pesquisa aplicada a comunicação cap-4
DESCRIPTION
Pesquisa Aplicada a ComunicaçãoTRANSCRIPT
PESQUISA PESQUISA DE DE
MARKETINGMARKETING
Edição CompactaEdição Compacta
Prof. Dr. Fauze Najib MattarProf. Dr. Fauze Najib Mattar
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
2
Capítulo 4 – Amostragem, Intervalos de Capítulo 4 – Amostragem, Intervalos de Confiança e Número de Elementos da AmostraConfiança e Número de Elementos da Amostra
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
3
Conceitos de amostragem
População é o agregado de casos que se enquadram em um conjunto de especificações preestabelecido.
Amostra é qualquer parte de uma população.
Amostragem é o processo de colher amostras de uma população.
Elemento da pesquisa é a unidade sobre a qual procura-se obter os dados
Unidade amostral é a unidade básica que contém os elementos da população a ser amostrada.
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
4
Vantagens de amostrar
Economia de mão de obra.
Rapidez e economia de tempo.
Dados mais precisos.
Pode ser a única opção.
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
5
Precisão – exatidão entre as estatísticas (amostras e
os parâmetros (população).
Eficiência – diz respeito a quanto um projeto
amostral é mais eficiente que outro.
Correção – grau de ausência de vieses não
amostrais.
Qualidades de uma boa amostra
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
6
Correção e precisão de amostras1. Amostra correta e precisa
2. Amostra correta e imprecisa
3. Amostra incorreta e precisa
Amostra contém erros amostrais desprezíveis e não contém erros não
amostrais
Amostra contém erro amostral mas não contém erros não amostrais
Amostra contém erro amostral e erros não amostrais
Sendo:µ = média da populaçãoxi = média da amostra i utilizada na pesquisaea = erro amostralena = erro não amostral
Xxi = µ
Fabx
X
Fabx
xi ea µ
X
Fabx
e = ea + ena
µ xie
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
7
1. Definir a população de pesquisa.
2. Elaborar ou dispor de uma lista de todas as unidades amostrais da população.
3. Decidir o tamanho da amostra.
4. Selecionar um procedimento específico através do qual a amostra será determinada ou selecionada.
5. Selecionar fisicamente a amostra, tendo por base os procedimentos dos passos anteriores.
Passos para a seleção de amostras
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
8
Designação apropriada de uma população de pesquisa
Definição das especificações dos elementos da pesquisa.
Definição da unidade amostral.
Abrangência geográfica da pesquisa.
Período de tempo.
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
9
Não probabilísticas Não é conhecida a probabilidade de cada elemento fazer
parte da amostra (não permite ter controle sobre o erro amostral).
Básicas: Conveniência (ou Acidental). Intencional (ou Julgamento). Cotas (ou Proporcional).
Variações: Tráfego. Autogerada. Desproporcional.
Tipos de amostragensAmostragem, Intervalos de Confiança e Número de Elementos da Amostra
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
10
ProbabilísticasÉ conhecida “a priori”a probabilidade de cada elemento da
população de fazer parte da amostra (permite ter controle
sobre o erro amostral).
Aleatória simples.
Aleatória estratificada.
Conglomerado:
• sistemática;
• área.
Tipos de amostragens(continuação)
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
11
Fórmula para correção de uma amostra não proporcional
Pn = An / an
Onde:Pn = peso a ser atribuído aos resultados da sub-amostra nAn = proporção de elementos da subamostra n na populaçãoan = proporção de elementos da subamostra n na amostra
Amostragens estratificadas não proporcionais
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
12
População(N ou )
Q
R
InferênciaNão possibilidade
de inferência
- Amostra probabilística
- Amostra não probabilística
1 2
1
2
Amostran
∞População(N ou )
Q
R
InferênciaNão possibilidade
de inferência
- Amostra probabilística
- Amostra não probabilística
1 2
1
2
Amostran
∞
Tipos de amostragens e conseqüências para a inferência (assumir os resultados na amostra como válidos para a população)
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
13
Notações
População Amostra Distribuiçãoamostral
Número de elementos
Observação
Média
Variância
Desvio-padrão
Proporção de ocorrência
Proporção de não ocorrência
N
Xi
σ2
P
Q
n
xi
S2
S
p
q
k
-
-
σ
µ x
xi
µ x
σ2
x
σ
x
Notações utilizadas em teoria de amostragem
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
14
Fórmulas utilizadas em teoria de amostragem
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
∑xi (∑xi)2
k k2
∑xi (∑xi)2
n n2
∑Xi (∑Xi)2
N N
∑(xi - µx)2
k
∑(xi – x)2
n
∑(Xi - µ)2
N
Variância
teórica
computacional
∑ xi
k
∑ xi
n
∑ Xi
N
Média
Distribuição amostral
AmostraPopulação
Fórmulas
__
_
_
µ = µx =x =
σ2 =
σ2 =
S2 =
S2 =
σx2 =
σx2 =
_ _
_
_
_2
2
_
2 2–– –
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
15
Teorias estatísticas de amostragem
Passo 1 - Define-se uma população qualquer de tamanho N.
Passo 2 - Tiram-se as medidas dos parâmetros da população.
Média da população = Variância da população =
Passo 3 - Define-se um tamanho n qualquer para a amostra. n < N
σ2 µ
Suporte da estatística para a utilização de amostragem probabilística em pesquisa de marketing:
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
16
Passo 4 - Constroem-se todas as k amostras possíveis sem reposição (*) de tamanho n.
k = CN, n
Passo 5 - Calcula-se a média de cada uma das k amostras obtidas.
xi = média de cada amostraxi = x1 , x2 ,...xk
(*) foi considerado apenas o caso sem reposição, que é a situação típica em pesquisa de marketing.
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
Teorias estatísticas de amostragem (continuação)
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
17
_
__
Teorias estatísticas de amostragem (continuação)
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
_ __
x-
Passo 6 - Calcula-se a média de todas as médias das k amostras obtidas (média amostral).
µx = média das médias das k amostras (média amostral)
µx = ∑ xi / k
Passo 7 - Calcula-se a variância da média das k amostras obtidas (variância amostral).
σ2 = variância das k amostras (variâncias amostrais)
σx2 = ∑ (xi - µx)2 / k
(foi utilizada a fórmula elementar de cálculo da variância)
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
18
Cumpridos esses 7 passos, poderão ser verificadas as seguintes importantes relações:
A média das médias das amostras obtidas (média amostral) é igual à média da população que as originou (independente de N ou n), ou:
µx = µ
A variância das médias de todas as amostras de tamanho n (variância amostral) é igual à variância da população que as originou, dividida pelo tamanho das amostras para populações infinitas, e multiplicada pela expressão (N – n) / (N – 1) para populações finitas.
σx2 = σ2 / n e σx = σ / √n (populações infinitas)
ou σx
2 = σ2 (N – n) / n (N – 1) e σx = σ / √(N – n) / n (N - 1) (populações finitas)
_
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
Teorias estatísticas de amostragem (continuação)
_
_
_
_
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
19
p. 281
Teorias do limite central1. Se a distribuição da população para uma dada variável for normal, a distribuição das
médias de todas as possíveis amostras de igual tamanho dessa população (distribuição amostral) também será normal, qualquer que seja o tamanho da amostra.
1. Se a distribuição da população não for normal, a distribuição das médias de todas as suas possíveis amostras aproximar-se-á de uma distribuição normal, à medida que se ampliar o tamanho dessas amostras. Vide gráfico da distribuição das médias amostrais para amostras de vários tamanhos de populações com diferentes distribuições
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
Distribuição da
Exemplo 1
n = 2População 1 n = 5 n = 30
Distribuição das médias deamostras derivadas de tamanhos:
Exemplo 2
n = 2População 1
n = 5 n = 30
Exemplo 3
n = 2População 1 n = 5 n = 30
Exemplo 4
n = 2População 1 n = 5 n = 30
x
x
x
x
x x x
x x x
x x x
x x x
Distribuição da
Exemplo 1
n = 2População 1 n = 5 n = 30
Distribuição das médias deamostras derivadas de tamanhos:
Exemplo 2
n = 2População 1
n = 5 n = 30
Exemplo 3
n = 2População 1 n = 5 n = 30
Exemplo 4
n = 2População 1 n = 5 n = 30
x
x
x
x
x x x
x x x
x x x
x x x
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
20
(N – n) / n (N – 1)
p. 281
3. A média das médias das amostras derivadas (ou a média amostral) de uma população qualquer é igual à média da população. Quando o valor esperado de um estimador da população for idêntico ao da população, diz-se que esta amostra é estatisticamente não viesada.
µx = µ4. O desvio-padrão da distribuição amostral da média é igual
ao desvio-padrão da população, dividido pela raiz quadrada do tamanho da amostra, para populações infinitas.
σx = σ / √n
_
_
Para populações finitas esta expressão deverá ser corrigidapara:
Este valor é também denominado de erro-padrão da média.
σ_ σx =
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
Teorias do limite central (continuação)
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
21
A curva normal com um montante de área contida entre
diferentes desvios-padrão da média mostra que:
68,26% dos casos estão contidos entre ± σx da média;
95,44% dos casos estão contidos entre ± 2σx da média;
99,74% dos casos estão contidos entre ± 3σx da média.
(veja ilustração no próximo slide)
5. Um último aspecto sobre a curva normal e a Teoria do Limite Central está relacionado com a área contida sob a curva normal.
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
Teorias do limite central (continuação)
-µx
µx--
-
-µx-
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
22
Área contida sob a curva normal
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
95,44%
68,26%
99,74%
µ – 3σx_
µ – 2σx_ µ – σx
_ µ = µ x_ µ + σx µ +2σx µ +3σx
_ _ _
µ – 3σ µ – 2σ µ – σ µ + σ µ +2σ µ +3σ
√n √n √n √n √n √n
ou
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
23
Visualização do significado de um intervalo de confiança
Distribuiçãoamostral
Para nc = 95% Z 2=~
População
Todas asamostras detamanho n
n 30≥
σ ± x1x
ou
± x1 2S ⁄ n√
σ ± x2x
ou
± x2 2S ⁄ n√
σ ± x3x
ou
± x3 2S ⁄ n√
amostra 1
amostra 2
amostra 3
( , 2)µ σ x1 - 2S ⁄ n√ x1 + 2S ⁄ n√ x1
x2 - 2S ⁄ n√ x2 + 2S ⁄ n√ x2
x3 - 2S ⁄ n√ x3 + 2S ⁄ n√ x3
2
2
2
µ , 2σ x
µ - 2 σ x
µ + 2 σ x
µ
95%
n
n
n
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
24
Exemplo da utilização do conceito intervalo de confiança em pesquisas de marketing
Distribuição amostral para:n = 144x = µ = 36σx σ/√n = 8/12 = 0,67
n1= 144x1 = 33S = 5Sx = S/√n = 5/12 = 0,412
n2 = 144x2 = 37S = 6Sx = S/ √n = 6/12 = 0,500
n3 = 144x3 = 39S = 7Sx = S/ √n = 7/12 = 0,583
Populaçãoinfinita
µ = 36σ = 8
Todas as amostraspossíveis
Amostrasorteada 1
Amostra sorteada 2
Amostrasorteada 3
Intervalo: 33 ± 2 x 0,412
Intervalo: 37 ± 2 x 0,500
Intervalo: 39 ± 2 x 0,583
32,18 33,00 33,82
34,66 36,00 37,34
36,00 37,00 38,00
x = µ
37,83 39,00 40,17
95%
Intervalo: 36 ± 2 x 0,67
Condições:1. Nível e confiabilidade Z = 22. População infinita, N ∞3. Média da população, µ = 364. Desvio-padrão, σ = 85. Tamanho das amostras, n = 144 √n = 12
_
_
_
_
_
_
_
_
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
25
Determinação do tamanho da amostra
n =Z2 2
e2
σ
Fórmula geral para determinação de n:
Sendo: Z = Valor da normal padronizada ao nc e = Erro máximo admissível = Desvio padrão da população σ
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
Situação 1 Situação 2 Situação 3
Dado Dado
Dado Dado
DadoDado
Z =
e =Z
n =Z2 2
e2
σ n
e
Z(n.c.)
σ
n√
eσ n√
Para um mesmo , definidas duas variáveis, o valor da terceira será conseqüente.σ
calculado
calculado
calculado
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
26
Amostragem aleatória simples
Caracteriza-se pelo fato de que cada elemento da população ter: probabilidade conhecida; diferente de zero;idêntica à dos outros elementos de ser selecionado para fazer parte da amostra.
Essa característica permite que qualquer subconjunto de n elementos de uma população constitua-se numa amostra possível dessa população.
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
27
Procedimentos para a realização de amostragens aleatórias simples
1.Sorteios manuais.
2.Sorteios com auxílio de computador.
3.Utilização de uma tabela de números aleatórios.
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
28
Procedimentos para a realização de amostragens aleatórias estratificadas
1. Divide-se a população objeto do estudo em estratos que sejam mutuamente exclusivos e coletivamente exaustivos.
2. Define-se o número de elementos a selecionar em cada estrato.
3. Seleciona-se uma amostra aleatória simples e independente em cada estrato.
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
29
4. Calcula-se a média e o desvio-padrão de cada amostra.
5. Compõem-se as médias e os desvios-padrão de cada amostra para o cálculo da média e do desvio-padrão que serão usados como estimadores dos parâmetros da população.
Observação: A amostragem estratificada pode ou não ser proporcional à incidência dos estratos na população.
Procedimentos para a realização de amostragens aleatórias estratificadas
(continuação)
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
30
Amostragem estratificada proporcional - Quando as amostras de cada estrato são proporcionais à incidência do estrato na
população.
Neste caso, os resultados do processamento da amostra total serãoinferidos diretamente para a população.
Amostragem estratificada não proporcional – Quando as amostras de cada estrato não são proporcionais à incidência do estrato na população.
Neste caso, os resultados do processamento das amostras de cadaestrato precisam ser ponderadas pelo seu tamanho para compor oresultado da amostra total para poder inferir os resultados para apopulação.
Amostragens aleatórias estratificadas proporcionais e não proporcionais
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
31
Amostragens estratificadas não proporcionais (continuação)
Regras práticas para determinar o peso da participação de estratos não proporcionais na amostra
1. Quanto maior a participação de um estrato na população, maior deverá ser sua participação.
2. Quanto maior o estrato em relação aos demais, maior deverá ser sua participação.
3. Quanto maior a variabilidade dentro do estrato, maior deverá ser sua participação.
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
32
Substituto mais eficiente da amostragem probabilística simples
Amostragem por conglomerados (ou grupos)
Na amostragem probabilística simples cada elemento da população é sorteado isoladamente para constituir a amostra.
Na amostragem por conglomerados, grupos de elementos da população são simultaneamente sorteados para constituir a amostra.
Tipos de amostragens por conglomerado: sistemática e área.
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
33
1. Estabelecer um rol ordenado dos elementos da população.
2. Numera-se todos os elementos da população, de 1 até N.
3. Determina-se o tamanho da amostra n.
Passos na amostragem sistemática
4. Determina-se o passo k = N/n.
5. Sorteia-se um número de 1 a k. O elemento da populaçãocorrespondente a esse número será o primeiro elemento da amostra.
6. Os demais elementos são determinados somando-se k ao elemento sorteado ou ao elemento anterior, até se chegar ao final da população.
Amostragem por conglomerados (ou grupos)(continuação)
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
34
Passos da amostragem por Área em um Estágio
1. Listar e numerar todos os quarteirões de uma cidade (população de quarteirões = Nq).
3. Coletar dados de todas as residências dos nq quarteirões sorteados.
2. Sortear uma amostra aleatória simples ou sistemática de tamanho nq da população de Nq quarteirões.
Amostragem por conglomerados (ou grupos) (continuação)
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
35
Passos da amostragem por Área em dois Estágios
1. Listar e (ou) numerar todos Nq quarteirões de uma cidade.
2. Sortear uma amostra aleatória simples ou sistemática de tamanho nq da população de Nq quarteirões.
3. Listar e (ou) numerar todas as residências dos nq quarteirões sorteados.
4. Sortear uma amostra aleatória simples ou sistemática de nr residências de cada um dos nq quarteirões sorteados.
Amostragem por conglomerados (ou grupos)(continuação)
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
36
1. Subdividir o país em áreas primárias. Considerar áreas primárias: regiões metropolitanas, comarcas ou grupos de comarcas (quando se tratar de comarcas muito pequenas).
2. Estratificar essa população de áreas primárias para estar seguro de que a amostra a ser construída tenha, na mesma proporção, os diferentes tipos de áreas primárias e (ou) diferentes regiões do país.
3. Listar e (ou) numerar todas as divisões obtidas.
Passos da amostragem por Área em Multiestágios
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
Amostragem por conglomerados (ou grupos)(continuação)
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
37
4. Sortear uma amostra aleatória estratificada dessa população de áreas primárias.
6. Sortear uma amostra aleatória estratificada da população de cidades grandes, cidades pequenas e municípios restantes em cada área primária sorteada.
5. Em cada área primária selecionada, elaborar uma lista das cidades grandes, médias e dos municípios restantes e criar estratos.
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
Amostragem por conglomerados (ou grupos)(continuação)
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
38
7. Listar e (ou) numerar todos Nq quarteirões de cada locação amostral.
8. Sortear uma amostra aleatória simples ou sistemática de tamanho nq da população de Nq quarteirões de cada locação amostral.
9. Listar e (ou) numerar todas as residências de cada um dos nq quarteirões sorteados de todas as locações amostrais.
10. Sortear uma amostra aleatória simples ou sistemática de nr residências de cada um dos nq quarteirões de cada locação amostral.
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
Amostragem por conglomerados (ou grupos)(continuação)
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
39
Ilustração da Amostragem por Área de Múltiestágios
Residência
UnidadeAmostral
Quarteirão
Bairro
LocaçãoAmostral
ÁreasPrimárias
Residência
UnidadeAmostral
Quarteirão
Bairro
LocaçãoAmostral
ÁreasPrimárias
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
40
1.O erro amostral decresce à medida que:crescer o tamanho da amostra;crescer a homogeneidade dos elementos amostrados a
cada estágio.
2. Para um determinado tamanho total da amostra, o erro amostral decresce na medida que:
crescer o número de elementos dos estágios intermediários;
decrescer o número de elementos do estágio final.
Características da amostragem por área em multiestágios
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
41
Estimativas de medidas (ou valores)
Quando conhecido σ da população
Populações infinitas Populações finitas
Geral 1 Z2σ2
e2 5 NZ2 σ2
n2(N – 1) + Z2 σ2
Z = 1nc = 68%
2 σ2
e2 6 Nσ2
e2(N – 1) + σ2
Z = 2nc = 95%
3 4σ2
e2 7 N4σ2
e2(N – 1) + 4σ2
Z = 3nc = 99,7%
4 9σ2
e2 8 N9σ2
e2(N -1) + 9σ2
Quando desconhecido σ da população, substituir σ por S, sendo S estimador de σ obtido em amostra piloto
Erro sempre medido em valor absoluto
n =
n =
n =
n =
n =
n =
n =
n =
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
Resumo das condições e fórmulas para determinação do tamanho de amostras probabilísticas estimativas de medidas (ou valores)
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
42
Resumo das condições e fórmulas para determinação do tamanho de amostras probabilísticas estimativas de proporções (ou porcentagens)
Estimativas de proporções (ou porcentagens)
Populações infinitas Populações finitas
Geral 9 Z2pq
e2
13 NZ2 pq e2(N – 1) + Z2pq
Z = 1nc = 68%
10 pq e2 14
Npq e2(N – 1) + pq
Z = 2nc = 95%
11 4pq e2 15
N4pq e2(N – 1) + 4pq
Z = 3nc = 99,7%
12 9pq e2 16
N9p.q e2(N -1) + 9pq
Conhecidos p e q da população Sendo: p = % da característica q = % da não característica p + q = 1 (ou 100%)
Erro sempre medido em porcentagem
n =
n =
n =
n = n =
n =
n =
n =
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
43
Tabela relacionando, erro, nível de confiabilidade e número de elementos da amostra para populações
infinitas dicotômicas
Erro Amostraln = PQ / e2 (68%) n = 4 PQ / e2 (95%) n = 9 PQ / e2 (99,7%)
P = Q = 0,50
0,01 (1%)0,02 (2%)0,03 (3%)0,04 (4%)0,05 (5%)0,06 (6%)0,07 (7%)0,08 (8%)0,09 (9%)0,10 (10%)
2.5006252781561007051393125
10.0002.5001.112624400280204156124100
22.5005.6252.5021.404900630459351279225
Para uma pesquisa com o mesmo n, podemos dar respostas diferentes em termos de erro econfiabilidade (vide slide 25).
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
MattarMattarPESQUISA DE MARKETING – Edição CompactaPESQUISA DE MARKETING – Edição Compacta
44
1.Fatores psicológicos.
2.Objetivos da pesquisa.
3.Objetivos múltiplos.
4.Restrições de tempo.
5.Restrições de custo.
6.Plano de análise dos dados.
Amostragem, Intervalos de Confiança e Número de Elementos da Amostra
Outros fatores determinantes do tamanho da amostra