SlideShare uma empresa Scribd logo

Amostragem em pesquisa

1 de 21
Baixar para ler offline
AMOSTRAGEM EM PESQUISA

A pergunta-chave feita pelos leigos em pesquisa é sempre
a mesma: “como é possível descobrir o que pensa a
totalidade das pessoas quando se interroga apenas um
pequeno número delas?”

Uma explicação completa da teoria matemática pode ser
encontrada em livros sobre estatística e probabilidades.

Os pontos mais importantes são citados a
seguir, informalmente.
AMOSTRAGEM EM PESQUISA

Princípio I: Probabilidade
Quando a dona de casa quer saber se colocou bastante sal
na sopa, toma uma colherada, prova-a, e tira suas
conclusões, que não se referem apenas à pequena
amostra, mas a totalidade. Ela não necessita tomar um
prato nem a sopa toda para se assegurar do paladar.

Analogamente, quando se necessita fazer um exame de
sangue, obviamente não será necessário retirar o sangue
todo. Uma pequena amostra colhida em um tubo de ensaio
é suficiente para qualquer laboratório de análises clínicas.
AMOSTRAGEM EM PESQUISA

Princípio I: Probabilidade
O que fizeram essas pessoas? Confiaram no primeiro
princípio da teoria da amostragem: a probabilidade dos
eventos acontecerem.

É possível que a dona de casa tenha experimentado justo
aquela parte da sopa que tinha mais ou menos sal que o
restante da sopa na panela.

É possível que o sangue colhido contenha mais ou menos
glóbulos vermelhos que o restante do sangue no corpo do
paciente.
AMOSTRAGEM EM PESQUISA

Princípio I: Probabilidade
Mas, a probabilidade de que isto aconteça é pequena:
quantas vezes o teste da sopa ou o exame de sangue
falham? Poucas.

A proporção entre os sucessos e o número total de testes
ou exames representa o que na teoria é chamado de “grau
de confiança”.

Ele indica a probabilidade de que a amostra escolhida
representa bem o todo que se queria estudar ou inferir.
AMOSTRAGEM EM PESQUISA


Princípio II: Casualidade
Ao desenvolver o trabalho de pesquisa, a escolha dos elementos da
amostra precisa ser aleatória: em outras palavras, a probabilidade de
escolher cada pessoa para ser parte da amostra deve ser a mesma.

Logo, para não sermos tendenciosos, a escolha deve se dar ao acaso.

O acaso pode ser baseado em tabelas de números aleatórios
(disponíveis em livros sobre estatística), em programas de computador
ou em métodos ao alcance de qualquer pessoa (como por exemplo, o
uso de sacos ou caixas numeradas e um método de sorteio –
 bingo, dados – para a escolha dos sacos ou caixas).
AMOSTRAGEM EM PESQUISA

Princípio II: Casualidade
O fundamental é que se a amostra deve representar bem o
conjunto todo, então é necessário garantir a casualidade da
escolha.

Simplificando, cada saco tem que ter a mesma
probabilidade de ser escolhido, sem tendenciosidade.

Outra pergunta que muitas pessoas fazem é:

“Por que nunca fui escolhido para uma entrevista com
tantas pesquisas de mercado e de opinião existentes?”
Anúncio

Recomendados

Estatística e Probabilidade - 12 Margem de Erro e Intervalo de Confiança
Estatística e Probabilidade - 12 Margem de Erro e Intervalo de ConfiançaEstatística e Probabilidade - 12 Margem de Erro e Intervalo de Confiança
Estatística e Probabilidade - 12 Margem de Erro e Intervalo de ConfiançaRanilson Paiva
 
Cálculo do tamanho de uma Amostra
Cálculo do tamanho de uma AmostraCálculo do tamanho de uma Amostra
Cálculo do tamanho de uma AmostraFlávia Salame
 
Exercicios amostragem e tamanho amostra
Exercicios amostragem e tamanho amostraExercicios amostragem e tamanho amostra
Exercicios amostragem e tamanho amostramorozo
 
Aula distribuição amostral da média
Aula distribuição amostral da médiaAula distribuição amostral da média
Aula distribuição amostral da médiaGiselle Onuki
 
amostragem
amostragemamostragem
amostragemsocram01
 

Mais conteúdo relacionado

Mais procurados

Estastítica Inferencial
Estastítica InferencialEstastítica Inferencial
Estastítica InferencialCadernos PPT
 
02 populacao e_amostra
02 populacao e_amostra02 populacao e_amostra
02 populacao e_amostraRaul Lima
 
Lista de exercícios Calculos estatísticos
Lista de exercícios Calculos estatísticosLista de exercícios Calculos estatísticos
Lista de exercícios Calculos estatísticosTamires Tah
 
Aula 2 Teoria Da Amostragem Daniel
Aula 2 Teoria Da Amostragem DanielAula 2 Teoria Da Amostragem Daniel
Aula 2 Teoria Da Amostragem Danielguest8af68839
 
Distribuição Amostral da Média
Distribuição Amostral da MédiaDistribuição Amostral da Média
Distribuição Amostral da MédiaAnderson Pinho
 
Aula parte6 distribuicao_amostral
Aula parte6 distribuicao_amostralAula parte6 distribuicao_amostral
Aula parte6 distribuicao_amostraligorjlc
 
Apostila teoria da amostragem
Apostila   teoria da  amostragemApostila   teoria da  amostragem
Apostila teoria da amostragemAroldo Costa
 
Testes de Hipóteses - Lista de Exercícios Conceituais Resolvidos.
Testes de Hipóteses - Lista de Exercícios Conceituais Resolvidos.Testes de Hipóteses - Lista de Exercícios Conceituais Resolvidos.
Testes de Hipóteses - Lista de Exercícios Conceituais Resolvidos.Wisley Velasco
 
Aula 1 - Estatística Inferencial
Aula 1 - Estatística InferencialAula 1 - Estatística Inferencial
Aula 1 - Estatística InferencialCaroline Godoy
 
Estatistica inferencial
Estatistica inferencial Estatistica inferencial
Estatistica inferencial Caio da Silva
 

Mais procurados (20)

Tópico 3 Testes de Hipóteses - 2 amostras
Tópico 3   Testes de Hipóteses - 2 amostrasTópico 3   Testes de Hipóteses - 2 amostras
Tópico 3 Testes de Hipóteses - 2 amostras
 
Estastítica Inferencial
Estastítica InferencialEstastítica Inferencial
Estastítica Inferencial
 
02 populacao e_amostra
02 populacao e_amostra02 populacao e_amostra
02 populacao e_amostra
 
Lista de exercícios Calculos estatísticos
Lista de exercícios Calculos estatísticosLista de exercícios Calculos estatísticos
Lista de exercícios Calculos estatísticos
 
Aula 2 Teoria Da Amostragem Daniel
Aula 2 Teoria Da Amostragem DanielAula 2 Teoria Da Amostragem Daniel
Aula 2 Teoria Da Amostragem Daniel
 
Atividade sobre amostragem
Atividade sobre amostragemAtividade sobre amostragem
Atividade sobre amostragem
 
Aula 02 população amostra e dados
Aula 02   população amostra e dadosAula 02   população amostra e dados
Aula 02 população amostra e dados
 
Cálculo Amostral
Cálculo AmostralCálculo Amostral
Cálculo Amostral
 
Distribuição Amostral da Média
Distribuição Amostral da MédiaDistribuição Amostral da Média
Distribuição Amostral da Média
 
Aula inferencia
Aula inferenciaAula inferencia
Aula inferencia
 
Princípios de Estatística Inferencial - I
Princípios de Estatística Inferencial - IPrincípios de Estatística Inferencial - I
Princípios de Estatística Inferencial - I
 
Aula parte6 distribuicao_amostral
Aula parte6 distribuicao_amostralAula parte6 distribuicao_amostral
Aula parte6 distribuicao_amostral
 
Princípios de Estatística Inferencial - II
Princípios de Estatística Inferencial - IIPrincípios de Estatística Inferencial - II
Princípios de Estatística Inferencial - II
 
Apostila teoria da amostragem
Apostila   teoria da  amostragemApostila   teoria da  amostragem
Apostila teoria da amostragem
 
Testes de Hipóteses - Lista de Exercícios Conceituais Resolvidos.
Testes de Hipóteses - Lista de Exercícios Conceituais Resolvidos.Testes de Hipóteses - Lista de Exercícios Conceituais Resolvidos.
Testes de Hipóteses - Lista de Exercícios Conceituais Resolvidos.
 
Testes hipoteses introducao
Testes hipoteses introducaoTestes hipoteses introducao
Testes hipoteses introducao
 
Aula 1 - Estatística Inferencial
Aula 1 - Estatística InferencialAula 1 - Estatística Inferencial
Aula 1 - Estatística Inferencial
 
Estatistica inferencial
Estatistica inferencial Estatistica inferencial
Estatistica inferencial
 
2012 aula1 (1)
2012 aula1 (1)2012 aula1 (1)
2012 aula1 (1)
 
Estatística Descritiva
Estatística DescritivaEstatística Descritiva
Estatística Descritiva
 

Destaque

Pesquisa Qualitativa e Quantitativa
Pesquisa Qualitativa e QuantitativaPesquisa Qualitativa e Quantitativa
Pesquisa Qualitativa e Quantitativajlpaesjr
 
Pesquisa qualitativa
Pesquisa qualitativaPesquisa qualitativa
Pesquisa qualitativavamcris
 
Técnicas para a coleta de dados
Técnicas para a coleta de dadosTécnicas para a coleta de dados
Técnicas para a coleta de dadosRaquel Stela de Sá
 
Gestão da informação e do conhecimento em unidades e serviços de informação
Gestão da informação e do conhecimento em unidades e serviços de informaçãoGestão da informação e do conhecimento em unidades e serviços de informação
Gestão da informação e do conhecimento em unidades e serviços de informaçãoFEBAB
 
Aula gestão estratégica de informação
Aula gestão estratégica de informaçãoAula gestão estratégica de informação
Aula gestão estratégica de informaçãoSérgio Oliveira
 
Pesquisa metodologia 2
Pesquisa metodologia 2Pesquisa metodologia 2
Pesquisa metodologia 2Moises Ribeiro
 
Gestao da Informação
Gestao da InformaçãoGestao da Informação
Gestao da InformaçãoRicardo Junior
 
Gestão da Informação
Gestão da InformaçãoGestão da Informação
Gestão da InformaçãoLeandro Panitz
 
Tipos e Métodos de Pesquisa de Mercado
Tipos e Métodos de Pesquisa de MercadoTipos e Métodos de Pesquisa de Mercado
Tipos e Métodos de Pesquisa de MercadoCésar William
 
Informação e Conhecimento nas organizações - Gestão
Informação e Conhecimento nas organizações - GestãoInformação e Conhecimento nas organizações - Gestão
Informação e Conhecimento nas organizações - GestãoLeonardo Moraes
 
Métodos quantitativos e_qualitativos1
Métodos quantitativos e_qualitativos1Métodos quantitativos e_qualitativos1
Métodos quantitativos e_qualitativos1queenbianca
 
Métodos e Técnicas de Pesquisa: O Estudo de Caso
Métodos e Técnicas de Pesquisa: O Estudo de CasoMétodos e Técnicas de Pesquisa: O Estudo de Caso
Métodos e Técnicas de Pesquisa: O Estudo de CasoJoão Uchôa
 
Gestão Da Informação
Gestão Da InformaçãoGestão Da Informação
Gestão Da InformaçãoFelipe Goulart
 
Pesquisa Qualitativa
Pesquisa QualitativaPesquisa Qualitativa
Pesquisa QualitativaÉrica Rigo
 

Destaque (17)

Pesquisa Qualitativa e Quantitativa
Pesquisa Qualitativa e QuantitativaPesquisa Qualitativa e Quantitativa
Pesquisa Qualitativa e Quantitativa
 
Elaborando uma pesquisa qualitativa
Elaborando uma pesquisa qualitativaElaborando uma pesquisa qualitativa
Elaborando uma pesquisa qualitativa
 
Pesquisa qualitativa
Pesquisa qualitativaPesquisa qualitativa
Pesquisa qualitativa
 
Técnicas para a coleta de dados
Técnicas para a coleta de dadosTécnicas para a coleta de dados
Técnicas para a coleta de dados
 
Gestão da informação e do conhecimento em unidades e serviços de informação
Gestão da informação e do conhecimento em unidades e serviços de informaçãoGestão da informação e do conhecimento em unidades e serviços de informação
Gestão da informação e do conhecimento em unidades e serviços de informação
 
Aula gestão estratégica de informação
Aula gestão estratégica de informaçãoAula gestão estratégica de informação
Aula gestão estratégica de informação
 
Pesquisa metodologia 2
Pesquisa metodologia 2Pesquisa metodologia 2
Pesquisa metodologia 2
 
Gestao da Informação
Gestao da InformaçãoGestao da Informação
Gestao da Informação
 
Gestão da Informação
Gestão da InformaçãoGestão da Informação
Gestão da Informação
 
Pesquisa de marketing 2012_01
Pesquisa de marketing 2012_01Pesquisa de marketing 2012_01
Pesquisa de marketing 2012_01
 
Tipos e Métodos de Pesquisa de Mercado
Tipos e Métodos de Pesquisa de MercadoTipos e Métodos de Pesquisa de Mercado
Tipos e Métodos de Pesquisa de Mercado
 
Informação e Conhecimento nas organizações - Gestão
Informação e Conhecimento nas organizações - GestãoInformação e Conhecimento nas organizações - Gestão
Informação e Conhecimento nas organizações - Gestão
 
Métodos quantitativos e_qualitativos1
Métodos quantitativos e_qualitativos1Métodos quantitativos e_qualitativos1
Métodos quantitativos e_qualitativos1
 
Brainstorming
BrainstormingBrainstorming
Brainstorming
 
Métodos e Técnicas de Pesquisa: O Estudo de Caso
Métodos e Técnicas de Pesquisa: O Estudo de CasoMétodos e Técnicas de Pesquisa: O Estudo de Caso
Métodos e Técnicas de Pesquisa: O Estudo de Caso
 
Gestão Da Informação
Gestão Da InformaçãoGestão Da Informação
Gestão Da Informação
 
Pesquisa Qualitativa
Pesquisa QualitativaPesquisa Qualitativa
Pesquisa Qualitativa
 

Semelhante a Amostragem em pesquisa

Aula Pesquisa Euler Parte IIII
Aula Pesquisa Euler Parte IIIIAula Pesquisa Euler Parte IIII
Aula Pesquisa Euler Parte IIIIEuler Nogueira
 
amostragem.ppt
amostragem.pptamostragem.ppt
amostragem.pptwfkam
 
Amostragem e estimacao
Amostragem e estimacaoAmostragem e estimacao
Amostragem e estimacaoLuciano Alves
 
Questões de Pesquisa de Mercado e o SIM
Questões de Pesquisa de Mercado e o SIMQuestões de Pesquisa de Mercado e o SIM
Questões de Pesquisa de Mercado e o SIMFrance Michel Ferreira
 
Formas de amostragem inspeções
Formas de amostragem inspeçõesFormas de amostragem inspeções
Formas de amostragem inspeçõesPaulo Diniz
 
Formas de amostragem
Formas de amostragemFormas de amostragem
Formas de amostragemPaulo Diniz
 
7 dicas para interpretar análises exploratórias
7 dicas para interpretar análises exploratórias7 dicas para interpretar análises exploratórias
7 dicas para interpretar análises exploratóriasFabiano Souza
 
Estatistica regular 0
Estatistica regular 0Estatistica regular 0
Estatistica regular 0J M
 
Método Científico em 6 passos
Método Científico em 6 passosMétodo Científico em 6 passos
Método Científico em 6 passosThiago Xavier
 
Hipóteses e Estimativa do tamanho da amostra (aula 6)
Hipóteses e Estimativa do tamanho da amostra (aula 6)Hipóteses e Estimativa do tamanho da amostra (aula 6)
Hipóteses e Estimativa do tamanho da amostra (aula 6)Sandra Lago Moraes
 
Método Científico (em mais ou menos 10 minutos)
Método Científico (em mais ou menos 10 minutos)Método Científico (em mais ou menos 10 minutos)
Método Científico (em mais ou menos 10 minutos)Nuno Franco
 
Método científico normal médio
Método científico     normal médioMétodo científico     normal médio
Método científico normal médioAvnatureza
 
My arquivo Amostragem_slides alunos.ppt
My arquivo Amostragem_slides alunos.pptMy arquivo Amostragem_slides alunos.ppt
My arquivo Amostragem_slides alunos.pptssuser9f513e
 

Semelhante a Amostragem em pesquisa (20)

Aula Pesquisa Euler Parte IIII
Aula Pesquisa Euler Parte IIIIAula Pesquisa Euler Parte IIII
Aula Pesquisa Euler Parte IIII
 
amostragem.ppt
amostragem.pptamostragem.ppt
amostragem.ppt
 
Amostragem
AmostragemAmostragem
Amostragem
 
Amostragem e estimacao
Amostragem e estimacaoAmostragem e estimacao
Amostragem e estimacao
 
Questões de Pesquisa de Mercado e o SIM
Questões de Pesquisa de Mercado e o SIMQuestões de Pesquisa de Mercado e o SIM
Questões de Pesquisa de Mercado e o SIM
 
Teste de hipoteses Lean 6 Sigma
Teste de hipoteses Lean 6 SigmaTeste de hipoteses Lean 6 Sigma
Teste de hipoteses Lean 6 Sigma
 
Revista matematica
Revista matematicaRevista matematica
Revista matematica
 
Formas de amostragem inspeções
Formas de amostragem inspeçõesFormas de amostragem inspeções
Formas de amostragem inspeções
 
Formas de amostragem
Formas de amostragemFormas de amostragem
Formas de amostragem
 
7 dicas para interpretar análises exploratórias
7 dicas para interpretar análises exploratórias7 dicas para interpretar análises exploratórias
7 dicas para interpretar análises exploratórias
 
Estatistica regular 0
Estatistica regular 0Estatistica regular 0
Estatistica regular 0
 
Método Científico em 6 passos
Método Científico em 6 passosMétodo Científico em 6 passos
Método Científico em 6 passos
 
Hipóteses e Estimativa do tamanho da amostra (aula 6)
Hipóteses e Estimativa do tamanho da amostra (aula 6)Hipóteses e Estimativa do tamanho da amostra (aula 6)
Hipóteses e Estimativa do tamanho da amostra (aula 6)
 
Método Científico (em mais ou menos 10 minutos)
Método Científico (em mais ou menos 10 minutos)Método Científico (em mais ou menos 10 minutos)
Método Científico (em mais ou menos 10 minutos)
 
Efeito chamariz
Efeito chamarizEfeito chamariz
Efeito chamariz
 
Apostila estatística 1
Apostila estatística   1Apostila estatística   1
Apostila estatística 1
 
Valor de p
Valor de pValor de p
Valor de p
 
Método científico normal médio
Método científico     normal médioMétodo científico     normal médio
Método científico normal médio
 
EXAMES DE SANGUE.docx
EXAMES DE SANGUE.docxEXAMES DE SANGUE.docx
EXAMES DE SANGUE.docx
 
My arquivo Amostragem_slides alunos.ppt
My arquivo Amostragem_slides alunos.pptMy arquivo Amostragem_slides alunos.ppt
My arquivo Amostragem_slides alunos.ppt
 

Mais de MkrH Uniesp

Marketing de relacionamento
Marketing de relacionamentoMarketing de relacionamento
Marketing de relacionamentoMkrH Uniesp
 
Os grandes principios da inovacao
Os grandes principios da inovacaoOs grandes principios da inovacao
Os grandes principios da inovacaoMkrH Uniesp
 
Os 9 principios de inovacao do google
Os 9 principios de inovacao do googleOs 9 principios de inovacao do google
Os 9 principios de inovacao do googleMkrH Uniesp
 
Os 9 principios de inovacao do google
Os 9 principios de inovacao do googleOs 9 principios de inovacao do google
Os 9 principios de inovacao do googleMkrH Uniesp
 
As sete barreiras a inovacao
As sete barreiras a inovacaoAs sete barreiras a inovacao
As sete barreiras a inovacaoMkrH Uniesp
 
Planejamento de vendas
Planejamento de vendasPlanejamento de vendas
Planejamento de vendasMkrH Uniesp
 
Ofertas descontospromocoes
Ofertas descontospromocoesOfertas descontospromocoes
Ofertas descontospromocoesMkrH Uniesp
 
Publicidade brasileira
Publicidade brasileiraPublicidade brasileira
Publicidade brasileiraMkrH Uniesp
 
Pnanejamento de promoção de vendas
Pnanejamento de promoção de vendasPnanejamento de promoção de vendas
Pnanejamento de promoção de vendasMkrH Uniesp
 
Logistica de armazenamento e distribuição
Logistica de armazenamento e distribuiçãoLogistica de armazenamento e distribuição
Logistica de armazenamento e distribuiçãoMkrH Uniesp
 
Habitos do consumidor brasileiro
Habitos do consumidor brasileiroHabitos do consumidor brasileiro
Habitos do consumidor brasileiroMkrH Uniesp
 
Promocaoe merchandising
Promocaoe merchandisingPromocaoe merchandising
Promocaoe merchandisingMkrH Uniesp
 
Comitê fies estatuto
Comitê fies estatutoComitê fies estatuto
Comitê fies estatutoMkrH Uniesp
 
Matematica financeiraaula6
Matematica financeiraaula6Matematica financeiraaula6
Matematica financeiraaula6MkrH Uniesp
 
Dr lucio parkter
Dr lucio parkterDr lucio parkter
Dr lucio parkterMkrH Uniesp
 
Tecnicas de negociação de compra e venda
Tecnicas de negociação de compra e vendaTecnicas de negociação de compra e venda
Tecnicas de negociação de compra e vendaMkrH Uniesp
 
Sistema de informacao de marketing
Sistema de informacao de marketingSistema de informacao de marketing
Sistema de informacao de marketingMkrH Uniesp
 
Gerente de vendas
Gerente de vendasGerente de vendas
Gerente de vendasMkrH Uniesp
 

Mais de MkrH Uniesp (20)

Marketing de relacionamento
Marketing de relacionamentoMarketing de relacionamento
Marketing de relacionamento
 
Os grandes principios da inovacao
Os grandes principios da inovacaoOs grandes principios da inovacao
Os grandes principios da inovacao
 
Flyer
FlyerFlyer
Flyer
 
Crowdsourcing
CrowdsourcingCrowdsourcing
Crowdsourcing
 
Os 9 principios de inovacao do google
Os 9 principios de inovacao do googleOs 9 principios de inovacao do google
Os 9 principios de inovacao do google
 
Os 9 principios de inovacao do google
Os 9 principios de inovacao do googleOs 9 principios de inovacao do google
Os 9 principios de inovacao do google
 
As sete barreiras a inovacao
As sete barreiras a inovacaoAs sete barreiras a inovacao
As sete barreiras a inovacao
 
Planejamento de vendas
Planejamento de vendasPlanejamento de vendas
Planejamento de vendas
 
Ofertas descontospromocoes
Ofertas descontospromocoesOfertas descontospromocoes
Ofertas descontospromocoes
 
Publicidade brasileira
Publicidade brasileiraPublicidade brasileira
Publicidade brasileira
 
Pnanejamento de promoção de vendas
Pnanejamento de promoção de vendasPnanejamento de promoção de vendas
Pnanejamento de promoção de vendas
 
Logistica de armazenamento e distribuição
Logistica de armazenamento e distribuiçãoLogistica de armazenamento e distribuição
Logistica de armazenamento e distribuição
 
Habitos do consumidor brasileiro
Habitos do consumidor brasileiroHabitos do consumidor brasileiro
Habitos do consumidor brasileiro
 
Promocaoe merchandising
Promocaoe merchandisingPromocaoe merchandising
Promocaoe merchandising
 
Comitê fies estatuto
Comitê fies estatutoComitê fies estatuto
Comitê fies estatuto
 
Matematica financeiraaula6
Matematica financeiraaula6Matematica financeiraaula6
Matematica financeiraaula6
 
Dr lucio parkter
Dr lucio parkterDr lucio parkter
Dr lucio parkter
 
Tecnicas de negociação de compra e venda
Tecnicas de negociação de compra e vendaTecnicas de negociação de compra e venda
Tecnicas de negociação de compra e venda
 
Sistema de informacao de marketing
Sistema de informacao de marketingSistema de informacao de marketing
Sistema de informacao de marketing
 
Gerente de vendas
Gerente de vendasGerente de vendas
Gerente de vendas
 

Amostragem em pesquisa

  • 1. AMOSTRAGEM EM PESQUISA A pergunta-chave feita pelos leigos em pesquisa é sempre a mesma: “como é possível descobrir o que pensa a totalidade das pessoas quando se interroga apenas um pequeno número delas?” Uma explicação completa da teoria matemática pode ser encontrada em livros sobre estatística e probabilidades. Os pontos mais importantes são citados a seguir, informalmente.
  • 2. AMOSTRAGEM EM PESQUISA Princípio I: Probabilidade Quando a dona de casa quer saber se colocou bastante sal na sopa, toma uma colherada, prova-a, e tira suas conclusões, que não se referem apenas à pequena amostra, mas a totalidade. Ela não necessita tomar um prato nem a sopa toda para se assegurar do paladar. Analogamente, quando se necessita fazer um exame de sangue, obviamente não será necessário retirar o sangue todo. Uma pequena amostra colhida em um tubo de ensaio é suficiente para qualquer laboratório de análises clínicas.
  • 3. AMOSTRAGEM EM PESQUISA Princípio I: Probabilidade O que fizeram essas pessoas? Confiaram no primeiro princípio da teoria da amostragem: a probabilidade dos eventos acontecerem. É possível que a dona de casa tenha experimentado justo aquela parte da sopa que tinha mais ou menos sal que o restante da sopa na panela. É possível que o sangue colhido contenha mais ou menos glóbulos vermelhos que o restante do sangue no corpo do paciente.
  • 4. AMOSTRAGEM EM PESQUISA Princípio I: Probabilidade Mas, a probabilidade de que isto aconteça é pequena: quantas vezes o teste da sopa ou o exame de sangue falham? Poucas. A proporção entre os sucessos e o número total de testes ou exames representa o que na teoria é chamado de “grau de confiança”. Ele indica a probabilidade de que a amostra escolhida representa bem o todo que se queria estudar ou inferir.
  • 5. AMOSTRAGEM EM PESQUISA Princípio II: Casualidade Ao desenvolver o trabalho de pesquisa, a escolha dos elementos da amostra precisa ser aleatória: em outras palavras, a probabilidade de escolher cada pessoa para ser parte da amostra deve ser a mesma. Logo, para não sermos tendenciosos, a escolha deve se dar ao acaso. O acaso pode ser baseado em tabelas de números aleatórios (disponíveis em livros sobre estatística), em programas de computador ou em métodos ao alcance de qualquer pessoa (como por exemplo, o uso de sacos ou caixas numeradas e um método de sorteio – bingo, dados – para a escolha dos sacos ou caixas).
  • 6. AMOSTRAGEM EM PESQUISA Princípio II: Casualidade O fundamental é que se a amostra deve representar bem o conjunto todo, então é necessário garantir a casualidade da escolha. Simplificando, cada saco tem que ter a mesma probabilidade de ser escolhido, sem tendenciosidade. Outra pergunta que muitas pessoas fazem é: “Por que nunca fui escolhido para uma entrevista com tantas pesquisas de mercado e de opinião existentes?”
  • 7. AMOSTRAGEM EM PESQUISA Princípio II: Casualidade As respostas a essa pergunta são: · Se a pessoa nunca foi escolhida, isto é fruto do acaso. · Todas as pessoas têm a mesma probabilidade de serem escolhidas. Mas, se a população é de 180 milhões de pessoas e as amostras construídas nunca excedem uns poucos milhares de pessoas, a probabilidade de ser escolhido é semelhante a de ganhar na loteria. Certamente você conhece mais pessoas que participaram de alguma pesquisa do que pessoas que ganharam na loteria, porque são realizadas muito mais pesquisas do que sorteios da loteria!
  • 8. AMOSTRAGEM EM PESQUISA Princípio III: a Lei dos Grandes Números Ao desenvolver pesquisas, sempre partimos da suposição de que os entrevistados são honestos, corretos e dispostos a colaborar quando respondem às nossas perguntas. Mas sabemos que há sempre os chamados “não respostas”, ou seja, respostas erradas. Suponha que você seja uma das pessoas que forneceu uma resposta errada: numa entrevista você é perguntado sobre qual era a cor da última camisa que você comprou. Suponhamos que a camisa que você comprou era azul, mas nesse dia você está mal-humorado e diz ao entrevistador que a camisa era vermelha.
  • 9. AMOSTRAGEM EM PESQUISA Princípio III: a Lei dos Grandes Números Segundo a Lei dos Grandes Números, respostas falsas serão compensadas. Isto é, há uma alta probabilidade de que outras respostas erradas compensem sua mentira (por exemplo, uma pessoa envergonhada por ter comprado uma camisa vermelha, vai responder que comprou uma camisa azul). Mas, a Lei dos Grandes Números só se aplica se as mentiras dos interrogados ocorrem ao acaso.
  • 10. AMOSTRAGEM EM PESQUISA Princípio III: a Lei dos Grandes Números Por exemplo, se a pesquisa aborda apenas homens homosexuais em um país onde estes são discriminados, o número de respostas mentirosas tende a ser maior, por exemplo, para as cores de camisa comumente associadas às mulheres (como o rosa). Por isso, é preciso tomar cuidado com as perguntas: há um limite para o que se pode perguntar as pessoas, se você deseja respostas honestas e corretas! Entretanto, pode se tornar evidente somente durante o desenvolvimento da pesquisa que as respostas a uma dada pergunta se desvia da verdade para um número muito grande de interrogados.
  • 11. AMOSTRAGEM EM PESQUISA Princípio III: a Lei dos Grandes Números Se este desvio não ocorre ao acaso, então a pergunta tem que ser reformulada, ou abandonada definitivamente. Resumindo, a Lei dos Grandes Números pressupõe que os desvios da verdade devem ocorrer ao acaso: algumas vezes em uma direção e outras na direção oposta. Assim, na totalidade da amostra os desvios acabam se anulando. Se esta premissa não for satisfeita, então os resultados da pesquisa serão distorcidos.
  • 12. AMOSTRAGEM EM PESQUISA Universo, amostras e margens de erro Ao desenvolver pesquisas de mercado, a amostra é uma parte pequena da população. Mas, exatamente de qual “população” estamos falando? No caso de pesquisas eleitorais, a “população” é limitada aos cidadãos com direito a voto. Se a pesquisa é sobre técnicas de realização de exames de sangue, então a “população” é composta pelos técnicos em exames de sangue que trabalham em laboratórios clínicos e hospitais. O conjunto de pessoas ou empresas que formam o alvo da pesquisa é chamado de universo da pesquisa.
  • 13. AMOSTRAGEM EM PESQUISA Universo, amostras e margens de erro Em outras palavras, universo significa o conjunto de todas as espécies que entram na mira da investigação. A amostra é o subconjunto extraído ao acaso deste universo. Note que o universo pode ser constituído de pessoas, mas pode ser também constituído de lares, casas novas, um determinado tipo de empresas, etc.
  • 14. AMOSTRAGEM EM PESQUISA Universo, amostras e margens de erro O último conceito associado a pesquisas é a margem de erro. Considere este exemplo: Foi encomendada uma pesquisa com o objetivo de descobrir quantas residências dispõem de forno de microondas na nossa cidade. Se interrogarmos todas as donas de casa, não haveria margem de erro (ou, diremos, a margem de erro será zero), porque nossa amostra terá sido exaustiva: nossa amostra seria igual ao universo da pesquisa.
  • 15. AMOSTRAGEM EM PESQUISA Universo, amostras e margens de erro Obviamente, as despesas geradas com pesquisas exaustivas são muito grandes (a menos que o universo seja muito pequeno). Se a pesquisa exaustiva for financeiramente inviável, então optamos por entrevistar apenas uma amostra aleatória das residências. Então, nossos resultados serão semelhantes, mas não iguais, aos resultados obtidos na pesquisa exaustiva. A diferença entre estes resultados é chamada de margem de erro.
  • 16. AMOSTRAGEM EM PESQUISA Universo, amostras e margens de erro Na prática, quando a pesquisa exaustiva não é feita, então não é possível determinar a margem de erro com precisão; ainda assim, gostaríamos de ter ao menos uma estimativa da margem de erro. Como o valor real pode ficar acima ou abaixo do obtido na nossa pesquisa, as margens de erro costumam ser indicadas com o sinal ± e um percentual: isto indica que o valor real, comparado com o resultado da pesquisa está no máximo x pontos percentuais acima ou abaixo do resultado obtido na pesquisa.
  • 17. AMOSTRAGEM EM PESQUISA Universo, amostras e margens de erro Por exemplo, se interrogamos duas mil donas de casa e 1.725 afirmarem dispor de um forno de microondas, a pesquisa resulta em 86% (1725/2000). Qual é a margem de erro? É intuitivo (é justificado teoricamente pela Lei dos Grandes Números) que o uso de amostras maiores, embora implique em despesas maiores, permite obter margens de erros menores do que o uso de amostras pequenas. Mas, a relação entre o tamanho da amostra, a margem de erro e o tamanho do universo só pode ser descrita por uma função matemática complexa.
  • 18. AMOSTRAGEM EM PESQUISA Determinação estatística do tamanho das amostras O cliente normalmente oscila entre dois extremos ao encomendar uma pesquisa: de um lado, não deseja uma amostra grande por causa do custo que acarreta, do outro não acredita na amostra que, na sua opinião, é demasiado pequena. O problema do tamanho da amostra não pode ser subestimado, mas é menos importante do que a composição da amostra. Quanto mais uniforme for o universo do qual é extraída a amostra, menor pode ser a amostra.
  • 19. AMOSTRAGEM EM PESQUISA Determinação estatística do tamanho das amostras Antes de entrarmos na discussão dos vários métodos de amostra, é importante ressaltar que o resultado está diretamente relacionado à disponibilidade financeira destinada a pesquisa. Normalmente, o pagamento dos pesquisadores de campo constituem a maior parte da despesa de uma pesquisa. Eles podem ser contratados por diária (com quotas definidas de questionários) ou por produtividade (quantidade de questionários). O orçamento é a chave para se dimensionar o tamanho da amostra, assim como a metodologia utilizada.
  • 20. AMOSTRAGEM EM PESQUISA Determinação estatística do tamanho das amostras No entanto, o ponto chave da questão, representado pela relação entre o tamanho da amostra, o tamanho do universo e a margem de erro destas pesquisas, dificilmente é esclarecido. Parece-nos que a razão principal para a omissão desta informação dos meios de comunicação de massa é a sua aparente complexidade matemática: o cálculo da margem de erro é uma função tão complexa que nem os estatísticos a utilizam diretamente.
  • 21. AMOSTRAGEM EM PESQUISA Determinação estatística do tamanho das amostras Habitualmente, os estatísticos se valem de uma tabela já pronta, contendo os resultados já prontos para as situações mais comuns. A margem de erro depende do tamanho da amostra e do tamanho do universo. Assim, quanto maior for o tamanho do universo, o mesmo tamanho de amostra resulta em uma margem de erro menor. Inversamente, em universos pequenos são necessárias amostras muito maiores para atingir uma margem de erro razoável.