apostila pesquisa mercadológica

de 
amostragem
75
Processo de amostragem: 
definição da população alvo
• grupo de objetos ou elementos relevantes 
para o projeto de pesquisa. Relevantes na 
medida que possuem as informações que o 
projeto de pesquisa se propõe a coletar
• Elementos ou objetos disponíveis para 
seleção durante o processo de 
amostragem unidades de amostragem, 
que serão retiradas da população para 
serem usadas nas estimativas das 
características da população
Processo de amostragem: seleção 
do método de amostragem
• Deve-se levar em consideração 
aspectos com o natureza do estudo, 
objetivos, tempo e orçamento 
disponíveis.
Processo de amostragem: seleção 
do método de amostragem
Conveniência
Julgamento
Bola-de-neve
Quota
Aleatória simples
Sistemática
Estratificada
Conglomerado
Não-probabilísticos (inclusão 
ou exclusão de elementos fica a critério 
do pesquisador)
Probabilísticos (cada elemento 
da população tem uma probabilidade 
conhecida, mas não necessariamente 
igual, de ser selecionado para uma 
amostra. Elementos selecionados 
aleatoriamente. Garante 
representatividade da amostra, se for 
feita adequadamente.)
Tipos de métodos de amostragem
Amostragem probabilística
Seleção de elementos é baseada em 
algum procedimento aleatório que 
lhes dá uma chance conhecida de 
serem selecionados, minimizando a 
tendenciosidade da seleção
Amostragem probabilística: 
aleatória simples
cada elemento da população tem uma 
igual (além de conhecida) 
probabilidade de ser selecionado.
Ex: tirar nomes do chapéu ou sortear 
número ganhador de uma rifa.
Ligações para número aleatórios em 
surveys por telefone (melhor que 
catálogos telefônicos, que podem 
estar desatualizados) desvantagem: 
números inexistentes 
Amostragem probabilística: 
aleatória simples
Procedimentos:
•Seqüencialmente atribuir um número 
único de identificação para cada 
elemento na amostragem
•Usar um gerador de números aleatórios 
para identificar os elementos adequados 
a serem selecionados para a amostra
•Certificar-se de que nenhum elemento 
seja selecionado mais de uma vez
Tais passos podem ser executados no 
SPSS
76
Amostragem probabilística: 
sistemática
•seleção aleatória a partir de um ponto de partida em 
uma lista. Deve-se calcular o intervalo de amostragem: 
população/número da amostra
•A seguir, para extrair a amostra, seleciona-se 
aleatoriamente um número entre 1 e o intervalo de 
amostragem como ponto de partida.
•Ex: 
•intervalo de amostragem: 10000/500 = 20
•Houve seleção aleatória de um número entre 1 e 
20, suponhamos que seja o número 7.
•Assim, a amostra seria formada pelos elementos de 
amostragem de números 7, 27, 47, 67 e assim por 
diante, até chegar a 500 elementos retirados.
Amostragem probabilística: por 
conglomerados
•semelhante à amostragem estratificada, mas 
enquanto na amostragem estratificada 
amostras de todos os estrados devem ser 
retiradas, na amostragem por conglomerado 
os conglomerados que farão parte da 
amostragem são escolhidos aleatoriamente, 
ou seja, pode acontecer de uns 
conglomerados não participarem da amostra 
final. 
Amostragem probabilística: por 
conglomerados
Ex.: suponha que você queira entrevistar 
gerentes de farmácias de BH, mas você não 
tem disponíveis as listas de farmácias nem de 
gerentes. Você pode obter uma lista de áreas de 
CEP ou de registros do censo, e cada sub-
região vai ser considerada um conglomerado. 
Os conglomerados de onde se retirariam 
amostras seriam aleatoriamente selecionados e 
todos os gerentes ou uma amostra aleatória de 
gerentes de farmácia seriam entrevistados em 
cada conglomerado selecionado 
Amostragem probabilística: por 
conglomerados
Amostragem probabilística: por 
conglomerados
• definir as características do conglomerado de modo 
a assegurar que os conglomerados sejam 
identificados em ambigüidade na população alvo. 
Assim, o número total de conglomerados na 
população será conhecido antecipadamente;
• fazer a seleção (aleatória) de conglomerados dos 
quais vão ser retiradas as amostras;
• decidir pela realização de um censo nos 
conglomerados escolhidos ou pela tomada de uma 
amostra probabilística dos conglomerados 
escolhidos.
Amostragem não-probabilística
• A seleção de elementos amostrais não é 
necessariamente feita com o objetivo de ser 
estatisticamente representativa da população.
• O pesquisador usa métodos subjetivos, tais como 
experiência, conveniência, conhecimento 
especializado etc para selecionar os elementos 
amostrais.  a probabilidade de um elemento da 
população ser escolhido não é conhecida, não 
havendo métodos estatísticos para mensurar o erro 
de amostragem  pesquisador não pode 
generalizar as descobertas para a população alvo 
com um certo grau de segurança
77
Amostragem não-probabilística
Amostragem não-probabilística por conveniência: seleção 
de elementos disponíveis para tomar parte do estudo
Amostragem não-probabilística por julgamento: às vezes 
chamada de amostra intencional, envolve a seleção de 
elementos para um fim específico.
È uma forma de amostragem por conveniência em que o 
julgamento do pesquisador é usado pra selecionar 
elementos de amostra.
Os elementos amostrais são escolhidos porque o 
pesquisador acredita que eles representam a 
população alvo, mas não são necessariamente 
representativos
Ex.: amostra de médicos especializados em tratamento da 
doença X.
Amostragem não-probabilística
Amostragem não-probabilística por quotas: é 
semelhante à amostragem aleatória estratificada
O objetivo é conseguir que a amostra total tenha 
representação proporcional dos estratos da 
população alvo.
Difere da amostragem estratificada porque a seleção 
é feita por conveniência.
O pesquisador define os estratos da população alvo, 
determina o tamanho total da amostra e estabelece 
uma quota para os elementos da amostra a partir 
de cada estrato. 
Assim, a amostragem por quota garante a 
representação proporcional de cada estrato na 
amostra total.
Amostragem não-probabilística
Amostragem não-probabilística bola de neve 
Também chamada amostra por referência
Os respondentes iniciais comumente são 
escolhidos por meio de métodos 
probabilísticos.
O pesquisador utiliza os respondentes iniciais 
para identificar os outros respondentes na 
população alvo.
Esse processo continua ate que o tamanho 
exigido para a amostra seja alcançado
Definição do tamanho da 
amostra (n)
n = [(z)2.()2]/(nível de precisão)2
onde:
z freqüentemente é igual a 1,96, 
pois representa, em estatística, que o 
nível de confiança é igual a 95%
 é o desvio-padrão da população. 
Definição do tamanho da amostra (n)
Freqüentemente o valor de  é desconhecido. Assim é necessário 
estimá-lo, de duas formas:
1) faz-se um estudo piloto. A partir dele, obtém-se o maior desvio-padrão 
encontrado para as variáveis, assumindo-se, então, que esse é o desvio-
padrão da população
OU:
2) Supondo que as variáveis do estudo tenham distribuição normal, 
calcula-se a amplitude máxima das variáveis, isto é, por exemplo, esse 
as variáveis estão sendo medidas por uma escala de 1 a 7, a amplitude 
máxima é 6 (=7-1). O desvio-padrão (variabilidade) é estimado dividindo-
se essa amplitude por 4. A divisão por 4 baseia-se na suposição de que 
95% das respostas ficarão entre 2 medidas (erros-padrão = desvios-
padrão de uma distribuição de médias de amostras) da média (2 acima e 
2 abaixo). (Hair et al, 2005). Churchill (1995, p. 633) sugere que o valor 
de , para escalas de 5 pontos esteja entre 1,095 e 1,41; para escalas 
de 7 pontos esteja entre 1,58 e 2,0 e para escalas de 10 pontos esteja 
entre 1,73 e 2,65.
Definição do tamanho da amostra (n)
nível de precisão = diferença aceitável entre a 
estimativa da amostra e