alcance 20. Se você não tem o tamanho da população mas sabe o número de domicílios e o tamanho dos domicílios, multiplique os dois e introduza o tamanho estimado da população no espaço F23. Então introduza o tamanho do domicílio e o número de domicílios nos espaços apropriados (F24 e GG25). Você também pode mudar a fórmula no espaço F 23 para (F24*G25). Introduza as estimativas de população na coluna "USER INPUT". Estimativas de pessoas potencialmente adequadas são computadas e mostradas na coluna "COMPUTER CALCULATED". As estimativas desta tabela são baseadas em dados de Dhaka, Bangladesh. Introduza os dados na PLANILHA.


192

RESUMO DAS AMOSTRAS População Domicílio Mulheres 15-49 anos Mulheres casadas 15-49 Gestações (1 ano) "Detectável" Mortes maternas

4.196 800 2.037 1.096 829 357 238 2

Crianças Nascidas vivas abaixo de 5 0-11 meses 12-23 meses 24-60 meses Mortes 0-11 meses 1-4 anos

147 565

89 101 375

20

3

PLANILHA Insumo do usuário

Estimativas do computador

1. População total estimada* (veja nota) 2. Tamanho estimado do domicílio 3. Número estimado de domicílio 4. Relação estimada homens/mulheres: 5. Número estimado de mulheres 6. Distribuição etária da população: 7. Número estimado de mulheres casadas 15-49 anos: 8. Gestações estimadas (1 ano):

Taxa estimada de natalidade total Perda gestacional estimada Taxa de detecção estimada de gravidez Nº estimado de gestação detectadas

9. Número estimado de nascimentos (1 ano): 10. Número estimado de crianças < 5 anos: 11. Mortalidade estimada:

Mortes no primeiro ano (1 ano) Mortes infantis (1-4 anos) Mortes maternas

Homens Mulheres < 5 anos 5-14 anos 15-49 anos > 49 anos Casadas Não casadas Viúvas Separadas Divorciadas 0-11 meses 12-23 meses 24-60 meses

IMR CMR MMR

4.196 5.2

800 100 106

2.037 13.5% 28.2% 53.8%

4.4%

75.7% 20.0%

3.3% 0.6% 0.4% 357

0.0350 0.0500 66,6%

238 147 565

15.7% 17.9% 66,4%

0.1340 0.0066 0.0110

0.94

274 575

1.096 89

829 219

36 5

89 101 375

20

3 2

* NOTA: Se você não tem o tamanho da população mas tem o número de domicílios e o tamanho dos domicílios, então multiplique os dois e introduza a população estimada no espaço F23.


193

Apêndice G.2: Estimativa do tamanho da amostra para o levantamento de conglomerado em dois estágios da OMS O programa mostrado nas próximas duas páginas foi desenvolvido por Ralph Frerichs. Ele pode ser usado pelo gerente para determinar o tamanho da amostra necessária para um conglomerado e uma amostra aleatória com base nas informações resumidas no início do Passo 5: Amostragem. O gerente só precisa ter:

• uma estimativa da proporção da população com um atributo em particular (crianças completamente imunizadas);

• o intervalo de confiança desejado (e.g., 90 por cento); • o número de conglomerados (usualmente 30); • o número médio de entrevistados por conglomerados (usualmente 7-10); • e o coeficiente de correlação intra-classe estimado (veja abaixo).

Experimentando diferentes estimativas desses cinco itens, o programa pode computar vários tamanhos de amostras tanto para amostras aleatórias quanto para amostras de conglomerados. O programa também computa o efeito do desenho e indica com um Sim ou Não se o tamanho da amostra é aceitável ou não. Os intervalos de confiança estimados são 90, 95 e 99 por cento e são também computados. Este programa é projetado para estimar o tamanho da amostra para uma população única. Isto poderia ser usado, por exemplo, para avaliar as necessidades em saúde num único distrito. O programa teste de hipótese é usado para duas amostras. Ele pode ser usado, por exemplo, para comparar as necessidades em saúde em dois distritos ou num levantamento tipo antes e depois, para avaliar as mudanças com o tempo.

Nota: O coeficiente de correlação intra-classe é uma estimativa da homogeneidade dos indivíduos dentro de um conglomerado. O valor varia de 0 a 1, com 0 significando que não há diferença entre as pessoas de um conglomerado e aquelas de outros; e o número 1 significando que as pessoas dentro de um conglomerado têm características semelhantes, e.g., todas elas foram imunizadas. Frerichs resumiu exemplos de valores de coeficientes de diversos estudos. Mortes no primeiro ano = 0.00 significa que não há diferença no padrão de mortes no primeiro ano de um conglomerado para outro. Cobertura vacinal = 0.23 significa que há uma tendência moderada para crianças dentro de um dado conglomerado terem uma história semelhante de imunização. A tendência para as crianças num dado conglomerado terem ou não terem recebido a terceira dose de DPT é ainda mais alta.


194

1. Mortes no primeiro ano de vida 2. Tétano 3. Coqueluche 4. Sarampo 5. Cobertura vacinal 6. Primeira dose de DPT 7. Parteira treinada 8. Segunda dose de DPT 9. Terceira dose de DPT

0.00 0.002 0.049 0.099 0.23 0.26 0.27 0.31 0.47

O arquivo de computador é reproduzido nas próximas duas páginas. Estimativa do tamanho da amostra para o levantamento de conglomerados em dois estágios da OMS. INSTRUÇÕES: Preencha as estimativas onde indicado no primeiro bloco. O programa computa os tamanhos das amostras necessárias para: 1) amostras aleatórias; 2) amostras de conglomerados. Ele computa o efeito do desenho para uma amostra de conglomerado e determina se o tamanho da amostra é aceitável. Há dois programas: o primeiro (abaixo) é para a estimativa de INTERVALO (de uma população). O segundo (page down) é para o TESTE DE HIPÓTESE (de duas populações). Estimativa de intervalo A ser completada pelo investigador Proporção estimada com atributo 0.300 Metade do intervalo de confiança 0.070 Nível desejado de confiança (90% = 1.64%; 95% = 1.96; 99% - 2.58) 1.96 Número de conglomerados (deve ser > 25) 30 Número médio por conglomerado 7 Coeficiente de correlação intra-classe 0.03 Derivado pelo programa Variação necessária da proporção da amostra 0.001276 Tamanho da amostra se AMOSTRA ALEATÓRIA SIMPLES 165 Variação da amostra por conglomerado proposta 0.001180 Tamanho da amostra para AMOSTRA POR CONGLOMERADO PROPOSTA

210

Efeito ESTIMADO DO DESENHO para amostra por conglomerado 1.18 Especificações do tamanho da amostra estão OK Sim Estimativa de intervalo Intervalo de confiança estimado para população com atributo de interesse Nível de confiança Proporção 90% 95% 99% II 0.3563 0.3673 0.3886 Superior 0.2437 0.2327 0.2114 Inferior 0 0.2


195

Escalonamento


196

Teste de hipótese - Duas amostras de tamanho igual Proporção estimada com atributo na PRIMEIRA população

0.30000

Proporção estimada com atributo na SEGUNDA população

0.45000

Nível desejado de significância estatística (<.10=1.64; < .05=1.96; <.01=2.58)

1.96

Poder desejado do teste para detectar estatisticamente a diferença estimada nas proporções

1.28

(90% = 1.28; 95% = 1.64; 99% = 2.34) Número médio por conglomerado 7.0 Coeficiente de correlação intra-classe 0.30 Derivado pelo programa Tamanho da amostra necessária se AMOSTRA ALEATÓRIA SIMPLES Tamanho da amostra necessária por grupo de estudo usando

a amostra de conglomerado EM DOIS ESTÁGIOS indicada

Número necessário de conglomerado (deve ser > 25) Teste de hipótese Intervalo de confiança estimado comparando duas proporções Nível de confiança Proporção 90% 95% 99% Grupo 1 2 1 2 1 2 Superior 0,344 0.504 0.360 0.477 0.379 0.535 Inferior 0.250 0.396 0.240 0.385 0.221 0.365 Escalonamento 0,1 1. Apêndice G.3: Tabela de números aleatórios Segue-se um excerto de um arquivo de computador que você pode usar para gerar uma tabela de números aleatórios que se adapte ao tamanho exato de sua população. Introduza simplesmente o total da população no espaço A5 (próximo ao "nome do local") e aperte F9 para computar uma nova tabela. A tabela mostrada abaixo também pode ser usada se desejado.


197

Instruções: Introduza a população da área no espaço A5, e o nome do local em B5. Aperte F9 para gerar uma nova tabela. LOCALIZAÇÃO DA POPULAÇÃO 54333 Nome do local 24915 12052 24436 35294 31465 21776 29411 32584 52275 21015 13997 40710 19613

847 51940 34666 53795 47298 38566

5900 17849 16971 14520 48441 41316

343 3113

13177 14346 20001 19199

9642 43158 32643 51804

5645 33145 13263 53580 48587

28728 38180

1350 41389

4052 23736 34179 53626 16134 25697 28443 33350 22626 45947 13339

6400 42416 11475 38110 41546 33623 16508 33512 24557 51594 39203 24174 49086 30653 35314 42379 24455 13938 20883 31090 47968 39256 41228 37567

6003

4083 11757 8549

12835 32750 10521

729 11545 10623 48932 30296 24051 2583

51890 16290 38115 37839 40299 53018 29899 22557 49742 28660 17006 11655 41768 25385 15432 30707

530 19565 45602 10807 40714 22218 20234 32509 39624 20427 12384

48145 5655

34395 6903

18660 5382

40717 4857

18930 48878

7396 6453

48516 20533 50604 43457

4944 5581

21217 26564 50095 21519 33586 53744 13294 43724 37387 33470

6967 12032 17527 48868 43355

7581 30054 21049 40301 42164

1890 30155

52967 38328 22343 10018 14822

4727 22841 28178 21490 36688

1187 4103

11411 50608 34248 29066 49488 44313 52834 43852

4911 52255 45367 47826 13885 21602

5213 48481 28512 26052 21543 12106 26639 52465

3500 35440 26077 21643

8027 48123

20539 13608 49105 42747 46328 32586 33466 44561 46373 3489433790 46711 48799 41180 18475 37938

3268 44970

9691 21391 14953 26407 21949 41735 18902 25396

7725 33613 45098 47288 43601

6764 10509 24645 25983 10047 52602 17618

6334 36516

53034 5880

50569 44501 44573

4337 27195 20125 20010 15185 18916

8030 14255

6660 41654 48663 29828 43092 29755 21571 50149 17498 16742 24707 44388 38128 18291 21779 37737 45279 16230

3057 8557

19246 36971 16982 39403 34878

3690 41157

25748 22224 22489 36997 31431 22374 50807 39882 14221 52622 17057 45891 1657

24685 22904 13207 31719 22395 52022

777 15620 45044 5034

29182 32140 10141 16164 22956 37292 41895 42163 27829 51371 52994 9694

29559 51674 31496 27925 45985

15222 2305

52809 17150 45381 9904 6742

21661 8854

19397 34

12900 39772 36335 41918 54106 25218 4123 5913

42471 43759 20970 4606

30101 5591 4849

45430 36736 14776 51900 32857 8733

53639 30613

721 49152 47975 10376 37262 24960

26093 38875

6607 54096 23786 13927 48931 14308 53612

5018 4524

32394 35774 21685 17744 26353

8000 53023 53454 18507

3743 19092 34919 22846 38674 44768

9772 30252 48411 26258

3619 46640 40324 27726 49434 43912 39018 16433 25135 23239

17262 19594 44172

4739 33666

3849 27909 32240

6570 37853 31494 37076 22326

3187 40221 38992 54091 20522

9748 42773

5070 22916 15502 25948 17344 23598

1635 21223

2876 17915 48956 27891 29272 48323 30191 43427

738 51256 33802 31036

34054 52698 17752 50795 21510

9810 34790

6268 34326 52805 16299

3935 20213 17188 53259

646 1387

39512 39988 30803 46817

191 8596

22941 43322 37091

8887 31288 38916 47449 15042

1943 43727 21174 28057 54206 34710 19555 13097 43539

18710 1676

49278 26923 41315

8926 50084 21327 18696 33842 21785 38135 21128 16658

7454 25245 10599 35042 27152 49582 39767 13238

2494 46061 18216 16631 52886

3831 46928 23819 52169

4840 53479 37907 10290 32397 27716 53949 32877 24279


198

Apêndice G.4: Procedimentos amostrais aleatórios A planilha de cálculos aleatórios mostrada no Apêndice G.3 também pode ser usada para gerar uma amostra aleatória para você. Ela pode ser usada para gerar uma amostra completa do último estágio de uma amostra de conglomerados. Ela também pode ser usada para população de qualquer tamanho, de cem casos mais de 100.000 casos. O princípio básico da amostragem aleatória é que toda a unidade tem a mesma chance de ser selecionada. Para tornar isto possível, você precisa de uma listagem completa e atualizada de todos os membros da população alvo que você deseja amostrar. Se você vai a uma vila de 100 domicílios, você pode numerar os domicílios (dar a cada um, um número) e escolher sua amostra daquela listagem. Usualmente você não quer incluir todos os domicílios, somente aqueles com pessoas que tenham características potenciais. Assim, sua numeração pode ser projetada para listar somente aqueles domicílios com crianças abaixo dos dois anos de idade. Então você escolhe sua amostra daquela listagem. Muitos programas de APS fazem uma listagem completa de todos os domicílios em sua área de abrangência todo ano. Alguns têm registros computadorizados de cada família e de cada membro da família. Se você tem cada um deles, você pode provavelmente escolher uma amostra aleatória. Amostras aleatórias estratificadas são preferidas se a população é composta de sub-populações significativamente diferentes. Assim é, porque elas fornecem dados mais precisos sobre cada subgrupo da sua população. Assim, se sua população é composta de subgrupos rurais e urbanos, pessoas pobres e de classe média ou sub-populações de diferentes religiões, e seu sistema de registro de domicílios inclui informações sobre estas características, então você pode escolher uma amostra aleatória com relativa facilidade. Se o tamanho de cada grupo é conhecido, é melhor escolher a amostra em proporção do total. Por exemplo, se os evangélicos constituem 60 por cento da população, então o extrato evangélico deve ser de 60 por cento da amostra. Uma vez que você tenha uma listagem da sua população, siga esses passos: 1. Use TARGET.WK1 para estimar o tamanho de cada grupo-alvo em sua

população. Você pode saltar este passo se você tiver dados precisos sobre as características de cada grupo-alvo. Por exemplo, se você sabe quantas mulheres grávidas existem em sua área, vá para o próximo passo. Se você não sabe use TARGET para fazer uma estimativa.

2. Use SIZE.WK1 para determinar o tamanho necessário da amostra para cada grupo-alvo. Suponha que você queira obter informações sobre mulheres grávidas que estão matriculadas em seu programa. Se você estima que 30 porcento delas estão matriculadas, então você pode usar SIZE.WK1 para estimar o tamanho da amostra de mulheres grávidas. A um nível de


199

confiança de 95 por cento, e isto representaria 165 mulheres (veja Apêndice G.2).

3. Use RANDOM.WK1 para gerar uma amostra aleatória de cada grupo-alvo. Finalmente, certifique-se de que cada mulher grávida em seu registro tenha um número seqüencial (de 1 a N). Parta do princípio de que há 250 dessas mulheres. Introduza este número (250) no espaço B4 da tabela de números aleatórios (RANDOM.WK1). Aperte F9 para gerar uma listagem aleatória dessas 250 mulheres. Pegue as primeiras 165 listadas como sua amostra.

O excerto seguinte da tabela de números aleatórios apresenta esta listagem. Se alguma das mulheres listadas não forem adequadas ao levantamento ou disponíveis, substitua pelos números a seguir da lista. Instruções: Introduza a população da área no espaço A5 e o nome da área no espaço B5. Aperte F9 para gerar uma nova tabela. LOCALIZAÇÃO DA POPULAÇÃO 250 Mulheres grávidas

173 216 151 169 113 154 206 104

24 152 112 130 214

69 24

200 184 201

194 124

23 17 45 91

166 45

1 41

135 207 115 137 204 137 130 231

109 107

34 7

91 98

130 128 169

10 141

76 151

74 219 174

35 209

50 235 129

14 129

27 191 134

16 1

115 106

55 133 213 226

24 236

7 50 71 41 95

207 106 205

18 81

130 15

130 75 90

216 222

28

219 90

162 235 198

12 193

49 162 125

24 173

99 27

111 174 186

2

82 98

183 106 213

38 162

70 15

124 5

115 109 208

51 61 51 81

210 26

172 207

54 170 223

8 122 136

17 47

249 56

233 52

208 248

174 67 70

185 220

18 192 114 142 112

66 240

49 68 18

2 238

42


200

Apêndice G.5: Estimativa das taxas e razões de fertilidade e mortalidade na infância Os eventos vitais e os questionários de mortalidade (Apêndice C), produzem os dados que você vai precisar para construir tanto as estimativas de fertilidade quanto as de mortalidade. Uma regra aproximada é que você vai precisar cerca de 200 entrevistados em cada grupo de 5 anos de idade para ter uma amostra grande o suficiente para computar as estimativas. Uma vez que existem normalmente 7 grupos de idade, isso significa que você vai precisar de uma amostra de cerca de 1.400 mulheres casadas com idade entre 15-49. Isto daria a você cerca de 300 nascidos vivos (uma média de 30-50 por grupo etário). Isto é suficiente para computar as taxas de fertilidade diretamente. Aquela mesma amostra de 1.400 mulheres não forneceria casos suficientes para computar as taxas de mortalidade na infância diretamente, entretanto. Você identificaria somente cerca de 30-40 mortes no primeiro ano de vida e 4-6 mortes no último ano. Obviamente, você iria desejar expandir sua amostra significativamente para obter casos suficientes para computar as taxas de mortalidade diretamente. Se você usar o programa TARGET.WK1 para fazer algumas estimativas, você vai achar que você precisa entrevistar mais de 7.000 mulheres casadas para encontrar 20 mortes na infância no último ano. Há um número de técnicas indiretas que os demógrafos usam para estimar as taxas de mortalidade e fertilidade. Essas técnicas produzem tabelas vitais que mostram a probabilidade de mortes ou nascimentos entre diferentes grupos etários. Um exemplo de uma tabela que fornece estimativas da mortalidade na infância e por idades 1, 2, 3, 5, 10, 15 e 20 é mostrada abaixo. A mortalidade na infância (idade entre 2 a 5) é computada subtraindo a mortalidade no primeiro ano de vida da mortalidade abaixo dos 5 anos (0,50 - 0,028 = 0,022). Medidas indiretas da mortalidade na infância Grupo etário de mulheres

Número de mulheres

Número de crianças nascidas

Número de crianças mortas

Porcentagem morte

Medidas de mortalidade

15-19 20-24 25-29 30-34 35-39 40-44 45-49

2,826 2,648 1,818 1,334 1,010 1,029 629

285 3,052 5,851 6,978 7,054 8,544 5,641

8 105 318 350 437 705 559

0.028 0.034 0.054 0.050 0.061 0.083 0.099

0-1 ano 0-2 anos 0-3 anos 0-5 anos 0-10 anos 0-15 anos 0-20 anos

Total 11,294 37,405 2,482


201

Se você usar métodos indiretos, você deve ser capaz de obter casos suficientes com uma amostra de 1.700-2.000 mulheres casadas. Assim é porque esses métodos se baseiam nas histórias de morte e nascimento das mulheres, não apenas nos eventos do ano passado. Assim, cada mulher entrevistada pode contribuir com informações sobre vários anos de experiência, os quais podem incluir dois ou três nascimentos ou mortes. Os métodos indiretos são um tanto quanto complexos de computar e você deve obter ajuda de um demógrafo treinado antes de decidir executar este tipo de análise. O manual da UNICEF sobre Medida da mortalidade na infância mostra como coletar e processar dados de mortalidade na infância usando um curto questionário que nós incluímos no Apêndice C (Mortalidade na infância). Você pode usar este questionário assim com qualquer outro deste módulo. Entretanto, os autores chamam atenção para não mudar a ordem das palavras ou das perguntas. Eles foram extensivamente testados e qualquer revisão pode provocar viés nos resultados. Por outro lado, você pode combinar este questionário com outros para executar um levantamento múltiplo de vários tópicos. Você também pode usar a metodologia de amostragem de conglomerados descrita neste módulo. É claro, que sua amostra deverá ser 10 vezes maior que a típica amostra de 30 conglomerados por 7 entrevistados. Você pode usar o programa SIZE.WK1 neste apêndice para examinar as várias combinações de conglomerados e entrevistados. A seguinte lista vai lhe fornecer uma idéia grosseira dessas combinações e dos efeitos associados do desenho para amostras de cerca de 2.000 pessoas. Essas combinações são todas baseadas nas seguintes premissas: • Proporção estimada com atributo (mortalidade) • Metade do intervalo de confiança • Isto é, o valor verdadeiro estará entre 4 e 6% • Nível desejado de confiança • Coeficiente de correlação intra-classe estimado

5% .02 95% = 1.96 .005

Vamos considerar que você decida escolher 60 conglomerados de 34 entrevistados cada. Use o arquivo CLUSTER.WK1 para selecionar seus números iniciais do conglomerado. Siga as instruções para escolher 34 entrevistados de cada conglomerado (preferivelmente de maneira aleatória). Embora a metodologia da UNICEF permita que você entreviste todas as mulheres adequadas num domicílio selecionado, seria melhor entrevistar somente uma por domicílio. Isto vai assegurar que seus resultados sejam mais representativos da população da área.


202

O manual da UNICEF descreve como construir tabelas vitais e outras estimativas de mortalidade. Mas como mencionado acima, os cálculos são complexos, e você deve buscar auxilio de um especialista antes de tentar estimar a mortalidade indiretamente.

Conglomerados Entrevistados Tamanho da amostra Efeito do desenho 30 40 50 60 70 80 90 100

67 50 40 34 29 25 23 20

2010 2000 2000 2040 2030 2000 2070 2000

1.33 1.25 1.20 1.17 1.14 1.12 1.11 1.10

Nota: Obviamente, você deve mudar as premissas para refletir sua situação particular. Entretanto, todas essas combinações produziriam resultados num nível de confiança de 95% que estão dentro dos dois pontos percentuais das verdadeiras taxas de mortalidade.


203

Usuário II g

Documents

Transcript of Usuário II g