Amostragem estratificada

Imagine a situação: uma rede de supermercados quer medir o quanto os clientes estão satisfeitos com o seu atendimento. Se você simplesmente entrevistar 800 pessoas ao acaso a partir da base de dados geral, há o risco de que a maioria venha de grandes cidades e de bairros centrais. Cidades pequenas, lojas dos arredores e compradores "noturnos" ficarão sub-representados na amostra — e é justamente aí que muitas vezes se escondem os problemas mais graves.

Para não "diluir" os segmentos importantes ao longo da amostra nem perder a voz deles, os pesquisadores dividem a audiência em grupos homogêneos com antecedência e planejam quantas pessoas precisam entrevistar em cada um. Essa abordagem é chamada de amostragem estratificada e é considerada uma das formas mais precisas de construir uma amostra para uma pesquisa.

O que é a amostragem estratificada

A amostragem estratificada é um método de construção de uma amostra em que a população é primeiro dividida em grupos homogêneos (estratos) por uma característica importante — sexo, idade, região, tipo de cliente etc. — e, em seguida, um número determinado de respondentes é selecionado aleatoriamente dentro de cada estrato.

A ideia é simples: em vez de torcer para que o acaso distribua "corretamente" os respondentes entre os grupos, você define a estrutura da amostra com antecedência e garante que todos os segmentos relevantes da audiência estejam representados na pesquisa.

Em que a estratificação difere da amostragem por cotas e da aleatória simples

Amostragem aleatória simples. Cada elemento da população tem a mesma chance de ser selecionado, mas a estrutura por sexo, idade, região e outras características fica "ao sabor da sorte". Com amostras suficientemente grandes, o acaso costuma jogar a seu favor, mas com amostras pequenas e médias são possíveis distorções.

Amostragem por cotas. Você também define proporções-alvo para as características principais, mas a seleção dentro de cada cota costuma se basear na conveniência: os entrevistadores ou os canais escolhem as pessoas mais fáceis de entrevistar. Formalmente é um esquema não probabilístico, descrito em detalhe no artigo sobre a amostragem por cotas.

Amostragem estratificada. Difere da amostragem por cotas porque a seleção dentro de cada estrato deve ser aleatória (ou o mais próxima possível da aleatoriedade). Isso permite classificá-la como um método probabilístico e estimar corretamente a margem de erro estatística no nível de toda a amostra.

Como planejar uma amostra estratificada

1. Descrever a população. Primeiro, você precisa entender claramente quem exatamente quer estudar: todos os clientes dos últimos 12 meses, apenas os clientes novos, os moradores da cidade com mais de 18 anos, os usuários de um plano específico. Sem isso não faz sentido seguir adiante.

2. Escolher uma característica (ou várias) para a estratificação. Devem ser características que influenciem fortemente o indicador que você estuda: região, tipo de ponto de venda, porte da empresa, faixa etária. Para estudos em larga escala, é útil apoiar-se nas boas práticas para elaborar pesquisas de opinião pública e nas estatísticas oficiais sobre a população.

3. Definir a estrutura dos estratos. Aqui ajudam os dados do CRM, as estatísticas do negócio ou as fontes públicas. Por exemplo: "Nova York — 20% dos clientes, outras grandes cidades — 30%, outras localidades — 50%". Ou: "microempresa — 40%, pequena — 35%, média — 25%".

4. Distribuir o tamanho total da amostra entre os estratos. O mais comum é usar uma alocação proporcional: se 60% dos clientes da população são mulheres e 40% são homens, então as mesmas proporções são definidas na amostra. Para segmentos pequenos, mas estrategicamente importantes, às vezes se aplica uma estratificação desproporcional — recruta-se um pouco mais de respondentes para que as análises sobre eles sejam mais robustas.

A amostragem estratificada nas pesquisas on-line

No "clássico off-line", a estratificação é construída em torno de listas e da seleção aleatória. Em um ambiente on-line a abordagem muda, mas os princípios básicos se mantêm.

Trabalhar com várias bases de dados. Muitas vezes, estratos diferentes vivem fisicamente em fontes diferentes: listas de clientes separadas por região, tipo de produto ou canal de vendas. Nesse caso, cada base de dados atua como o seu próprio estrato, dentro do qual você seleciona contatos aleatoriamente e envia convites.

Uso de painéis de respondentes. Se você recruta a sua audiência por meio de um painel, um efeito semelhante é obtido por meio das configurações de segmentação. A abordagem e o que esperar desses respondentes são bem explicados no artigo "Quem é um respondente em uma pesquisa": ele mostra como os painéis ajudam a completar os segmentos de que você precisa e a evitar distorções em direção aos usuários ativos.

Variáveis ocultas e filtros. Mesmo que você não consiga selecionar os respondentes dentro de cada estrato de forma perfeitamente aleatória, você pode, pelo menos, rotulá-los corretamente. Por meio de variáveis ocultas e filtros nos relatórios, você controla a estrutura dos dados e, se necessário, completa adicionalmente os grupos sub-representados.

Exemplo: pesquisa com clientes de uma rede de academias

Suponha que uma rede tenha 30 clubes em três tipos de localização: centro da cidade, bairros residenciais e shopping centers. Segundo os dados do CRM, 25% dos clientes frequentam os clubes centrais, 50% frequentam os clubes em bairros residenciais e 25% frequentam os clubes em shopping centers. As análises mostram que a satisfação depende fortemente do tipo de localização.

Se você simplesmente tirar uma amostra aleatória da base de dados geral, pode acabar com uma distorção acidental em direção a um tipo de clube. Com um esquema estratificado, você define três estratos ("centro", "bairros", "shoppings") e distribui, digamos, 600 clientes como 150/300/150. Dentro de cada estrato, pessoas são selecionadas aleatoriamente do CRM para serem convidadas, e o envio no SurveyNinja já é construído com base nessas listas.

Como resultado, no relatório você obtém não apenas uma avaliação geral da satisfação, mas também comparações robustas por cada tipo de clube — sem o medo de que um dos grupos tenha apenas 20 respostas e as conclusões sobre ele não sejam confiáveis.

Erros típicos na estratificação

Estratos demais. O desejo de "levar tudo em conta" faz você dividir a audiência por muitos critérios ao mesmo tempo e acabar com dezenas de células, em cada uma das quais é preciso reunir um número mínimo de observações. Na prática, isso é quase inviável e encarece muito o projeto.

Uso de características instáveis. Estratificar por características que mudam rapidamente (por exemplo, "cliente ativo/inativo na última semana") é arriscado: enquanto você recruta a amostra, a estrutura da população já teve tempo de mudar.

Misturar a estratificação com a lógica de cotas sem entendê-la. Em pesquisas on-line reais, dentro dos estratos costuma-se usar uma seleção por cotas ou por conveniência, em vez de uma puramente aleatória. Isso não é proibido, mas é importante reconhecer honestamente que, nesse caso, o seu desenho fica em algum ponto entre a estratificação estrita e a amostragem por cotas, e interpretar com cuidado as conclusões estatísticas.

Recomendações práticas

Estratifique por algumas características realmente significativas. Para começar, bastam 1–2 dimensões: região + tipo de cliente, tipo de ponto de venda + porte da empresa. As demais características podem ser levadas em conta mais tarde, na etapa de análise, aplicando filtros e recortes nos relatórios.

Planeje o tamanho da amostra levando em conta os estratos. É importante calcular o tamanho da amostra não apenas "no geral", mas também dentro de cada grupo. Se você tem 600 respondentes e três estratos, as análises de cada um deles já são construídas sobre subamostras de 200 pessoas — vale a pena verificar com antecedência se isso é suficiente para os seus objetivos.

Registre o esquema na seção metodológica. Nos relatórios sobre os resultados das pesquisas, vale a pena descrever separadamente quais estratos foram usados e como os respondentes foram selecionados dentro deles. Isso aumenta a confiança nos resultados e ajuda os colegas a avaliar corretamente a confiabilidade das conclusões.

Use os recursos do criador de pesquisas, não apenas o Excel. No SurveyNinja, é fácil "dar suporte" à estratificação por meio de vários links para a mesma pesquisa (para diferentes estratos) e de variáveis ocultas que marcam a qual grupo pertence cada resposta. Isso simplifica a criação de recortes e comparações nos relatórios e reduz o risco de confundir os dados durante o processamento manual.

A amostragem estratificada é uma forma de cuidar com antecedência para que, em uma pesquisa, todos os segmentos importantes da audiência sejam ouvidos, e não apenas os mais visíveis e barulhentos. Um pouco de planejamento adicional no início economiza horas de discussão na etapa de análise, quando é preciso explicar por que "quase não há clientes das regiões na amostra".