A conclusão: com 95% de confiança e ±5% de margem de erro, você precisa de 384 respondentes quando a população é grande o suficiente. É a linha de base do setor derivada da fórmula de Cochran. A razão é simples: uma vez que a população ultrapassa cerca de 10.000, o tamanho de amostra exigido converge matematicamente para um valor quase constante. Seja sua população de 1 milhão ou de 100 milhões, você precisa de cerca de 400 respondentes.
Mas "384 e está pronto" não é totalmente correto. Análise por subgrupos, IR (taxa de incidência) e qualidade da resposta podem cada um empurrar o requisito prático para 1,5–3× mais. Este texto percorre como decidir o tamanho certo em cinco passos.
Passo 1: defina o objetivo com três números (2 min)
O tamanho da amostra é determinado por três parâmetros:
① Nível de confiança
"Se você rodasse a mesma pesquisa 100 vezes, quantas vezes o resultado deveria cair no intervalo verdadeiro?"
| Confiança | Caso de uso | Valor Z |
|---|---|---|
| 90% | Leituras rápidas, exploratório | 1,645 |
| 95% (padrão) | Padrão do setor | 1,96 |
| 99% | Médico / regulatório | 2,576 |
95% é o default para artigos acadêmicos, pesquisa de mercado e decisões operacionais.
② Margem de erro
"Quantos pontos percentuais de erro você está disposto a aceitar em torno do seu % reportado?"
| Margem | Caso de uso | N requerido |
|---|---|---|
| ±10% | Aproximado ou piloto | ~100 |
| ±5% (padrão) | Padrão do setor | ~384 |
| ±3% | Pesquisa de alta precisão | ~1.067 |
| ±1% | Pesquisa nacional, nível censitário | ~9.604 |
Cortar a margem de erro pela metade quadruplica o tamanho exigido. Por isso passar de ±5% a ±3% empurra N de 384 para 1.067.
③ Tamanho da população
| População | N requerido (95%, ±5%) |
|---|---|
| 100 | 80 |
| 500 | 217 |
| 1.000 | 278 |
| 5.000 | 357 |
| 10.000 | 370 |
| 100.000+ | ~384 |
O N requerido converge à medida que a população cresce. Para pesquisas com "todos os consumidores" ou "todos os usuários de SNS", basta lembrar 384 e está resolvido.
Passo 2: use a fórmula (apenas se necessário, 3 min)
Para a maioria dos casos a tabela acima basta, mas conhecer a fórmula amplia seu julgamento.
Fórmula de Cochran (população infinita)
n = (Z² × p × (1−p)) / e²
- Z: valor Z para a confiança (1,96 a 95%)
- p: proporção esperada (use 0,5 se desconhecido — o máximo)
- e: margem de erro (0,05 a ±5%)
Para 95% de confiança, ±5% de erro, p=0,5:
n = (1,96² × 0,5 × 0,5) / 0,05² = 3,8416 × 0,25 / 0,0025 = 384,16 → 385
Correção para população finita
Se sua população é ≤10.000, você pode reduzir o requisito:
n_adj = n / (1 + (n − 1) / N)
Exemplo: população = 1.000 → 385 / (1 + (385−1)/1000) = 385 / 1,384 = 278.
Calculadoras online
Não quer fazer a conta? A calculadora da SurveyMonkey e outras computam isso em segundos.
Passo 3: ajuste para análise por subgrupos (5 min)
É aqui que os How e os especializados divergem — e o passo mais esquecido.
Se você coletar 384 para o panorama geral e depois dividir por gênero × faixa etária, cada célula tem 30–50 respondentes. Os números por subgrupo deixam de ser confiáveis nessa profundidade.
Dimensionamento de células para subgrupos
| Profundidade da análise | N total requerido |
|---|---|
| Apenas geral (GT único) | 384 |
| Gênero × idade (8 células) | 50 × 8 = 400–800 |
| Gênero × idade × região (24 células) | 30 × 24 = 700–1.500 |
| Cruzadas de 4 vias (48 células) | 1.500–3.000 |
Para análise por subgrupo, N≥30 por célula é o piso. Abaixo disso, médias e percentuais por subgrupo viram essencialmente ininterpretáveis.
Falha comum: "já que estamos, vamos analisar mais a fundo também"
Um cliente pergunta "podemos olhar também idade × ocupação × região?" — e você aceita com apenas 384 coletados. Resultado: cada célula tem 5 respondentes, as cruzadas são ruído. Se aceitar, escale para N=1.500–2.000 para uma análise de 3 vias real.
Passo 4: fatorize IR e taxa de resposta (3 min)
No campo, "quantos convidar" e "quantos responderão" são dois números diferentes.
Fórmula
Convites necessários = N requerido ÷ IR ÷ Taxa de conclusão
- IR (taxa de incidência): dos convidados, a fração que realmente qualifica
- Taxa de conclusão: dos que começaram, a fração que terminou
Exemplo: 384 mulheres na faixa dos 30 que usam delivery de mercado
- IR: entre mulheres na faixa dos 30, ~40% usam delivery → IR = 0,4
- Taxa de conclusão (típica): 70% → 0,7
Convites necessários = 384 / 0,4 / 0,7 = 1.371
Então você precisa distribuir o screening para ~1.400 pessoas para chegar a 384 conclusões qualificadas. Veja o guia de design e operação de perguntas de triagem para a mecânica completa.
Quando o IR é desconhecido
Use dados internos anteriores ou relatórios do setor (Statista, associações comerciais). Se nada existe, rode um piloto N=30–50 para medir IR antes de comprometer com o campo principal. Veja o guia de teste piloto.
Passo 5: o ponto ideal prático (3 min)
N teórico e de campo diferem. Na prática, a maioria dos projetos cai entre N=200 e N=500.
Regras de campo
| Cenário | N recomendado |
|---|---|
| Pesquisa interna de equipe | 30–100 |
| Satisfação do cliente (tendência geral) | 200–400 |
| Satisfação do cliente (com análise por subgrupo) | 500–1.000 |
| Pesquisa de marca / mercado | 1.000–3.000 |
| Política pública / estatística em larga escala | 5.000+ |
Adicione um "colchão confortável"
- Estime a taxa de conclusão para baixo (use 60% em vez de 70%)
- Conte com perdas na limpeza (5–10% serão excluídos pós-limpeza)
- Deixe espaço para análise de subgrupo inesperada (projete para o maior caso)
→ Planeje coletar 1,2–1,5× o mínimo teórico como buffer prático.
Três armadilhas comuns
1. Parar em "384 basta". Para tendências gerais, 384 funciona. Para análise por subgrupos, não. Antes de concordar com o plano de amostra, confirme os eixos de cruzada que o time planeja. "Idade × ocupação × região" exige 1.500+, não 384.
2. Tratar N requerido como convites necessários. Assumir "convido 384, recebo 384 respostas" é o erro mais comum. As taxas de conclusão variam muito por canal (painel: 60–80%, listas de e-mail: 5–15%, social: 1–5%). Sempre calcule de trás para frente: convites = N ÷ IR ÷ taxa de conclusão.
3. Pular o piloto quando o IR é desconhecido. Ir para o campo principal com "vou assumir IR de 40%" — e descobrir que o IR real é 10% — quadruplica os custos de convite. Um piloto de 30–50 para medir IR evita esse tipo de desastre de custo.
Escolher a ferramenta certa — Os limites do plano gratuito, suporte a ramificação, capacidades IA e exportação CSV variam muito entre ferramentas. Confira nosso comparativo de ferramentas de pesquisa gratuitas para encontrar a ideal para esta abordagem.
Resumo — 5 passos
| Passo | Tarefa | Tempo |
|---|---|---|
| 1 | Decidir objetivo com três números (confiança, erro, população) | 2 min |
| 2 | Usar fórmula ou tabela | 3 min |
| 3 | Ajustar para subgrupos | 5 min |
| 4 | Calcular convites a partir de IR e taxa de conclusão | 3 min |
| 5 | Adicionar buffer prático (×1,2–1,5) | 2 min |
| Total | — | 15 min |
A resposta para "quantos respondentes eu preciso?" é 384 para tendências gerais, 500–1.500 para análise por subgrupos na maioria dos casos práticos. Para os fundamentos estatísticos completos, veja o guia de design de tamanho de amostra.
Depois de dimensionar a amostra
Uma vez que N está fixado, revisite-o durante a agregação e teste de significância. Tanto "N pequeno demais para detectar uma diferença real" quanto "N tão grande que diferenças triviais se tornam estatisticamente significativas" são armadilhas comuns de campo. Veja agregação e teste de significância.
Experimente Kicue — uma ferramenta de pesquisa online gratuita: sobe o arquivo do questionário e a IA gera o formulário web automaticamente. Triagem, gestão de cotas e monitoramento de respostas ao vivo vêm de fábrica, então o design da amostra flui limpo para a operação.