Carlos Freire – 2015.1 Pesquisa de Mercado. Amostragem: Concepção e Procedimento © 2011 Pearson. Todos os direitos reservados

Carlos Freire – 2015.1

Pesquisa de Mercado

Amostragem: Concepção e Procedimento

© 2011 Pearson. Todos os direitos reservados.

Relação do processo de elaboração da amostragem com os capítulos anteriores e o processo de pesquisa de marketing

Foco do capítulo Relação com os capítulos anteriores

Relação com o processo de marketing

• Processo de elaboração

da amostragem

• Técnicas de amostragem

não probabilísticas

• Técnicas de amostragem

probabilística

• Componentes do modelo

de pesquisa (capítulo 3)

Definição do problema

Abordagem do problema

Trabalho de campo

Preparação e análisedos dados

Preparação e apresentaçãodo relatório

Modelo de pesquisa

© 2011 Pearson. Todos os direitos reservados.slide 3

Definição da população

Determinação da estrutura da amopstragem

Seleção da(s) técnica(s) de amostragem

Determinação do tamanho da amostra

Execução do processo de amostragem

Processo de elaboração de amostragem


Defina a População Alvo

A população alvo é a coleção de elementos ou objetos que

possuem as informações buscadas pelo pesquisador e sobre a

qual devem-se fazer inferências. A população alvo deve ser

definida por elementos, unidades amostrais, extensão e

período.

– Um elemento é o objeto sobre o qual ou do qual se deseja

obter informações, isto é, o entrevistado.


Defina a População Alvo

– A unidade amostral é um elemento, ou uma unidade

contendo o elemento, disponível para seleção em algum estágio

do processo de amostragem.

– A extensão refere-se às fronteiras geográficas.

– O período é o tempo de duração da pesquisa.


Defina a População Alvo (Cont.)

Fatores qualitativos imporantes para determinar o tamanho da amostra: – importância da decisão– natureza da pesquisa– número de variáveis– natureza da análise– tamanhos de amostra usados em estudos semelhantes– taxas de incidência– taxas de finalização– limitação de recursos


Elementos: mulheres com 18 anos

Unidade de análise: casas com mulheres com 18 anos

Marco temporal: Próximo verão

Extensão:

Região Norte

Figura 12.4 Definindo a população alvo


Erro – estrutura de amostragem

População alvo:Famílias com apenas uns dos pais em Manaus

Erro – estrutura de amostragem

Estrutura de amostragem:Lista fornecida por umvendedor comercial


Amostra a ser utilizada

Classificação das técnicas de amostragem

Técnicas deamostragem

Técnicas de amostragem

não probabilísticas

Técnicas de amostragem

probabilísticas


Figura 12.7 técnicas de amostragem não probabilisticas

Técnicas de amostragem não probabilisticas

Amostragem por

conveniência

Amostragempor

julgamento

Amostragem por cotas

Amostragembola de neve


Amostragem por Conveniência

A amostragem por conveniência tenta obter uma amostra de

elementos convenientes para o pesquisador. Frequentemente

os entrevistados são selecionados por estarem no lugar certo,

na hora certa.

– Estudantes da Faculdade Martha Falcão


Amostragem por Conveniência

– Entrevistas de interceptação em shopping centers sem

qualificar os entrevistados

– Lojas de departamentos usando listas de cobrança

– Entrevistas com o “povo na rua”


Amostragem por Julgamento

A amostragem por julgamento é uma forma de amostragem

por conveniência em que elementos da população são

selecionados com base no julgamento do pesquisador.

– Testes de mercados


Amostragem por Julgamento

– Engenheiros de compra selecionados em pesquisa de

marketing industrial

– Distritos de voto selecionados para pesquisa de

comportamento de voto

– Testemunhas qualificadas usadas em um tribunal


Amostragem por Quota

A amostragem por quota pode ser vista como a separação em

dois estágios restritos da amostragem por julgamento.

– O primeiro estágio consiste em desenvolver categorias de

controle, ou quotas, de elementos da população.


Amostragem por Quota

No segundo estágio, alguns elementos da amostra são

selecionado com base na conveniência ou no julgamento. Composição da Composição da

população amostraControle

Característica Porcentagem Porcentagem NúmeroMasculino 48 48 480Feminino 52 52 520

____ ____ ____ 100 100 1000


Amostragem Bola-de-Neve

Na amostragem bola-de-neve, seleciona-se um grupo inicial

de entrevistados, em geral aleatoriamente.

– Após serem entrevistados, os indivíduos devem identificar

outros que pertençam à população alvo de interesse.

– Os entrevistados subsequentes são selecionados com base

nessas referências.


Técnicas de amostragem probabilísticas

Técnicas de amostragem probabilisticas

Amostragemaleatóriasimples

AmostragemPor Cluster

Amostragemestratificada

Amostragemsistemática


Amostragem Aleatória Simples

• Cada elemento da população apresenta uma probabilidade de

seleção conhecida e igual.

• Cada possível amostra de um dado tamanho (n) apresenta

probabilidade conhecida e igual de ser a amostra realmente

selecionada.

• Isso implica que todos os elementos são selecionados

independentemente uns dos outros.© 2011 Pearson. Todos os direitos reservados.slide 20

Amostragem Sistemática

A amostra é escolhida selecionando-se um ponto de partida aleatório e depois selecionando-se cada elemento seguinte em um determinado intervalo sucessivo dentro da composição da amostragem. • O intervalo de amostragem, I, é determinado ao dividir o tamanho N da população pelo tamanho n da amostra e arredondando o resultado para o número inteiro mais próximo. • Quando a ordem dos elementos se relaciona à característica de interesse, a amostragem sistemática aumenta a representatividade da amostra.


Amostragem Sistemática

Se a ordem dos elementos produz um padrão cíclico, a amostragem sistemática pode diminuir a representatividade da amostra. Por exemplo, há 100.000 elementos na população e uma amostra de 1.000 seria desejável. Nesse caso, o intervalo de amostragem, i, é 100. Um número aleatório entre 1 e 100 deve ser selecionado. Se, por exemplo, esse número for 23, a amostra consistirá dos elementos 23, 123, 223, 323, 423, 523 e assim por diante.


Amostragem Estratificada

• É um processo de duas fases no qual a população é dividida

em subpopulações ou estratos.

• Os estratos devem ser mutuamente excludentes e

coletivamente exaustivos na medida em que cada elemento da

população deve pertencer a um, e somente um estrato, e

nenhum elemento da população pode ser omitido.



• Em seguida, selecionam-se elementos de cada estrato através

de um procedimento aleatório, normalmente semelhante a

amostragem aleatória simples.

• Um dos principais objetivos da amostragem estratificada é

aumentar a precisão sem aumentar o custo.




• Os elementos dentro de um estrato devem ser o mais homogêneos quanto possível, mas os elementos de diferentes estratos devem ser tão heterogêneos quanto possível.

• As variáveis da estratificação também devem estar intimamente ligadas à característica de interesse.

• Finalmente, as variáveis devem reduzir o custo do processo de estratificação por serem fáceis de mensurar e aplicar.



• Na amostragem estratificada proporcional, o tamanho da amostra retirada de cada estrato é proporcional ao tamanho relativo deste último na população total.

• Na amostragem estratificada desproporcional, o tamanho da amostra de cada estrato é proporcional ao tamanho relativo deste último e ao desvio padrão da característica de interesse dentre todos os elementos naquele estrato.

Amostragem por Cluster

• Primeiramente, divide-se a população-alvo em subpopulações

mutualmente excludentes e coletivamente exaustivas, ou seja,

clusters (conglomerados) Bairro da Compensa.

• Em seguida, seleciona-se uma amostra aleatória de clusters

com base na técnica de amostragem, como a amostragem

aleatória simples.



• Para cada cluster selecionado, ou todos os elementos são

incluídos na amostra (um estágio) ou a amostra de elementos é

extraída probabilisticamente (dois estágios).

• Os elementos dentro de um cluster devem ser tão

heterogêneos quanto possível, mas os clusters devem ser o

mais homogêneos possível.



• No caso da amostragem probabilística proporcional ao

tamanho, os clusters são agrupados com probabilidade

proporcional ao tamanho. No segundo estágio, a probabilidade

de selecionar uma unidade amostral dentro de um cluster

selecionado varia inversamente com relação ao seu tamanho.


Tipos de amostragem por cluster

Divisão da populaçãoem clusters

Cluster aleatório simples

Um estágio Dois estágios

Elementos de uma amostra aleatória de cada Cluster selecionados

Incluir todos os elementosde cada Cluster selecionados

Amostragem por Cluster Amostragem Estratificada

Apenas uma amostra das subpopulações (clusters) é selecionada para amostragem.

Todas as subpopulações (estratos) são selecionadas para a amostragem.

Dentro de um cluster, os elementos devem ser diferentes (heterogêneos), enquanto se mantém a homogeneidade entre os diferentes clusters.

Dentro dos estratos, os elementos devem ser homogêneos, mas com diferenças claras (heterogeneidade) entre os estratos.

É necessário uma estrutura amostral apenas para os clusters selecionados para a amostra.

Deve-se extrair uma estrutura amostral completa para as subpopulações estratificadas.

Amostragem por Cluster versus Amostragem Estratificada


Técnica Pontos Fortes Pontos Fracos

Técnicas de Amostragem Não-ProbabilísticaAmostragem por conveniência

A menos cara; a que consome menos tempo; a mais conveniente

Viés de seleção;amostra não representativa;não recomendada para pesquisas descritivas oucausais

Técnicas de Amostragem Não-ProbabilísticaAmostragem por julgamento

Baixo custo; conveniente; não consome muito tempo

Não há generalização;subjetiva

Técnicas de Amostragem Não-ProbabilísticaAmostragem por quota

A amostra pode ser controlada para certas características

Viés de seleção; não há garantia derepresentatividade

Pontos Fortes e Fracos de Técnicas Básicas de Amostragem


Pontos Fortes e Fracos de Técnicas Básicas de Amostragem (Cont.)


Técnicas de Amostragem Não-ProbabilísticaAmostragem bola-de-neve

Pode estimar caracterísicas raras

Consome muito tempo

Amostragem ProbabilísticaAmostragem Aleatória Simples (AAS)

Facilmente compreensível; osresultados são projetáveis

Difícil de construir estrutura amostral; cara; menos precisa; não há garantia de representatividade

Amostragem ProbabilísticaAmostragem Sistemática

Pode aumentar arepresentatividade; mais fácil de implementarque a AAS; painel amostral não é necessário

Pode reduzir arepresentatividade

Pontos Fortes e Fracos de Técnicas Básicas de Amostragem


Amostragem ProbabilísticaAmostragem estratificada

Inclui todas as subpopulações importantes; precisa

Difícil selecionar variáveis de estratificação relevantes; não é factível estratificar em diversas variáveis; cara

Amostragem ProbabilísticaAmostragem por cluster

Fácil de implementar;efetiva em termos de custo

Imprecisa; é difícilcomputar e interpretar seus resultados


CONDIÇÕES QUE FAVORECEM O USO DE

Fatores AmostragemNão-probabilística

Amostragem Probabilística

Natureza da pesquisa Exploratória Conclusiva

Magnitude relativa de erros de amostragem e não-amostragem

Erros de não-amostragem são maiores

Erros de amostragem são maiores

Variabilidade da população Homogênea(baixa)

Heterogênea(alta)

Considerações estatísticas Desfavoráveis Favoráveis

Considerações operacionais Favoráveis Desfavoráveis

Escolhendo Entre a Amostragem Não-probabilística vs. Probabilística


Um mapa conceitual para técnicas amostrais

Documents

Carlos Freire – 2015.1 Pesquisa de Mercado. Amostragem: Concepção e Procedimento © 2011 Pearson. Todos os direitos reservados