All kinds of researches are performed in Brazil and in the world currently. The amount of data available is huge. Sampling methods are very relevant in this context and, therefore, they were the subject of this study. In this sense, it is essential to take precautions throughout the sampling process, from before collecting data until the analysis phase. In this work we adopt the National Household Sample Survey (PNAD) conducted by the Brazilian Institute of Geography and Statistics (IBGE) as motivation for the application of the studied methods. The main goal of this work is to evaluate the potential effects of the lack of consideration of sample design features in the data analysis of PNAD. We also present a summary of the main types of sampling designs and inference methods for complex sampling in order to introduce the subject. The statistical software Stata has helped in the estimation of the mean and its standard error of the variable "monthly household income per capita" taking sample design into account or not. In the case of PNAD, some of the consequences observed when the design was ignored were: (i) underestimation of standard errors and, therefore, biased confidence intervals; and (ii) different estimated means compared to those found when sampling design was considered.Pesquisas de todos os tipos são realizadas no Brasil e no mundo atualmente. A quantidade de dados disponíveis é enorme. Os métodos de Amostragem são de grande relevância neste contexto e por isso foram objeto de estudo neste trabalho. Neste sentido, torna-se essencial tomar as devidas precauções durante todo o processo de amostragem, desde antes da coleta dos dados até a fase de análise dos mesmos. Nesta monografia adotamos a Pesquisa Nacional por Amostra de Domicílios (PNAD) realizada pelo Instituto Brasileiro de Geografia e Estatística (IBGE) como motivação para a aplicação dos métodos estudados. O principal objetivo deste estudo é avaliar os possíveis efeitos da não consideração das características do desenho amostral na análise de dados da PNAD. Apresentamos também um resumo dos principais tipos de planos amostrais e dos métodos de inferência para planos amostrais complexos para introduzir o assunto. O software estatístico Stata auxiliou na estimação da média e do seu erro padrão da variável “renda domiciliar mensal per capita” levando o planejamento amostral em consideração ou não. No caso da PNAD, algumas das consequências observadas ao ignorarmos o desenho foram: (i) a subestimação dos erros padrão e consequentemente intervalos de confiança enviesados; e (ii) estimativas de médias diferentes das encontradas quando se considera o planejamento amostral.