"Coletamos N=500, mas na análise quase ninguém era do nosso público-alvo real" — um desastre autoinfligido que continua acontecendo. Em oito a cada dez vezes, a causa raiz é uma seção de triagem (SC) mal projetada. Mesmo assim, a triagem é tratada como um esquenta antes do questionário principal e raramente recebe o tempo que merece — um padrão que a imprensa especializada aponta repetidas vezes.
Este artigo mostra como as perguntas de triagem deveriam ser projetadas: estrutura básica, modos típicos de falha, processo de design em cinco etapas, a matemática por trás da taxa de incidência (IR) e das cotas e as regras que não dá para pular na operação. Quem leva pesquisa quantitativa a sério encontra aqui a peça de design que decide silenciosamente se os dados vão valer a análise.
1. O que são perguntas de triagem
Perguntas de triagem (SC: Screening Questions) são o bloco posicionado antes do questionário principal, que verifica se o respondente faz parte do público-alvo. Quem não qualifica é encerrado imediatamente; só os qualificados seguem para o questionário principal (MQ).
O que a triagem faz
- Filtra para o alvo — confirma demografia, comportamentos, atitudes
- Aloca em cotas — gerencia metas de completes por célula
- Otimiza custo — em panel research, minimiza pagamentos a não qualificados
- Protege a qualidade do dado — impede que respostas fora do alvo contaminem a análise
Estrutura típica
[SC1] Gênero: Homem / Mulher / Outro
[SC2] Idade: entrada numérica (categoriza automaticamente em faixas etárias)
[SC3] UF / região
[SC4] Você comprou algum produto da categoria X nos últimos 3 meses? Sim / Não
[SC5] Frequência de compra: pelo menos uma vez por mês / menos / nunca
→ Quem disser "Não" em SC4 ou "nunca" em SC5 é encerrado
→ Os qualificados seguem para [MQ Q1]
Academicamente, Couper (2008) Designing Effective Web Surveys descreve a triagem como o mecanismo que minimiza a distância entre a "população pretendida" e a "amostra obtida". Quando a triagem falha, falham junto as premissas de qualquer estatística posterior.
2. Por que a triagem importa — o que dá errado quando ela falha
Falha 1: respondentes fora do alvo poluem os dados
Você quer ouvir "pessoas que frequentaram cafés nos últimos 6 meses", afrouxa o screener e termina com gente respondendo de memória vaga. Antes de qualquer análise estatística, as próprias respostas deixam de ser confiáveis.
As Standard Definitions da AAPOR colocam a verificação de elegibilidade como exigência básica para conter o erro de amostragem e cobertura — e o SC executa essa verificação.
Falha 2: as cotas explodem e é preciso ir a campo de novo
Você define cotas "100 mulheres de 20 / 100 de 30 / 100 de 40", começa, a célula de 20 enche imediatamente e a de 40 nunca completa. Re-coletar só os 40 empilha viés sobre viés.
Falha 3: errar a IR pulveriza o orçamento
Você mira "usuários de assinatura de café por delivery" assumindo IR de 10%, descobre que a IR real é 2% — e o custo se multiplica por 5. Sem estimativa de IR antes, projetos com painel costumam virar desastres orçamentários.
A documentação metodológica do Pew Research Center trata estimativa de IR e desenho amostral como uma única etapa de planejamento.
3. Processo de design em cinco etapas
A prática converge em cinco etapas.
Etapa 1: definir população e alvo com precisão
Escreva em uma frase quem você quer representar: por ex. "mulheres no Brasil entre 20 e 49 anos que compraram cosméticos online nos últimos 3 meses". Cada pergunta de triagem se justifica contra essa frase.
Etapa 2: enumerar as condições a verificar
Decomponha o alvo em condições verificáveis:
- Demográficas — gênero, idade, região, ocupação, renda
- Comportamentais — compra, uso, frequência, recência
- Atitudinais — interesse na categoria, awareness de marca
Etapa 3: ordenar as perguntas
Heurística padrão: amplo → específico, neutro → sensível, sem esforço de memória → com esforço.
| Posição | Exemplo | Por quê |
|---|---|---|
| Início | Gênero, idade | Atributos amplos sobre toda a amostra |
| Meio | Região, ocupação | Filtros intermediários |
| Depois | Uso, frequência | Sensível ou exigindo memória |
| Fim | Condições detalhadas | Verificações finais só nos qualificados |
Etapa 4: projetar cotas
Defina metas por célula e calcule contatos necessários a partir da IR. Nosso guia de como determinar o tamanho amostral serve de input para o screener.
Etapa 5: piloto antes de subir
Antes do campo principal, rode um piloto pequeno (N=30–100). Meça IR real, tempo de resposta, pontos de abandono. Pular o piloto praticamente garante um problema no campo principal que daria para detectar em um dia.
4. Cinco regras para projetar a SC
Regra 1: uma condição por pergunta (MECE)
Não comprime várias condições em uma pergunta. "Você é mulher de 20 anos que comprou cosméticos nos últimos 3 meses?" inviabiliza a lógica de roteamento. Separe cada condição e combine via lógica de salto.
Regra 2: sempre inclua "nenhuma das alternativas"
Coloque "nenhuma" ou "não comprei" como opção explícita. Krosnick (1991) Response Strategies for Coping with the Cognitive Demands of Attitude Measures in Surveys mostra que sem essa saída os respondentes tendem ao satisficing — escolhem algo plausível para seguir — e furam o screener.
Regra 3: distinga "atualmente" de "no passado"
"Você usa o produto X?" é ambíguo entre uso atual e passado. Use marcações temporais explícitas: "uso atualmente", "usei nos últimos 3 meses", "usei nos últimos 12 meses", "nunca usei".
Regra 4: itens sensíveis no final do SC
Renda, saúde, religião, opinião política — vão no fim do screener, não no começo. Colocar na frente dispara o abandono.
Regra 5: não vaze a "resposta certa"
Nunca prefacie com "este estudo é para usuários do produto X". Cria incentivo para não qualificados se declararem qualificados e destrói a validade na raiz. No setor, é descrito como ferida autoinfligida — nesse nível de básico.
5. A matemática: taxa de incidência e desenho de cotas
Use esta fórmula no design para que as cotas não desabem.
Contatos necessários
Exemplo: 500 completes alvo, IR 10%, conclusão 80% → 500 / (0,10 × 0,80) = 6.250 contatos.
Gestão por célula
Plano típico de cotas gênero × faixa etária:
| Célula | Meta | IR estimada | Taxa de conclusão | Contatos necessários |
|---|---|---|---|---|
| Mulheres, 20s | 100 | 12% | 80% | 1.042 |
| Mulheres, 30s | 100 | 10% | 80% | 1.250 |
| Mulheres, 40s | 100 | 8% | 75% | 1.667 |
| Mulheres, 50s | 100 | 5% | 70% | 2.857 |
Variar IR e conclusão por célula é normal — os benchmarks de Centiment e Pollfish observam repetidamente que células mais velhas têm IR e conclusão menores.
6. Visão editorial — cinco regras que fazem diferença real
Acompanhando relatórios setoriais e cases públicos, são cinco pontos em que vale insistir com força.
1. Dedique ao SC tanto tempo quanto ao questionário principal. O SC não é esquenta — é uma disciplina de design separada que decide se o resto do projeto é salvável. Times que gastaram 30 minutos no SC e levaram pancada na análise aparecem na imprensa especializada repetidamente. Aloque pelo menos uma hora, idealmente duas. Não é investimento; é pré-requisito para dado utilizável.
2. Não subestime o viés de auto-relato — ele te engole. Quando você pergunta "nos últimos 3 meses", a memória humana tende a inflar a janela de recência em 1,5–2× — achado replicado na pesquisa sobre resposta a surveys (Tourangeau et al., 2000). Se seu screener diz "últimos 3 meses", projete assumindo que está perguntando "últimos 6 meses".
3. Pular o piloto custa uma semana. Um piloto N=50 pega 70–80% dos problemas que estourariam o campo principal. Piloto em um dia, correção em outro, dois dias. Sem piloto, você perde uma a duas semanas refazendo o campo. O ROI é tão desigual que não dá para defender pular.
4. Tema mais "falso qualificado" do que "falso desqualificado". SC frouxa deixa entrar não-alvo e corrompe os dados. SC apertada exclui alguns alvos e sobe o custo. O primeiro modo de falha é muito mais caro — decisões erradas valem ordens de magnitude mais que custo de recrutamento. Na dúvida, triagem mais apertada, não mais frouxa.
5. Não ordene a SC só pela conveniência das cotas. Perguntar gênero e idade no topo é eficiente para roteamento. Mas colocar itens sensíveis ou que pedem memória no topo dispara o abandono. Otimize a taxa total de conclusão, não a eficiência de roteamento da própria triagem. Esse trade-off aparece em quase todo guia metodológico por uma razão.
7. Triagem na Ferramenta de Pesquisa Kicue
A Kicue traz no padrão tudo o que você precisa para uma triagem séria.
Tipo de pergunta SCREEN
O tipo SCREEN permite marcar cada opção como "qualifica" ou "encerra" diretamente. Mais explícito do que pendurar lógica de salto numa SA genérica, e mais fácil de revisar e ajustar depois.
Lógica de salto e de exibição
Quando a qualificação depende de combinações de SC, junte lógica de salto e lógica de exibição. Condições do tipo "continue só se SC1 = A AND SC3 = B" ficam triviais.
Cotas com monitoramento em tempo real
O módulo de cotas acompanha metas por célula contra completes ao vivo. Quando uma célula (ex.: mulheres de 20) atinge a meta, o sistema pode auto-encerrar os próximos qualificados naquela célula.
Parâmetros de URL para handoff de painel
Quando o tráfego vem de painel externo, parâmetros de URL carregam ID do painel, gênero, faixa etária e demais atributos já verificados — sem precisar reperguntar no SC.
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
Checklist para projetar e operar perguntas de triagem:
- A SC não é esquenta, é um domínio de design separado. Minimiza a distância entre população pretendida e amostra obtida.
- Oito em dez falhas nascem na SC — vazamento de não-alvo, cotas estouradas, IR mal estimada.
- Cinco etapas: definir população → enumerar condições → ordenar → cotas → piloto.
- Cinco regras: uma condição por pergunta, sempre "nenhuma", distinguir atual vs passado, sensíveis no fim, nunca vazar a resposta.
- Contatos necessários = completes alvo / (IR × conclusão) — estimar por célula.
- Times que levam a SC a sério vencem na análise. Ela é a linha de vida do projeto.
Acompanhando os relatórios setoriais, "times que cortam no SC cortam também na análise". Tratar o screener como objeto de design independente é o ponto que decide a qualidade da pesquisa.
Referências
Acadêmico e metodológico
- Couper, M. P. (2008). Designing Effective Web Surveys. Cambridge University Press.
- Krosnick, J. A. (1991). Response Strategies for Coping with the Cognitive Demands of Attitude Measures in Surveys. Applied Cognitive Psychology.
- Tourangeau, R., Rips, L. J., & Rasinski, K. (2000). The Psychology of Survey Response. Cambridge University Press.
Organismos e centros de metodologia
- AAPOR (American Association for Public Opinion Research): Standard Definitions.
- Pew Research Center: Our Survey Methodology in Detail.
Benchmarks de fornecedores (tratados como observações setoriais)
- Centiment: A Guide to Incidence Rate in Survey Research.
- Pollfish: What Is Incidence Rate in Market Research?
- Forsta: Survey Screening Best Practices.
- Qualtrics: Survey Screener Design Guidelines.
Quer projetar e rodar pesquisas com triagem de ponta a ponta? Experimente a ferramenta de pesquisa online gratuita Kicue. O tipo de pergunta SCREEN, a lógica de salto e a gestão de cotas em tempo real vêm no padrão, então seu desenho de triagem flui direto para a análise.