Delineamento amostral das pesquisas DataSenado

Instituto de Pesquisa DataSenado

• Criado em 2005 para auxiliar senadores e comissões nas duas principais atividades do Senado Federal: legislar e fiscalizar o Poder Executivo.

  • Mais de 4,7 milhões de entrevistas

  • 128 pesquisas nacionais probabilísticas

  • Levantamentos on-line (público interno e enquetes)

  • Pesquisas qualitativas - grupos focais e entrevistas em profundidade

  • Exemplo: Pesquisa Nacional sobre Violência contra a Mulher: primeira edição (2005) auxiliou a criação da Lei Maria da Penha. Em 2023, 10ª edição, maior e mais longa série histórica sobre o tema

Instituto de Pesquisa DataSenado

• O Senado Federal disponibiliza publicamente relatórios, dados e descrição detalhada do método: www.senado.leg.br/datasenado

• Painéis interativos para consulta, cruzamentos e download de microdados das principais pesquisas:

Delineamento amostral DataSenado

• Método original, criado pelos estatísticos do DataSenado

• Características usuais das pesquisas DataSenado:

  • População-alvo: residentes no Brasil com 16 anos ou mais de idade

  • Amostragem Aleatória Estratificada por estados e DF, com alocação proporcional à população-alvo

  • Coleta de dados via CATI (Computer-Assisted Telephone Interviewing)

  • Seleção aleatória de números discados - RDD (Random digit dialing)

  • Protocolos rígidos de qualidade e auditoria das entrevistas

Delineamento amostral DataSenado

Exemplo: pesquisa “Violência nas Escolas”

• Amostra planejada: 2.000 entrevistas

Delineamento amostral DataSenado

Exemplo: pesquisa “Violência nas Escolas”

• Amostra realizada: 2.068 entrevistas

Geração de números aleatórios - RDD

• ANATEL regulamenta a numeração de telefonia fixa e móvel no Brasil e disponibiliza os números liberados para uso pelas operadora. Consulta em 27/4/2023:

  • 585.333.050 números móveis possíveis

  • 229.151.319 números fixos possíveis

• ANATEL também informa quantidade de linhas ativas por tipo de telefonia. Consulta em abril, com dados referentes a fevereiro de 2023:

  • 250.644.275 linhas ativas de telefonia móvel

  • 26.644.230 linhas ativas de telefonia fixa

• Dados por estados e DF

Geração de números aleatórios - RDD

• Amostra divida em dois grupo: números de telefones fixos e móveis

• Probalidade de seleção de um número fixo válido igual à probabilidade de seleção de número móvel válido.

• Procedimento aplicado a cada um dos 26 estados e o Distrito Federal (UFs)

• Seja \(i\) a UF e \(j\) o tipo de telefonia, \(j=\{fixo,móvel\}\). O tamanho de amostra \(n_{ij}\) é dada pela proporção entre a quantidade de linhas ativas:

\[ n_{ij} = \frac{linhas.ativas_{ij}}{\sum_j(linhas.ativas_{ij})} \times \sum_jn_{ij} \]

Geração de números aleatórios - RDD

A quantidade de números selecionados a partir da lista de números autorizados pela ANATEL (\(Lista_{ij}\)) é calculada de maneira a preservar a igualdade de chances de seleção entre telefones fixos e móveis:

\[ Lista_{ij}=\frac{Números.possíveis_{ij}}{\sum_jlinhas.ativas_{ij}} \times \sum_jn_{ij} \]

Geração de números aleatórios - RDD

A taxa de sucessos no uso da lista é influenciada por: números inválidos, de empresas, usados apenas para internet, ….

• Grande maioria: números inválidos

• Últimos 3 anos:

  • a cada mil números, cerca de 6 “alôs”

  • após “alô”: em média 20% de entrevistas concluídas

A lista final efetivamente usada em campo é inflada por esses resultados segundo a UF:

\[ Lista_{ij}^*=\frac{Números.possíveis_j}{\sum_jlinhas.ativas_j} \times \sum_jn_{ij} \times \frac{histórico.discados_{i}}{histórico.concluídos_{i}} \]

Geração de números aleatórios - RDD

Exemplo: pesquisa “Violência nas Escolas”

• Lista de 2.557.007 números aleatórios, 73% móveis

• Coleta de dados - campo: 9 e 10 de maio de 2023

• 655.202 ligações para 386.023 números distintos (renitência média de 1,7)

• 11.673 “alôs”

• 2.068 entrevistas concluídas

Análise dos dados amostrais

O delineamento amostral DataSenado é incorporado às análises considerando:

1. Probabilidade de seleção dos entrevistados
2. Taxas de respostas
3. Ponderação via raking

Probabilidade de seleção

A chance de um número habilitado qualquer ser selecionado é conhecida e dada pela razão entre a quantidade de linhas ativas detectadas no processo de discagem e a quantidade de linhas ativas total na UF \(i\), tipo \(j\), informada pela Anatel:

\[ \pi_{ij}=\frac{linhas.ativas.discadas_{ij}}{linhas.ativas.Anatel_{ij}} \]

Já a chance de uma pessoa \(k\) qualquer ser selecionada (\(f_{ijk}\)) depende, além de \(\pi_{ij}\), da quantidade de pessoas que compartilham a mesma linha de telefone (\(\delta_k\))¹:

\[ f_{ijk} = \pi_{ij} \times \frac{1}{\delta_k} \]

Peso em função da probabilidade de seleção

Computada a probabilidade de seleção, o peso associado a essa informação é dado por

\[ w_{sel,ijk}=\frac{1}{f_{ijk}} \]

Exemplo: pesquisa “Violência nas Escolas”

\[ \bar{f} = 0.000739 \] \[ \overline{w_{sel}} = 1956.7 \]

Taxas de respostas

Ligações para linhas ativas, com números válidos, podem resultar em: entrevistas concluídas, interrompidas, agendadas e não finalizadas, recusadas, ligações não atendidas, linhas ocupadas, caixas postais, telefones desligados, pessoas fora da amostra, linhas não particulares, dentre outros

A taxa de resposta é calculada considerando essas classificações e a RR1 da AAPOR:

\[ RR1 = \frac{Entrevistas.completas}{Linhas.ativas+Linhas.potencialmente.ativas-Inelegíveis} \]

Onde linhas potencialmente ativas são aquelas em que não é possível afirmar que a linha está inativa, e inelegíveis são empresas e pessoas fora da população-alvo.

Taxas de respostas

Problema: em amostras com alocação proporcional, algumas UFs tem poucas entrevistas alocadas e o estrato é finalizado apenas com telefonia móvel.

Solução: agrupar por Grande Região e tipo de telefonia:

\[ RR1_{região,j} = \frac{Entrevistas.completas_{região,j}}{Linhas.ativas_{região,j}+Linhas.potencialmente.ativas_{região,j}-Inelegíveis_{região,j}} \]

Peso em função da taxa de resposta

Dado por

\[ w_{RR_{região,j}} = \frac{1}{RR1_{região,j}} \]

No exemplo da pesquisa ‘Violência nas Escolas’:

• RR1 varia de 0.001260 (fixo, Norte) a 0.013355 (móvel, Sul).

• Os pesos variam de 74.87832 a 793.6508.

Raking

• População-alvo: residentes no Brasil com 16 anos ou mais de idade.

• População amostrada: residentes no Brasil com 16 anos ou mais e acesso à telefonia. Em 2022 apenas 1,7% de moradores não tinham acesso a telefonia:

Raking

• Raking: ajuste das distribuições marginais por região das características sociodemográficas da população-alvo: sexo, raça/cor (PPI e não PPI), faixa etária, escolaridade, situação de domicílio, porte do município

• Dados de referência para o raking: PNAD Contínua 1º/2023 e Estimativa Populacional 2021 para porte do município

• Peso por respondente pré-raking:

  \[ w_k^* = w_{sel,ijk} \times w_{RR1_{região,j}} \]

• Peso por repondente pós-raking: \(w_k^{**}\)

Raking

Resultados - pesos após raking:

Raking

Estimativa de pessoas com 16 anos ou mais que já sofreram violência na escola em algum momento da vida:

Resultados adicionais

• Na pesquisa ‘Violência nas escolas’ foi feita, adicionalmente, a pergunta ‘outros moradores do domicílio são estudante e sofreram alguma violência nos últimos 12 meses’

• Obteve-se, assim, informação do DOMICÍLIO

• Com o objetivo de estimar a quantidade de pessoas que sofreram violência na escola nos últimos 12 meses no Brasil, independente da idade, aplicou-se o raking para domicílio por região usando as variáveis

  • situação do domicílio (urbana ou rural), localização do município do domicílio (capital ou não capital), e quantidade de moradores por domicílio (até 2 pessoas, 3, 4, 5, 6 ou mais).

Resultados adicionais

Resultados adicionais

Conclusão

• Checagem das estimativas: comparativo do total de alunos matriculados em 2022 a partir da pesquisa DataSenado x dados PNAD Contínua x INEP 2022:

  INEP 2022 (mil)	PnadC Educação (mil)	DataSenado mai/2023	DataSenado Lim.Inf.(95%)
  56.826	58.246	59.752	57.753

• Resultados DataSenado acertam o quantitativo populacional, considerada a margem de erro

• Outras pesquisas, sobre temas diversos, também ‘acertaram’ o quantitativo populacional, quando checável (Auxílio Emergencial, pesquisa com candidatos, …)

Para mais informações:

• www.senado.leg.br/datasenado

• datasenado@senado.leg.br

Obrigado!