Alai

O que é erro de amostragem e por que isso importa?

Para entender o que é erro de amostragem, você primeiro precisa saber um pouco sobre amostragem e o que isso significa na pesquisa de pesquisa. (Se você já está todo ligado à amostragem, sinta-se à vontade para pular para a próxima seção.)

Quando você está executando uma pesquisa, geralmente está interessado em um grupo muito maior de pessoas do que você pode alcançar. A solução prática é pegar uma amostra representativa – um grupo que representa toda a população da sua pesquisa.

Para ter certeza de que sua amostra é uma representação justa, você precisa seguir algumas das melhores práticas de amostragem da pesquisa. Talvez a mais conhecida delas seja obter o tamanho certo da sua amostra. (Demasiado grande e você está trabalhando muito para não obter ganhos significativos; muito pequeno e você não pode ter certeza de que sua amostra é representativa.)

Mas há mais a fazer bem a amostragem do que apenas obter o tamanho de amostra certo. Por este motivo, é importante compreender tanto os erros de amostragem como os erros não relacionados à amostragem para que você possa evitar que eles causem problemas em sua pesquisa.

Você sabe qual deve ser o tamanho da sua amostra para obter resultados precisos? Descubra em nosso ebook gratuito.

Erros de não amostragem vs. erro de amostragem: definições

Mais ou menos confuso, o termo ‘erro de amostragem’ não significa que os pesquisadores tenham cometido erros ao selecionar ou trabalhar com uma amostra. Problemas como escolher as pessoas erradas, deixar o viés entrar na imagem, ou deixar de antecipar que os participantes vão se auto-selecionar ou não responder: esses são erros sem amostragem, e vamos cobrir vários dos piores infratores mais tarde no artigo.

Erros sem amostragem podem acontecer quer você esteja trabalhando com uma amostra representativa (como em uma pesquisa nacional) ou fazendo enumeração total (como quando você está realizando pesquisas de experiência de funcionários com sua força de trabalho.)

Meanwhile, sampling error means the difference between the mean values of the sample and the population, so it happens when you’re working with representative samples.

Interestamente, não é geralmente possível quantificar o grau de erro de amostragem em um estudo, uma vez que – por definição – os dados relevantes para toda a população não são medidos.

Como explica a OCDE, uma população nunca será perfeitamente representada por uma amostra porque a população é maior e mais completa. Neste sentido, o erro de amostragem é uma característica da amostragem e não um erro humano, e não pode ser completamente evitado.

No entanto, o erro de amostragem pode ser absolutamente reduzido seguindo as boas práticas – mais sobre isso abaixo.

Erros de amostragem e não amostragem: 5 exemplos

Erro de especificação da população (erro não amostral)

Este erro ocorre quando o pesquisador não entende quem deve pesquisar. Por exemplo, imagine um inquérito sobre o consumo de cereais ao pequeno-almoço nas famílias. A quem pesquisar? Pode ser a família inteira, a pessoa que mais frequentemente faz as compras no supermercado, ou as crianças. O comprador pode tomar a decisão de compra, mas as crianças influenciam a escolha do cereal.

Este tipo de erro não amostral pode ser evitado ao compreender completamente a questão da pesquisa antes de começar a construir um questionário ou selecionar os respondentes.

Sample frame error (erro não amostral)

Ocorre um erro de quadro quando a subpopulação errada é usada para selecionar uma amostra. Um erro de quadro clássico ocorreu nas eleições presidenciais de 1936 entre Roosevelt e Landon. O quadro de amostra foi a partir de registros de carros e listas telefônicas. Em 1936, muitos americanos não possuíam carros ou telefones, e os que os possuíam eram em grande parte republicanos. Os resultados previram erroneamente uma vitória republicana.

O erro aqui está na forma como uma amostra foi selecionada. O preconceito foi inconscientemente introduzido porque os pesquisadores não previram que apenas certos tipos de pessoas apareceriam em sua lista de entrevistados, e partes da população de interesse foram excluídas. Um equivalente moderno pode estar usando números de telefone celular e, portanto, inadvertidamente perdendo adultos que não possuem um telefone celular, como pessoas mais velhas ou com graves deficiências de aprendizagem.

Erros de quadro também podem acontecer quando os respondentes de fora da população de interesse são incluídos incorretamente. Por exemplo, digamos que um pesquisador está fazendo um estudo nacional. Sua lista pode ser retirada de uma área do mapa geográfico que acidentalmente inclui um pequeno canto de um território estrangeiro – e, portanto, incluir entrevistados que não são relevantes para o escopo do estudo.

Erro de seleção (erro não amostral)

Isso ocorre quando os entrevistados auto-selecionam sua participação no estudo – apenas aqueles que estão interessados respondem. Também pode ser introduzido do lado do pesquisador como um erro de amostragem não aleatório. Por exemplo, se um pesquisador fizer uma chamada para respostas em redes sociais, ele receberá respostas de pessoas que conhece, e dessas pessoas, apenas os indivíduos mais prestativos ou afáveis responderão.

O erro de seleção pode ser controlado ao se fazer um esforço extra para obter participação. Um processo típico de pesquisa inclui iniciar um contato pré-investigação solicitando cooperação, pesquisa real, e acompanhamento pós-investigação. Se uma resposta não for recebida, segue-se uma segunda solicitação de questionário e talvez entrevistas usando modos alternativos, como telefone ou de pessoa para pessoa.

Não-resposta (erro não amostral)

Erros de não-resposta ocorrem quando os respondentes são diferentes daqueles que não respondem. Por exemplo, digamos que é uma empresa que faz pesquisa de mercado antes de lançar um novo produto. Você pode obter um nível desproporcional de participação de seus clientes existentes, pois eles sabem quem você é e perdem a oportunidade de ouvir de um grupo maior de pessoas que ainda não compram de você.

Isso pode ocorrer porque ou o potencial respondente não foi contatado ou eles se recusaram a responder. A extensão deste erro de não-resposta pode ser verificada através de inquéritos de acompanhamento utilizando modos alternativos.

Erros de amostragem

Como descrito anteriormente, os erros de amostragem ocorrem devido à variação no número ou na representatividade da amostra que responde. Os erros de amostragem podem ser controlados e reduzidos através de (1) cuidadosos desenhos de amostras, (2) amostras suficientemente grandes (verifique a nossa calculadora de tamanho de amostra online), e (3) múltiplos contactos para assegurar uma resposta representativa.

Certifique-se de estar atento a estes erros de amostragem e não amostragem para que os possa evitar na sua pesquisa.