Margem por pergunta

O que o bloco faz

Cruza o QUESTIONÁRIO com os níveis de uma tabela de margens (de sampling/margin_levels ou sampling/referral) e dá, para cada pergunta em cada nível, a margem de erro no pior caso do TIPO dela. Os cenários de indicação, se vierem, são mantidos.

A tabela de perguntas tem uma linha por pergunta (ou por item de uma bateria):

O pior caso de cada tipo, do mais preciso para o menos — uma alternativa, todas ao mesmo tempo, uma contra outra, todas as comparações:

• binária (sim/não) e múltipla (marque todas: cada opção é um sim/não próprio) — p = 0,5: margem_pp.
• única (uma entre k) — cada alternativa sozinha tem a mesma margem_pp; mas para que TODAS as k proporções da distribuição fiquem dentro da margem ao mesmo tempo, vale a margem_simultanea_pp (Thompson 1987), maior. É ela que sustenta frases como “a ordem das alternativas é esta”.
• uma alternativa contra outra (única, escala e múltipla) — a margem_diferenca_pp, o DOBRO da margem de uma proporção. As duas alternativas vêm das mesmas pessoas e disputam a mesma resposta: quando o acaso põe gente a mais em A, tira de B, e numa diferença esse movimento contrário se soma. O pior caso (as duas com 50%) dá variância 1/n. É a margem de frases como “preço preocupa mais que agrotóxico”, para UM par escolhido antes de olhar os dados.
• todas as comparações de uma vez — a margem_todos_pares_pp, com Bonferroni sobre os k(k − 1)/2 pares. É a de “a ordem das alternativas é esta” ou de procurar, depois de ver os dados, qual par difere.
• escala (Likert de k pontos) — as margens da única, e a margem_media_escala, em pontos da escala, com o pior desvio possível (k − 1)/2.
• numérica — tratada como sim/não por faixa; categorize antes.
• aberta — sem margem.

A base é o que mais pesa. Uma pergunta que só quem trabalha responde, numa população em que metade trabalha, tem a margem de uma amostra com metade do tamanho: √2 vezes pior. Uma que só 20% respondem, √5 vezes pior. A não resposta esperada (“prefiro não responder”) desconta de todas as fechadas.

confiavel marca as linhas com pelo menos 30 respondentes: abaixo disso a aproximação normal da margem já não vale, e o número não deve ir para o relatório.

Antes de continuar

Termos que esta página usa, em poucas palavras. As definições completas estão no glossário.

População

O conjunto completo de unidades sobre o qual se quer concluir algo: todas as propriedades de uma região, todos os alunos de uma escola. Em geral não é possível medir todas, e por isso se mede uma amostra.

Amostra

A parte da população que é de fato observada. Quando é sorteada com probabilidades conhecidas, permite estimar características da população e medir a incerteza dessa estimativa.

Efeito do plano (deff)

A razão entre a variância de uma estimativa no plano amostral usado e a variância que ela teria numa amostra aleatória simples do mesmo tamanho. Um deff de 2 quer dizer que a amostra vale, em precisão, metade do que valeria se fosse aleatória simples.

Margem de erro

A metade da largura de um intervalo de confiança: o quanto a estimativa pode se afastar do valor da população, ao nível de confiança escolhido. É ela que se fixa para calcular o tamanho de amostra necessário.

Intervalo de confiança

Uma faixa de valores calculada a partir da amostra. Com 95% de confiança, o procedimento produz intervalos que contêm o valor verdadeiro em 95% das amostras possíveis; não quer dizer que um intervalo específico tenha 95% de probabilidade de acertar.

Quando usar

Use para traduzir o plano de amostra em margens para perguntas específicas do questionário e suas bases.

Pressupostos

• A não resposta e a base condicional só reduzem o n: quem pula ou não responde se parece com quem responde.

  Se falhar: Se a não resposta depende do tema, a margem subestima o erro; calibre com sampling/rake.

• As margens de diferença e de todos os pares valem para pares definidos antes de olhar os dados; a de todos os pares usa Bonferroni, conservadora.

  Se falhar: Para escolher o par depois de ver os dados, use margem_todos_pares_pp.

• As entrevistas de cada unidade se comportam como uma amostra aleatória dela; em coleta por recrutamento, indicação ou adesão a margem é nominal (a de uma amostra aleatória com o mesmo tamanho efetivo), e o viés de quem aparece não entra nela.

  Se falhar: Cuide do viés no desenho da coleta e calibre depois com sampling/rake; a margem não o corrige.

• Aproximação normal da proporção: n·p e n·(1 − p) não muito pequenos (umas 30 respostas por célula ou mais).

  Se falhar: Junte células pequenas; abaixo disso a margem da fórmula não deve ir para o relatório.

• O deff informado é o do desenho real (ponderação e agrupamento); a fórmula não o estima.

  Verificar:Média

  Se falhar: Use o deff de uma pesquisa anterior ou do piloto (o card de sampling/mean o mostra) e compare cenários.

• Os níveis vêm de uma tabela de margens da mesma pesquisa (n e deff por nível).

  Verificar:Margem por nível

  Se falhar: Gere os níveis com sampling/margin_levels ou sampling/referral.

Configuração

• Coluna da pergunta, do tipo, do nº de opções, da base — colunas da tabela de perguntas (as duas últimas podem ficar em branco).
• Não resposta esperada — fração de “prefiro não responder” nas fechadas.
• Confiança — número entre 0,5 e 0,999 (0,95 = 95%).

Exemplo

O fluxo usa os conjuntos didáticos registrados em sampling/example e inclui o nó desta página.

library(trama)

reg <- tr_registry()
tr_use("trama.data", registry = reg)
tr_use("trama.sampling", registry = reg)

tr_flow(reg) |>
  tr_add("unidades", "sampling/example", dataset = "escolas_resumo") |>
  tr_add("com_n", "data/mutate", name = "n", expr = "10", from = "unidades") |>
  tr_add("margens", "sampling/margin_levels", unidade = "escola", tamanho = "alunos", n = "n",
         grupos = "rede", from = "com_n") |>
  tr_add("perguntas", "sampling/example", dataset = "perguntas_exemplo") |>
  tr_add("resultado", "sampling/question_margins", nao_resposta = 0.05, from = "perguntas") |>
  tr_link("margens", "resultado:margens")

Como interpretar

A saída cruza pergunta, nível e cenário. margem_pp descreve uma proporção; medidas simultâneas, diferença entre alternativas e todos os pares respondem perguntas distintas. confiavel sinaliza bases com ao menos 30 respondentes. A saída é Tabela data/table com uma linha por pergunta, nível e cenário.