Um bom projeto de pesquisa de pesquisa busca reduzir o erro de amostragem
O que é um intervalo de confiança?
Um intervalo de confiança é a margem de erro que um pesquisador experimentaria se ele ou ela pudesse fazer uma pergunta de pesquisa específica , digamos, de cada membro da população-alvo e receber a mesma resposta que os membros da amostra deram na pesquisa.
Por exemplo, se o pesquisador usasse um intervalo de confiança de 4 e 60% dos participantes da amostra da pesquisa respondesse "Recomendaria aos amigos", ele poderia ter certeza de que entre 54% e 64% dos membros de toda a população-alvo diga também "Recomendaria aos amigos" quando lhe for feita a mesma pergunta. O intervalo de confiança, neste caso, é de +/- 4.
O que é um nível de confiança?
Um nível de confiança é uma expressão de quão confiante um pesquisador pode ser dos dados obtidos de uma amostra. Os níveis de confiança são expressos como uma porcentagem e indicam com que frequência essa porcentagem da população-alvo daria uma resposta dentro do intervalo de confiança. O nível de confiança mais utilizado é de 95%. Um conceito relacionado é chamado de significância estatística.
A confiança de um pesquisador na probabilidade de sua amostra ser realmente representativa da população-alvo é influenciada por vários fatores.
A confiança de um pesquisador em seu desenho e implementação do estudo - e uma consciência de suas limitações - é amplamente baseada em três variáveis importantes: tamanho da amostra, frequência de resposta e tamanho da população. Os pesquisadores há muito concordam que essas variáveis devem ser cuidadosamente consideradas durante a fase de planejamento da pesquisa.
- Tamanho da amostra De um modo geral, amostras maiores fornecem dados que realmente refletem a população-alvo. Um intervalo de confiança amplo é indicativo de menor confiança nos dados, porque há uma margem maior para erros . Um amplo intervalo de confiança é como proteger suas apostas. Embora exista uma relação entre o intervalo de confiança e o tamanho da amostra, mas não é um relacionamento linear . Um pesquisador não pode cortar um nível de confiança pela metade dobrando o tamanho da amostra.
- Freqüência da resposta A precisão com que os dados da amostra refletem a população-alvo depende também da porcentagem de respondentes que deram uma resposta específica ou responderam de uma maneira específica . Quanto maior o número de respondentes que deram uma resposta específica, digamos "Muito feliz", mais seguro pode ser o pesquisador dessa resposta. Haverá alguma variabilidade na porcentagem nas áreas intermediárias da curva normal. Ou seja, se um pesquisador estiver 50% confiante de que os membros das populações-alvo responderão (dentro de um intervalo de confiança), como os membros da população da amostra, provavelmente haverá alguma variação desse nível de 50%.
É bom lembrar que outliers (dados que estão nos extremos, ou caudas, da curva normal) têm maior probabilidade de ocorrer aproximadamente na mesma taxa na população do que em uma amostra - há menos variabilidade aqui porque há menor frequência . (Considere como as bolas em uma Caixa de Galton tendem a se acumular no meio da exposição do Pacific Science Center? Apenas algumas bolas saltam para as extremidades.) Por essa razão, é mais fácil ter confiança na frequência de respostas extremas. .
- O Tamanho da População não é um fator importante no tamanho da amostra, a menos que um pesquisador esteja trabalhando com uma população que seja muito pequena e conhecida por ele (por exemplo, pequena o suficiente para que todos os membros da população possam ser identificados pelo pesquisador).
Creative Research Systems aponta que:
A matemática da probabilidade prova que o tamanho da população é irrelevante, a menos que o tamanho da amostra exceda alguns por cento da população total que você está examinando. Isso significa que uma amostra de 500 pessoas é igualmente útil ao examinar as opiniões de um estado de 15.000.000, pois seria uma cidade de 100.000 habitantes.
Gerar uma amostra representativa pode ser um processo caro e demorado. Os pesquisadores sempre enfrentam um trade-off entre o nível de confiança que gostariam de obter - ou o grau de precisão que precisam alcançar - e o nível de confiança que podem pagar.
Tamanho da amostra na pesquisa de pesquisas qualitativas
A pesquisa qualitativa é de natureza exploratória ou descritiva e não se concentra em números ou medições. Mas as preocupações sobre erros de amostragem em pesquisa de pesquisas qualitativas ainda são válidas. Como regra geral, se uma amostra é representativa do universo-alvo, os temas ou padrões que emergem da pesquisa refletirão a população maior que interessa ao pesquisador. Se a amostra for representativa e consistir em uma grande porcentagem da população-alvo, então a confiança na precisão dos dados derivados dessa amostra tenderá a ser alta.
Determinando o tamanho da amostra na pesquisa de pesquisas
Diferentes regras se aplicam à pesquisa quantitativa e pesquisa qualitativa quando se trata de determinar o tamanho da amostra. De modo geral, para ter confiança nos dados gerados pela pesquisa de pesquisa qualitativa, o pesquisador precisa ter uma ideia clara de como os dados serão usados. Os dados podem formar a base de uma narrativa descritiva (como em um estudo de caso ou de alguma pesquisa etnográfica) ou podem servir de forma exploratória para identificar variáveis relevantes que possam ser posteriormente testadas para correlações em um estudo quantitativo.
Tamanho da amostra na pesquisa quantitativa de pesquisas
Pesquisas quantitativas geralmente envolvem comparações entre segmentos de mercado ou subgrupos de um mercado-alvo. Como a pesquisa quantitativa é orientada por números, determinar um tamanho de amostra confortável pode ser bastante fácil - para cada grupo ou segmento importante em um estudo, um pesquisador esperaria pesquisar 100 participantes. Esse número é uma recomendação e não absoluta. Um pesquisador de mercado considerará uma série de variáveis relevantes para determinar o tamanho de uma amostra na pesquisa de pesquisas.
Ao realizar pesquisa de mercado de pesquisa, o objetivo é inferir da amostra o que provavelmente será verdadeiro para o universo-alvo. Uma amostra fornece dados que podem ser observados ou conhecidos. A partir desses dados observados ou conhecidos, um pesquisador pode estimar o grau em que um valor ou parâmetro desconhecido pode ser encontrado em uma população-alvo.
A pesquisa de inquéritos quantitativos baseia-se na noção de uma curva normal , simétrica, que representa, na mente do pesquisador, o universo-alvo - a população sobre a qual o pesquisador deve estimar em vez de realmente conhecer os parâmetros. Uma amostra representativa permite que um pesquisador calcule - a partir dos dados da amostra - um intervalo estimado de valores que provavelmente incluirão o valor ou parâmetro desconhecido que seja de interesse. Esse intervalo estimado de valores representa uma área na curva normal e é geralmente expresso como um decimal ou uma porcentagem.
A curva normal e probabilidade
Uma curva normal e simétrica é uma expressão visual de probabilidade. Vejamos uma simples heurística: uma atividade em um centro de ciências permite que um grande número de bolas caia entre duas folhas de acrílico, uma de cada vez. Cada bola cai pela mesma abertura no topo da tela e, em seguida, cai entre qualquer um dos divisores verticais e paralelos que separam as pilhas de bolas quando elas param. Depois de várias horas, as bolas formaram a forma de uma curva normal. A curva muda um pouco quando cada bola recém-introduzida atinge a massa de bolas que chegou primeiro. Mas no geral, a curva simétrica é evidente e ocorreu naturalmente, independentemente de qualquer ação por parte dos observadores ou funcionários do Centro de Ciências. A forma curva que as bolas formam reflete a probabilidade de que a maioria das bolas caia no centro e fique lá. Menos bolas farão isso nas extremidades da curva - algumas inevitavelmente, mas são poucas em número.
Essa curva normal é semelhante ao conceito de uma amostra. Cada vez que a tela é esvaziada e as bolas novamente podem cair na caixa de Galton, a configuração das pilhas de bolas será apenas um pouco diferente. Mas com o tempo, a forma da curva não mudará muito e o padrão será verdadeiro.