Tamanho da amostra

Imagine a seguinte situação: um profissional de marketing está planejando uma pesquisa com clientes. Há 50.000 pessoas na base de dados. O gestor pergunta: "De quantas respostas precisamos?", o profissional responde "quanto mais, melhor" e reserva orçamento para 5.000 respondentes. A pesquisa é realizada, o dinheiro é gasto — e de repente percebe-se que 400-500 respostas teriam sido mais do que suficientes para as mesmas conclusões.

O extremo oposto: uma equipe lança um estudo improvisado, coleta 40 respostas e tira conclusões de grande alcance sobre todo o público. Alguns meses depois fica claro que as decisões foram tomadas com base em ruído, e não em dados. Em ambos os casos o problema é o mesmo — ninguém pensou com antecedência no tamanho da amostra e em como ele se relaciona com a precisão e a confiabilidade da pesquisa.

O que é o tamanho da amostra em palavras simples

O tamanho da amostra é o número de respondentes cujas respostas você usa para analisar e tirar conclusões sobre todo um grupo-alvo. De forma mais simples: quantas pessoas você precisa pesquisar para que o resultado reflita a opinião não só dessas pessoas, mas de toda a população com uma margem de erro aceitável.

É importante distinguir três números: quantos convites você enviou, quantas pessoas começaram a pesquisa e quantas a concluíram. Estatisticamente, o tamanho da amostra é precisamente o número de respostas concluídas e válidas. Métricas como a Taxa de resposta, a Taxa de abandono e a Taxa de aproveitamento ajudam você a calcular quantos convites precisa enviar para obter a quantidade necessária dessas respostas.

Do que depende quantas pessoas você precisa pesquisar

Às vezes ouvimos regras gerais como "100 respostas bastam para qualquer estudo". São convenientes, mas erradas. O tamanho de amostra correto depende de vários parâmetros.

1. O tamanho da população. Quantas pessoas há no total no grupo sobre o qual você quer tirar conclusões: 2.000 clientes, 50.000 assinantes, um milhão de habitantes da cidade? Intuitivamente parece que um milhão exigiria dezenas de vezes mais respostas do que dois mil. Na prática, a partir de cerca de 100.000, a influência do tamanho da população no cálculo enfraquece: para configurações de precisão semelhantes você ainda precisará da ordem de algumas centenas de respondentes.

2. A margem de erro aceitável. Quanta imprecisão você está disposto a tolerar? Na pesquisa com consumidores costuma-se usar um intervalo de confiança de ±5%. Isso significa que, se 60% responderem "sim", o valor real na população está, com alta probabilidade, entre 55% e 65%. Quanto mais estreito for o intervalo (±3%, ±2%), maior será a amostra de que você precisa.

3. O nível de confiança nos seus resultados. O padrão na pesquisa aplicada é um nível de confiança de 95%. Para decisões gerenciais críticas às vezes usa-se 99%; para pesquisas de triagem rápidas, 90%. Intuitivamente: quanto mais exigente você for quanto à confiabilidade, mais pessoas precisará pesquisar.

4. A distribuição esperada das respostas. Se você espera que as opiniões se dividam aproximadamente pela metade (50/50), precisa do tamanho de amostra máximo. Mas se quase todos com certeza escolherão uma opção (por exemplo, 90% dos clientes usam apenas um plano), a amostra necessária é menor — porque a variabilidade é menor. Quando nada se sabe de antemão, os cálculos costumam assumir o cenário "pior" — 50%.

A matemática rigorosa por trás desses cálculos é descrita nos artigos sobre o intervalo de confiança e as margens de erro estatísticas. Para a prática, é mais importante lembrar a lógica: você ajusta os "controles deslizantes" de precisão e confiança — e o tamanho de amostra necessário é selecionado para corresponder a eles.

Referências intuitivas sem fórmulas

Um cálculo completo costuma ser feito com uma calculadora estatística, mas é útil ter em mente algumas ordens de grandeza.

Cerca de 100 respostas. Adequado para pesquisas exploratórias, verificação de hipóteses e testes de redação. Permite ver tendências aproximadas, mas não fornece estimativas quantitativas confiáveis.

Cerca de 300-400 respondentes. A referência clássica para a pesquisa de marketing com uma margem de erro de cerca de ±5% e um nível de confiança de 95%. Essa é a ordem de grandeza mais usada quando se fala de uma "pesquisa representativa dos habitantes da cidade" ou dos clientes.

800-1.200 e mais. Necessários quando é importante analisar subgrupos: homens e mulheres, regiões, faixas etárias. Se você quer comparar de forma confiável segmentos dentro de uma amostra, cada segmento também deve conter observações suficientes.

A conclusão principal: a partir de certo limite, adicionar mais algumas centenas de respondentes traz cada vez menos ganho em precisão. Dobrar a amostra não dobra a confiabilidade. Por isso não faz sentido "encher" infinitamente uma pesquisa com respostas — é mais importante entender com antecedência qual volume é justificado para a sua tarefa.

Como o tamanho da amostra e o orçamento estão ligados

Em projetos reais, o tamanho da amostra raramente é limitado apenas pela estatística. Na maioria das vezes há um teto financeiro e de tempo: o estudo tem um prazo e um orçamento para coletar respostas.

O custo de uma única resposta. Se você usa um painel de respondentes ou canais de aquisição pagos, cada pesquisa concluída custa dinheiro. Então aumentar a amostra em 200 pessoas não é apenas um ganho em precisão, mas também uma linha extra no orçamento.

Os prazos da fase de campo. Mesmo com um canal de aquisição gratuito (sua própria base de clientes, redes sociais), um grande número de respostas leva tempo. Quanto mais rápido você quiser concluir a coleta, mais dependerá da taxa de resposta e do tamanho do público convidado.

No SurveyNinja você pode controlar o volume de dados de forma técnica: usando as configurações de limites de coleta de respostas (um limite no número de respondentes) e a sua escolha de canal de distribuição. Se você trabalha com um painel de respondentes por meio de um fornecedor de painéis pago, especifica com antecedência o número necessário de questionários concluídos e os parâmetros do público — e o fornecedor coleta o volume necessário para você.

Exemplo: como calcular o tamanho da amostra para uma loja online

Imaginemos uma empresa que quer medir a satisfação com uma compra em uma loja online. Cerca de 20.000 clientes fazem pedidos por mês. A diretoria quer entender quão precisos serão os números do relatório, sem pagar a mais por respostas desnecessárias.

A equipe formula seus requisitos: "Estamos satisfeitos com uma margem de erro de cerca de ±5% e um nível de confiança padrão de 95%. Estamos interessados na proporção de clientes satisfeitos, e não sabemos de antemão como ela se distribuirá — vamos adotar a suposição conservadora de 50%".

Inserindo esses parâmetros em qualquer calculadora estatística, eles obtêm uma referência da ordem de 380-400 respostas válidas. Em seguida, o profissional de marketing olha o histórico de pesquisas anteriores e vê que normalmente 10% dos convidados respondem. Isso significa que precisam enviar o convite para cerca de 4.000 clientes e, nas configurações da pesquisa, limitar a coleta a 450-500 respostas para deixar uma pequena reserva para a limpeza de dados.

Mas se a tarefa mudar — por exemplo, a empresa quer comparar separadamente os compradores da capital e das regiões — eles terão que calcular não apenas o volume total, mas também o número mínimo de questionários dentro de cada segmento. Então o plano final pode crescer para 700-800 respostas, mas agora isso é uma decisão deliberada, e não um "só por garantia".

Pesquisa quantitativa e qualitativa: quando contar pessoas e quando contar profundidade

É importante lembrar que a discussão sobre o tamanho da amostra se aplica sobretudo à pesquisa quantitativa, na qual você trabalha com porcentagens e intervalos de confiança. Leia mais sobre essas abordagens no artigo "Tudo sobre a pesquisa quantitativa".

Nos métodos qualitativos (entrevistas em profundidade, grupos focais, pesquisa etnográfica) a matemática é diferente. Ali não importa o número de participantes em si, mas a saturação: o momento em que novos respondentes deixam de trazer informações fundamentalmente novas. O termo Pesquisa qualitativa no glossário descreve as abordagens qualitativas em detalhe.

Um erro típico é "arrastar" o pensamento quantitativo para o campo qualitativo: supor que 20 entrevistas são "poucas" e 100 são "confiáveis". Na realidade, para muitas tarefas de estudo da motivação e dos cenários de comportamento bastam 10-20 entrevistas bem conduzidas, ao passo que estimar proporções e o percentual de clientes satisfeitos já exige uma amostra numérica completa.

Erros típicos relacionados ao tamanho da amostra

Uma amostra pequena demais. Com 20-30 respostas é fácil ver um "gráfico bonito", mas difícil distinguir um padrão do ruído aleatório. Um ou dois respondentes ativos podem deslocar bruscamente a média, e as conclusões acabarão exageradas.

Ignorar a estrutura do público. Você pode pesquisar 500 pessoas, mas tirar quase todas de um único subgrupo, e obter um quadro distorcido. O tamanho da amostra e a sua estrutura devem ser considerados juntos: às vezes é melhor pesquisar 300 pessoas, mas garantir uma representação equilibrada dos segmentos.

Gasto excessivo do orçamento por um "número bonito". O desejo de ver um número "redondo" no relatório (1.000, 2.000 respondentes) às vezes torna o estudo injustificadamente caro, enquanto a qualidade das conclusões quase não muda em comparação com uma amostra menor calculada com cuidado.

Ausência de cálculo na fase de planejamento. Muitas vezes começa-se a pensar no tamanho da amostra apenas depois de lançar a pesquisa: "O que coletarmos é o que teremos". Essa abordagem dificulta a interpretação dos resultados e não permite avaliar com antecedência quão confiáveis serão as conclusões.

Recomendações práticas

Comece pelo objetivo e pela margem de erro aceitável. Especifique quais decisões serão tomadas com base nos resultados da pesquisa e determine qual nível de imprecisão é aceitável. Para decisões estratégicas faz sentido definir parâmetros mais rigorosos e, consequentemente, um tamanho de amostra maior.

Use calculadoras online ou ferramentas integradas. Não é preciso deduzir a fórmula no papel. Basta inserir o tamanho do público, a margem de erro desejada e o nível de confiança — e obter uma referência do número de respostas. O principal é definir os parâmetros de entrada de forma deliberada.

Planeje não apenas o número de respostas, mas o caminho até elas. Estime qual percentual dos convidados costuma responder às suas pesquisas e calcule quantas pessoas você precisa convidar para atingir o volume-alvo. Isso ajuda a evitar a decepção quando, uma semana depois, você vê apenas dezenas de respostas em vez de centenas.

Reserve uma margem para a limpeza de dados. Sempre há respostas que você terá que excluir: duplicatas, "cliques rápidos" e questionários evidentemente pouco sérios. Por isso é melhor definir o tamanho de amostra planejado um pouco mais alto do que acabar com menos dados válidos do que precisa.

O tamanho da amostra não é um número mágico, mas um compromisso deliberado entre precisão, orçamento e prazos. Quanto antes você se perguntar "qual margem de erro estamos dispostos a aceitar?" e "quantas decisões dependem desta pesquisa?", mais fácil será escolher um tamanho de amostra razoável e não pagar a mais por respostas desnecessárias.