In cross-sectional and longitudinal surveys, to ignore the sampling design, especially when it is complex, is still common practice in quantitative analysis, either by the absence of statistical software that allows for analysis based on the sampling design or by the unawareness from the data analysts of the importance of incorporating the sampling design to obtain estimates of the parameters of interest, like means; totals and proportions. A complex sampling design is defined by characteristics such as stratification; clustering; sample weights and unequal probabilities of selection, among other attributes that make it diverge from the simple random sampling presuppositions. When the complex sampling design is ignored, the obtained estimates may be biased. In large-scale longitudinal surveys, like the Pesquisa de Avaliação de Impacto do Programa Bolsa Família (AIBF), used as data source for this monograph, the selection of a simple random sampling when drawing the population elements is not economically feasible, which is the reason for the adoption of stratification and clustering techniques by the survey statisticians who are in charge of the sampling design. Thus, this monograph‟s aim is to compare alternative statistical techniques (ignoring or incorporating the sampling design) for the exploratory analysis of the impact of the Programa Bolsa Família on a parameter strictly associated with a condition to receive the benefit, that is the mean of the number of prenatal consultations, estimated for each group of households of the survey, and reinforce the importance of considering the sampling design. Finally, a measure of how large is the „cost‟ of ignoring the sample design characteristics is presented: the misspecification effect.Em pesquisas transversais e longitudinais, ignorar um plano ou desenho amostral, principalmente quando este é complexo, é uma atitude ainda muito comum em análises quantitativas, seja pela ausência de programas estatísticos que possuam ferramentas para análises que considerem o plano amostral, seja pelo desconhecimento dos analistas da importância da incorporação do plano amostral na obtenção das estimativas dos parâmetrosde interesse, como médias; totais e proporções. Um plano amostral complexo é definido por características como estratificação; conglomeração; pesos amostrais e probabilidades de seleção desiguais, dentre outras características que o afastam das pressuposições da amostragem aleatória simples. Quando se ignora um plano amostral complexo, as estimativas obtidas podem se tornar enviesadas. Tratando-se de pesquisas longitudinais de larga escala, como a Pesquisa de Avaliação de Impacto do Programa Bolsa Família (AIBF), utilizada como fonte de dados para esta monografia, não é viável economicamente fazer um sorteio por amostragem aleatória simples dos elementos da população, razão pela qual os amostristas responsáveis pela pesquisa adotaram técnicas de estratificação e conglomeração. Assim, esta monografia tem como objetivo comparar técnicas estatísticas alternativas (ignorando ou incorporando o plano amostral) para a análise exploratória do impacto do Programa Bolsa Família sobre um parâmetro estritamente relacionado a uma de suas condicionalidades, que é a média de consultas de pré-natal, estimada para cada um dos grupos de domicílios da pesquisa, e reforçar a importância de se considerar o plano amostral. Finalmente, é considerada uma medida do quanto se erra ao se ignorar as características do plano amostral, o Efeito do Plano Amostral Ampliado.