Dados
Pesquisas e Amostragem
O que perguntar, a quem perguntar, quantas pessoas perguntar — cada decisão no design de uma pesquisa esconde uma armadilha.
A cantina quer adicionar um novo prato, mas não há como perguntar a todos os 1200 alunos — então pergunte a 60. A quem? Quantos? Como? Erre qualquer passo e os números que voltarem vão mentir. O design de pesquisa é metade matemática, metade trabalho de detetive.
Faça a pergunta certa primeiro
A própria pergunta pode definir o ritmo:
- Presumindo a resposta: "Quanto você gosta do novo prato?" — antes de qualquer um falar, o gostar já é presumido;
- Opções incompletas: "Gosto / Gosto muito" — aqueles que não gostam são forçados a escolher mesmo assim;
- Revisada: "Qual é a sua opinião sobre o novo prato?" com opções: gosto muito / é ok / não gosto — cada atitude tem uma porta.
O padrão para uma boa pergunta: nenhuma resposta presumida, opções cobrindo todas as possibilidades, redação mantida neutra.
População e amostra
- População: todos sobre quem você quer saber — todos os 1200 alunos;
- Amostra: a parte que você realmente pergunta — os 60 entrevistados.
O ponto principal de uma pesquisa é adivinhar a população a partir da amostra: os gostos de 60 devem representar os gostos de 1200. Se a amostra merece essa confiança depende do próximo passo — como as pessoas são escolhidas.
Por que aleatório
A abordagem mais preguiçosa é pegar quem está por perto: seus colegas no intervalo, ou uma volta pelo clube de basquete. Isso é uma amostra de conveniência, e tem uma falha fatal — colegas compartilham gostos, jogadores de basquete todos amam bebidas esportivas, e o que você coleta é uma opinião de círculo pequeno, não a da escola.
A amostragem aleatória dá a cada pessoa uma chance igual de ser escolhida, como jogar uma moeda (a matemática por trás disso vive em Probabilidade para Iniciantes): cara ou coroa, ninguém decide. Só então as preferências de círculo pequeno deixam de distorcer o resultado.
Dois locais de erro
"Qual esporte toda a escola ama?" — pesquisa distribuída apenas no clube de basquete, e a resposta pende toda para o basquete. "Quando a cantina está mais cheia?" — contado apenas ao meio-dia, então todos os outros horários são presumidos como irrelevantes. A raiz comum: uma amostra que nunca cobriu a população, mas afirmou falar por ela.
Amostragem Aleatória
Como usar
—
Taxa de caras
Quanto mais você joga, mais a taxa de caras se aproxima de 50% — essa é a lei dos grandes números.
Imagine que cada lançamento de moeda é "escolher uma pessoa ao acaso". Em 10 lançamentos, 8 caras não é nada estranho — amostras pequenas dependem da sorte; ao longo de milhares de lançamentos, a razão se estabiliza perto de um valor equilibrado. A amostragem funciona do mesmo jeito: quanto maior a amostra, mais estável o resultado, e com mais confiança ela pode falar pela população.
Apresentando os resultados
Depois de perguntar, os números devem ser legíveis de relance: tabule cada opção e desenhe um gráfico de Gráficos de Barras, e quem lidera e por quanto fica evidente na hora. E sempre declare três coisas — de quem era a amostra, quantos eram, e como foram escolhidos. Números sem cabeça nem cauda são tão bons quanto inventados.
Verifique você mesmo
Questionário rápido
1. O que há de errado com a pergunta “Quanto você gosta do novo uniforme”?
2. Você quer a opinião de todos os 1000 alunos, mas só pergunta aos seus 5 melhores amigos. Qual é o maior problema?
3. Em 10 lançamentos de moeda você obtém 8 caras. Você pode concluir que a moeda é injusta?