Tecnicas de pesquisa de mercado - Amostragem - Aula 5

806 visualizações

Publicada em

Técnicas de Pesquisa de Mercado - Amostragem - Aula 5

Publicada em: Educação
0 comentários
0 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
806
No SlideShare
0
A partir de incorporações
0
Número de incorporações
9
Ações
Compartilhamentos
0
Downloads
85
Comentários
0
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Tecnicas de pesquisa de mercado - Amostragem - Aula 5

  1. 1. Técnicas de Aula 5 – Amostragem Prof. Ueliton Leonidio Como funcionam as pesquisas eleitorais?
  2. 2. Pesquisa de Marketing 2 Pesquisa de Mercado - Prof. Ueliton Leonidio Etapa 2 – Planejamento da pesquisa Objetivos  Objetivo(s) principal(ais)  Objetivos secundários Questão (ões) e / ou Hipótese(s) Dados, variáveis e indicadores a pesquisar Fontes de dados Metodologia:  Tipo(s) de pesquisa(s)  Métodos e técnicas de coleta de dados  População, amostra e amostragem  Planejamento da coleta de dados  Planejamento do processamento e da análise
  3. 3. 3 Conceito de amostragem • Amostra é qualquer parte de uma população. • Amostragem é o processo de colher amostras de uma população. Ou seja, pesquisar apenas uma parte da população para inferir conhecimento para o todo, em vez de pesquisá-la toda, realizando um censo. • População é o agregado de casos que se enquadram em um conjunto de especificações preestabelecido. • A amostragem é viável partindo da premissa que há similaridade suficiente entre os elementos de uma população e que a discrepância entre os valores das variáveis da população e a amostra serão minimizados Amostragem, Intervalos de Confiança e Número de Elementos da Amostra • Vantagens: Economia de mão-de-obra, dinheiro, tempo, obtenção de resultados. Os dados podem ser mais precisos.
  4. 4. Conceito de amostragem • Exemplo: – Objetivo: Obter dados sobre os alunos da UCP que estudam a noite. • Universo: Todos os alunos da UCP • População: Todos os alunos que estudam a noite • Amostra: Os alunos pesquisados 4 Pesquisa de Mercado - Prof. Ueliton Leonidio
  5. 5. Passos para a seleção de amostras 1. Definir a população de pesquisa, incluindo elementos e segmentos que representarão ou não a amostra. 2. Elaborar ou dispor de uma lista de todas as unidades amostrais da população. 3. Decidir o tamanho da amostra. Quantos elementos deverão fazer parte da amostra? 4. Selecionar um procedimento específico através do qual a amostra será determinada ou selecionada. 5. Selecionar fisicamente a amostra, tendo por base os procedimentos dos passos anteriores. Lembre-se que haverão questionários invalidados, não devolvidos, rasurados. 6. Determinar o grau de precisão estatística a ser atribuído aos resultados 5 Pesquisa de Mercado - Prof. Ueliton Leonidio
  6. 6. 6 Não probabilísticas • Não é conhecida a probabilidade de cada elemento fazer parte da amostra. Não permite ter controle sobre o erro amostral. • Razões para o uso: - Quando não há alternativas viáveis, ou seja, o que o pesquisador pode fazer se a população não esta disponível, não quer colaborar ? - Impasse: Não faz a pesquisa ou faz com os que se dispõem a colaborar? - Se a amostra é grande e não tem recursos, a opção é fazer a pesquisa com o que se tem disponível, ou ainda, por oportunidade, uma feira, um encontro onde os elementos da amostra estão concentrados. Ou ainda, pela disponibilidade dos dados sobre a população. Tipos de amostragens Amostragem, Intervalos de Confiança e Número de Elementos da Amostra http://www.fecap.br/adm_online/art23/tania2.htmSaiba mais em:
  7. 7. 7 Tipos de Amostras Não probabilísticas • Básicas: • Conveniência ou Acidental – Pela conveniência ou acesso do pesquisador. É barata e simples. É mais indicada para fins exploratórios, em casos de dificuldade de encontrar, produtos de baixa incidência. Ex. Parar pessoas em um shopping, supermercado, praça...pedir para testar produtos e responder um questionário/entrevista. • Intencional ou Julgamento - O pesquisador usa o seu julgamento para selecionar os membros da população que são boas fontes de informação precisa. Ex. escolha de experts sobre o assunto, para se avaliar preferência por determinado cosmético, visitar salões de beleza e entrevistar as pessoas no local. Tipos de amostragens Amostragem, Intervalos de Confiança e Número de Elementos da Amostra http://www.fecap.br/adm_online/art23/tania2.htmSaiba mais em:
  8. 8. 8 • Cotas ou Proporcional – busca-se uma amostra similar, sob alguns aspectos, à população. Há necessidade de se conhecer, a priori, a distribuição na população de algumas características controláveis e relevantes para o delineamento da amostra. A mesma proporcionalidade da população é aplicada na amostra. • Tráfego – entrevistar pessoas que trafegam em determinados locais e em diferentes horários/dias. • Autogerada – Chamada “Bola de Neve”, que acontece à medida que se encontra um elemento da solicita-se que indique conhecidos. Tipos de amostragens Amostragem, Intervalos de Confiança e Número de Elementos da Amostra http://www.fecap.br/adm_online/art23/tania2.htmSaiba mais em:
  9. 9. 9 Probabilísticas • É conhecida “a priori”a probabilidade de cada elemento da população de fazer parte da amostra, onde pode-se ter controle sobre o erro amostral. Os elementos são selecionados objetivamente por processos aleatórios. - Aleatória simples - escolha aleatória dos elementos que farão parte da amostra. Existe igual probabilidade, diferente de zero, de cada elemento da população ser escolhido por meio de sorteio. Ex.: Para obter uma amostra de 20% em uma classe que possui 90 alunos, enumera-se os mesmos de 01 a 90, escrevendo em pedaços iguais de papel, coloca-se em uma caixa e sorteia-se uma quantidade de papéis de acordo com o percentual pré-estabelecido (20% = 18 alunos). - Aleatória estratificada - é aplicada quando há a necessidade de dividir a população em estratos homogêneos, como exemplo, por classe social, faixa etária, sexo. Tipos de amostragensTipos de amostragens São 2 estratos
  10. 10. 10 Probabilísticas - Conglomerado: exige a utilização de mapas detalhados de regiões, estados e municípios, pois para a seleção da amostra, há subdivisão da área a ser pesquisada por bairros, quarteirões e domicílios, que serão sorteados para composição dos elementos da amostra, e a pesquisa será realizada de forma sistemática. Exemplo: Para fazer uma pesquisa no Estado do Rio de Janeiro, divide-se em cidades, bairros, domicílios, por quarteirões, identifica-se a população das cidades, bairros, quarteirões e através de uma (1) amostra probabilística sistemática, onde (2) numera-se a população, (3) estabelece- se o intervalo sequencial para selecionar a amostra. Tipos de amostragensTipos de amostragens
  11. 11. Determinação do Tamanho da Amostra • Como já dito, a amostra é uma parte da população que deve representá-la de forma autêntica. Para isto, deve ser composta por um número suficiente de indivíduos. – De maneira bem prática, depende dos seguintes fatores: – Tamanho do Universo – Nivel de Confiança – Erro amostral – Percentual de ocorrência do fenômeno 11 Pesquisa de Mercado - Prof. Ueliton Leonidio
  12. 12. • De maneira bem prática, depende dos seguintes fatores que podem ser categorizados da seguinte forma: – Tamanho do Universo/População: o número total de elementos, que podem ser: • Finitos: até 10.000 elementos • Infinitos: acima de 10.000 elementos 12 Pesquisa de Mercado - Prof. Ueliton Leonidio Determinação do Tamanho da Amostra
  13. 13. • Nível de Confiança: definido a partir dos desvios-padrão, representados pela distribuição normal, ou curva de Gauss. Como o nome já diz, “confiança”, representa a margem de segurança para o cálculo da amostra. 13 Pesquisa de Mercado - Prof. Ueliton Leonidio 95,44% 68,26% 99,74% µ – 3σx _ µ – 2σx _ µ – σx _ µ = µ x _ µ + σx µ +2σx µ +3σx _ _ _ µ – 3σ µ – 2σ µ – σ µ + σ µ +2σ µ +3σ √n √n √n √n √n √n ou 3 2 1 1 2 3 Determinação do Tamanho da Amostra
  14. 14. • Erro amostral: sabe-se que os resultados obtidos das amostras não são rigorosamente exatos em relação a população/universo, por isso erros de medição são comuns. Estes diminuem a medida que a amostra aumenta. Estes erros podem ser 3%, 5%, 7%. 14 Pesquisa de Mercado - Prof. Ueliton Leonidio Determinação do Tamanho da Amostra
  15. 15. • Percentual de ocorrência do fenômeno: saber qual é o percentual das pessoas, máquinas, perfil desejado dentro do universo/população é fundamental para a determinação do tamanho da amostra. Se desejo saber sobre o perfil dos estudantes de nível superior em Petrópolis, preciso saber qual é a estimativa prévia em % dos estudantes na população da cidade. 15 Pesquisa de Mercado - Prof. Ueliton Leonidio Determinação do Tamanho da Amostra
  16. 16. • Caso 1 – População Infinita – Acima de 10.000 elementos – Fórmula: Determinação do Tamanho da Amostra • Cálculo do tamanho da amostra: • Lembrando que nós temos uma população finita ou infinita. 16 Pesquisa de Mercado - Prof. Ueliton Leonidio Onde: n = tamanho da amostra. S = nível de confiança escolhido, expresso em número de desvios- padrão p = percentagem com a qual o fenômeno se verifica - percentagem dos elementos da amostra favorável ao atributo pesquisado. q = percentagem complementar, isto é, (100 - p) - percentagem dos elementos da amostra desfavorável e = erro máximo permitido.
  17. 17. • Caso 1 – População Infinita – Acima de 10.000 elementos – Fórmula: Determinação do Tamanho da Amostra • Cálculo do tamanho da amostra: 17 Pesquisa de Mercado - Prof. Ueliton Leonidio • Exemplo: Deseja-se fazer uma pesquisa para saber o consumo médio mensal, em reais, da população da cidade de Petrópolis. Não se conhece a estimativa. Qual é o número de pessoas que devem ser entrevistadas com 5% de erro. Considere 3 níveis de confiança: 68,26%, 95,5%; e 99,7%. • P=Q = 50
  18. 18. • Caso 1 – População Infinita – Acima de 10.000 elementos – Fórmula: Determinação do Tamanho da Amostra • Cálculo do tamanho da amostra: 18 Pesquisa de Mercado - Prof. Ueliton Leonidio • Solução: • Para 68,3% (1 desvio): n = 12 x 50 x 50 / 52 n = 100 • Solução: • Para 95,5% (2 desvios): n = 22 x 50 x 50 / 52 n = 400 • Solução: • Para 99,7% (3 desvios): n = 32 x 50 x 50 / 52 n = 900
  19. 19. • Caso 1 – População Finita – Até 10.000 elementos – Fórmula: Determinação do Tamanho da Amostra • Cálculo do tamanho da amostra: • Lembrando que nós temos uma população finita ou infinita. 19 Pesquisa de Mercado - Prof. Ueliton Leonidio Onde: n = tamanho da amostra. S = nível de confiança escolhido, expresso em número de desvios-padrão p = percentagem com a qual o fenômeno se verifica - percentagem dos elementos da amostra favorável ao atributo pesquisado. q = percentagem complementar, isto é, (100 - p) - percentagem dos elementos da amostra desfavorável e = erro máximo permitido N = tamanho da população.
  20. 20. • Caso 1 – População Finita – Até 10.000 elementos – Fórmula: Determinação do Tamanho da Amostra • Cálculo do tamanho da amostra: 20 Pesquisa de Mercado - Prof. Ueliton Leonidio • Exemplo: Uma empresa que não possui banco de dados quer identificar quantos dos seus 10.000 clientes praticam atividade esportiva. Presume-se que esse número não seja superior a 40% do total, deseja-se um nível de confiança de 95,5% (dois desvios) e tolera-se um erro de até 3 p.p. Qual será o tamanho da amostra?
  21. 21. • Caso 1 – População Finita – Até 10.000 elementos – Fórmula: Determinação do Tamanho da Amostra • Cálculo do tamanho da amostra: 21 Pesquisa de Mercado - Prof. Ueliton Leonidio • Solução: • n = 22 x 40 x 60 x 10.000 = 964 clientes 32 x 9.999 + 22 x 40 x 60
  22. 22. Determinação da margem de erro da amostra • Quando já se efetivou uma pesquisa e deseja saber a margem de erro da amostra, utiliza-se a fórmula: 22 Pesquisa de Mercado - Prof. Ueliton Leonidio onde: sp = erro-padrão ou desvio da percentagem com que se verifica determinado fenômeno p = percentagem com que se verifica o fenômeno q = percentagem complementar (100 – p) n = número de elementos incluídos na amostra
  23. 23. Determinação da margem de erro da amostra • Exemplo: Uma pesquisa efetuada com uma amostra de 1.500 consumidores do produto “A”, verificou-se que 25% raramente o consomem. Qual a probabilidade de que tal resultado seja verdadeiro para todo o universo? • Sp = √ 25 x 75 / 1500 • Sp = √ 1875 / 1500 • Sp = 1,12 23 Pesquisa de Mercado - Prof. Ueliton Leonidio • Solução: • Para 68,3% (1 desvio): Sp = 1,12 • Intervalo: 25-1,12 a 25+1,12 • Para 95,5% (2 desvios): Sp = 2,24 • Intervalo: 25-2,24 a 25+2,24 • Para 99,7% (3 desvios): Sp = 3,36 • Intervalo: 25-3,36 a 25 + 3,36
  24. 24. 24 Estimativas de medidas (ou valores) Quando conhecido σ da população Populações infinitas Populações finitas Geral 1 Z2σ2 e2 5 NZ2 σ2 n2(N – 1) + Z2 σ2 Z = 1 nc = 68% 2 σ2 e2 6 Nσ2 e2(N – 1) + σ2 Z = 2 nc = 95% 3 4σ2 e2 7 N4σ2 e2(N – 1) + 4σ2 Z = 3 nc = 99,7% 4 9σ2 e2 8 N9σ2 e2(N -1) + 9σ2 Quando desconhecido σ da população, substituir σ por S, sendo S estimador de σ obtido em amostra piloto Erro sempre medido em valor absoluto n = n = n = n = n = n = n = n = Resumo das condições e fórmulas para determinação do tamanho de amostras probabilísticas estimativas de proporções Fonte: Mattar, 2008
  25. 25. 25 Estimativas de proporções (ou porcentagens) Populações infinitas Populações finitas Geral 9 Z2p.q e2 13 NZ2 p.q n2(N – 1) + Z2p.q Z = 1 nc = 68% 10 p.q e2 14 Np.q e2(N – 1) + p.q Z = 2 nc = 95% 11 4σp.q e2 15 N4p.q e2(N – 1) + 4p.q Z = 3 nc = 99,7% 12 9p.q e2 16 N9p.q e2(N -1) + 9p.q Conhecidos p e q da população Sendo: p = % característica q = % não característica p + q = 1 (ou 100%) Erro sempre medido em porcentagem n = n = n = n =n = n = n = n = Resumo das condições e fórmulas para determinação do tamanho de amostras probabilísticas estimativas de proporções Fonte: Mattar, 2008
  26. 26. 26 Tabela relacionando, nível de confiabilidade e número de elementos da amostra de populações infinitas dicotômicas Erro Amostral n = PQ / e2 (68%) n = 4 PQ / e2 (95%) n = 9 PQ / e2 (99,7%) P = Q = 0,50 0,01 (1%) 0,02 (2%) 0,03 (3%) 0,04 (4%) 0,05 (5%) 0,06 (6%) 0,07 (7%) 0,08 (8%) 0,09 (9%) 0,10 (10%) 2.500 625 278 156 100 70 51 39 31 25 10.000 2.500 1.112 624 400 280 204 156 124 100 22.500 5.625 2.502 1.404 900 630 459 351 279 225 Para uma pesquisa com o mesmo n, podemos dar respostas diferentes em termos de erro e confiabilidade Amostragem, Intervalos de Confiança e Número de Elementos da Amostra Fonte: Mattar, 2008

×