TEORIA DA AMOSTRAGEM

1. CONCEITOS BÁSICOS

a. Conceitos de Amostragem

Amostra é qualquer parte de uma população. Amostragem é o processo de colher

amostras de uma população. A idéia básica da utilização de amostragem em um processo

de pesquisa de marketing é de que a coleta de dados relativos a alguns elementos da

população e sua análise pode proporcionar relevantes informações sobre toda a

população. A amostragem está intimamente relacionada com a essência do processo de

pesquisa descritiva por levantamentos: pesquisar apenas uma parte da população para

inferir conhecimento para o todo, em vez de pesquisá-lo toda (censo).

Realizam-se censos em vez de pesquisas por amostragem quando:

a população for pequena;

os dados a respeito da população forem facilmente obtíveis, ou já estejam semi-

disponível;

se os requisitos do problema em estudo impõe a obtenção de dados específicos

de cada elemento da população; ou

por imposição legal

Excluindo-se esses casos, na maioria absoluta das vezes, é desnecessária a realização de

censos e a simples pesquisa de uma amostra da população atenderá plenamente as

necessidades de dados.

b. Vantagens de Amostrar

A amostragem está baseada em duas premissas. A primeira é a de que há similaridade

suficiente entre os elementos de uma população, de tal forma que uns poucos elementos

representarão adequadamente as características de toda a população; a segunda é a de

que a discrepância entre os valores das variáveis na população (parâmetros) e os valores

dessas variáveis obtidos na amostra (estatística) são minimizados, pois, enquanto

algumas medições subestimam o valor do parâmetro, outras o superestimam, e desde

que a amostra tenha sido adequadamente obtida, as variações nestes valores tendem a

contrabalançarem-se umas às outras, resultando em medidas na amostra que são

geralmente, próximas às medidas da população.

1

A amostragem é usada intensamente em pesquisas de marketing em função das grandes

vantagens que oferece quando comparada aos censos:

amostra economiza mão-de-obra e dinheiro, à medida que podem ser entrevistadas, por

exemplo, apenas 1.000 pessoas em vez de toda uma população de 1 milhão. Fica fácil

imaginar o quanto se economiza no custo de entrevistas, impressão do instrumento de

coleta, supervisão de campo, digitação, processamento dos dados, etc;

amostra economiza tempo e possibilita rapidez na obtenção dos resultados. Explorando

o mesmo exemplo anterior, ter-se-iam apenas 1.000 horas de entrevistas na amostra

(supondo uma hora por entrevista), contra um milhão de horas no censo; além disso, ter-

se-ia grande redução no tempo de impressão dos instrumentos, no recrutamento, seleção

e treinamento de entrevistadores, na revisão e preparação dos instrumentos para

digitação, na digitação e no processamento dos dados. Toda essa economia de tempo

possibilita grande rapidez no fornecimento dos resultados, sendo este um fator

fundamental no processo de decisão de marketing;

amostra pode colher dados mais precisos. Este fato ocorre como resultante da eliminação

ou redução de inúmeras fontes de erros não amostrais. Num censo, necessita-se de

muitos entrevistadores, muitos supervisores de campo e muitas pessoas para digitação

dos dados. À medida que o staff da pesquisa cresce, a qualidade das pessoas recrutadas

cai e as necessidades de controle e supervisão crescem e ficam mais difíceis de ser

exercido, o que redunda na elevação dos erros não amostrais. Ao contrário, quanto

menor a magnitude das operações de campo, mais fácil será exercer melhor controle de

todo o processo de coleta e tratamento dos dados e encontrar pessoal mais bem

qualificado para conduzir adequadamente, cada estágio da pesquisa; assim, a ocorrência

de vieses não amostrais poderá ser minimizada. Ocorre também que a realização de um

censo demanda tempo tão logo que o fenômeno de marketing em foco poderá mudar.

Analogamente ao censo, uma amostra também inclui erros não amostrais, mas num

menor grau. Diferentemente de um censo, a amostra possui erros amostrais, mas que,

estatística e convenientemente tratados, podem ser controlados e minimizados. Amostrar

pode ser a única opção quando ao estudo implicar a destruição ou contaminação dos

elementos pesquisados: o teste de uso do produto resulta no consumo do produto; é

evidente que a realização de um censo para se verificar a aceitação de um novo sabor de

iogurte não aparece ser um início para se conduzir um negócio que se pretenda lucrativo.

2

c. Qualidade de uma Boa Amostra

A essência de uma boa amostra consiste em estabelecer meios para inferir, o mais

precisamente possível, as características da população através das medidas das

características da amostra. As qualidades de uma boa amostra são:

Precisão: refere-se com à exatidão dos resultados de medições obtidos na amostra

(estatísticas) correspondentes aos resultados que seriam obtidos se medíssemos toda a

população (parâmetros), utilizando-se os mesmos métodos, instrumentos, procedimentos

etc., utilizados na amostra. Precisão é a medida do erro amostral; quanto menor o erro

amostral, mais precisa será a amostra.

Eficiência: refere-se à medida de comparação entre diversos projetos amostrais.

Dizemos que um projeto é mais eficiente do que o outro se, sob condições especificas,

trouxer resultados mais confiáveis do que outro, ou se, para um dado custo, produzir

resultados de maior precisão, ou se, ainda, resultados com a mesma precisão forem

obtidos a um menor custo.

Correção: refere-se ao grau de ausência de vieses não amostrais na amostra. Uma

amostra é dita correta (ou não viesada) se as medidas superestimadas e as subestimadas

forem compensadas entre os membros da amostra. Não existem erros sistemáticos numa

amostra correta. Erros sistemáticos (ou erros não amostrais) podem ser definidos como

variações nas medidas resultantes de influência conhecidas ou não que fazem com que

os resultados pendam mais para uma direção do que para a outra.

d. Passos para a Seleção da Amostra

No processo de seleção de amostras, os seguintes passos deverão ser percorridos:

Passo 1 – Definir a população de pesquisa

Passo 2 – Elaborar ou dispor de uma lista de todas as unidades amostrais da

população.

Passo 3 – Decidir o tamanho da amostra.

Passo 4 – Selecionar um procedimento especifico através do qual a amostra será

determinada ou selecionada.

Passo 5 – Selecionar fisicamente a amostra tendo por base os procedimentos dos

passos anteriores.

3

e. Conceitos Sobre Amostragem

Há dois conceitos básicos referentes à amostragem:

População de pesquisa

É o agregado de todos os caos que se enquadram num conjunto de

especificações previamente estabelecidas (Kinnear & Taylor, 1979).

Elemento de pesquisa

É a unidade sobre a qual se procura obter os dados (Kinnear & Taylor, 1979).

2. TIPOS DE AMOSTRAS

Há grande variedade de tipos de amostras e de planos de amostragens possíveis de se utilizar em

pesquisas de marketing, mas uma diferenciação fundamental deve ser efetuada entre

amostragens probabilísticas e não probabilísticas.

a. Amostragem não probabilística: aquela em que a seleção dos elementos da população

para compor a amostra depende ao menos em parte do julgamento do pesquisador ou do

entrevistador no campo. Não há nenhuma chance conhecida de que um elemento

qualquer da população venha a fazer parte da amostra. As amostragens não

probabilísticas geram amostras não probabilísticas.

Conveniência (ou Acidental)

Tráfego

Intencional (ou Julgamento)

Autogerada

Quotas (ou Proporcional)

Desproporcional

b. Amostragem probabilística: aquela em que cada elemento da população tem uma chance

conhecida e diferente de zero de ser selecionado para compor a amostra. As amostragens

probabilísticas geram amostras probabilísticas

Aleatória simples

Aleatória estratificada

Sistemática

Conglomerado

4

Para a escolha do processo de amostragem, o pesquisador deve levar em conta o tipo de

pesquisa, a acessibilidade aos elementos da população, a disponibilidade ou não de ter os

elementos da população em um rol, a representatividade desejada ou necessária, a oport~nidade

apresentada pela ocorrência de fatos ou eventos, a disponibilidade de tempo, recursos

financeiros e humanos etc. É uma decisão que cabe exclusivamente ao pesquisador. Seu bom

senso e suas experiências anteriores podem ter um peso significativo na escolha. A única

objeção a ser feita é que seja sincero e honesto e nunca utilize ou divulgue os resultados de uma

pesquisa com uma amostra não probabilística como se fosse probabilística.

3. AMOSTRAGEM

A. AMOSTRAGENS NÃO PROBABILÍSTICAS

Qualquer discussão técnica sobre as vantagens e desvantagens de amostras probabilísticas e não

probabilísticas claramente evidenciará as vantagens da primeira como será visto adiante. Apesar da

evidente desvantagem das amostragens não probabilísticas, há diversas razões práticas que tornam

conveniente seu uso em pesquisas de marketing.

1. Amostras por Conveniência (ou Acidentais)

Amostras por conveniência são selecionadas, como o próprio nome diz, por

alguma conveniência do pesquisador. É o tipo de projeto de amostragem menos

confiável, apesar de barato e simples. É utilizado, freqüentemente, para testar

idéias ou obter idéias sobre determinado assunto de interesse. Enganosamente,

esta forma de amostragem pode dar a impressão de ser tão boa que pareça

desnecessário utilizar outras formas mais sofisticadas e precisas. Amostras por

conveniência prestam-se muito bem aos objetivos da pesquisa exploratória, e não

são recomendadas para pesquisas conclusivas. Exemplos de amostras por

conveniência:

solicitar a pessoas que voluntariamente testem um produto e, em

seguida, respondam a uma entrevista;

parar pessoas num supermercado e colher suas opiniões;

durante um programa de televisão ao vivo, colocar à disposição dos

telespectadores linhas telefônicas acopladas a computadores para

registrar, automaticamente, opiniões a favor ou contra alguma

colocação formulada.

5

Em qualquer desses exemplos, o elemento pesquisado foi auto-selecionado ou

selecionado por estar disponível no local e no momento em que a pesquisa estava

sendo realizada.

2. Amostras Intencionais (ou por Julgamento)

A suposição básica da amostra intencional é de que, com bom julgamento e uma

estratégia adequada, podem ser escolhidos os casos a serem incluídos e, assim,

chegar a amostras que sejam satisfatórias para as necessidades da pesquisa. Uma

estratégia muito utilizada na amostragem intencional é a de se escolherem casos

julgados como típicos da população em que o pesquisador está interessado,

supondo-se que os erros de julgamento nessa seleção tenderão a contrabalançar-

se. Se os critérios de julgamento na escolha da amostra forem corretos, uma

amostra intencional deverá trazer melhores resultados para a pesquisa do que

uma por conveniência.

3. Amostras por Quotas (ou Proporcionais)

As amostras por quotas constituem um tipo especial de amostras intencionais. O

pesquisador procura obter uma amostra que seja 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. O projeto dessa amostra é simples de ser delineado quando, além de

dispor de informações sobre a população, o pesquisador trabalhar apenas com

poucas características sob controle e com poucas categorias em cada uma, como

no exemplo a seguir:

1ª característica: sexo: 2 categorias: homens e mulheres;

2ª característica: idade: 2 categorias: até 30 anos e + de 30 anos;

Neste exemplo, há apenas quatro células de interesse:

- homens até 30 anos;

- homens com mais de 30 anos; - mulheres até 30 anos;

- e mulheres com mais de 30 anos.

E o que precisa ser conhecido para estabelecer as quotas de cada célula na

amostra é a proporção da população em cada uma dessas células, informação que

pode ser facilmente obtida nos Censos Demográficos da Fundação IBGE. À

6

medida que o número de características e de categorias sob controle for sendo

elevado, pode-se chegar a uma situação tal que o método não poderá ser

empregado, ou pela não-disponibilidade das proporções na população, ou pelo

exagerado número de células a que se chega, o que exigirá um número elevado

de elementos nó total da amostra.

Os métodos, a seguir, constituem variações desses três tipos de amostras não

probabilísticas vistas.

4. Amostras por Tráfego

Freqüentemente, as pesquisas envolvem observar ou entrevistar pessoas que

trafegam por determinado local, tais como pessoas dentro de uma loja de

departamentos, visitantes numa exposição, espectadores de um evento esportivo

ou artístico etc. Os entrevistadores vão escolhendo entre os passantes (ou

presentes) aqueles a quem entrevistar. Nestes casos, para a obtenção de amostras

mais precisas, faz-se necessário que o trabalho de campo seja realizado em

diferentes horas do dia, em diferentes dias da semana e, em certos casos, até em

diferentes dias do mês, à medida que haja variações no tempo do público que

trafega pelo local da pesquisa. Para que este procedimento seja possível, um

conhecimento prévio das características e volumes de tráfego no tempo se faz

necessário.

5. Amostras Autogeradas

Há casos de pesquisas em que o desconhecimento da população pelo pesquisador

é tão grande que nem o tamanho da população, nem a localização de seus

elementos podem ser determinados a priori. À medida que se consegue localizar

alguns elementos (às vezes apenas um), solicita-se-lhes que indiquem conhecidos

que também façam parte dessa população, e assim, sucessivamente, vai-se

construindo a amostra. Exemplo, a condução de uma pesquisa com uma

população de um clube social muito fechado, do qual não foi possível obter a

listagem de associados, a localização de um primeiro associado poderá

proporcionar indicações de seus amigos associados (inclusive facilitando o

acesso a eles), e assim, sucessivamente, a amostra vai sendo construída.

7

6. Amostras Desproporcionais

Podem ser aplicadas a qualquer tipo de amostragem em que a proporções dos

estratos na população sejam conhecidas. Na amostragem por quotas, são

consideradas apenas amostras que sejam proporcionais a algumas características

conhecidas da população. No entanto, nem sempre é possível, ou recomendável,

a obtenção de elementos na amostra com a mesma proporcionalidade, por um ou

mais dos seguintes motivos:

se a amostra de algum estrato, se proporcional à população, resultar em

um número de elementos tão pequeno que inviabilize qualquer análise

estatística por estrato;

quando um estrato da população for mais heterogêneo (ou homogêneo)

que outro, e for do conhecimento do pesquisador, uma amostra

desproporcionalmente maior (ou menor) dessa parte pode levar a

resultados mais precisos;

quando o custo de contatar parte da população for muito elevado, uma

amostra desproporcionalmente menor desta parte reduzirá o custo

total da pesquisa.

B. AMOSTRAGENS PROBABILÍSTICAS

Para se obter uma amostra probabilística, utilizam-se os conceitos de estatística, pois, neste tipo de

amostra, todos os elementos da população têm igual probabilidade, e diferente de zero, de serem

selecionados para compor a amostra.

1. Amostra Aleatória Simples

Há igual probabilidade, diferente de zero, de cada elemento da população ser

escolhido por meio de sorteio. É a escolha aleatória dos elementos que farão parte da

amostra. Assim, por exemplo, para se obter uma amostra junto a publicitários de uma

determinada cidade, calculamos a amostra independente de outros fatores, bastando o

entrevistado ser publicitário.

2. Amostra Aleatória Estratificada

É aplicada quando há necessidade de subdividir a população em extratos

homogêneos, como, por exemplo, por classe social, idade, sexo etc. Determinados os

8

extratos, os elementos da amostra são selecionados pela técnica probabilística

simples.

3. Amostra Sistemática

Os elementos da amostra (n) serão selecionados aleatoriamente e será estabelecido

um intervalo entre esses elementos. Esse intervalo é obtido como divisão do número

do universo, ou população, pelo número da amostra.

Esse tipo de amostra é muito utilizado em pesquisas domiciliares, pois acredita-se

que os vizinhos se influenciam e que, utilizando-se um intervalo para aplicação dos

questionários, diminuem-se as possíveis distorções provenientes dessa influência.

4. Amostra por Conglomerado (Área)

A técnica probabilística por conglomerado exige a utilização de mapas detalhados de

regiões, estados, municípios e cidades, pois, para a seleção de 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 para que não haja interferências nas informações.

Por exemplo, se desejarmos fazer uma pesquisa no bairro da Mooca, dividimos o

bairro por quarteirões, identificamos a população do quarteirão e então

estabelecemos o intervalo por meio da fórmula da técnica probabilística sistemática.

CÁLCULO DO TAMANHO DA AMOSTRA1

Para população desconhecida Para população conhecida

n = z² . p . q n = N . z² . p . q

1 Para populações dicotômicas.

9

e² e² (N-1) + z² . p . qonde:

n = amostraN = populaçãoz ou s = desvio padrão p = taxa percentual a favorq = taxa percentual contrae = erro

e Nível de confiabilidade Desvio Padrão68% 195% 1,96

95,5% 2

99,7% 3

TABELA DE NÚMEROS ALEATÓRIOS

5177224033459393058603585649371563009448216319109750532071362798985184543986554408263398176225753298

7464023491601730213379353033556475956301911571748025496408766472873949211543437165952679060407790276

4233183587520787579781938958635113557683773312941495652799711074436601978100959185762482367944362545

2904406568254244540682322207909852730277607100682942457541950839646253367640783964236160579520321944

4662121960116453104196799653046258694623522908784373547257085624200477328695889239238818120247916530

6289821387558708670785659551894188985418168352819576552518179098525234117859284318776158153076303878

9358276105569741297336081007452543968829486532727950020367322886809908552617282884303637009248607516

0418610863374281716950884652538803606652715904715224819724849943136574590099134199247859155408395715

1964097453935078811614070118222403441982161593568352984949235099572139387148482146149192192363102526

8705690581942714128774950158046728349159146764728076168759362050770185387236388603229459430582533537

Referências Bibliográficas:MATTAR, Fauze N.; Pesquisa de Marketing: edição compacta. 2º edição. São Paulo: Atlas, 2000.SAMARA, Beatriz S. e BARROS, José C.; Pesquisa de Marketing – Conceitos e Metodologia. 3ª edição. São Paulo: Pearson Education do Brasil, 2002.

10