O documento discute os conceitos e métodos de amostragem em pesquisas de mercado. A amostragem permite estimar características da população a partir de uma parcela dela, reduzindo custos em comparação a censos. Há amostragens probabilísticas, em que cada unidade tem chance conhecida de ser selecionada, e não probabilísticas, sem essa característica. Diferentes tipos de amostragem probabilística incluem aleatória simples, sistemática e estratificada.
2. Amostragem
Renato Cruz - Senac 2
Processo de seleção de uma parcela de
indivíduos que preserva as mesmas
características ou atributos relevantes para a
pesquisa. Tais características são preservadas
para que possam ser descritas e estudadas
(estimadas) por meio da amostra.
Fonte: PINHEIRO, Roberto M. et al. Comportamento do consumidor e pesquisa de mercado. Rio
de Janeiro: Editora FGV, 2006.
3. Vantagens
Renato Cruz - Senac 3
Custo baixo – trabalhar com amostras gera um menor investimento do que realizar
um censo com o universo de interesse (obter dados com toda a população);
Rapidez – as amostras permitem maior agilidade no trabalho de campo;
Viabilidade – para certos casos, a amostragem é o único método viável, por
exemplo, em testes destrutivos, para aferir e controlar a qualidade dos produtos;
Qualidade – as amostras possibilitam coletas de dados mais precisos, o que não
pode ser garantido plenamente num censo.
Fonte: PINHEIRO, Roberto M. et al. Comportamento do consumidor e pesquisa de mercado. Rio de Janeiro: Editora FGV, 2006.
4. Tipos
Renato Cruz - Senac 4
Probabilística – processo de seleção no qual cada unidade amostral na
população tem uma probabilidade conhecida e diferente de zero de
pertencer à amostra. A amostra é estabelecida por meio de um sorteio
aleatório dos elementos que pertencem ao universo, garantindo assim uma
seleção não arbitrária e sem distorções.
Não probabilística – a probabilidade de seleção de cada amostra da
população é desconhecida para algumas ou para todas as unidades da
população. A amostragem não probabilística adota um procedimento não
aleatório de seleção de amostras, ou seja, a escolha ocorre de forma
arbitrária.
Fonte: PINHEIRO, Roberto M. et al. Comportamento do consumidor e pesquisa de mercado. Rio de Janeiro: Editora
FGV, 2006.
5. Probabilística
Renato Cruz - Senac 5
Aleatória simples – conjunto de dados extraídos ao acaso de
uma população finita, previamente definida, de modo que em
cada extração todos os elementos tenham a mesma
probabilidade de serem escolhidos;
Sistemática – os elementos da amostra serão selecionadas
aleatoriamente e será estabelecido um intervalo entre esses
elementos;
Fonte: PINHEIRO, Roberto M. et al. Comportamento do consumidor e pesquisa de mercado. Rio de Janeiro: Editora
FGV, 2006.
6. Probabilística (cont.)
Renato Cruz - Senac 6
Estratificada – a população é dividida em grupos com
características semelhantes e as amostras simples são construídas
com esses grupos. Apesar de mais eficiente, é usada em poucos
casos.
Por conglomerados – em vez de elementos isolados, selecionam-
se grupos denominados conglomerados, por exemplo,
quarteirões, bairros e domicílios, sorteados para compor a
amostra.
Fonte: PINHEIRO, Roberto M. et al. Comportamento do consumidor e pesquisa de mercado. Rio de Janeiro: Editora FGV,
2006.
7. Não probabilística
Renato Cruz - Senac 7
Por conveniência – são selecionados os elementos de uma
população dos quais é mais fácil obter informações. É o tipo mais
frágil de amostragem, apesar de economizar tempo e dinheiro;
Por julgamento – há uma seleção dos integrantes da população
que apresentam as melhores perspectivas de fornecer as
informações procuradas, da maneira mais precisa possível. Como,
por exemplo, em entrevistas com especialistas e formadores de
opinião;
Fonte: PINHEIRO, Roberto M. et al. Comportamento do consumidor e pesquisa de mercado. Rio de Janeiro: Editora
FGV, 2006.
8. Não probabilística (cont.)
Renato Cruz - Senac 8
Por cota – procura-se estabelecer uma amostra que se
identifique em alguns aspectos com o universo
pesquisado. Essa identificação pode estar ligada a
características demográficas, psicográficas e
comportamentais. A quantidade a ser entrevistada é
subjetiva, de acordo com a necessidade da pesquisa. As
cotas são atribuídas de modo que a proporção dos
elementos da amostra seja a mesma que a proporção
de elementos da população com essa característica.
Fonte: PINHEIRO, Roberto M. et al. Comportamento do consumidor e pesquisa de mercado. Rio de
Janeiro: Editora FGV, 2006.
9. Confiança
Renato Cruz - Senac 9
Fonte: PINHEIRO, Roberto M. et al. Comportamento do consumidor e pesquisa de
mercado. Rio de Janeiro: Editora FGV, 2006.
Intervalos de confiança (%) Índice Z
68,0 1,00
95,0 1,96
95,5 2,00
99,0 2,57
99,7 3,00
10. Cálculo da amostra
Renato Cruz - Senac 10
Para universos infinitos:
n = (S2 * Z2) / e2
Onde:
n = tamanho da mostra
S2 = variância da mostra
Z = desvio padrão relacionado ao índice de confiança
e = valor de tolerância (erro amostral)
Fonte: PINHEIRO, Roberto M. et al. Comportamento do consumidor e pesquisa de mercado. Rio de Janeiro: Editora
FGV, 2006.
11. Cálculo da amostra (cont.)
Renato Cruz - Senac 11
Para universos finitos:
n = (S2 * Z2 * N) / (S2 * Z2 + e2 * (N - 1))
Onde:
n = tamanho da mostra
S2 = variância da mostra
Z = desvio padrão relacionado ao índice de confiança
e = valor de tolerância (erro amostral)
N = tamanho do universo
Fonte: PINHEIRO, Roberto M. et al. Comportamento do consumidor e pesquisa de mercado. Rio de Janeiro: Editora FGV,
2006.
12. Cálculo da variância
Renato Cruz - Senac 12
S2 é definido pelo pesquisador, por meio de mostra-piloto ou estimativa.
Quando não se tem informação:
S2 = ((L – l) / 6)2
Onde:
L = limite superior da estimativa da média
l = limite inferior da estimativa da média
6 = 99,7% de confiança
Fonte: PINHEIRO, Roberto M. et al. Comportamento do consumidor e pesquisa de mercado. Rio de Janeiro: Editora FGV,
2006.
13. Cálculo da variância (cont.)
Renato Cruz - Senac 13
Para cálculos envolvendo proporções:
S2 = 0,25
Pois:
Se a maior variância possível for 50% favoráveis (½) e 50% desfavoráveis
(½), então S2 = 0,5 * 0,5 = 0,25.
Então, para universos infinitos:
n = (0,25 * Z2) / e2
E para universos infinitos:
n = (0,25 * Z2 * N) / (0,25 * Z2 + e2 * (N-1))
Fonte: PINHEIRO, Roberto M. et al. Comportamento do consumidor e pesquisa de mercado. Rio de Janeiro: Editora
FGV, 2006.
14. Amostragem probabilística
Renato Cruz - Senac 14
Um município, com 200 mil eleitores cadastrados, tem cinco candidatos a
prefeito.
O candidato X contrata uma pesquisa, para saber quantos vão votar nele.
Os eleitores são divididos em duas categorias: os que vão votar em X e os
que não vão votar nele.
Dez leitores são selecionados aleatoriamente e cuidadosamente
entrevistados.
Os dez planejam votar em X.
Fonte: DIAS, Sergio Roberto. Pesquisa de mercado. São Paulo: Saraiva, 2011
15. Amostragem probabilística (cont.)
Renato Cruz - Senac 15
O que isso quer dizer? Que X tem 100% de intenções de voto?
Não. Isso quer dizer que no mínimo 126 mil pessoas pretendem votar em X,
com um risco máximo de erro de 1%.
Por quê?
Se X tem 126 mil eleitores, a probabilidade de um de seus eleitores ser
entrevistado na pesquisa é de 0,63 (126.000/200.000).
A probabilidade de dez eleitores de X serem entrevistados é de 0,6310, o que
corresponde a 0,00985, ou menos de 1%.
Fonte: DIAS, Sergio Roberto. Pesquisa de mercado. São Paulo: Saraiva, 2011
16. Cálculo de amostra
Renato Cruz - Senac 16
Num país com cerca de 90 milhões de eleitores, deseja-
se realizar uma pesquisa (a cerca de uma semana da
eleição) para saber qual candidato tem as maiores
chances de ganhar a disputa (candidato A ou candidato
B). Sabe-se que o erro máximo admitido é de 2.700.000
eleitores e o nível de confiança para os resultados é de
95%. Qual é o tamanho da amostra para essa pesquisa?
Fonte: DIAS, Sergio Roberto. Pesquisa de mercado. São Paulo: Saraiva, 2011
17. Cálculo de amostra (cont.)
Renato Cruz - Senac 17
n = (0,25*Z2) / (e2)
e = 2.700.000/90.000.000 = 0,03 ou 3%
Z = 1,96
n = (0,25*(1,96)2) / (0,032) = 1.068 eleitores
Fonte: DIAS, Sergio Roberto. Pesquisa de mercado. São Paulo: Saraiva, 2011
18. Margem de erro desejada
Renato Cruz - Senac 18
Fonte: ARKIN, Herbert; COLTON, Raymond. Tables for
statisticians. New York: Barnes & Noble, 1963.