You are on page 1of 9

See

discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/267409818

DIMENSIONAMENTO DA AMOSTRA EM
PESQUISA DE SATISFAO DE CLIENTES
Article

READS

233

4 authors, including:
Jose Luis Duarte Ribeiro

Marcia Echeveste

Universidade Federal do Rio Grande do Sul

Universidade Federal do Rio Grande do Sul

192 PUBLICATIONS 688 CITATIONS

69 PUBLICATIONS 52 CITATIONS

SEE PROFILE

SEE PROFILE

Available from: Jose Luis Duarte Ribeiro


Retrieved on: 16 August 2016

DIMENSIONAMENTO DA AMOSTRA EM
PESQUISA DE SATISFAO DE CLIENTES

Jos Luis Duarte Ribeiro


Programa de Ps-graduao em Engenharia de Produo UFRGS
Praa Argentina 9, sala 402 90040-020 - Porto Alegre - RS; e-mail: ribeiro@vortex.ufrgs.br

Mrcia Elisa Echeveste


Programa de Ps Graduao em Engenharia de Produo - UFRGS
Praa Argentina 9, sala 402 90040-020 - Porto Alegre - RS

Abstract
This paper describes a method for the definition of sample sizes to be used in market
researches. The proposed method has seven phases and intends to facilitate the choice of
the proper sample sizes to be used in a particular research. It contemplates three different
possibilities: (i) samples of same size for all the stratums; (ii) samples sizes that are
proportional to the size of the populations of each stratum, and (iii) samples sizes that
minimizes the loss due to misjudgment. The proposed method was applied in a research
for client satisfaction in the chemical sector. The results where very effective.
rea: 4. Engenharia do produto / 4.1. Pesquisa de Mercado
Key words: Market Research, Quality, Client Satisfaction

1. INTRODUO
Este trabalho tem como objetivos estabelecer e documentar uma sistemtica para o
dimensionamento da amostra em pesquisas de mercado. Isso ser feito atravs da descrio
de um caso prtico, mais especificamente, uma Pesquisa de satisfao de clientes atualmente
empregado por uma Indstria Qumica junto s suas revendas.
Na literatura existem vrias publicaes abordando o problema do
dimensionamento do tamanho da amostra (ver por exemplo, Costa Neto,1977; Snedecor e
Cochran, 1980, Clark e Cook, 1983 e Nanni e Ribeiro, 1991), e as estratgias de
dimensionamento diferem entre si. Isso acontece porque os autores partem de diferentes
premissas. Essas premissas muitas vezes no so esclarecidas, e isso contribui para deixar o
leitor com dvidas a respeito de qual estratgia adotar. Esse trabalho vai mostrar que a
questo de usar amostras de tamanho fixo ou varivel para cada estrato depende dos
objetivos de quem realiza a pesquisa. Uma vez que os objetivos da pesquisa tenham sido
identificados, a estratgia de dimensionamento adequada pode ser escolhida com facilidade.
2. IDENTIFICAO DA POPULAO
O estudo de caso que analisado neste artigo contempla uma pesquisa de opinio
anteriormente realizada pela empresa junto s suas revendas, distribudas em vrias regies
do Brasil. As regies possuem participao diferente no mercado global, dependendo do

volume de produtos comercializados. As revendas, por sua vez, so classificadas em


pequena, mdia e grande, tambm de acordo com o volume de produtos comercializados
mensalmente. (ver tabela 4).
3. PROPOSTA DE DIMENSIONAMENTO
O mtodo proposto neste trabalho realiza o dimensionamento da amostra a partir
das seguintes etapas:
Etapa 1: Estratificar a populao e identificar subpopulaes;
Etapa 2: Levantar um indicador numrico e verificar a sua variabilidade dentro das
subpopulaes;
Etapa 3: Estabelecer o nvel de significncia e um erro aceitvel para o indicador
escolhido;
Etapa 4: Dimensionar o tamanho da amostra por subpopulao, considerando a
variabilidade, o erro aceitvel e a significncia desejada;
Etapa 6: Decidir por amostra de mesmo tamanho ou por amostras de tamanho
varivel;
Etapa7: Calcular os tamanhos das amostras por estrato e verificar a
compatibilidade com os recursos disponveis. Caso os recursos no sejam
suficientes, voltar a etapa 3.
A figura 1 ilustra as etapas a serem percorridas para o dimensionamento do
tamanho da amostra. A seguir cada etapa ser comentada em maior detalhe.
Etapa 1: Estratificar a populao e identificar subpopulaes
Num estudo realizado por amostragem importante verificar a variabilidade
existente na populao. A estratificao permite analisar um grupo heterogneo atravs de
subgrupos (estratos) homogneos. Os estratos devem ser escolhidos de forma a possurem
homogeneidade interna e, por outro lado, apresentarem heterogeneidade entre si. Os
fatores que levaro classificao dos estratos depende do objeto do estudo, normalmente
referem-se a regies geogrficas, turnos, dias de semana, modelo de produto, etc. Quando
se trata de indivduos, classe social, sexo, faixa etria, so exemplos tpicos de fatores de
estratificao.
Para este estudo, os fatores de estratificao foram a regio e o porte da revenda.
Assim as subpopulaes foram: regio sul porte pequeno, regio sul porte mdio; regio sul
porte grande, regio sudeste porte pequeno, regio sudeste porte mdio, regio sudeste
porte grande, e assim por diante. Totalizando 18 estratos = 6 regies de 3 portes cada.
Etapa 2: Levantar um indicador numrico e verificar a sua variabilidade dentro das
subpopulaes
Para obtermos uma indicao da variabilidade existente na populao, escolhe-se
um indicador numrico. Neste estudo o indicador utilizado foi a nota mdia dos
questionrios aplicados na pesquisa anterior. Para estimarmos a variabilidade, calculou-se o
desvio padro observado em dois estratos com caractersticas extremas no que se refere a
atitude dos clientes: a regio sudeste e a regio nordeste. O desvio padro foi calculado
para todos os portes de venda: pequeno, mdio e grande. A mdia e o desvio-padro

estimado para esses estratos aparece na Tabela 1.

Estratificar a populao
identificando subpopulaes
Levantar um indicador numrico
e verificar a sua variabilidade
dentro das subpopulaes
Estabelecer o erro aceitvel para
o indicador escolhido
Dimensionar o tamanho da
amostra por subpopulao

Mesma preciso na
anlise independente do
tamanho da
subpopulao

Amostras de
tamanho varivel

No

Dimensionar amostras com


tamanho proporcional s
subpopulaes

Sim

Amostras de mesmo
tamanho para todas as
subpopulaes

No
Tamanho da amostra
compatvel com recursos
disponveis

Sim

Aplicar Pesquisa

Figura 1: Mtodo de Dimensionamento do tamanho da amostra.

A medida geral de variabilidade foi estimada atravs de uma mdia ponderada,


onde os pesos levaram em conta precisamente o percentual (volume) de vendas em cada
estrato analisado. Esse percentual tambm aparece na Tabela 1, onde os dados foram
modificados para preservar o sigilo das informaes. A frmula para obter a variabilidade
dada por:
e =

i =1 i
k
i =1

wi

(e.q.1)

wi

Onde:

e = desvio padro geral para a varivel em anlise (mdia dos questionrios );

K = nmero de estratos;

i = desvio padro das mdias dos questionrios aplicados no estrato i ;


wi = percentual de vendas associado ao estrato i;
Tabela 1: Clculo do desvio-padro a partir da variabilidade observada nos resultados
(mdias) dos questionrios anterior
Regio

Porte

Sul
33,5

Pequeno
Mdio
Grande
Pequeno
Mdio
Grande

Nordeste
14,5

63,5
23,5
13,0
63,0
30,0
7,0

Importncia
relativa ( Wi)
0,213
0,079
0,044
0,091
0,044
0,010
0,480

Mdia
8,23
8,5
8,08
8,12
8,43
8,17

DesvioPadro
0,75
0,72
0,97
0,62
0,67
0,88
0,736

Assim,

e =

0,213 0,75 + 0,079 0,72 + 0,044 0,97+0,091 0,62 + 0,044 0,67+0,010 0,88
= 0,736
0,480

Etapa 3: Estabelecer o nvel de significncia e um erro aceitvel para o indicador


escolhido

O nvel de significncia foi estabelecido em 95%, ou seja, = 0,05. O erro


mximo de estimao () a diferena mxima que se admite obter entre o valor estimado
(amostra) e o valor real (populao), considerando o nvel de significncia adotado. Esse
erro fixado antes de se iniciar a pesquisa e incide diretamente no tamanho final de
amostra, isto , quanto maior a preciso desejada (menor o erro aceitvel) maior ser o
tamanho de amostra.
Inicialmente, partiu-se de um erro = 0,5. Isso significa que as inferncias a
respeito da mdia de qualquer estrato podero ser feitas atravs de um intervalo de
confiana de 1- % com amplitude .
Etapa 4: Dimensionar o tamanho da amostra por subpopulao

O dimensionamento do tamanho da amostra depende de quatro fatores principais:


(i) o nvel de significncia desejado; (ii) a variabilidade da populao; (iii) erro mximo de
estimao; (iv) custo da pesquisa.
O tamanho da amostra dado pela seguinte frmula:

n=

z 2 2e
2

(eq. 2)

O nvel de significncia indica a probabilidade que o valor real (da populao)


esteja contido no intervalo estimado a partir de dados amostrais. Utilizou-se nvel de
significncia de 95% que est associado a Z = 1,96 desvios-padres da distribuio
Normal.
A variabilidade da populao (e) foi estimada na etapa 2. O erro mximo
aceitvel () foi detalhado na etapa 3. Assim, neste caso, o tamanho de amostra
recomendado seria:
n=

(1,96) 2 (0,736) 2
(0,5) 2

Como tem-se 18 estratos, o nmero total de questionrios a ser aplicado de 18 x 8


= 144 questionrios.
Etapa 6: Decidir por amostra de mesmo tamanho ou por amostras de tamanho
varivel

O dimensionamento da amostra pode seguir trs procedimentos distintos:


(i)

amostras iguais para todos os estratos

Esse procedimento recomendado quando se deseja a mesma preciso em todas as


inferncias, independentemente da importncia, ou seja, do tamanho do estrato. Neste
caso, o tamanho de amostra seria de 8 questionrios para cada estrato, conforme calculado
na etapa anterior.
(ii)

amostras proporcionais ao tamanho do estrato

Esse procedimento recomendado quando se deseja uma preciso muito maior nos
estratos mais importantes. Nesse caso, o tamanho de amostra de 144 revendas seria
distribudo de acordo com a participao de cada revenda no mercado. Por exemplo,
revendas da regio sul de porte pequeno so responsveis por 12 % dos pedidos totais, o
que daria: 0,12 X 144 = 17,3 questionrios a serem aplicados neste estrato (ver tabela 4).
Para evitar que alguns estratos ficassem com um nmero muito pequeno ou muito
grande de questionrios, fixou-se que o tamanho de amostra deveria ser no mnimo 3 e no
mximo 30 questionrios. Estes valores foram arbitrrios e podem ser alterados sempre que
for desejado, assim como o erro mximo de estimao e o nvel de confiana.
(iii) amostras que minimizem a perda imposta por erros de julgamentos

A terceira alternativa busca minimizar a perda associada a erros de julgamento.


Essa perda est associada a dois fatores principais: (i) a magnitude dos erros de inferncia,
os quais dependem dos tamanhos de amostra em cada estrato; e (ii) ao prprio tamanho dos
estratos (erros de julgamento iro resultar em uma perda maior no caso de estratos
maiores).
Considerando que a perda seja proporcional ao quadrado dos erros de inferncia
(seguindo as idias de Taguchi et al., 1990), pode ser demonstrado que o tamanho das
amostras deve ser diretamente proporcional a raiz quadrada do tamanho dos estratos. Tmse a seguinte formulao matemtica do problema:
Perda total

~


p i i2

~


p i ( / n i ) 2

~ 2


pi / n i

onde:
pi representa o tamanho do estrato i;
i = / ni representa o erro de inferncia;
o desvio padro do indicador em estudo;
ni o tamanho da amostra a ser aplicada neste estrato.
Para minimizar o somatrio de pi / ni, dado que a soma de ni fixa e igual a N
(nmero total de questionrios a serem distribudos), necessrio que os valores de ni sejam
proporcionais raiz quadrada de pi. Isso ser demonstrado atravs de um exemplo onde
tem-se trs estratos de tamanhos pi = 25, 9 e 1 , e N = 30 questionrios a serem
distribudos. Os clculos aparecem na Tabela 2.
pi =

25

ni =

10
12
14
16
16,67
17
18

10
10
10
10
10,00
10
10

10
8
6
4
3,33
2
1

ni
(fixo)
30
30
30
30
30
30
30

pi / ni
(perda)
3,500
3,108
2,852
2,712
2,697
2,703
3,289

==> mnimo quando os ni ~

pi

Tabela 2: clculo da perda para diversas situaes hipotticas.

Assim, por exemplo, as revendas da regio sul de porte pequeno que so


responsveis por 12 % das vendas iro gerar um tamanho de amostra que proporcional
raiz quadrada deste percentual.
A motivao para o uso da perda proporcional ao quadrado do erro de inferncia a
seguinte: pequenos erros de inferncia vo afetar muito pouco a tomada de deciso e,
portanto, a perda devida a erros de julgamento ser pequena; por outro lado, grandes erros
de inferncia podem afetar dramaticamente a tomada de deciso, podendo conduzir a
perdas muito grandes, que no crescem linearmente, mas sim quadraticamente na medida
que o erro aumenta.
Etapa7: Calcular os tamanhos das amostras por estrato e verificar a compatibilidade
com os recursos disponveis. Caso os recursos no sejam suficientes, voltar a etapa 3.

Para facilitar o clculo do tamanho de amostra utilizou-se um aplicativo de apoio


deciso desenvolvido no Microsoft Excel com as frmulas necessrias. Os campos
hachurados so editveis e podem ser alterados sempre que necessrio. So eles: o nvel de
significncia, o erro mximo de estimao, o tamanho mnimo e mximo para cada estrato
(ver Tabela 3) e as porcentagens de participao de cada estrato que foram utilizadas para
atribuir a importncia relativa de cada estrato dentro da populao (ver Tabela 4).
Assim, cada vez que um destes campos forem alterados, o aplicativo
automaticamente recalcula os tamanhos de amostras utilizando os mtodos (1), (2) e (3)
destacados no topo da Tabela 4.
A deciso de qual procedimento adotar depender dos objetivos do estudo,

conforme mencionado anteriormente. Alm disso, o tamanho da amostra deve ser


compatvel com os recursos disponveis para a pesquisa. Caso os recursos no sejam
suficientes, recalcula-se o tamanho da amostra retornando a etapa 3 e revendo o nvel de
significncia e/ou o erro aceitvel.
Tabela 3: Dados preliminares necessrios para o dimensionamento das amostras.

Nvel de significncia
Valor de z associado ao nvel de significncia.
Desvio padro natural do processo
Erro aceitvel
Nmero de questionrios mdio por estrato
Nmero de estratos
Nmero total de questionrios
Nmero mnimo de questionrios por estrato
Nmero mximo de questionrios por estrato

0,95
1,96
0,736
0,50
8
18
144
3
30

Tabela 4: Dimensionamento das amostras, conforme os trs critrios enunciados.

(2)
Regies
Sul
20,5
Sudeste
33,5
Centro-Oeste
8,0
Nordeste
14,5
Norte
10,5
Exterior
13,0
100

Clientes
Peq
Med
Grd
Peq
Med
Grd
Peq
Med
Grd
Peq
Med
Grd
Peq
Med
Grd
Peq
Med
Grd

59,0
27,5
13,5
63,5
23,5
13,0
61,5
22,0
16,5
63,0
30,0
7,0
74,5
13,5
12,0
21,0
30,5
48,5

(3)

% sobre Proporcional ao
total
%
0,121
0,056
0,028
0,213
0,079
0,044
0,049
0,018
0,013
0,091
0,044
0,010
0,078
0,014
0,013
0,027
0,040
0,063
1,000

17,4
8,1
4,0
30,6
11,3
6,3
7,1
2,5
1,9
13,2
6,3
1,5
11,3
2,0
1,8
3,9
5,7
9,1
144

17
8
4
30
11
6
7
3
3
13
6
3
11
3
3
4
6
9
147

(1)

Raiz do Raiz do % Proporcional a raiz Tamanho


%
ajustada
do %
fixo
0,348
0,237
0,166
0,461
0,281
0,209
0,222
0,133
0,115
0,302
0,209
0,101
0,280
0,119
0,112
0,165
0,199
0,251
4

0,089
0,061
0,043
0,118
0,072
0,053
0,057
0,034
0,029
0,077
0,053
0,026
0,072
0,030
0,029
0,042
0,051
0,064
1

12,8
8,7
6,1
17,0
10,3
7,7
8,2
4,9
4,2
11,1
7,7
3,7
10,3
4,4
4,1
6,1
7,3
9,2
144

13
9
6
17
10
8
8
5
4
11
8
4
10
4
4
6
7
9
143

8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
144

4. CONSIDERAES FINAIS
Este artigo apresenta um mtodo de dimensionamento da amostra que pretende
atender a qualquer pesquisa de opinio. Numa primeira aplicao, o dimensionamento da
amostra foi direcionado para uma pesquisa de satisfao do cliente realizada em todo
territrio nacional, com uma periodicidade anual. Entretanto, as informaes de entrada
podem ser alteradas tornando o mtodo flexvel ao dimensionamento da amostra em
pesquisas com propsitos diferentes.

O mtodo de dimensionamento da amostra contempla 7 etapas que cobrem desde a


definio dos estratos at o dimensionamento final e distribuio do esforo de amostragem
por estrato.
O mtodo apresentado prope trs procedimentos para o clculo do tamanho da
amostra: (i) quando se deseja tamanhos de amostras iguais por estrato, (ii) quando se deseja
tamanhos de amostras proporcionais ao tamanho do estrato na populao e (iii) quando se
deseja tamanhos de amostra que minimizem a perda imposta por erros de julgamentos.
Para facilitar e direcionar o uso do mtodo proposto, um aplicativo de apoio
deciso utilizando o Microsoft Excel foi desenvolvido e contm o formulrio
correspondente a todos os procedimentos detalhados..
A deciso final depender da equipe de pesquisa que a partir do aplicativo, poder
testar diferentes cenrios e distribuir os questionrios atravs dos estratos, avaliando
simultaneamente os tamanhos de amostra, ou seja, os custos de amostragem, e a
confiabilidade das respectivas estimativas.

REFERNCIAS BIBLIOGRAFIAS

Costa Neto, P. L. O. (1977) - Estatstica. Edgar Blcher, So Paulo.


Clarke, G. M. & Cook, D. (1983), A Basic Course in Statistcs. 2 end ed., Edward Arnold
Ltda, London.
Nanni, L.F. & Ribeiro, J.L. (1991) - Planejamento e avaliao de experimentos. Caderno
de Engenharia 17/87, 2a ed., CPGEC/UFRGS, Porto Alegre, Brasil.
Snedecor, G. W. & Cochran, W. G. (1980), Statistical Methods, 7th ed., The Lowa State
Univ. Press, lowa, USA.
Taguchi, G., Elsayed, E. & Hsiang, T. (1990) - Engenharia da Qualidade em Sistemas de
Produo. McGraw-Hill, So Paulo, Brasil.