Representatividade

Imagine a situação: antes de uma eleição, um canal de televisão realiza uma enquete on-line em seu site — "Em quem você vai votar?". Participam 100.000 pessoas. O resultado: candidato A — 72%, candidato B — 28%.

Na eleição real, vence o candidato B com 54%. Como uma enquete com cem mil votos pôde errar tão feio? É elementar: o público do canal não é um retrato da sociedade. É um grupo específico em termos de idade, condição social e orientação política. 100.000 respostas de um público não representativo são piores do que 1.000 respostas de um público representativo. O tamanho da amostra não salva se a amostra está enviesada. É exatamente disso que trata este artigo — da representatividade.

O que é representatividade

Representatividade é a propriedade de uma amostra de refletir as características-chave da população sobre a qual se tiram conclusões. Se a estrutura da amostra coincide com a estrutura da população em parâmetros importantes (sexo, idade, região, comportamento), a amostra é representativa e os resultados podem ser generalizados. Caso contrário, as conclusões valem apenas para quem foi pesquisado, não para todo o grupo-alvo.

A representatividade não é uma propriedade binária ("sim" ou "não"). É um grau: uma amostra pode ser mais ou menos representativa em diferentes parâmetros ao mesmo tempo. Ela pode refletir perfeitamente a estrutura etária, mas estar enviesada por geografia. Pode estar equilibrada por demografia, mas omitir sistematicamente pessoas com determinada experiência (por exemplo, ex-clientes).

Por que a representatividade é fundamental

Sem representatividade, a pesquisa responde à pergunta errada. Em vez de "O que nossos clientes pensam?" você obtém "O que pensam aqueles de nossos clientes que não se importam de preencher formulários?". E esses são grupos fundamentalmente diferentes.

Dados enviesados levam a decisões erradas. Se em uma pesquisa de satisfação os clientes leais estiverem super-representados, a nota média ficará inflada. A direção decidirá que está tudo ótimo e não investirá em melhorias. Enquanto isso, a "maioria silenciosa" — os que não responderam — vai embora para os concorrentes.

Dados não representativos não escalam. Você testou um novo recurso com 50 beta testers — entusiastas que pediram para participar por conta própria. Todos adoraram. Você libera o recurso para todo o seu público e descobre que os usuários comuns o acham confuso. A opinião dos entusiastas não representava a opinião da maioria.

Sem representatividade, todos os cálculos posteriores não fazem sentido. O intervalo de confiança, a significância estatística, o tamanho da amostra — todas essas ferramentas pressupõem que a amostra é aleatória e representativa. Se não for, as fórmulas produzem números corretos, mas a interpretação deles é equivocada.

Do que depende a representatividade

O método de amostragem

Os métodos probabilísticos (amostragem aleatória simples, estratificada, por conglomerados) garantem a representatividade por construção: cada elemento da população tem uma chance conhecida de entrar na amostra. Os métodos não probabilísticos (amostragem por conveniência, bola de neve) não garantem isso — mas podem se aproximar da representatividade com o controle adequado. Mais sobre os métodos no artigo "Amostra".

O canal de distribuição

O canal determina quem você consegue alcançar fisicamente. Uma campanha de e-mail atinge apenas quem deixou um endereço. Uma enquete no site — apenas os visitantes do site. Um formulário pop-up em um aplicativo — apenas os usuários ativos. Cada canal aplica seu próprio "filtro", e se esse filtro corta sistematicamente determinados grupos, a amostra fica enviesada.

Exemplo. Uma empresa realiza uma pesquisa de satisfação por e-mail. Mas 35% dos clientes fizeram o pedido por telefone e não deixaram e-mail. Esses 35% são, muito provavelmente, outro grupo demográfico (mais velho, menos orientado ao digital). A opinião deles não aparece nos dados, e a satisfação média pode estar sistematicamente inflada ou subestimada.

A autosseleção dos respondentes

Mesmo que você envie o convite para um grupo perfeitamente equilibrado, nem todos responderão. E quem responde não é um subgrupo aleatório. Tendem a responder: os extremamente satisfeitos (querem elogiar), os extremamente insatisfeitos (querem reclamar), pessoas com maior nível de escolaridade, pessoas com mais tempo livre. Tendem a não responder: os "medianos", os ocupados, os indiferentes. Esse é o viés de autosseleção — uma das ameaças mais insidiosas à representatividade.

O tamanho da amostra

Uma amostra grande não garante a representatividade — o exemplo do canal de televisão prova isso. Mas uma amostra pequena com certeza não pode ser representativa: com 30 respostas, as flutuações aleatórias são grandes demais para refletir o quadro real. O tamanho é uma condição necessária, mas não suficiente.

Como verificar a representatividade

É impossível comprovar a representatividade por completo — para isso seria preciso saber tudo sobre a população, e então a pesquisa não seria necessária. Mas é possível verificá-la em relação a parâmetros-chave.

Compare a estrutura da amostra com dados conhecidos sobre a população. Se a base de clientes tem 55% de mulheres e 45% de homens, mas nas respostas há 70% e 30%, a amostra está enviesada por sexo. Se 40% dos funcionários trabalham em escritórios regionais e entre os respondentes eles são apenas 15%, as regiões estão sub-representadas.

Analise o perfil dos não respondentes. Se você tem dados sobre quem foi convidado, compare quem respondeu e quem não respondeu. Eles diferem por idade, tempo de casa, atividade, ticket médio? Se sim, as respostas não representam todo o grupo.

Faça um teste de sensibilidade. Remova dos dados os 10% de respondentes mais ativos (os que responderam primeiro) — os resultados mudaram? Se sim, os dados são sensíveis à composição da amostra, o que significa que a representatividade está em dúvida.

Como aumentar a representatividade

Use amostragem estratificada. Divida a população em subgrupos e controle para que cada grupo seja representado de forma proporcional. Se 30% dos clientes são da capital, certifique-se de que eles também correspondam a cerca de 30% da amostra.

Combine canais. E-mail para o público digital, um código QR para pontos offline, Telegram para os mais jovens, ligações telefônicas para quem não usa a internet de forma ativa. Um canal = um filtro. Vários canais = uma cobertura mais completa.

Combata a não resposta. Os lembretes aumentam a taxa de resposta em 15–25%. Questionários curtos são preenchidos com mais boa vontade. Convites personalizados funcionam melhor do que os impessoais. Quanto mais pessoas da amostra inicial realmente responderem, menor será o erro de não resposta.

Use a ponderação estatística. Se nas respostas estão super-representadas as mulheres jovens e sub-representados os homens mais velhos, é possível atribuir pesos às respostas para compensar o desequilíbrio. A resposta de um homem mais velho "pesa" mais, a de uma mulher jovem — menos. Não é uma solução perfeita (pressupõe que as pessoas super-representadas e sub-representadas dentro de um grupo são iguais), mas é melhor do que nada. Mais detalhes no artigo Weighted Survey.

Adicione triagem e cotas. As perguntas de triagem descartam respondentes irrelevantes, enquanto as cotas limitam o número de respostas de cada subgrupo: "Já nos basta 100 respostas de homens de 18–30 — não aceitamos mais, estamos esperando outros segmentos".

Representatividade e pesquisas on-line

As pesquisas on-line, por definição, abrangem apenas pessoas com acesso à internet — e isso não é 100% da população. Para a pesquisa de marketing de consumo isso geralmente não é crítico (o público-alvo já está on-line de qualquer forma). Para a pesquisa sociológica é uma limitação significativa.

Outra particularidade das pesquisas on-line é que a autosseleção é mais acentuada do que nas entrevistas por telefone ou presenciais. Quando um entrevistador liga por telefone, é mais difícil para a pessoa recusar. Quando chega um e-mail com um link, é mais fácil ignorar. Por isso a taxa de resposta das pesquisas on-line é menor, e o erro de não resposta é potencialmente maior.

Isso não significa que as pesquisas on-line não possam ser representativas. Podem — desde que você controle a amostra, combine canais e analise o perfil dos não respondentes. O criador SurveyNinja ajuda nisso: filtragem de respostas por parâmetros, variáveis ocultas para transmitir informações sobre o segmento, analytics integrado para comparar subgrupos.

Erros típicos

"Temos muitas respostas, então é representativo". Não. 10.000 respostas dos seus seguidores do Instagram são a opinião dos seguidores do Instagram, não a "opinião dos clientes". O volume não compensa o viés.

Ignorar os não respondentes. Se 20% dos convidados responderam, quem são os outros 80%? Se você não faz essa pergunta, não sabe o quanto seus dados representam o todo.

Representatividade em um único parâmetro. Uma amostra pode estar perfeitamente equilibrada por sexo — e, ao mesmo tempo, radicalmente enviesada por idade, geografia ou comportamento. Verifique vários parâmetros ao mesmo tempo.

Extrapolação além da população. Você pesquisou clientes — e tira conclusões sobre "o mercado como um todo". Mas seus clientes já são um grupo filtrado (os que escolheram justamente você). A opinião deles não é igual à opinião de "todos os consumidores".

A representatividade não é uma formalidade nem uma exigência acadêmica. É a resposta à pergunta "Dá para confiar nesses dados?". Se a amostra é representativa, as conclusões valem para todo o público. Se não, você corre o risco de tomar uma decisão com base na opinião de uma minoria, pensando que é a opinião da maioria. Verifique a representatividade antes de começar a tirar conclusões, não depois.