Pesquisa de satisfação, sondagem, estudo de notoriedade, pesquisa de opinião,...Qual seja o seu projeto de pesquisa, a constituição de uma amostra da população alvo é uma das variáveis a ser levada em consideração.
O tamanho da amostra tem um impacto direto na validade e confiabilidade das conclusões. Um tamanho de amostra inadequado pode conduzir a resultados enviesados ou não representativos da população estudada, o que acaba levando a corrigir esta amostra.
Neste artigo nós vamos explorar detalhadamente a importância do tamanho da amostra e lhe apresentar diferentes métodos que permitem determinar o tamanho da amostra apropriado ao seu estudo.
O tamanho da amostra faz referência ao número de indivíduos que você selecionou para participar da sua pesquisa. Ele tem um papel crucial na generalização dos resultados da sua amostra em relação a uma população maior. O tamanho apropriado garante que suas conclusões serão representativas e confiáveis.
A variabilidade no cerne da população que você pesquisou influencia o tamanho da amostra necessária. Se a população apresenta uma grande variabilidade, você precisará de uma amostra maior para poder capturar esta diversidade e obter resultados significativos.
O desvio-padrão é a medida de variabilidade mais utilizada para as médias. Ela nos indica a que ponto cada uma das observações está próxima da média. Um desvio-padrão maior indica que nossos dados estão mais dispersos.
Nos estudos estatísticos o nível de confiança representa o nível de certeza dos resultados de uma pesquisa, e é representado em percentual. Se trata de um intervalo de valores dentro do qual o resultado real é garantido (geralmente 95% em pesquisas de opinião).
A margem de erro exprime a extensão e variação que os resultados poderiam ter se a mesma pesquisa fosse realizada novamente.
O tamanho da amostra é intimamente ligado ao nível de confiança que você deseja obter nos seus resultados. Quanto mais elevado o nível de confiança, maior deve ser o tamanho da amostra. A margem de erro que você pode tolerar afeta igualmente o tamanho da amostra. Uma margem de erro menor enseja uma amostra maior.
Todo tipo de pesquisa com uso de questionários apresenta potenciais riscos de erro. Se qualquer fase da pesquisa (elaboração, coleta, tratamento e análise dos dados) for feita de maneira inadequada (redação ruim, escolha ruim dos entrevistados, erro na coleta dos dados,...) e como não estamos entrevistando a totalidade da população, as respostas não serão realmente válidas.
Mas não se preocupe, nos vamos explicar como reduzir ao máximo o erro de sua pesquisa.
No caso de uma pesquisa pura, duas condições devem estar preenchidas:
1) O tamanho da amostra (n) deve ser inferior a 1/7, por volta de 15%, do tamanho da população (N);
2) O tamanho da amostra (n) deve ser superior a 30.
Se você deseja calcular sua margem de erro sobre uma média a fórmula é:
e = 1.96 x (σ / √n)
σ sendo o desvio-padrão e n o tamanho da amostra.
Exemplo:
Você entrevistou 500 pessoas. Você deseja conhecer o tempo médio que é gasto em frente à televisão. O resultado da pesquisa é de 200 minutos por dia. O desvio-padrão é de 45 minutos.
O erro estimado é de: 1,96 x (45 / √500) = 3,94 minutos, ~4 minutos!
Logo, para o conjunto de brasileiros o tempo médio em frente à televisão está compreendido entre 196 e 204 minutos por dia.
Se você deseja conhecer o erro de estimação de uma pesquisa que tem um percentual como resultado, a fórmula é:
e = 1.96 x √ [(p X (1-p) / n)]
Exemplo:
Se você pesquisar uma amostra de 1.500 brasileiros dentre os quais 30% estão satisfeitos com o governo.
Seu erro de estimação será de: 1,96 x √ [(0,3 x (1-0,3) / 1500)] = 0,023, ou seja 2,3 pontos!
Assim, para o conjunto de brasileiros, o percentual de pessoas satisfeitas com o governo então o intervalo está compreendido entre 27,7% e 32,3%.
** Essas duas fórmulas mágicas permitem calcular com uma precisão a margem de erro da sua pesquisa e de ter os resultados mais próximos da realidade!
Cada tamanho de amostra possui um erro de estimação. Para calcular o tamanho mínimo da amostra (n) a partir do erro de estimação (e) convém aplicar a seguinte fórmula:
N = (p x 1-p) / (e/196)²
p sendo a proporção observada em %, preferencialmente fazer hipóteses considerando p=50% (0,5). Este é o valor no qual o risco do erro é mais importante. A fórmula a aplicar é:
n = 0,25 / (e/1,96)²
Exemplo:
Você deseja realizar uma pesquisa política com uma amostra de brasileiros. Sabendo que cada vez mais o cenário é incerto, você deseja trabalhar com um erro máximo de 1 ponto.
Você deverá entrevistar: n=0,25/(0,01/196)² = 9.604 pessoas!
O erro máximo de estimação não é diretamente proporcional ao tamanho da amostra. Não é suficiente dobrar o tamanho da amostra para dobrar sua precisão. Simplificadamente, para multiplicar por 2 sua precisão será necessário multiplicar por 4 o tamanho da sua amostra.
As pesquisa nacionais giram em torno de amostras com 1.000 pessoas. Este é o nível que permite aliar a melhor proporção entre amostra / precisão e qualidade / preço para um instituto de pesquisa, como ilustra a imagem abaixo:
O tamanho da amostra é um aspecto essencial na pesquisa científica. Ela determina a validade e a confiabilidade dos resultados e, por consequência, sua utilidade e impacto. Quando for planejar uma pesquisa, dedique um tempo para determinar a estrutura e o tamanho da sua amostra. Você poderá igualmente buscar apoio de um instituto, que poderá lhe aconselhar na formação de uma amostra tendo em vista seu objeto de estudo.
Com ou sem instituto, ao se utilizar de métodos apropriados e tendo em conta os fatores pertinentes você poderá garantir que os resultados serão dignos de confiança. Por fim, o tamanho de uma amostra bem determinado reforça a credibilidade de sua pesquisa e a qualidade das suas conclusões.
Texto traduzido e adaptado de:
https://www.lesphinx-developpement.fr/blog/taille-echantillon-necessaire-pour-resultats-significatifs/