Se você faz pesquisas de marketing fatalmente já se perguntou: quantas entrevistas devo fazer para representar o meu público consumidor?
O tamanho da amostra* é influenciado principalmente por 6 fatores:
- o objetivo da pesquisa,
- o tamanho da população a ser representada,
- o quanto as pessoas pensam igual sobre o assunto investigado,
- qual o intervalo de confiança desejado,
- qual a margem de erro aceita para o estudo e
- o número de segmentos que queremos estudar.
Abaixo cada aspecto é comentado separadamente:
| Fator envolvido | Motivo |
|---|---|
| Objetivo da pesquisa | Se sua pesquisa não tem o objetivo de representar a opinião de um grupo maior, você não precisa de uma amostra representativa. Para fins de exercício didático em faculdades, isso é bem comum, pois os alunos estão sendo ensinados sobre como fazer pesquisa, e os dados não precisam ser reais. A amostra pode ser menor, para fins didáticos.Mas num ambiente real de mercado, um gestor não aceitaria obter um relatório que não represente a realidade, especialmente se ele precisa tomar uma decisão que agrade a maioria dos consumidores. (Veja aqui um exemplo de pesquisa que levou a uma decisão errada da marca Pepsi).Em pesquisas exploratórias também não é preciso ter amostras representativas pois o objetivo não é representar um grupo e sim ter o máximo de opiniões diferentes. A isso chamamos de saturação teórica. |
| Tamanho da população | Quanto maior a população que precisamos representar, maior é o número de pessoas a serem entrevistadas.Se você precisa representar uma turma de 50 alunos numa escola, sua amostra será obviamente menor do que se tivesse que representar um grupo de 100.000 visitantes mensais em um shopping.Mas esse número para de crescer quando chegamos a uma população de 89.000 pessoas. Assim, não importa se nossa população é de 89 mil pessoas ou de 200 milhões, o número de entrevistas será de 383. |
| O quanto as pessoas pensam igual | Se o grupo que você precisa entrevistar pensa de modo parecido, você pode ter uma amostra menor. Suponhamos que você já sabe que aproximadamente 20% das pessoas é a contra a pena de morte e 80% é a favor. Neste caso, sua amostra pode ser bem menor, pois o grupo é homogêneo. Quando você não tem algum dado prévio sobre o grupo que está pesquisando, então deve considerar o grupo heterogêneo, com a proporção de 50%/50% numa pergunta que tenha 2 alternativas possíveis. A amostra aumenta neste caso. |
| Qual o intervalo de confiança desejado | O intervalo de confiança (IC) indica o grau de confiança de que dentro da amostra pesquisada você irá encontrar um número (por ex, a média) que represente a população que está sendo estudada. Em outras palavras, se o intervalo de confiança for de 95%, isso significa que se a mesma pesquisa fosse feita 100 vezes, em 95 das vezes o dado que se procura (uma média por ex.) estaria dentro da amostra obtida. Quando não é preciso um rigor tão alto podemos usar um IC menor, como 80%. |
| Qual a margem de erro aceita | A margem de erro que irá ser aceita depende do tamanho que queremos medir. Numa campanha política, um jornal pode querer medir se a intenção de voto em um candidato cresceu 2% ou diminuiu 2%. Neste caso, a margem de erro deve ter esse tamanho: 2%. Mas há casos em que não queremos medir % menores do que 5%. Assim, a margem de erro pode ser de 5% também. Em alguns segmentos, como o farmacêutico, 5% de erro seria muito grande, ao testar o efeito colateral em pacientes que tomam um medicamento. Nestes casos pode ser preciso ter uma margem de erro de 1%. Se você tolera erros de 10% (p.p. para mais ou para menos, então sua margem de erro pode ser maior. |
| Qual o numero de segmentos que desejamos estudar | Suponhamos que, seguindo os 5 aspectos acima citados, cheguemos à conclusão de que precisamos de 380 entrevistas. No entanto, essa amostra refere-se a um único segmento, por ex, moradores do Paraná. Se quiséssemos segmentar por cada um dos 399 municípios do estado, teríamos menos de 1 entrevista por cidade, o que não faz sentido. Idealmente deveríamos ter pelo menos 40 entrevistas por cidade, o que elevaria nossa amostra para 15.960 casos. |
*Vale lembrar que essa lógica de tamanho amostral citada acima só faz sentido para os casos em que os dados seguem uma distribuição normal. Em pesquisas de satisfação, a distribuição não é normal pois os dados não tem uma tendência central e não é possível calcular médias em % (a média serve para dados contínuos mas não para dados ordinais).
Como a margem de erro e o intervalo de confiança afetam a amostra
No gráfico abaixo é possível notar como diferentes intervalos de confiança e margens de erro pedem diferentes amostras:
No exemplo acima, para uma população de 1000 pessoas, com margem de erro de 10% (p.p.) e intervalo de confiança de 80%, podemos usar uma amostra de 39 entrevistas (linha roxa). No entanto, se a margem desejada for de 5% (p.p.) e o IC de 95%, a amostra sobe para 278 casos (linha azul).
Margem de erro é diferente para cada pergunta
Por fim, é importante dizer que num questionário com 30 perguntas, cada uma delas terá uma margem de erro diferente pois a opinião das pessoas não é identica em todas as questões. Veja o exemplo a seguir:
Pergunta 1) Você é a favor do aborto em qualquer situação? ( ) Sim ( ) Não
Pergunta 2) Você prefere azul ou vermelho? ( ) Azul ( ) Vermelho
Não podemos pressupor que as pessoas tenham uma opinião similar nos 2 casos. Visto que há mais chance de variedade de respostas na pergunta 2, se tivéssemos que calcular a margem de erro ideal para todo o questionário, seria a segunda pergunta que iríamos usar para definir a margem de erro esperada, ou seja, o PIOR caso, o mais heterogêneo.
Conclusão
Nesse artigo cobrimos 6 aspectos que afetam a escolha do tamanho da amostra (n) num estudo de mercado. A definição da amostra é um assunto complexo, envolve ainda outros fatores não apontados aqui, mas conhecê-los permite reduzir consideravelmente os gastos com pesquisa, pois o tamanho da amostra afeta diretamente o valor do investimento. É importante balancear o rigor cientifico com amostras suficientes, ao mesmo tempo em que gastamos o mínimo possível.
Fonte: Ricardo Martins Insights
