DISCIPLINA –PESQUISA DE OPINIÃO

Apresentação em tema: "DISCIPLINA –PESQUISA DE OPINIÃO"— Transcrição da apresentação:

1 DISCIPLINA –PESQUISA DE OPINIÃO
1 Prof. Guedes 1

2 Método Quantitativo Profa. Adriana Nadaes

3 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.

4 Método quantitativo – as informações são de natureza numérica
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.

5 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.

6 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.

7 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.

8 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.

9 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).

10 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.

11 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.

12 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.

13 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.

14 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.

15 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.

16 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.

17 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:

18 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.

19 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.

20 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.

21 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

22 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.

23 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.