INQUÉRITOS: POPULAÇÃO E AMOSTRA

A pesquisa quantitativa é um método de pesquisa amplamente utilizado que visa coletar sistematicamente informações dos entrevistados para prever e entender vários aspetos do comportamento da população. Isto envolve a amostragem, a conceção de questionários, a administração de inquéritos por questionário e a análise de dados. Os diferentes tipos de inquéritos incluem entrevistas presenciais e telefónicas, inquéritos omnibus e questionários autoadministrados.

Apesar de sua eficácia, a pesquisa quantitativa tem algumas limitações. Recolhe principalmente dados naturalmente quantitativos e analisa-os utilizando métodos matemáticos. No entanto, os pesquisadores podem empregar instrumentos de medição para converter fenômenos não quantitativos, como crenças, em dados quantitativos. Muitos pesquisadores adotam uma abordagem pragmática e usam métodos quantitativos para obter uma compreensão ampla, testar hipóteses ou estudar fenômenos quantitativos.

A pesquisa por questionário tornou-se uma técnica importante, se não a principal, para estudar e fazer aos participantes uma ou mais perguntas sobre suas atitudes, perceções ou comportamentos (Stockemer, 2019).

A pesquisa por questionário é um método quantitativo amplamente utilizado em ciências sociais, educação e saúde. Implica a recolha de dados normalizados através de uma série de perguntas colocadas aos participantes, que podem depois ser analisadas estatisticamente. Através desta análise estatística, os pesquisadores podem concluir a população mais ampla da qual a amostra foi retirada. Os inquéritos por questionário são geralmente utilizados melhor para compreender as crenças, atitudes e opiniões dos indivíduos e para relatar as suas experiências e comportamentos. Embora os dados recolhidos dos inquéritos sejam subjetivos, dados mais objetivos, como a idade e o local de nascimento, podem ser obtidos por outros meios (Leavy, 2022).

Existem dois desenhos metodológicos principais na pesquisa por questionário.

O Inquérito Transversal é um método de recolha de dados sobre um grupo de indivíduos num determinado momento (Mtshweni, 2019). Tais levantamentos são muitas vezes legítimos do ponto de vista teórico, pois permitem aos pesquisadores concluir a relação entre variáveis independentes e dependentes. No entanto, como apenas um conjunto de dados está disponível para variáveis independentes e dependentes, inquéritos transversais não podem provar causalidade. Os pesquisadores devem confiar na teoria, lógica e intuição para apoiar as descobertas e conclusões retiradas de estudos transversais. Em outras palavras, os pesquisadores só devem usar dados transversais para testar teorias se houver uma clara relação temporal entre as variáveis independentes e dependentes. Uma pesquisa transversal pode ser uma ferramenta poderosa para testar hipóteses quando há pressupostos teóricos explícitos sobre a relação. No entanto, as relações empíricas são apenas por vezes claras, e pode ser difícil obter explicações causais a partir de estudos transversais.

Os inquéritos longitudinais são um tipo único de investigação que difere dos estudos transversais na medida em que são realizados repetidamente durante um longo período de tempo. Cada inquérito por questionário consiste no mesmo conjunto de perguntas, permitindo aos investigadores obter informações inestimáveis sobre a evolução das atitudes e comportamentos dentro de uma população. Essas pesquisas podem ser classificadas em três categorias: tendência, coorte e painel (Leavy, 2022; Stockemer, 2019; Watson, 2015).

• Um estudo de tendência, muitas vezes chamado de pesquisa transversal repetida, envolve a realização de várias pesquisas com diferentes grupos de indivíduos ao longo do tempo. As pesquisas incluem as mesmas perguntas em cada onda, total ou parcialmente. Este método permite aos investigadores identificar mudanças significativas nas atitudes e comportamentos ao longo do tempo.
• Os estudos de coorte têm um foco mais restrito, pois se concentram em um grupo específico e não em toda a população. Tal como os estudos de tendências, os estudos de coorte envolvem inquéritos recorrentes dirigidos apenas a um grupo selecionado de pessoas com uma característica partilhada. Cada iteração envolve uma nova amostra da mesma população, indicando que a população permanece constante enquanto os indivíduos amostrados variam (Preço & Lovell, 2018).
• Finalmente, os estudos de painel são conhecidos por fazerem o mesmo conjunto de perguntas aos mesmos indivíduos em várias ondas. Embora estes inquéritos possam ser bastante dispendiosos e difíceis de realizar, são considerados a forma mais eficaz de detetar relações causais ou alterações no comportamento individual. Como resultado, os estudos de painel servem como uma ferramenta poderosa na identificação de tais relações.

A amostragem é um aspeto crucial da pesquisa que permite aos pesquisadores coletar dados sobre uma população de interesse. O principal objetivo da amostragem é adquirir dados representativos de toda a população, o que pode ser desafiador devido ao tamanho e diversidade da população. Para obter uma amostra representativa, os pesquisadores devem garantir que a amostra seja composta por indivíduos com as mesmas características da população de interesse. Isto pode ser conseguido através de várias técnicas de amostragem, tais como aleatória, intencional e quota.

Uma amostra representativa é constituída por indivíduos com as mesmas características da população. Por exemplo, suponhamos que um investigador saiba que 55% da população que pretende estudar é do sexo masculino, 18% são afro-americanos, 7% são sem-abrigo e 23% ganham mais de 100.000 euros. Nesse caso, ele deve tentar corresponder a essas características na amostra para representar a população.

A amostragem aleatória é usada quando os pesquisadores não conseguem corresponder às características da população na amostra. A aleatorização ajuda a compensar os efeitos de confusão através da seleção aleatória de casos. Fig. 8. apresenta uma representação gráfica de uma população (pessoas, eventos, agregados familiares, instituições ou qualquer outra coisa) que é objeto de investigação, um quadro amostral (conjunto de unidades a partir do qual será retirada uma amostra: no caso de uma amostra aleatória simples, todas as unidades no quadro de amostragem têm as mesmas hipóteses de serem extraídas e de ocorrerem na amostra), e uma amostra (o subconjunto da população escolhida para a pesquisa ou inquérito).

Uma amostra tendenciosa não é representativa nem aleatória. Suas respostas não refletem as obtidas de toda a população. As respostas à pesquisa podem sofrer de diferentes vieses, como viés de seleção, viés de não resposta e viés de resposta. O erro amostral está sempre presente devido à imprecisão estatística.

A amostragem por conveniência é uma técnica de amostragem não probabilística em que as pessoas são escolhidas porque estão prontamente disponíveis. Na amostragem intencional, os indivíduos são selecionados com base em características pré-determinadas. A amostragem voluntária e a amostragem em bola de neve são outras técnicas de amostragem não probabilísticas empregadas em populações de difícil acesso. A amostragem por quotas é uma técnica utilizada em inquéritos online em que a amostragem é feita com base em critérios pré-estabelecidos. Por exemplo, muitas sondagens têm uma quota implícita, como a satisfação do cliente.

A seleção do tamanho ideal da amostra é crucial para os pesquisadores quantitativos que buscam resultados precisos e precisos dos testes de significância. A determinação do tamanho da amostra envolve vários métodos, como fórmulas estatísticas e calculadoras eletrônicas de tamanho de amostra. No entanto, os pesquisadores devem primeiro estabelecer detalhes sobre a população-alvo para identificar o tamanho apropriado da amostra. Eles devem considerar fatores importantes, como o tamanho da população, o nível de erro, o intervalo de confiança e o nível de confiança. Esses determinantes ajudam a decidir o quanto a média da amostra pode se desviar da média da população e quão certos os pesquisadores querem ter de que a média real estará dentro de sua faixa de confiança. O intervalo de confiança é geralmente definido em 90%, 95% ou 99% de confiança.

Além disso, os pesquisadores também devem considerar o desvio padrão para antecipar a variação entre as respostas. O tamanho da amostra quantitativa é avaliado com base na força de um teste de hipótese e na qualidade das estimativas produzidas (Mwansa et al., 2022). Cinco parâmetros importantes do desenho do estudo, como o critério de significância, a diferença mínima esperada, a variabilidade estimada da medida, o poder estatístico desejado e a análise estatística de uma ou duas caudas, normalmente determinam o determinante primário da dimensão da amostra num estudo quantitativo.

A amostragem probabilística é um método empregado em desenhos de pesquisa quantitativa que visa garantir que cada membro da população tenha uma chance igual de ser incluído na amostra (Mwansa et al., 2022). O principal objetivo deste método é garantir que os pesquisadores tirem conclusões válidas de suas descobertas e que seus resultados representem toda a população. Os pesquisadores empregam quatro técnicas primárias de amostragem para conseguir isso, que discutiremos a seguir.

A amostragem aleatória simples envolve o uso de técnicas ou ferramentas completamente aleatórias, como geradores de números aleatórios, para dar a cada indivíduo da população uma chance igual de ser selecionado.

A amostragem sistemática é como uma simples amostragem, mas indivíduos específicos são escolhidos regularmente. No entanto, é importante garantir que a lista não contenha padrões ocultos que possam distorcer a amostra (Mwansa et al., 2022).

Ao segmentar a população, a amostragem estratificada envolve dividi-la em diferentes subpopulações que são significativamente diferentes entre si. Cada subgrupo está bem representado na amostra, e os pesquisadores devem dividir a população em subgrupos com base em características relacionadas, como sexo, faixa etária, classe de renda ou função. Em seguida, selecionam de forma aleatória ou sistemática amostras de cada subgrupo.

A amostragem por conglomerados envolve a divisão de uma população em subgrupos com características comparáveis às da amostra como um todo e a seleção aleatória de subgrupos inteiros. Este método é adequado quando se trata de populações grandes e dispersas, mas é mais provável que introduza erros de amostragem, uma vez que pode haver diferenças significativas entre agrupamentos.

Por outro lado, a amostragem não probabilística é uma abordagem subjetiva para selecionar unidades de uma população, tornando-se uma maneira rápida, fácil e barata de obter dados. No entanto, assume que a amostra é representativa da população, o que pode ser uma suposição arriscada a fazer. Além disso, os elementos são escolhidos arbitrariamente, tornando impossível estimar a probabilidade de qualquer elemento ser incluído na amostra ou identificar possíveis vieses.

A amostragem por conveniência, também conhecida como amostragem aleatória, utiliza indivíduos mais facilmente acessíveis como participantes do estudo.

A amostragem Snowball, também conhecida como amostragem de cadeia ou amostragem de rede, pede aos primeiros membros da amostra que encontrem e encaminhem pessoas adicionais que atendam aos requisitos de elegibilidade.

A amostragem por cotas envolve o pesquisador determinando o número necessário de participantes de cada estrato populacional e identificando estratos populacionais.

Por fim, a amostragem intencional, também conhecida como amostragem de julgamento, baseia-se na ideia de que a compreensão da população pelo pesquisador pode selecionar indivíduos para a amostra.