PESQUISA EM MARKETING

AULA AMOSTRAGEM PROF. SANDRO ANANIAS PARTE 1

Alunos e alunas, bom dia/tarde/noite.

Primeiramente, vamos revisar o assunto da nossa ltima aula presencial.

Relembrando o processo de Pesquisa de Marketing:

1. Definio do problema 2. Definio de objetivos: geral e especficos 3. Hipteses 4. Dados, variveis e indicadores 5. Fonte dos dados 6. Metodologia

Neste item 6, j discutimos o tipo de Pesquisa Exploratria e os seus Mtodos e Tcnicas de coletada de dados.

Ao definirmos ento que iremos utilizar um determinado tipo de pesquisa e determinados mtodos e tcnicas de coleta de dados, preciso definir agora o Universo e a Amostra de elementos que sero pesquisados. Este ento passa a ser o item 6.3 da Metodologia de Pesquisa

6.3 Universo e Amostra

Universo e Amostra fazem parte das fontes de dados, ou seja, quem ou o qual/is ser(o) o(s) elemento(s) a ser(em) pesquisado(s). Por exemplo, se definirmos que nossa fonte de dados ser primria, devemos pesquisar alguma(s) pessoa(s), certo? Isto que dizer que o(s) elemento(s) que faro parte da pesquisa sero uma ou mais pessoas. O mesmo podemos dizer das fontes secundrias. Suponham que definimos que teremos como fonte a revista Veja. Desta forma, o elemento que far parte da pesquisa ser um ou mais nmeros desta revista.

Assim, definimos aqui o conceito de elemento de pesquisa: sujeito ou objeto alvo que fornecer as informaes ao pesquisador.

Suponham agora que nosso Objetivo Geral seja investigar o comportamento de consumo das mulheres da classe C entre 25 e 35 anos da cidade de Belo Horizonte. Quais sero desta forma os elementos da pesquisa? Mulheres da classe C entre 25 e 35 anos moradoras da cidade de Belo Horizonte. E como se classificaria esta fonte de dados? Deixo que vocs respondam...

Muito bem, imaginem agora quantas mulheres pertencentes classe C e que possuem de 25 a 35 anos residem em Belo Horizonte? Imaginaram? Milhares... milhares... Suponham que consultemos o IBGE e encontramos um nmero de 30.000 (trinta mil) mulheres que se enquadram nesta classificao. Se este o nmero, podemos afirmar que os elementos da pesquisa so em nmero de 30.000. A este total damos o nome de UNIVERSO ou POPULAO da pesquisa.

Aqui ento, definimos outro conceito importante: UNIVERSO/POPULAO so todos os elementos disponveis para serem pesquisados. Notadamente a chamamos de N.

N = UNIVERSO/POPULAO

Mas no seriam muitos elementos para serem pesquisados? possvel fazer uma pesquisa com tantos elementos? A resposta SIM. O IBGE no faz esta pesquisa para saber a populao do pas e suas caractersticas? Qual o nome da pesquisa do IBGE? Censo. Isso mesmo! Quando realizamos uma pesquisa com todos os elementos alvo estamos fazendo um Censo. Outro conceito: Censo pesquisa realizada com todos os elementos do Universo ou Populao.

A partir deste conceito, surgem algumas dvidas:

possvel ento realizar uma pesquisa de marketing com todo o Universo? A resposta mais uma vez SIM. Depende de seus recursos financeiros, de pessoal e de tempo.

Qual a vantagem em pesquisar todos os elementos? Quando pesquisamos todos os elementos a margem de erro da pesquisa diminui sensivelmente, pois os resultados representam fielmente a informao de todos.

Mas o erro seria zero? No, pois mesmo pesquisando todos os elementos h o risco de algum informar erradamente, de o pesquisador preencher de forma equivocada o questionrio, etc. O erro diminui, mas continua presente.

E quando no se tem tempo e recurso para pesquisar todos os elementos? Ento faz-se uma amostra. Alm do tempo e custo, outros casos que favorecem a realizao de amostras so o tamanho da populao (quando esta muito grande), a variao nas caractersticas desta populao (quando pequena) e a ateno a casos individuais.

Entramos aqui na discusso de outro conceito: Amostra. Quando no possvel pesquisar o universo/populao, seja por qual motivo for, a soluo tirar uma parte deste universo, ou seja, uma amostra dele. Ento uma AMOSTRA de pesquisa a parte de um Universo ou Populao.

Voltamos ao caso das 30.000 mulheres. Se no podemos pesquisar as 30.000, devemos tirar uma Amostra delas, por exemplo, 500 mulheres. Essa ser ento a nossa Amostra de pesquisa. sobre estas 500 mulheres que iremos levantar os dados.

Quando retiramos uma amostra, ou seja, parte do Universo/Populao, damos o nome de Amostragem. Assim, se a pesquisa com o Universo chamamos de Censo, a pesquisa envolvendo amostras chamamos de Amostragem.

Muito bem. Ao decidirmos pela amostragem, precisamos escolher ento os elementos que comporo a amostra. Voltemos ao exemplo das 30.000 mulheres e das 500 que teramos que escolher. preciso lembrar que aqui apenas um exemplo. No quer dizer que a amostra correta para 30.000 elementos de 500 elementos. ATENO! O tamanho correto da amostra ser tratado mais a frente.

Existem duas tcnicas de amostragem, ou seja, de escolher os elementos da amostra. So elas: Amostragem Probabilstica e Amostragem No-

Probabilstica.

Na Amostragem Probabilstica, a escolha dos elementos feita de forma aleatria, por chance. Cada elemento possui a mesma chance de ser escolhido para compor a amostra. Por exemplo: precisamos escolher 500 mulheres do Universo de 30.000. Para utilizar a amostragem probabilstica, precisamos classificar por ordem estes 30.000 elementos. Podemos ento, neste caso, numerar de 1 a 30.000 todas as mulheres, com nmeros aleatrios por exemplo. Aps este procedimento, fazemos um sorteio do 1 elemento da amostra.

Suponham que tiremos o nmero 890. Muito bem, este nmero corresponde a sra. Maria Joo e ela ser a 1 mulher da amostra. Qual a chance dela ter sido a escolhida? A chance foi de 1/30.000, ou seja, 1 chance em 30.000 nomes.

Agora, precisamos escolher o 2 elemento. Fazemos um novo sorteio, sem a presena da sra. Maria Joo. O nmero sorteado foi 25.500. Este corresponde a Srta. Ana Miranda. Esta ser a nossa 2 mulher da amostra. Qual a chance de escolha dela? Uma chance em 29.999 nomes. A escolha dos outros 498 elementos se dar da mesma forma e a chance ou probabilidade segue o mesmo processo, ou seja, 1/(N-1) elementos.

Se seguirmos risca a chance, poderemos verificar que 1/30.000 diferente de 1/29.500, ou seja, a chance de escolha do 1 elemento , em pequena parte, diferente da chance de escolha do ltimo elemento. Isto se d por que o tamanho da amostra grande em relao ao Universo. Entretanto, isto no descaracteriza a amostragem probabilstica.

Em resumo, a amostra escolhida desta forma se caracteriza por Probabilstica por que no houve interferncia do pesquisador na escolha, ou seja, ele no influenciou a escolha de Maria Joo ou Ana Miranda. O nome delas foi escolhido ao acaso, por sorteio.

Esta caracterstica da escolha sem interferncia do pesquisador possibilita que os resultados da pesquisa com a amostra probabilstica sejam generalizados para toda a populao, pois a escolha por probabilidade ou chance permite que qualquer um dos elementos faa parte da pesquisa e no apenas elementos com determinadas caractersticas.

Assim, por exemplo, suponham que no estivssemos interessados nas caractersticas de renda das 30.000 mulheres. Neste grupo podem ter mulheres que ganham R$ 1.000,00, como tambm, aquelas que ganham R$ 3.500,00. Todavia, todas pertencem classe C. No sorteio, montamos uma amostra com

elementos com renda de R$ 1.000,00, R$ 1.500,00, R$ 2.600,00 etc, ou seja, qualquer das mulheres que compunham o Universo poderia ter entrado na amostra. Isto permite a generalizao. Se os resultados mostram que 50% da amostra respondeu SIM determinada questo, podemos supor que 50% das 30.000 mulheres, ou seja, 15.000 responderiam SIM se fizssemos um Censo. isso!

Outra peculiaridade do processo de escolha probabilstica, que precisamos conhecer o universo para podermos classific-lo. Precisamos saber quem so as 30.000 mulheres ou mesmo onde esto localizadas para que possamos atribuir nmeros a elas. Sem isto, no conseguimos a possibilidade de escolha por sorteio.

A amostra probabilstica se divide em: aleatria simples, sistemtica e estratificada. O processo da aleatria simples o mesmo j aqui discutido. Colocam-se todos os elementos em um determinado local (caixa, saco, software, etc), devidamente identificados e, ento, procede-se ao sorteio. Neste caso, cada elemento possui uma chance conhecida de ser escolhido.

Na amostragem probabilstica sistemtica, a amostra escolhida selecionandose um ponto de partida aleatrio e depois se escolhendo cada elemento i em sucesso da estrutura de amostragem. No intervalo de amostragem, i determinado ao se dividir o tamanho da populao, N, pelo tamanho da amostra, n, arredondando para o nmero inteiro mais prximo.

Tomemos o exemplo das 30.000 mulheres, com amostra de 500 elementos. Divide-se ento 30.000 por 500, obtendo-se um i de 60. Um nmero aleatrio escolhido ento entre 1 e 60. Suponhamos que a escolha seja 35. Este ento ser o ponto de partida aleatrio. Ento, os elementos escolhidos sero 35, 95 (60+35), 155 (95 + 60), 215 (155 + 60), 275 (215 + 60) e assim por diante at que cheguemos aos 500 elementos da amostra.

Na amostragem probabilstica estratificada, o processo de escolha se d em dois tempos. No primeiro momento, a populao dividida em camadas ou estratos. Todo elemento deve ser identificado em uma camada e no pode fazer parte de outra. Por exemplo, suponhamos que possamos definir 2 camadas de idade e renda para as mulheres da nossa populao. Lembrando que nossa populao N caracteriza-se por serem da classe C e que possuem de 25 a 35 anos. Definamos ento estratos de renda e idade:

Estrato de renda 1 e idade 1: R$ 1.000,00 a R$ 2.000,00 e 25 a 30 anos Estrato de renda 2 e idade 2: R$ 2.001,00 a R$ 3.000,00 e 31 a 35 anos

Agora que todos os elementos esto classificados nestes estratos, de forma exaustiva e excludente, d-se a segunda parte do processo de escolha. Nesta fase, a amostra escolhida de forma aleatria ou sistemtica dentro dos estratos, respeitando, claro, a proporo de composio de cada um dos estratos.

Suponham que a proporo seja a seguinte: 45% do Universo classificou-se como estrato 1 e 55% como estrato 2. Ento, a amostra de 500 elementos deve ser composta por 225 elementos do estrato 1 (45% do Universo) e 275 elementos do estrato 2 (55% do Universo), escolhidos pelo processo aleatrio simples ou sistemtico.

Alguns quesitos a serem respeitado na definio dos estratos ou camadas so: homogeneidade, heterogeneidade, parentesco e custo. As variveis de estratificao devem ser selecionadas de modo que os elementos nas camadas sejam os mais heterogneos possveis. No entanto, entre as camadas os elementos devem ser os mais heterogneos possveis. As variveis de estratificao tambm precisam ter alguma relao com as caractersticas de interesse. Finalmente, as variveis devem ser selecionadas para diminuir o custo do processo de estratificao (isto , as variveis de estratificao devem ser fceis de medir e aplicar).

Bibliografia:

MALHOTRA, Naresh K. et al. Introduo pesquisa de marketing. So Paulo: Pearson Prentice Hall, 2005. MATTAR, Fauze Najib. Pesquisa de Marketing: metodologia e planejamento. So Paulo: Atlas, 2005.