A pesquisa quantitativa necessita de indicadores numéricos confiáveis para poder retornar resultados embasados que vão fomentar a produção de uma boa monografia.
Isso quer dizer que ela trabalha com critérios estatísticos rígidos, isto é, ela precisa de uma amostra de pesquisa bem definida, caso contrário pode retornar resultados contestáveis.
Para se chegar à este número ideal de amostra, é utilizado um modelo estatístico que nos informa a quantidade de pessoas ou eventos que deve-se coletar para atingir a confiabilidade desejada no resultados obtidos.
Este modelo estatístico é o cálculo amostral, e ele é constituído pelas seguintes variáveis:
Agora que você conhece os elementos que compõem o cálculo amostral, é preciso compreender como ele funciona.
É importante ter em mente que margem de erro, nível de confiança e tamanho da amostra são itens relacionados e a alteração de um desses fatores também altera os outros.
Assim, se você quiser obter uma margem de erro e um nível de confiança determinado, também vai precisar de um tamanho de amostra mínimo correspondente.
Para encontrar o número da amostra a ser pesquisada a partir das variáveis elencadas acima, é preciso fazer uso do teorema do limite central, que fornece suporte matemático ao conceito de que a média de uma amostra aleatória de uma população grande tende a estar próxima da média da população completa. Este teorema é representado pela seguinte fórmula:
n=N Z² p (1-p)(N-1) e² + Z² p (1-p)
Onde:
n = o tamanho da amostra que queremos calcular;
N = tamanho do universo;
Z = o desvio do valor médio que é aceito para alcançar o nível de confiança desejado;
e = a margem de erro máximo que é admitida;
p = a proporção que se espera encontrar.
O resultado obtido com a amostra será o mais provável de ser encontrado também no universo total da pesquisa e conforme nos distanciamos desse valor (para cima ou para baixo), os resultados serão valores cada vez menos prováveis.
Então, como a probabilidade diminui conforme você se distancia da média, é possível criar um intervalo ao redor do valor mais provável, que é o nível de confiança, e a distância que é preciso tomar a partir desse valor mais provável é o que vai determinar a margem de erro.
Conhecendo as propriedades matemáticas que definem o cálculo amostral, é possível adaptar as fórmulas da distribuição gaussiana para o objeto da sua pesquisa e assim encontrar o número da amostra que será preciso investigar para alcançar um resultado confiável para ser utilizado em seu TCC
Introdução:
As populações possuem diversas características próprias, mensuráveis. Cada membro de uma população pode nascer, crescer e morrer, mas somente uma população como um todo possui taxas de natalidade e de crescimento específicas, além de possuir um padrão de dispersão no tempo e no espaço.
Resolução:
O tamanho de uma população pode ser avaliado pela sua densidade. Para realizar esse calculo vamos calcular uma taxa de variação dada abaixo:
Onde:
N corresponde ao número de indivíduos de uma população;
Δt corresponde ao tempo;t corresponde à taxa de crescimento da população
Conclusão:
Conhecer conceitos sobre população é fundamentais, para que se possa compreender a organização espacial.
Para escrever sua resposta aqui, entre ou crie uma conta.
Compartilhar