o

Tamanho da Amostra na Pesquisa de Mercado

Luiz Fernando Kiehl

1. Introduo. 2. Margem de 1!:.rro e Grau de Confiana. 3. A Frmula. 4. Aplicaes da Frmula. 5. Nmero de Entrevistas - Margem de 1!:.rro. 6. Comentrios.

nmero de livros de pesquisas de mercado disponveis em lngua portugusa bastante limitado e, na maioria dos casos, tratam-se de tradues pouco fiis ao original. Alm das tradues deficientes, acrescenta-se o fato de que a

maora dos autores, ao tratarem do tamanho da amostra, aprofunda-se demais no assunto, supondo que o leitor tenha um conhecimento amplo de estatstica. Por essa razo sse captulo dos livros de pesquisas de mercado costuma tomar-se pouco claro, dando a impresso de que o clculo do tamanho da amostra coisa complicadssima, s acessvel a meia dzia de iniciados. Outros autores, sabendo dessas dificuldades, evitam o assunto apresentando apenas informaes baseadas na experincia acumulada. * Bacharel em Administrao de Emprsas pela Escola de Administrao de Emprsas de So Paulo, da Fundao Getlio Vargas e Gerente de Pesquisa de Mercado da Sandoz do Brasil S. A.
R.Adm. Emp., Rio de Janeiro, 10(4): 205-216, out./dez. 1970

Meu trabalho, como contato e analista de uma agncia de pesquisas de mercado e como gerente de pesquisas em duas grandes emprsas, levou-me observao de que as pessoas ligadas aprovao de estudos de mercado tendem a evitar a discusso sbre sse tema, talvez com mdo de revelar sua insegurana no assunto. As relaes entre o tamanho do universo tra assim como os conceitos de margem fiana no costumam ser mencionados cliente e a agncia de pesquisa ou entre o mercado e seus superiores herrqucos. e o tamanho da amosde rro e, grau de connos dilogos entre o gerente de pesquisas de

A conseqncia disso a aprovao de pesquisas com amostras de tamanho exagerado e, portanto, desnecessriamente caras ou com amostras de tamanho insuficiente e, por conseguinte, com resultados pouco dignos de confiana. O objetivo dste trabalho esclarecer um pouco alguns aspectos dsse tema, tornando-o compreensvel para os no-especialistas em pesquisas de mercado. No procurei inovar, mas apenas apresentar o assunto em forma mais didtica. 2. Margem de 2rro e Grau de Confiana Tomemos por exemplo, uma cidade que tenha apenas 20 quarteires. Essa cidade nosso universo. Para simplificar vamos admitir que todos os quarteires tenham o mesmo nmero de residncias. Suponhamos que queramos saber qual a porcentagem de lares que possuem aparelhos de TV. Um levantamento completo (visitas a tdas as casas) revelou que naquela cidade 70% das residncias tinha televiso e 30% no tinham. No grfico 1 apresentamos um esbo daquela cidade. Dentro de cada quarteiro temos a porcentagem das casas que no tinham televiso. Observamos que em 19 dos 20 quarteires a porcentagem das casas que tinham televiso estava entre 67% e 73%. Apenas em um quarteiro esta porcentagem era menor. Talvez se tratasse de um quarteiro mais pobre. 206
Revista de Administrao de Emprsas

Se, em vez de fazer um levantamento completo em tda a cidade, visitando tdas as casas, o pesquisador resolvesse sortear um s quarteiro e visitasse apenas as residncias do quarteiro sorteado, le teria 95% de probabilidade (19 em 20 quarteires) de que o quarteiro sorteado fsse representativo da cidade. Em 19 quarteires a porcentagem de lares que tinham TV estava entre 67% e 73%, ou seja, a porcentagem era de 70% --I- 3%. Se por azar o quarteiro sorteado fsse o quarteiro 4 do grfico 1 a pesquisa revelaria que a porcentagem de casas com televiso naquela cidade era 60%, o que no representaria a realidade. No nosso exemplo, o grau de confiana da amostra 95% e a margem de rro de 3%. Grau de confiana pode ser definido como a probabilidade de que a amostra seja represenfativa do universo. No nosso exemplo, 19 dos 20 quarteires (95% dos quarteires) eram representativos do universo. Margem de rro a diferena entre o valor obtido atravs da amostra e o valor real do universo. No nosso exemplo o valor real do universo era de 70% de casas com TV. Em 19 dos 20 quarteires a diferena entre o valor real do universo (70%) e o valor obtido com a amostra era igualou menor do que 3%. Observe-se, portanto, que margem de rro e grau de confiana esto intimamente relacionados. Falar em margem de rro sem mencionar o grau de confiana no tem nenhum significado. preciso saber qual a probabilidade de que o valor levantado pela amostra seja igual ao valor real do universo com a margem de rro mencionada. No nosso exemplo, se o quarteiro 2 tivesse servido de amostra o pesquisador diria que a porcentagem de lares com aparelhos de TV naquela cidade era de 72% --I- 3%, com 95% de confiana. E teria acertado, porque 72% --I- 3% significa que o valor real est entre 69% e 75% e, na realidade, o valor real era 70%.
Outubro/Dezembro 1970 207

Grfico 1
Amostra

~
1
S::::; 72% N 5'= N= 70% 30%

28%

S = 68% N:>o 32%

S = 60% N ~40%

S
N

= 68% = 32%

},

73% 27%

10 S =69%
N'=31%

s = 71%
N

= 29%

S =70% N ~ 30%

s ~ 73% N= 27%

S 72% N ~28%

u
11 S ~ 73%
N =27%

12 S = 72% N ~ 28%

13

14

IS

s=
N

= 33%

67%

$=7')% N ~ 30%

S
N

= 29%

71%

16 5= 73%.
N =27%

17

18

19 S ~ 67% 33%

20

-s

= 70%

N = 30%

>

69%

70%

N = 31%

N= 30%

'-\ Y untversc _

Cidade

3. A Frmula Embora existam diversas frmulas mais perfeitas e mais sofisticadas, muitos pesquisadores de mercado costumam utilizar tanto para o clculo do nmero de entrevistas como para o clculo da margem de rro, a frmula:

ui = ~ p~q onde:
p

= porcentagem de sim

q n

ux

= =

1- p

porcentagem de no

nmero de entrevistas

= margem de rro de p. com 68% de segurana

Quase tdas as perguntas podem ser respondidas com sim ou no. No nosso exemplo a porcentagem de sim (o p. da frmula) 70%. Isto , 70% de respostas sim pergunta "O Sr. tem 1V em casa?". Mesmo quando a resposta envolve escolha mltipla,
2<JS

Revista de Administrao de Empr~sas

como no caso de se perguntar "Qual a marca da sua televiso?", o ndice de possuidores da marca M ser a porcentagem de sim - marca M e os possuidores de qualquer outra marca de TV. podem ser agrupados como no - marca M. Tendo-se o valor de p, tem-se o valor de q, que complemento de p, pois p + q = 1 (isto , porcentagem de sim + porcentagem de no = 100%).
Para se entender o que signufica ()'i preciso recorrer Curva NMmal:

Teoria Estatstica demonstra que, na maioria dos casos, os dados que compem um universo se distribuem proporcionalmente em trno da mdia do universo.
A

Tomemos, por exemplo, os homens de uma cidade e verifiquemos a altura de cada um. A altura mdia dos homens daquela cidade ser, por exemplo, 1,70 m. A freqncia das alturas dos homens se distribuir mais ou menos como apresentamos no grfico 2. Grfico 2

1,00

,.""

1,00

-2~

+',.

...

A Lei de Grauss demonstra que 99%, (99,7% para ser exato) dos homens ter uma altura de 1,70 m -+- 3 0"; que 95% dos hoOutubro/Dezembro 1970 209

mens ter uma altura de 1,70m -I- 2 CI e que 68% dles ter uma altura de 1,70 m -I-q, sendo a o chamado desvo-padro.' Supondo que, neste exemplo, o desvio-padro (CI) seja 10 em (0,10m), ento 68% dos habitantes masculinos da cidade tero entre 1,60 m e 1,80 m de altura, 95% dles tero entre 1,50 m e 1,90 m de altura e quase todos (99%) estaro na faixa de 1,40 m a 2,00 m de altura. O 1% restante composto de anes e gigantes. Voltando nossa frmula, se o valor de CI i fr 3%, significa que, em 68% das amostras que forem sorteadas, a diferena entre o valor obtido atravs da amostra e o valor real do. universo ser igualou menor do que 3%. Em outras palavras, teremos 68% de confiana de que a amostra sorteada representativa do universo. Se acharmos que 68% de confiana muito pouco, pois quase que uma em cada trs amostras sorteadas no ser representiva do universo, podemos usar dois desvios-padres. Neste caso, 2 CI i: = 6% (2 X 3%). Isto significa que em 95% das amostras sorteadas a diferena entre o valor obtido atravs da amostra e o valor real do universo ser igualou menor do que 6%. Se quisermos ter uma confiana quase absoluta usamos trs desvios-padres e, neste caso, 3 CI i = 9% (3 X 3%), e quase podemos jurar (99% de confiana) que o valor real do universo o valor obtido atravs da amostra com uma margem de rro de 9%.
4. Aplicaes da Frmula

Esta frmula que apresentamos, aplica-se em duas situaes prticas:

1 o desvio-padro igual raiz quadrada da varnca. Por sua vez, a varinca igual mdia dos quadrados das diferenas entre cada elemento da populao e a mdia da populao.

210

Revista de Administrao de Empr~as

A primeira a determinao do tamanho da amostra, ou seja, quantas entrevistas devem ser realizadas. Para isto,antes de tudo, necessrio estabelecera margem de rro e o grau de confiana desejados para a pesquisa em pauta. Digamos, por exemplo, que foi determinado em comum acrdo com o gerente de Marketing da emprsa que uma margem de rro de -+- 10% com 95% de confiana suficiente como base para a deciso que ser tomada em funo dos resultados da pesquisa. Ento temos que: 2
a

=
=

a x

10% e, portanto, 5% (10% + 2)

Como no temos nenhuma idia de que valres de p e q a pesquisa revelar, adotamos por hiptese p = 50% e q = 50%. A razo desta escolha que stes so os valres cujo produto (p.q) maior, pois 50 X 50 = 2.500.
Substituindo-se na frmula a i = ~ teremos
5 = ~ 50~50

e
e

25
n=

2.500

n
2.500 25

= 100.

Descobrimos, assim, que com apenas 100 entrevistas teremos 95% de confiana de que o valor de p revelado com esta amostra ser no mximo 10% diferente do valor real do universo. Se por exemplo a pesquisa fsse sbre hbitos de uso de gelatina e se a tabulao das respostas revelasse que 55% das donasde-casa costumam servir gelatina como sobremesa, teramos 95% de confiana que no total do universo pesquisado 55% -+-+- 10% das donas-de-casa costumam servir gelatina como sobremesa. Isto , entre 45% e 65% das donas-de-casa. A segunda aplicao prtica desta frmula a determinao da margem de rro de uma pesquisa j feita. Suponhamos, por
Outubro/Dezembro 1970
211

exemplo, que foi feita uma pesquisa sbre o consumo de cigarros. O nmero de entrevistas realizadas, estabelecido por qualquer critrio no cientfico, foi de 500 entrevistas. A tabulao dos questionrios revelou que 80% das pessoas tm o hbito de fumar e 20% no fumam. Ento temos:
p = 80 q 20 n 500

Substituindo-se na frmula:
ux=

~P.q -n

,-80.20 500

temos

f1

.. J
x -.,

(f

x =

~ 1.600 500

fi'

V3,2

a x=

Se ui

= 1,8;

2u i

U 3,6 e .,..,.i = 5,4.

O analista poder ento afirmar que naquele universo: temos 68% de confiana de que a porcentagem de fumantes seja de 80% -t- 1,8% (ou seja, entre 78,2% e 81,8%); temos 95% de confiana de que a porcentagem de fumantes seja de 80% -t- 3,6% (ou seja, entre 76,4% e 83,6%); temos 99% de confiana de que a porcentagem de fumantes seja de 80% -t- 5,4% (ou seja, entre 74,6% e 85,4%). O que se faz na prtica combinar estas duas aplicaes da frmula. Por exemplo, suponhamos que desejamos determinar a porcentagem de consumidores de usque numa certa cidade com uma margem de rro de 6%, com 95% de segurana. Como 212
Revista de Administrao de Emprsas

no sabemos nada sbre os hbitos de consumo de tal cidade, adotamos p = q = 50% para calcular o tamanho da amostra necessria.
Temos ento que 20' i = 6 e ui = 3; na frmula ui = ~ p~q teremos: 3 = ~ 50~50
3

= ~ 2.!00

9 = ~ 2.!00 ~77 = 2.500 =... 9 . entrevia t as.

Terminado o trabalho de campo a tabulao das respostas revelou que apenas 10% da populao costuma tomar usque. Temos ento que p = 10 e q = 90. Substituindo na frmula teremos:
-_ x

x -.,

... /10.90
277

="

-'

900
277

ui = O'x= 2 a

vi

3,25
1,8 3,6 e, portanto,

x=

Isto quer dizer que, embora nos satisfizesse uma margem de rro de 6% com 95% de confiana, a amostra de 277 entrevistas forneceu, como resultado, que a porcentagem de consumidores de usque do universo de 10% + 3,6% com 95% de confiana ou seja, que no universo a porcentagem de consumidores de usque est entre 6,4% e 13,6% da populao.
Outubro/Dezembro 1970 213

E mais, com quase certeza absoluta (99% de confiana) a porcentagem de consumidoresde usque na cidade de 10% + 5,4%, porque 3 u i = 5,4. 5. Nmero de Entrevistas - Margem de 2rro Sabendo-se que a parte mais custosa de uma pesquisa de mercado a entrevista, bvio que se deseje que o nmero de entrevistas seja to pequeno quanto possvel. O leigo em estatstica, tende a acreditar que quanto maior o nmero de entrevistas, menor a margem de rro da pesquisa e mais exatos os resultados obtidos. Isto certo apenas em parte porque a margem de rro no diminui em relao diretamente proporcional ao aumento do nmero de entrevistas. Apenas a ttulo de exemplo apresentamos na tabela 1 uma relao do nmero de entrevistas de uma amostra e sua margem de rro com 68%,95% e 99% de confiana, admitindo p e q = =. 50%. O leitor pode observar atravs desta tabela que, medida em que aumentamos o nmero de entrevistas, a margem de rro do resultado da pesquisa tende a se manter constante, isto , a diferena entre a margem de rro obtida com um certo nmero de entrevistas e a margem de rro obtida com o dbro de entrevistas tende a ser cada vez menor. Tabela 1
N.' de. Entr~vi.t.s 'I'x(68%) 2!"x(95%~ 3'/'X (99%)

50 100 200 3QO 500 800 1. 111

7,0% 5,0% 3/5~. 2/8~~ 2,2% 1,7% 1,5~/\S

14,0% 10,0%. 7,0% 5,7% 4,5~~ 3,5% 3,0%

21,0% 15, % 10,5% 8,5% 6,7%

o/d
4,5%

214

Revista de Administralo de Emprhas

6. Comentrios

o leitor deve ter observado que, embora tenhamos mencionado o universo da pesquisa em vrios pargrafos dste artigo, nenhuma vez falamos em tamanho do universo. Isto porque, ao contrrio do que as pessoas tendem a supor, o tamanho da amostra no tem nada a ver com o tamanho do universo, desde que ste seja suficientemente grande.
Alis, na prtica da pesquisa de mercado, o tamanho do universo geralmente no conhecido pelo pesquisador. Tanto faz que o universo seja composto por donas-de-casa, por crianas em idade escolar ou por adultos fumantes. Desde que ste universo seja razovelmente grande, seu tamanho no influi no tamanho da amostra necessria e o conhecimento de sua dimenso pode ser ignorado. Nos casos em que o universo muito pequeno utiliza-se a frmula ax =
~ p.q

-- n

(N - n)

n
N-n N

, sen o N = o tamanho do universo,

N es-

ta frmula,

funciona como um fator de correo.

Cumpre ainda ressaltar que, geralmente, o questionrio de uma pesquisa de mercado contm perguntas-filtro que reduzem o tamanho da amostra da pergunta seguinte. Se, por exemplo, numa pesquisa de 300 entrevistas a primeira pergunta do questionrio "A Sra. costuma usar batom?" e apenas 40% das entrevistadas respondem sim, a prxima pergunta: "Que marca de batom a Sra. costuma usar?" ser respondida por apenas 120 entrevistadas. Para o clculo da margem de rro das respostas a esta pergunta o analista deve lembrar-se de que n (nmero de entrevistas), a ser usado na frmula, 120, e no as 300 iniciais.
importante ter em mente que cada pergunta tem uma margem de rro que depende do nmero de respondentes a esta pergunta e no do nmero total de entrevistados. O que se faz na prtica

Outubro/Dezembro 1970

215

 estabelecer uma margem de rro desejado para cada uma das

perguntas mais importantes do questonrio. Gostaramos ainda, de lembrar o leitor de que esta frmula pressupe gue as amostras sejam sorteadas equiprobabillsticamente, isto , que a cada componente do universo seja dada uma igual oportunidade de ser sorteado. Na realidade, a frmula apresentada neste trabalho s pode ser considerada rigorosamente correta quando aplicada amostragem probabilstica simples. No caso de amostragem por conglomerados (amostragem por reas), por' exemplo, a teoria estatstica recomenda o uso de uma frmula um pouco mais sofisticada, que corrige os possveis erros oriundos do fato de que cada unidade da amostra (quarteiro) composta, na verdade, por vros elementos (residncias). Entretanto, na prtca diria, 'as diferenas entre os resultados obtidos atravs do uso de frmulas mais simples ou mais complexas no costumam ser grandes e a tendncia dos profissionais de pesquisas de mercado usar a frmula apresentada neste trabalho, principalmente pela sua facilidade de manejo.

Bibliografia
AnLER, Max K. A Moderna Pesquisa de Mercado. 2' edio. So Paulo, tivrara Pioneira EditOra, 1964. BOYD, H. e WESTFALL, R. A Pesquisa Mercadolgica. Rio de Janeiro, Fundao Get\1lio Vargas, 1964. BoUQUEREL, Fernand, L'~tude des Marchs au Service des Entreprises. 2' edio. Paris, Presses Universitaires de France, 1964. CHEVRY, Gabriel R, Pratique des Enqutes Stcttistiques. Paris, Presses Universitaires de France, 1962. CoCHRAN, William G. Tcnicas de Amostragem. Rio de Janeiro, EditOra Fundo de Cultura S. A., 1965. FERBER, Blankertz & HOLLANDERJR. Marketing Research. Nova Iorque, The Ronald Press Company, 1964. LIORZOU,A. Iniciacin Prctica a la Estatfstica. Barcelona, Francisco Casanovas Editor, 1959.'

216

Revista de Administrao de Empr~