A pesquisa científica freqüentemente se baseia em pesquisas distribuídas a uma amostra específica da população. Se você deseja que a amostra represente a condição da população com precisão, determine o número apropriado de amostras. Para calcular o número necessário de amostras, você deve definir alguns números e inseri-los na fórmula apropriada.
Etapa
Parte 1 de 4: Determinando os números-chave
Etapa 1. Conheça o tamanho da população
A contagem da população é o número total de pessoas que atendem aos critérios demográficos que você está usando. Para grandes estudos, você pode usar estimativas para substituir os valores exatos.
- A precisão tem um efeito mais significativo quando seu foco é menor. Por exemplo, se você deseja realizar uma pesquisa com membros de uma organização local ou funcionários de pequenas empresas, a contagem da população deve ser precisa se o número de pessoas for menor ou cerca de doze pessoas.
- Grandes pesquisas permitem uma folga no número da população. Por exemplo, se o seu critério demográfico for todas as pessoas que vivem na Indonésia, você pode usar uma estimativa de uma população de 270 milhões, embora o número real possa ser várias centenas de milhares mais alto ou mais baixo.
Etapa 2. Determine a margem de erro
A margem de erro ou “intervalo de confiança” é a quantidade de erro no resultado que você está disposto a tolerar.
- A margem de erro é uma porcentagem que mostra a precisão dos resultados obtidos da amostra quando comparados aos resultados reais de toda a população do estudo.
- Quanto menor for a margem de erro, mais precisa será sua resposta. No entanto, a amostra de que você precisa ficará maior.
-
Quando os resultados da pesquisa são exibidos, a margem de erro geralmente é representada como uma porcentagem positiva ou negativa. Exemplo: "35% dos cidadãos concordam com a escolha A, com uma margem de erro de +/- 5%"
Neste exemplo, a margem de erro indica que se a mesma pergunta fosse feita a toda a população, você "acredita" que entre 30% (35 - 5) e 40% (35 + 5) concordaria com a escolha A
Etapa 3. Determine o nível de confiança
O conceito de nível de confiança está intimamente relacionado ao intervalo de confiança (margem de erro). Este número indica o quanto você acredita em quão bem a amostra representa a população dentro da margem de erro.
- Se você selecionar o nível de confiança de 95%, terá 95% de certeza de que os resultados obtidos são precisos abaixo da margem de erro.
- Um nível mais alto de confiança resulta em maior precisão, mas você precisa de um número maior de amostras. Os níveis de confiança comumente usados são 90%, 95% e 99%.
- Suponha que você use um nível de confiança de 95% para o exemplo mencionado na etapa de margem de erro. Ou seja, você tem 95% de certeza de que 30% a 40% da população concordará com a escolha A.
Etapa 4. Determine o desvio padrão
O desvio padrão ou desvio padrão indica quanta variação você espera entre as respostas dos entrevistados.
-
Respostas extremas são geralmente mais precisas do que respostas moderadas.
- Se 99% dos entrevistados responderam “Sim” e apenas 1% respondeu “Não”, a amostra provavelmente representa a população com precisão.
- Por outro lado, se 45% responderam “Sim” e 55% responderam “Não”, a possibilidade de erro é maior.
- Como esse valor é difícil de determinar durante as pesquisas, a maioria dos pesquisadores usa o número 0,5 (50%). Este é o pior cenário de porcentagem. Esta figura garante que o tamanho da amostra seja grande o suficiente para representar com precisão a população dentro dos limites do intervalo de confiança e nível de confiança.
Etapa 5. Calcule o Z-score ou Z-score
O Z-score é um valor constante determinado automaticamente com base no nível de confiança. Esse número é a “pontuação normal padrão” ou o número de desvios padrão (distância padrão) entre a resposta do entrevistado e a média da população.
- Você pode calcular seu z-score manualmente, usar uma calculadora online ou localizá-lo usando a tabela de z-score. Esses métodos são relativamente complexos.
-
Como existem vários níveis de confiança comumente usados, a maioria dos pesquisadores só se lembra das pontuações z para os níveis de confiança usados com mais frequência:
- Nível de confiança de 80% => pontuação z 1, 28
- Nível de confiança de 85% => pontuação z 1, 44
- Nível de confiança de 90% => pontuação z 1, 65
- Nível de confiança de 95% => pontuação z 1, 96
- Nível de confiança de 99% => pontuação z 2,58
Parte 2 de 4: Usando Fórmulas Padrão
Etapa 1. Observe a equação
Se você tiver uma população de pequeno a médio porte e todos os números-chave forem conhecidos, use uma fórmula padrão. A fórmula padrão para determinar o tamanho da amostra é:
-
Número de amostras = [z2 * p (1-p)] / e2 / 1 + [z2 * p (1-p)] / e2 * N]
- N = população
- z = pontuação z
- e = margem de erro
- p = desvio padrão
Etapa 2. Insira os números
Substitua a notação da variável pelo número da pesquisa específica que você fez.
- Exemplo: Determine o tamanho de amostra ideal para uma população de 425 pessoas. Use um nível de confiança de 99%, desvio padrão de 50% e margem de erro de 5%.
- Para o nível de confiança de 99%, o z-score é 2,58.
-
Meios:
- N = 425
- z = 2,58
- e = 0,05
- p = 0,5
Etapa 3. Calcule
Resolva a equação usando os números. O resultado é o número de amostras de que você precisa.
- Exemplo: Número de amostras = [z2 * p (1-p)] / e2 / 1 + [z2 * p (1-p)] / e2 * N ]
- = [2, 582 * 0, 5(1-0, 5)] / 0, 052 / 1 + [2, 582 * 0, 5(1-0, 5)] / 0, 052 * 425 ]
- = [6, 6564 * 0, 25] / 0.0025 / 1 + [6, 6564 * 0, 25] / 1, 0625 ]
- = 665 / 2, 5663
- = 259, 39 (resposta final)
Parte 3 de 4: Criação de fórmulas para populações desconhecidas ou muito grandes
Etapa 1. Observe a fórmula
Se você tem uma população muito grande ou uma população cujo número de membros é desconhecido, você deve usar a fórmula secundária. Se os outros números-chave forem conhecidos, use a equação:
-
Número de amostras = [z2 * p (1-p)] / e2
- z = pontuação z
- e = margem de erro
- p = desvio padrão
- Esta equação é apenas a parte do numerador da fórmula completa.
Etapa 2. Insira os números na equação
Substitua a notação da variável pelo número que você usou para a pesquisa.
- Exemplo: Determine o tamanho da amostra para uma população desconhecida com um nível de confiança de 90%, desvio padrão de 50% e uma margem de erro de 3%.
- Para o nível de confiança de 90%, o z-score usado é 1,65.
-
Meios:
- z = 1,65
- e = 0,03
- p = 0,5
Etapa 3. Calcule
Depois de inserir os números na fórmula, resolva a equação. A resposta final é o número de amostras necessárias.
- Exemplo: Número de amostras = [z2 * p (1-p)] / e2
- = [1, 652 * 0, 5(1-0, 5)] / 0, 032
- = [2, 7225 * 0, 25] / 0, 0009
- = 0, 6806 / 0, 0009
- = 756, 22 (resposta final)
Parte 4 de 4: Parte Quatro: Usando a Fórmula Slovin
Etapa 1. Observe a fórmula
A fórmula de Slovin é uma equação geral que pode ser usada para estimar uma população quando o caráter da população é desconhecido. A fórmula usada é:
-
Número de amostras = N / (1 + N * e2)
- N = população
- e = margem de erro
- Observe que esta é a fórmula menos precisa, portanto, não é a ideal. Use esta fórmula apenas se você não conseguir descobrir o desvio padrão e o nível de confiança, portanto, não pode determinar a pontuação z de qualquer maneira.
Etapa 2. Insira os números
Substitua a notação de cada variável por um número específico da pesquisa.
- Exemplo: Calcule o tamanho da amostra para uma população de 240 com uma margem de erro de 4%.
-
Meios:
- N = 240
- e = 0,04
Etapa 3. Calcule
Resolva equações usando números específicos para sua pesquisa. A resposta final é o número de amostras de que você precisa.
-
Exemplo: Número de amostras = N / (1 + N * e2)
- = 240 / (1 + 240 * 0, 042)
- = 240 / (1 + 240 * 0, 0016)
- = 240 / (1 + 0, 384)
- = 240 / (1, 384)
- = 173, 41 (resposta final)
