Table of Contents
Se estás a olhar para o teu inquérito e a perguntar quantas respostas são realmente necessárias, estás a fazer a pergunta certa. A resposta é mais simples do que muitos manuais de estatística fazem parecer. A dimensão da amostra resume-se a três ideias claras, alguns valores de referência que vale a pena memorizar e uma verdade honesta sobre o que importa mais do que atingir um total mágico.
Este guia foi escrito para a tua versão de estudante sob pressão: tens um prazo, um orientador que pede «uma amostra adequada» e nenhuma vontade de atravessar fórmulas. Vamos manter a matemática simples, dar-te valores que podes citar e indicar uma calculadora quando precisares de um número exato. Para justificares a matemática, lê a fórmula da dimensão da amostra explicada.
Eis a versão numa linha. Para uma população grande e níveis de confiança normais, aponta para cerca de 385 respostas para um resultado preciso, ou cerca de 100 se aceitares um resultado menos preciso. O resto explica de onde vêm estes valores e como os ajustar ao teu estudo.
As duas noções que determinam a dimensão da amostra
Duas ideias definem o número: nível de confiança e margem de erro. Aprende estas duas e o resto é uma consulta de tabela.
O nível de confiança indica até que ponto queres ter a certeza de que o resultado não é fruto do acaso. O padrão de quase toda a investigação de estudantes é 95%. Significa que, se repetisses o estudo muitas vezes, cerca de 95 em cada 100 versões ficariam próximas da resposta real. Podes subir para 99%, mas isso exige muitas mais respostas para um ganho pequeno, pelo que 95% é a escolha sensata.
A margem de erro é o intervalo à volta do resultado. Se 60% da amostra preferir a opção A com uma margem de 5%, o valor real estará entre 55% e 65%. Uma margem menor dá uma resposta mais precisa e exige mais participantes. A maioria dos inquéritos usa 5%; uma margem de 10% pode ser aceitável para trabalho exploratório ou inicial.
Como o explicar numa frase
«Com um nível de confiança de 95% e uma margem de erro de 5%» significa: tenho 95% de confiança de que a resposta real está a menos de cinco pontos do resultado da minha amostra. É esta a formulação que o orientador espera na secção de métodos.
Os valores de referência a memorizar
Para uma população grande, aproximadamente mais de 20 000 pessoas ou qualquer população tão ampla que quase não afete o cálculo, com 95% de confiança, a dimensão necessária é fixa e vale a pena recordá-la:
- 385 respostas para uma margem de erro de 5%
- 97 respostas para uma margem de erro de 10%
- 1 067 respostas para uma margem de erro de 3%
Repara no padrão: reduzir aproximadamente a margem para metade, de 10% para 5%, multiplica por cerca de quatro as respostas necessárias. Apertá-la ainda mais, para 3%, volta a aumentar muito o esforço. A precisão é dispendiosa. Não persigas uma margem de 3% num trabalho académico quando 5% ou até 10% responde à questão de investigação.
Para obteres o valor exato do teu estudo, introduz os dados na calculadora da dimensão da amostra. Ela trata do nível de confiança, da margem de erro e da população, sem precisares de usar a fórmula.
Dimensão da amostra por dimensão da população
Os valores anteriores assumem uma população grande. Se a população for pequena, por exemplo os 300 estudantes do teu departamento ou os 80 trabalhadores de uma empresa, precisas de menos respostas porque se aplica uma «correção para população finita». Esta é uma tabela padrão para 95% de confiança e 5% de margem.
Amostra necessária com 95% de confiança e 5% de margem
| Dimensão da população | Respostas necessárias |
|---|---|
| 100 | 80 |
| 200 | 132 |
| 300 | 169 |
| 500 | 217 |
| 1 000 | 278 |
| 2 000 | 322 |
| 5 000 | 357 |
| 10 000 | 370 |
| 50 000 | 381 |
| 100 000 ou mais | 385 |
Há dois aspetos importantes. Primeiro, numa população pequena precisas de uma proporção surpreendentemente elevada, como 80 em 100 pessoas. Segundo, acima de cerca de 20 000 pessoas o número quase não muda, razão pela qual 385 é tão conhecido. Se a população-alvo for enorme, não te preocupes: o requisito estabiliza.
Regras práticas para análises comuns de estudantes
Por vezes, a pergunta não é «qual é a precisão da minha percentagem», mas «tenho dados suficientes para executar o teste estatístico». Nesses casos usam-se regras práticas. São orientações, não leis. O teu método ou orientador pode estabelecer outro limite. Considera-as um ponto de partida para discutir, não uma garantia.
São orientações, não regras rígidas
Os valores abaixo são convenções comuns de planeamento, não requisitos exatos. Para justificar rigorosamente a amostra necessária para detetar um efeito específico, faz uma análise de potência. Confirma sempre as expectativas do teu método e do orientador.
- Regressão: uma orientação comum é ter pelo menos 10 a 15 participantes por variável preditora. Cinco preditores sugerem 50 a 75 participantes como mínimo aproximado, e mais se esperares efeitos pequenos.
- Testes t e comparações entre grupos: cerca de 30 participantes por grupo é uma convenção aproximada para resultados razoavelmente estáveis. Diferenças pequenas ou subtis exigem bastante mais.
- Correlações: muitos manuais sugerem cerca de 30 participantes ou mais para uma estimativa estável, com amostras maiores para relações esperadas mais fracas.
- Análise fatorial e inquéritos com muitos itens: as convenções variam muito, muitas vezes vários participantes por item ou algumas centenas no total. Consulta as orientações da técnica específica.
Quando estás a desenhar uma experiência e queres ir além das regras práticas, uma análise de potência indica a amostra necessária para detetar um efeito de uma determinada dimensão. A nossa calculadora de potência estatística faz este cálculo e oferece uma justificação mais sólida para o n da dissertação.
O que importa mais do que atingir um número mágico
Esta é a parte que os manuais escondem. Uma amostra representativa de 200 pessoas é melhor do que uma amostra enviesada de 2 000. A dimensão controla a precisão, mas não a exatidão. Se as pessoas que responderam forem sistematicamente diferentes da população que te interessa, uma amostra maior só produz uma resposta errada com mais confiança.
Dedica pelo menos a mesma energia a dois aspetos. Primeiro, a representatividade: a amostra reflete realmente a população sobre a qual queres falar? Um inquérito partilhado apenas num grupo do Facebook representa esse grupo, não «os estudantes» em geral. Segundo, a qualidade das respostas: respostas apressadas, desatentas ou contraditórias contaminam os dados, independentemente do número. Acrescenta uma verificação de atenção, procura quem termina depressa demais e lê o guia sobre como recolher dados de inquérito de alta qualidade.
Uma amostra maior não corrige o enviesamento
Se o método de recrutamento chegar às pessoas erradas, recrutar mais dessas pessoas piora o problema. Corrige quem estás a convidar antes de te preocupares com quantas pessoas respondem.
O que fazer quando não consegues atingir o objetivo
A realidade interfere. O prazo chega e tens 140 respostas em vez das 385 planeadas. Existem boas opções e nenhuma delas é inventar dados.
Apresenta a situação honestamente como uma limitação. Uma secção de métodos que indique a amostra alcançada, a margem de erro mais ampla e a forma como limita as conclusões é mais forte, não mais fraca, do que uma que finja que tudo foi perfeito. Os orientadores respeitam a honestidade sobre limitações.
Ajusta a análise aos dados. Com uma amostra menor, apresenta os resultados como provisórios, evita dividi-la em subgrupos muito pequenos e apoia-te em estatísticas descritivas em vez de testes que exigem muitos dados. Não faças uma regressão com dez preditores em 60 pessoas e a apresentes como sólida.
Ou obtém mais participantes. Muitas vezes basta melhorar a distribuição. Uma troca como a troca gratuita de inquéritos da SurveySwap permite obter respostas reais respondendo aos inquéritos de outras pessoas, uma ajuda muito útil na última semana antes do prazo. O guia para encontrar participantes para um inquérito de dissertação inclui mais táticas para públicos académicos.
A conclusão: escolhe um nível de confiança, normalmente 95%, e uma margem de erro que possas aceitar. Usa os valores de referência ou a calculadora para definir o objetivo e dedica depois o esforço a chegar às pessoas certas e a manter as respostas limpas. É esta combinação, e não um grande número redondo, que torna a dimensão da amostra defensável.
Perguntas frequentes
Quantos participantes preciso para um inquérito de dissertação?
Depende da população e da precisão necessária. Para uma população grande com 95% de confiança, aponta para cerca de 385 respostas para uma margem de 5%, ou menos se a população for pequena; a tabela apresenta os valores exatos. Para testar hipóteses, uma análise de potência é a justificação mais sólida.
Qual é uma boa dimensão da amostra para investigação quantitativa?
Não há um único número «bom»: depende da confiança, da margem de erro e da população. Muitos estudos de estudantes apontam para cerca de 100 a 385 respostas. Usa a calculadora da dimensão da amostra para obteres o valor exato e lembra-te de que a representatividade importa mais do que a dimensão bruta.
Trinta participantes são suficientes para um inquérito?
Para comparações aproximadas, 30 pessoas por grupo é uma regra prática muito citada, mas não uma garantia. Trinta é geralmente insuficiente para estimar percentagens com precisão ou detetar efeitos pequenos. Considera-o o mínimo absoluto para uma pequena comparação, não o objetivo de um inquérito completo.
Uma amostra maior dá sempre melhores resultados?
Não. Uma amostra maior melhora a precisão, mas não corrige o enviesamento. Uma amostra representativa de 200 pessoas é mais fiável do que uma amostra enviesada de 2 000. Primeiro chega às pessoas certas e recolhe respostas de qualidade; depois atinge a dimensão pretendida.