DISCIPLINA –PESQUISA DE
OPINIÃO
1
Método Quantitativo
Profa. Adriana Nadaes
Quantitativo-Qualitativo: o que
precisamos saber sobre os
métodos?
A primeira coisa que devemos pensar ao dar início ao processo
metodológico de uma pesquisa é qual a realidade que
pretendemos desvelar, para podermos definir o tipo de pesquisa
que será utilizado, ou seja, quais são os objetivos da pesquisa.
Sabendo quais os objetivos pretendemos atingir, devemos pensar
nos instrumentos que precisamos utilizar para a sondagem. Os
instrumentos podem ser os mais variados, dependendo do método
escolhido.
Método quantitativo – as informações são
de natureza numérica. O pesquisador
busca classificar, ordenar ou medir as
variáveis para apresentar estatísticas,
comparar grupos ou estabelecer
associações. O conhecimento obtido é
generalizável, ou seja, é possível
estender, com certa margem de erro, o
resultado da pesquisa para toda a
população de onde proveio a amostra.
O QUE É UMA VARIÁVEL?
Em estatística, uma variável é um atributo mensurável que
tipicamente varia entre indivíduos.
• Variável Quantitatitiva - São aquelas que são
numericamente mensuráveis, por exemplo, a idade, a
altura, o peso. Estas ainda se subdividem em:
– Variável Quantitativa Continua: São aquelas que
assumem valores dentro de um conjunto contínuo,
tipicamente os números reais. São exemplos, o peso
ou a altura de uma pessoa.
– Variável Quantitativa Discrecta: São aquelas que
assumem valores dentro de um tempo finito ou
enumerável, tipicamente números inteiros. Um
exemplo é o número de filhos de uma pessoa.
• O método Quantitativo é aquele que
reúne, registra e analisa todos os dados
numéricos que se referem às atitudes e
aos comportamentos do público-alvo.
• Objetivos:
• Usado quando se quer medir opiniões,
reações, sensações, hábitos e atitudes de
um universo (público-alvo), através de
amostra que o represente de forma
estatisticamente comprovada.
Características:
• - utiliza critérios estatísticos de representatividade
amostral;
• - trabalha com qualquer tipo de universo;
• - busca identificar e quantificar as diferenças que
existem num mesmo segmento;
• - os dados são analisados numericamente e
percentualmente;
• - utiliza de questionários com questões estruturados
para a coleta das informações;
• - precisa de pesquisadores habilidosos, bem treinados e
éticos.
• - deve estabelecer critério de verificação (20% da
amostra)
• - seu resultado permite uma conclusão e compreensão
geral, projetando para a totalidade.
Inferência Estatística
Inferência Estatística é fazer afirmações sobre características de
uma população, baseando-se em resultados de uma amostra.
O uso de informações da amostra para concluir sobre o todo
faz parte da atividade diária da maioria das pessoas.
Basta observar como uma cozinheira verifica se o prato que ela
está preparando tem ou não a quantidade adequada de sal.
Ou ainda, quando uma dona-de-casa, após experimentar um
pedaço de laranja numa banca de feira, decide se as compra
ou não.
Essas são decisões baseadas em procedimentos amostrais.
CONCEITOS QUE ENVOLVEM AS
PESQUISAS QUANTITATIVAS
• População
• Em termos estatísticos, define-se população - ou
"universo" de dados - como sendo o conjunto dos
elementos que tem alguma característica em comum
que possa ser contada, medida, pesada ou ordenada
de algum modo e que sirva de base para as
propriedades a serem investigadas.
É o conjunto dos elementos de entre os quais se poderia
escolher a amostra, ou seja, o conjunto de elementos que
possuem as características que
queremos observar (D’Hainaut, 1997).
Noções de Amostragem
Amostragem - técnica utilizada para obtenção de
amostras representativas.
Amostragem: É a operação que consiste em tomar um certo
número de elementos (ou seja, uma amostra) no conjunto
dos elementos que queremos observar ou tratar
(população). A maior parte das decisões em estatística
fundamenta-se numa
amostragem; a generalidade e a validade das conclusões
dependem do valor da amostragem.
Noções de Amostragem
Amostra - parcela de uma população, que deve ser
representativa das características deste universo
com um mínimo de discrepâncias.
Usamos uma amostra e não a população toda por
vários motivos, tais como: custo alto para obter
informação da população toda; tempo muito longo
para obter informação da população toda.
Amostragem probabilística: é a única forma que
permite planos de amostra representativa. Permite
que o pesquisador estime até que ponto os resultados
baseados em sua amostra tendem a diferir dos que
seriam encontrados por meio do estudo da
população. São consideradas rigorosamente
estatísticas.
Tem como principais características:
poder especificar, para cada elemento da população,
sua probabilidade de ser incluído na amostra;
Pode ser submetida a tratamento estatístico, que
permite compensar erros amostrais.
O que é?
É o estudo de um pequeno grupo de elementos retirado de uma população
que se pretende conhecer.
Esses pequenos grupos retirados da população são chamados de Amostras.
Por que realizar um estudo por amostragem?
Como a amostragem considera apenas parte da população, diferentemente
de um censo, o tempo para análise e o custo são menores, além de ser mais
fácil e gerar resultados satisfatórios.
Quando não se deve realizar um estudo por amostragem?
Quando o tamanho da amostra é grande em relação ao tamanho da
população, ou quando se exige o resultado exato, ou quando já se dispõe dos
dados da população, é recomendado realizar um censo, que considera todos
os elementos da população.
A partir das três perguntas anteriores, vamos aprender a realizar um estudo
por amostragem, conhecendo suas diferentes técnicas.
Para realizar um estudo por amostragem, a amostra deve ser representativa
da popula��o estudada. Para isso, existem t�cnicas adequadas para cada
tipo de situa��o.
Vamos aprender a realizar um estudo por amostragem, conhecendo
suas diferentes técnicas.
Para realizar um estudo por amostragem, a amostra deve ser
representativa da população estudada. Para isso, existem técnicas
adequadas para cada tipo de situação.
Técnicas Probabilísticas (aleatórias)
As técnicas probabilísticas garantem a possibilidade de realizar
afirmações sobre a população com base nas amostras.
Normalmente, todos os elementos da população possuem a
mesma probabilidade de serem selecionados. Assim, considerando
N como o tamanho da população, a probabilidade de cada
elemento ser selecionado será 1/N. Estas técnicas garantem o
acaso na escolha.
Tipos de Amostragem probabilística mais usuais:
• Aleatória simples: atribui a cada elemento da população um
número único: selecionar a amostra utilizando números
aleatórios.
• Sistemática: usar ordem natural ou ordenar a população;
selecionar ponto de aleatório entre 1 e o 10; selecionar a
amostra segundo intervalos correspondentes aos números.
Uso de lista.
• Estratificada: selecionar uma amostra de cada subgrupo da
população considerada. Ex: alunos do curso de Jornalismo,
(alunos da manhã e noite, alunos de cada série).
• Por conglomerados ou grupos: determinar um grupo da
população, como escolas, empresas, igrejas, etc. a exigência
básica é que o indivíduo, objeto de pesquisa, pertença a um
grupo.
• Por etapas: especificar as diversas fases de realização da
pesquisa. Pode-se partir de uma amostra maior e de outras
menores. Ex: país, estado, microregiões, etc.
São técnicas probabilísticas:
Amostragem Aleatária Simples é o processo mais elementar e
frequentemente utilizado. Pode ser realizado numerando-se os elementos
da população de 1 a n e sorteando-se, por meio de um dispositivo
aleatório qualquer, X números dessa sequência, que corresponderão aos
elementos pertencente a amostra.
Exemplo
Obter uma amostra representativa, de 10%, de uma população de 200 alunos
de uma escola.
1) Numerar os alunos de 1 a 200;
2) Escrever os números de 1 a 200 em pedaços de papel e colocá-los em
uma urna;
3) Retirar 20 pedaços de papel, um a um, da urna, formando a amostra da
população.
Nesta técnica de amostragem, todos os elementos da população têm a
mesma probabilidade de serem selecionados: 1/N, onde N é o número de
elementos da população.
São técnicas probabilísticas:
Amostragem Estratificada - Quando a população possui características que
permitem a criação de subconjuntos, as amostras extraídas por
amostragem simples são menos representativas. Nesse caso, é utilizada a
amostragem estratificada.
Como a população se divide em subconjuntos, convém que o sorteio dos
elementos leve em consideração tais divisões, para que os elementos da
amostra sejam proporcionais ao número de elementos desses
subconjuntos. Observe a figura abaixo:
Exemplo
Em uma população de 200 alunos, há 120 meninos e 80 meninas. Extraia uma
amostra representativa, de 10%, dessa população.
Nesse exemplo, há uma característica que permite identificar 2 subconjuntos, a
característica Sexo. Considerando essa divisão, vamos extrair a amostra da
população.
Portanto, a amostra deve conter 12 alunos do sexo masculino e 8 do sexo feminino, totalizando 20
alunos, que correspondem a 10% da população.
Para selecionar os elementos da população para formar a amostra, podemos executar os
seguintes passos:
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 números de 1 a 120 em pedaços de papel e colocá-los em uma urna A;
3) Escrever os números de 121 a 200 em pedaços de papel e colocá-los em uma urna B;
4) Retirar 12 pedaços de papel, um a um, da urna A, e 8 da urna B, formando a amostra da
população.
São exemplos desta técnica de amostragem as pesquisas eleitorais por região, cidades pequenas
e grandes, área urbana e área rural, sexo, faixa etária, faixa de renda, etc.
Amostragem Sistemática
Esta técnica de amostragem em populações que possuem os elementos
ordenados, em que não há a necessidade de construir um sistema de
referência. Nesta técnica, a seleção dos elementos que comporão a amostra
pode ser feita por um sistema criado pelo pesquisador.
Exemplo
Obter uma amostra de 80 casas de uma rua que contém 2000 casas. Nesta
técnica de amostragem, podemos realizar o seguinte procedimento:
1) Como 2000 dividido por 80 é igual a 25, escolhemos, por um método
aleatário qualquer, um número 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 número sorteado entre 1 e 25 for o número 8, a amostra será formada
pelas casas: 8, 33, 58, 83, 108, etc.
Apesar de esta técnica ser de fácil execução, há a possibilidade de haver
ciclos de variação, que tornariam a amostra não-representativa da
população.
Amostragem por Conglomerados
Esta técnica é usada quando a identificação dos elementos da população é
extremamente difícil, porém pode ser relativamente fácil dividir a população em
conglomerados (subgrupos) heterogêneos representativos da população global.
A seguir, é descrito o procedimento de execução desta técnica:
1) Seleciona uma amostra aleatória simples dos conglomerados existentes;
2) Realizar o estudo sobre todos os elementos do conglomerado selecionado.
São exemplos de conglomerados: quarteirões, famílias, organizações, agências,
edifícios, etc.
Exemplo
Estudar a população de uma cidade, dispondo apenas do mapa dos quarteirões da
cidade.
Neste caso, não temos a relação dos moradores da cidade, restando o uso dos
subgrupos heterogêneos (conglomerados). Para realizar o estudo estatístico sobre a
cidade, realizaremos os seguintes procedimentos:
1) Numerar os quarteirões de 1 a n;
2) Escrever os números de 1 a n em pedaços de papel e colocá-los em uma urna;
3) Retirar um pedaço de papel da urna e realizar o estudo sobre os elementos do
conglomerado selecionado.
Principais elementos da amostra
•
•
•
Margem de erro da amostra – a margem de erro dá a amplitude do intervalo
dentro do qual se espera esteja o valor verdadeiro (da população). As margens
de erro dão um intervalo, conhecido como intervalo de confiança.
Nível de confiança - Significa que os resultados de uma amostra tem esta
probabi lidade de ocorrer, em caso de repetição da amostra. Os níveis mais
usados são os de 95% e 99%.
Intervalo de Confiança
Nível de significância devido à variabilidade amostral dos estimadores
estatísticos, as estimativas pontuais quase sempre diferem dos verdadeiros
parâmetros populacionais. Desse fato decorre a necessidade de construção de
intervalos ao redor das estimativas pontuais, que são determinados - em
unidades reais ou relativas - com base nas probabilidades dos intervalos em
questão conterem os parâmetros populacionais procurados. Esses intervalos
são conhecidos como intervalos de confiança.
LEIAM O CAPÍTULO 7 DO LIVRO – COMO ELABORAR
QUESTIONÁRIOS
A MARGEM DE ERRO OCORRE PORQUE, ALGUMAS
VEZES, OS ENTREVISTADOS NÃO ESTÃO SENDO
ABSOLUTAMENTE SINCEROS,
ESTÃO SENDO LEVADOS A EMITIR UMA OPINIÃO
QUE NÃO COINCIDE EXATAMENTE COM A SUA, EM
FUNÇÃO DE ACONTECIMENTOS RECENTES.
- A MARGEM DE ERRO PODE SER GERADA POR
ERROS VOLUNTÁRIOS E INVOLUNTÁRIOS DOS
ENTREVISTADOS E/OU DOS
ENTREVISTADORES.
SUGESTÕES DE LEITURA
LUDKE, M. e ANDRÉ, M. E. D. A. Pesquisa em educação:
abordagens qualitativas. São Paulo: EPU, 1986.
FLICK, U. Uma introdução à pesquisa qualitativa. 2ed. Porto Alegre:
Bookman, 2004
MARCONI, M. de A. e LAKATOS, E. M. Técnicas de Pesquisa. 6 ed.
São Paulo: Atlas, 2006.
SEVERINO, A. J. Metodologia do trabalho científico. 21 ed. São
Paulo: Cortez, 2000.
ALVES-MAZZOTTI, A. J. e GEWANDSZNAJDER, F. O método nas
ciências naturais e sociais: pesquisa quantitativa e qualitativa. 2 ed.
São Paulo: Pioneira, 1999.