AULA 10 MK105 / PESQUISA DE MERCADO

PROF. ESP. VINCIUS POZENATO

AMOSTRAGEM
Quando executamos qualquer tipo de pesquisa, muito complicado conseguir informaes sobre todos os indivduos existentes, chamados de Populao(Universo) e representados pela letra N. Para isso, existe a amostragem que consiste em selecionar uma parte representativa dessa populao, buscando entender suas caractersticas, a fim de estender e compreender todos os outros indivduos. A Amostra representada pela letra n. Em alguns casos possvel pesquisar toda a populao. Essa prtica recebe o nome de censo.

TCNICAS AMOSTRAIS A determinao de uma amostra corresponde qualidade de uma pesquisa de marketing. Dessa forma, devemos escolher a tcnica apropriada para embasar nossa populao. Uma pesquisa com a tcnica amostral errada perde sua relevncia. No adianta, por exemplo, criar uma pesquisa para descobrir qual o melhor tratamento para cabelos compridos, e dentro da sua amostra entrevistar um grupo de carecas. A amostra deve ser condizente com a populao a ser estudada. Veremos a seguir, que as amostras so divididas em dois tipos distintos.

AMOSTRAS NO-PROBABILSTICAS So selecionadas por critrios subjetivos do pesquisador, levando em conta sua experincia. No so obtidas por meio de conceitos estatsticos, o que pode levar a alguns dados no confiveis.

No-probabilstica por convenincia Os elementos da amostra so selecionados de acordo com a convenincia do pesquisador. So pessoas que esto ao alcance do pesquisador e dispostas a responder a um questionrio.

No-probabilstica por julgamento Os elementos da amostra so selecionados de acordo com um critrio de julgamento do pesquisador, tendo como base o que se acredita que o indivduo pode oferecer ao estudo.

No-probabilstica por cota So identificados alguns aspectos na amostra condizentes com o universo, como sexo, idade entre outras.

AMOSTRAS PROBABILSTICAS So utilizados conceitos estatsticos para verificar a amostra que ser utilizada. Todos os elementos da populao tm igual probabilidade, diferente de zero, de serem selecionados para compor a amostra.

Probabilstica Simples tambm chamada de amostragem casual ou randmica. Na prtica a amostragem aleatria simples pode ser realizada numerando-se a populao de 1 a N e sorteando-se, a seguir, por meio de um dispositivo aleatrio qualquer, k nmeros dessa sequncia, os quais correspondero aos elementos pertencentes amostra. Exemplo: Vamos obter uma amostra representativa, de 10 % dos valores, para obtermos a estatura mdia de noventa alunos de uma escola: 1)Numeramos os alunos de 01 a 90. 2)Escrevemos os nmeros, de 01 a 90, em pedaos iguais de um mesmo papel, colocando-os dentro de uma caixa. Agitamos sempre a caixa para misturar bem os pedaos de papel e retiramos, uma um, nove nmeros que formaro a amostra. Quando o nmero de elementos grande, esse tipo de sorteio torna-se trabalhoso. A fim de facilit-lo, foi elaborada uma tabela chamada Tabela de nmeros aleatrios, constituda de modo que os dez algarismos (0 a 9) so distribudos ao acaso nas linhas e colunas.

Probabilstica Estratificada Quando a populao possui caractersticas que permitem a criao de subconjuntos, as amostras extradas por amostragem simples so menos representativas. Nesse caso, utilizada a amostragem estratificada. Como a populao se divide em subconjuntos, convm que o sorteio dos elementos leve em considerao tais divises, para que os elementos da amostra sejam proporcionais ao nmero de elementos desses subconjuntos. Exemplo: Em uma populao de 200 alunos, h 120 meninos e 80 meninas. Extraia uma amostra representativa, de 10%, dessa populao. Nesse exemplo, h uma caracterstica que permite identificar 2 subconjuntos, a caracterstica Sexo. Considerando essa diviso, vamos extrair a amostra da populao. SEXO Masculino Feminino POPULAO 120 80 AMOSTRA (10%) 12 8

Total

200

20

1) Numerar os alunos de 1 a 200, sendo os meninos numerados de 1 a 120 e as meninas, de 121 a 200 2) Escrever os nmeros de 1 a 120 em pedaos de papel e coloc-los em uma urna A; 3) Escrever os nmeros de 121 a 200 em pedaos de papel e coloc-los em uma urna B; 4) Retirar 12 pedaos de papel, um a um, da urna A, e 8 da urna B, formando a amostra da populao.So exemplos desta tcnica de amostragem as pesquisas eleitorais por regio, cidades pequenas e grandes, rea urbana e rea rural, sexo, faixa etria, faixa de renda, etc

Probabilstica Sistemtica Esta tcnica de amostragem em populaes que possuem os elementos ordenados, em que no h a necessidade de construir um sistema de referncia. Nesta tcnica, a seleo dos elementos que comporo a amostra pode ser feita por um sistema criado pelo pesquisador. Exemplo 1) Obter uma amostra de 80 casas de uma rua que contm 2000 casas. Nesta tcnica de amostragem, podemos realizar o seguinte procedimento: 1) Como 2000 dividido por 80 igual a 25, escolhemos, por um mtodo aleatrio qualquer, um nmero entre 1 e 25, que indica o primeiro elemento selecionado para a amostra 2) Consideramos os demais elementos, periodicamente, de 25 em 25.Se o nmero sorteado entre 1 e 25 for o nmero 8, a amostra ser formada pelas casas: 8, 33, 58, 83, 108, etc.Apesar de esta tcnica ser de fcil execuo, h a possibilidade de haver ciclos de variao, que tornariam a amostra no-representativa da populao.

Probabilstica por Conglomerado Esta tcnica usada quando a identificao dos elementos da populao difcil, dividindo a populao em conglomerados (subgrupos) heterogneos representativos da populao global. Para executar essa tcnica deve-se: 1) Selecionar uma amostra aleatria simples dos conglomerados existentes; 2) Realizar o estudo sobre todos os elementos do conglomerado selecionado.So exemplos de conglomerados: quarteires, famlias, organizaes, agncias, edifcios, etc. Exemplo Estudar a populao de uma cidade, dispondo apenas do mapa dos quarteires da cidade. Neste caso, no temos a relao dos moradores da cidade, restando o uso dos subgrupos heterogneos (conglomerados).

1) Numerar os quarteires de 1 a n 2) Escrever os nmeros de 1 a em pedaos de papel e coloc-los em uma urna 3) Retirar um pedao de papel da urna e realizar o estudo sobre os elementos do conglomerado selecionado.

DESVIO PADRO A curva normal, conhecida tambm como curva de Gauss, tem uma histria longa e est ligada descoberta das probabilidades em matemtica, no sculo XVII, surgindo inicialmente para resolver questes nos jogos de azar. Hoje em dia muito utilizada por dois motivos: a normalidade ocorre naturalmente em muitas, seno em todas as medidas de situaes biolgicas, fsicas e sociais; fundamental para a inferncia estatstica. Imagine jogar uma moeda para cima. A probabilidade de cair em sua mo com o lado da Coroa (50%), igual a probabilidade de cair com o lado da Cara(50%). Quanto mais tentativas voc fizer mais chances tem de atingir os 50% exatos. Isto , quanto mais lances voc fizer, menor ser o desvio em relao mdia de 50%. Dessa forma os erros sero menores, pois grandes desvios so raros enquanto que pequenos desvios so freqentes. Na pesquisa de mercado utilizamos a curva normal, sendo que suas principais caracterstica so a presena das principais medidas de tendncia(mdia, mediana e moda) no mesmo ponto e a presena de desvios-padro.Quanto se trabalha com a curva normal, a mdia 0 e desviopadro 1. O desvio-padro representado pela letra z.

Embora a curva normal comece em 0 e vai at o infinito, podemos notar que entre z -3 e +3, temos 99,74% dos casos. Dessa forma, podemos estabelecer que a margem de segurana ou intervalo de confiana para uma pesquisa de mercado pode ser:

Margem de Segurana 68% 95% 95,5% 99,7%

z 1 1,96 2 3

ANOTAES ____________________________________________________________________________ ____________________________________________________________________________ ____________________________________________________________________________ ____________________________________________________________________________ ____________________________________________________________________________ ____________________________________________________________________________ ____________________________________________________________________________ ____________________________________________________________________________ ____________________________________________________________________________