Uma amostra <\/a>\u00e9 um conjunto menor de dados que um pesquisador escolhe ou seleciona de uma popula\u00e7\u00e3o maior, utilizando um m\u00e9todo de sele\u00e7\u00e3o predefinido. Esses elementos s\u00e3o conhecidos como pontos de amostra, unidades de amostragem ou observa\u00e7\u00f5es.<\/p>\n\n\n\n Criar uma amostra \u00e9 um m\u00e9todo eficiente para conduzir pesquisas. Pesquisar toda a popula\u00e7\u00e3o \u00e9 frequentemente imposs\u00edvel, custoso e demorado. Portanto, examinar a amostra oferece insights que o pesquisador pode aplicar a toda a popula\u00e7\u00e3o.<\/p>\n\n\n\n Por exemplo, se um fabricante de celulares deseja conduzir um estudo sobre recursos entre estudantes em universidades dos EUA, ele precisar\u00e1 realizar uma pesquisa para identificar quais recursos os estudantes usam, quais gostariam de ver e o pre\u00e7o que est\u00e3o dispostos a pagar.<\/p>\n\n\n\n Essa etapa \u00e9 essencial para entender quais recursos precisam ser desenvolvidos, quais devem ser atualizados, qual o pre\u00e7o ideal do dispositivo e qual a estrat\u00e9gia de entrada no mercado.<\/p>\n\n\n\n Em 2016\/17, havia 24,7 milh\u00f5es de estudantes matriculados em universidades nos EUA. Realizar uma pesquisa com todos esses estudantes seria imposs\u00edvel; o tempo e os custos envolvidos tornariam o estudo invi\u00e1vel.<\/p>\n\n\n\n Ao criar uma amostra de universidades por localiza\u00e7\u00e3o geogr\u00e1fica e, posteriormente, amostrar alunos dessas universidades, \u00e9 poss\u00edvel obter um n\u00famero grande o suficiente de participantes para a pesquisa.<\/p>\n\n\n\n Normalmente, em pesquisas de mercado, a popula\u00e7\u00e3o \u00e9 enorme, e realizar uma enumera\u00e7\u00e3o completa \u00e9 praticamente imposs\u00edvel. A amostra geralmente representa um tamanho administr\u00e1vel da popula\u00e7\u00e3o. <\/p>\n\n\n\n Os pesquisadores ent\u00e3o coletam dados dessas amostras por meio de pesquisas, enquetes e question\u00e1rios e extrapolam os resultados para a comunidade mais ampla.<\/p>\n\n\n\n O processo de deriva\u00e7\u00e3o de uma amostra \u00e9 chamado de m\u00e9todo de amostragem<\/em>.<\/a> A amostragem \u00e9 uma parte essencial do design de pesquisa, pois \u00e9 por meio dela que os dados quantitativos e qualitativos necess\u00e1rios para um estudo de pesquisa s\u00e3o coletados. <\/p>\n\n\n\n Os m\u00e9todos de amostragem s\u00e3o classificados em duas abordagens principais: amostragem probabil\u00edstica e amostragem n\u00e3o probabil\u00edstica.<\/p>\n\n\n A amostragem probabil\u00edstica <\/a>\u00e9 um m\u00e9todo no qual os objetos s\u00e3o selecionados de uma popula\u00e7\u00e3o com base na teoria da probabilidade. Esse m\u00e9todo garante que todos os membros da popula\u00e7\u00e3o tenham uma chance igual de serem selecionados. Portanto, n\u00e3o h\u00e1 vi\u00e9s no processo de sele\u00e7\u00e3o da amostra.<\/p>\n\n\n\n Em uma amostragem probabil\u00edstica, qualquer pessoa da popula\u00e7\u00e3o pode ser inclu\u00edda na pesquisa. Os crit\u00e9rios de sele\u00e7\u00e3o s\u00e3o definidos no in\u00edcio do estudo de pesquisa de mercado e s\u00e3o um componente importante para garantir a representatividade da amostra.<\/p>\n\n\n\n Exemplo de amostragem probabil\u00edstica:<\/p>\n\n\n\n A amostragem probabil\u00edstica pode ser classificada em quatro tipos distintos de amostras. Elas s\u00e3o:<\/p>\n\n\n\n A maneira mais direta de selecionar uma amostra \u00e9 por meio da amostragem aleat\u00f3ria simples. <\/a>Neste m\u00e9todo, cada membro da popula\u00e7\u00e3o tem a mesma chance de participar do estudo. Os objetos dessa popula\u00e7\u00e3o amostral s\u00e3o escolhidos aleatoriamente, e todos t\u00eam a mesma probabilidade de ser selecionados. <\/p>\n\n\n\n Por exemplo, se o reitor de uma universidade quiser coletar feedback dos alunos sobre a percep\u00e7\u00e3o dos professores e o n\u00edvel de educa\u00e7\u00e3o, ele pode escolher aleatoriamente 100 alunos de um total de 1000. Todos os alunos t\u00eam a mesma chance de serem selecionados para a amostra.<\/p>\n\n\n\n A amostragem por conglomerados<\/a> \u00e9 um tipo de m\u00e9todo em que a popula\u00e7\u00e3o \u00e9 dividida em grupos ou conglomerados iguais. Os conglomerados s\u00e3o identificados com base em par\u00e2metros demogr\u00e1ficos, como idade, localiza\u00e7\u00e3o, sexo, entre outros. Isso facilita a deriva\u00e7\u00e3o de infer\u00eancias pr\u00e1ticas a partir do feedback. <\/p>\n\n\n\n Por exemplo, se o FDA quiser coletar dados sobre os efeitos colaterais de medicamentos, ele pode dividir os Estados Unidos em conglomerados como estados. Estudos s\u00e3o ent\u00e3o administrados a respondentes nesses conglomerados, o que torna a coleta de dados mais eficiente e os insights mais f\u00e1ceis de interpretar.<\/p>\n\n\n\n A amostragem sistem\u00e1tica<\/a> \u00e9 um m\u00e9todo em que o pesquisador escolhe respondentes a intervalos regulares de uma popula\u00e7\u00e3o. O processo envolve escolher um ponto de partida e, em seguida, selecionar respondentes com um intervalo predefinido. <\/p>\n\n\n\n Por exemplo, ao selecionar 1.000 volunt\u00e1rios para as Olimp\u00edadas a partir de uma lista de inscri\u00e7\u00e3o de 10.000 pessoas, cada candidato \u00e9 numerado de 1 a 10.000. Come\u00e7ando do n\u00famero 1, o pesquisador seleciona cada d\u00e9cimo nome, formando assim uma amostra de 1.000 volunt\u00e1rios.<\/p>\n\n\n\n A amostragem aleat\u00f3ria estratificada<\/a> divide a popula\u00e7\u00e3o respondente em grupos distintos com base em par\u00e2metros espec\u00edficos definidos durante o planejamento da pesquisa. <\/p>\n\n\n\n Nesse m\u00e9todo, os respondentes n\u00e3o se sobrep\u00f5em, mas coletivamente representam toda a popula\u00e7\u00e3o. Por exemplo, um pesquisador que deseja analisar pessoas de diferentes origens socioecon\u00f4micas pode dividir os respondentes com base em faixas salariais. Dessa forma, forma-se grupos menores de pessoas ou amostras, e uma amostra de cada grupo pode ser selecionada para o estudo.<\/p>\n\n\n\n O m\u00e9todo de amostragem n\u00e3o probabil\u00edstica utiliza o crit\u00e9rio do pesquisador para selecionar a amostra. Nesse tipo de amostragem, a sele\u00e7\u00e3o dos elementos \u00e9 feita com base na capacidade do pesquisador ou estat\u00edstico de escolher os participantes.<\/p>\n\n\n\n Esse tipo de amostragem \u00e9 geralmente empregado em pesquisas preliminares, cujo objetivo principal \u00e9 derivar uma hip\u00f3tese sobre o tema em quest\u00e3o. Ao contr\u00e1rio da amostragem probabil\u00edstica, em que cada membro da popula\u00e7\u00e3o tem uma chance igual de ser selecionado, na amostragem n\u00e3o probabil\u00edstica, a escolha dos elementos n\u00e3o \u00e9 aleat\u00f3ria, e os par\u00e2metros de sele\u00e7\u00e3o s\u00e3o conhecidos apenas ap\u00f3s a amostra ser definida.<\/p>\n\n\n\n Esse m\u00e9todo \u00e9 \u00fatil quando a pesquisa visa obter uma compreens\u00e3o inicial do problema, mas n\u00e3o necessariamente busca generalizar os resultados para toda a popula\u00e7\u00e3o.<\/p>\n\n\n\n A amostragem n\u00e3o probabil\u00edstica pode ser classificada em quatro tipos distintos. S\u00e3o eles:<\/p>\n\n\n\n Este tipo de amostragem \u00e9 baseado na conveni\u00eancia <\/a>de acessar um respondente. N\u00e3o h\u00e1 um m\u00e9todo cient\u00edfico para derivar a amostra, e os pesquisadores geralmente n\u00e3o t\u00eam controle sobre a sele\u00e7\u00e3o dos elementos, que \u00e9 feita com base na proximidade ou facilidade de acesso, e n\u00e3o na representatividade. <\/p>\n\n\n\n Esse m\u00e9todo \u00e9 comumente utilizado quando existem limita\u00e7\u00f5es de tempo e custo na coleta de dados. Por exemplo, pesquisadores realizando uma pesquisa em um shopping para avaliar a probabilidade de consumidores usarem uma fragr\u00e2ncia espec\u00edfica podem selecionar participantes com base em sua proximidade com o ponto de pesquisa e disposi\u00e7\u00e3o para participar.<\/p>\n\n\n\n Neste m\u00e9todo, a sele\u00e7\u00e3o da amostra \u00e9 feita com base no julgamento do pesquisador, que escolhe os indiv\u00edduos de acordo com a relev\u00e2ncia para os objetivos do estudo. <\/p>\n\n\n\n Apenas os participantes que atendem aos crit\u00e9rios definidos pelo pesquisador s\u00e3o inclu\u00eddos, enquanto os demais s\u00e3o exclu\u00eddos. Por exemplo, se a pesquisa visa entender as prefer\u00eancias de universit\u00e1rios para um mestrado, a pergunta “Voc\u00ea gostaria de fazer seu mestrado?” pode ser feita, e todas as respostas que n\u00e3o forem “Sim” seriam exclu\u00eddas do estudo.<\/p>\n\n\n\n A amostragem bola de neve<\/a>, tamb\u00e9m conhecida como amostragem de refer\u00eancia em cadeia, \u00e9 uma t\u00e9cnica usada para recrutar participantes com caracter\u00edsticas raras ou espec\u00edficas. Os entrevistados iniciais indicam ou “passam a bola” para outros potenciais participantes, que, por sua vez, indicam mais pessoas.<\/p>\n\n\n\n Esse m\u00e9todo \u00e9 \u00fatil quando se trata de coletar informa\u00e7\u00f5es sobre t\u00f3picos sens\u00edveis ou dif\u00edceis de acessar, como doen\u00e7as raras ou grupos de pessoas dif\u00edceis de identificar. Por exemplo, ao pesquisar sobre HIV\/AIDS, os entrevistados podem referir outros indiv\u00edduos com experi\u00eancia no tema, facilitando o recrutamento de mais participantes.<\/p>\n\n\n\n Nesse m\u00e9todo, o pesquisador seleciona a amostra com base em crit\u00e9rios espec\u00edficos ou estratos definidos, garantindo que a amostra inclua uma diversidade de caracter\u00edsticas dentro de certos limites. <\/p>\n\n\n\n No entanto, pessoas n\u00e3o podem ser inclu\u00eddas em dois estratos diferentes. Por exemplo, ao estudar a percep\u00e7\u00e3o da gera\u00e7\u00e3o Y sobre uma marca de cal\u00e7ados, o pesquisador pode selecionar exclusivamente mulheres dessa faixa et\u00e1ria para entender suas prefer\u00eancias espec\u00edficas em rela\u00e7\u00e3o ao conforto, pre\u00e7o e outros aspectos dos cal\u00e7ados femininos.<\/p>\n\n\n\n Antes de determinar o n\u00famero de pessoas a serem inclu\u00eddas na sua pesquisa, \u00e9 importante considerar os seguintes fatores:<\/p>\n\n\n\n Determine o tamanho da popula\u00e7\u00e3o<\/strong>: Conhe\u00e7a o n\u00famero total de pessoas que fazem parte do grupo que voc\u00ea deseja pesquisar.<\/p>\n\n\n\n Escolha o n\u00edvel de confian\u00e7a<\/strong>: O n\u00edvel de confian\u00e7a indica a probabilidade de que os resultados da pesquisa sejam representativos da popula\u00e7\u00e3o. Os n\u00edveis comuns de confian\u00e7a s\u00e3o 90%, 95% ou 99%.<\/p>\n\n\n\n Determine a margem de erro<\/strong>: A margem de erro indica a quantidade de erro que voc\u00ea est\u00e1 disposto a tolerar nos resultados. Em pesquisas, a margem de erro comum \u00e9 5% (0,05).<\/p>\n\n\n\n Calcule a variabilidade ou propor\u00e7\u00e3o esperada<\/strong>: Para uma pesquisa com uma vari\u00e1vel bin\u00e1ria (sim\/n\u00e3o), a variabilidade pode ser estimada em 50% (0,5), pois essa propor\u00e7\u00e3o maximiza o tamanho da amostra necess\u00e1rio.<\/p>\n\n\n\n Use a f\u00f3rmula para o c\u00e1lculo da amostra<\/strong>:A f\u00f3rmula mais simples para calcular o tamanho da amostra (n) \u00e9<\/p>\n\n\n\n Ajuste conforme necess\u00e1rio<\/strong>: Se voc\u00ea estimar uma baixa taxa de resposta, aumente o tamanho da amostra para compensar a poss\u00edvel falta de participa\u00e7\u00e3o.<\/p>\n\n\n\n Voc\u00ea sabe quantas pessoas devem responder \u00e0 sua pesquisa? N\u00e3o tem problema, use nossa calculadora de amostra para saber o n\u00famero exato para o seu estudo.<\/p>\n\n\n\nTipos de amostras <\/strong><\/h2>\n\n\n\n
![\"\"](\"https:\/\/www.questionpro.com\/blog\/wp-content\/uploads\/2024\/12\/image-3.png\")
<\/figure><\/div>\n\n\nAmostragem probabil\u00edstica<\/strong><\/h3>\n\n\n\n
\n
Amostragem Aleat\u00f3ria Simples<\/strong><\/h4>\n\n\n\n
Amostragem por Conglomerados<\/strong><\/h4>\n\n\n\n
Amostragem Sistem\u00e1tica<\/strong><\/h4>\n\n\n\n
Amostragem Aleat\u00f3ria Estratificada<\/strong><\/h4>\n\n\n\n
Metodologias de amostragem n\u00e3o probabil\u00edstica<\/strong><\/h3>\n\n\n\n
Amostragem de conveni\u00eancia<\/strong><\/h4>\n\n\n\n
Amostragem por julgamento ou prop\u00f3sito<\/strong><\/h4>\n\n\n\n
Amostragem bola de neve<\/strong><\/h4>\n\n\n\n
Amostragem de cota<\/strong><\/h4>\n\n\n\n
Antes de calcular, \u00e9 necess\u00e1rio definir: <\/strong><\/h2>\n\n\n\n
1. Objetivo da Pesquisa<\/strong><\/h3>\n\n\n\n
\n
2. Diversidade<\/strong><\/h3>\n\n\n\n
\n
3. Precis\u00e3o<\/strong><\/h3>\n\n\n\n
\n
4. Taxa de Resposta<\/strong><\/h3>\n\n\n\n
\n
5. P\u00fablico-alvo<\/strong><\/h3>\n\n\n\n
\n
Passo a passo para calcular amostra<\/strong><\/h2>\n\n\n
![\"\"](\"https:\/\/www.questionpro.com\/blog\/wp-content\/uploads\/2024\/12\/image-2-857x1024.png\")
<\/figure><\/div>\n\n\nPasso 1. <\/strong><\/h3>\n\n\n\n
Passo 2. <\/strong><\/h3>\n\n\n\n
Passo 3. <\/strong><\/h3>\n\n\n\n
Passo 4. <\/strong><\/h3>\n\n\n\n
Passo 5. <\/strong><\/h3>\n\n\n\n
![\"\"](\"https:\/\/www.questionpro.com\/blog\/wp-content\/uploads\/2024\/12\/image-1.png\")
<\/figure>\n\n\n\n\n
Calculadora de tamanho de amostra para sua pesquisa<\/strong><\/h2>\n\n\n\n