Upload
aylton-mangue
View
7
Download
0
Embed Size (px)
DESCRIPTION
2015
Citation preview
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