Amostragem na Pesquisa: Tipos e Como Escolher

A amostragem que afunda dissertações (e como não ser essa pessoa)

Vamos lá. Você passou meses definindo seu problema de pesquisa, escolheu sua metodologia com cuidado e chegou na hora de decidir: com quem vou conversar? Quem entra na minha pesquisa?

É exatamente aqui que muita dissertação começa a ter problemas. Não porque o pesquisador seja incompetente, mas porque ninguém explicou direito o que é amostragem, quais são os tipos e, principalmente, como justificar a escolha na metodologia.

Esse post não vai resolver tudo, mas vai te dar clareza suficiente para tomar essa decisão com segurança.

O que é amostragem (e por que ela importa tanto)

Amostragem é o processo de selecionar quem ou o que vai participar da sua pesquisa. Raramente é possível estudar toda a população que interessa, então você escolhe uma parte dela.

Essa parte precisa ser escolhida com critério. Não aleatoriamente no sentido casual, mas com intencionalidade metodológica. A forma como você seleciona os participantes afeta diretamente o que você pode dizer com os seus dados.

Se você quer generalizar resultados para uma população maior, a amostragem precisa ser representativa. Se você quer entender um fenômeno em profundidade, a amostragem precisa ser intencional e bem fundamentada. São lógicas diferentes, e confundi-las é um erro que vai aparecer na banca.

Os dois grandes grupos: probabilística e não probabilística

Antes de entrar nos tipos específicos, entende essa divisão fundamental.

Amostragem probabilística é quando todos os elementos da população têm uma probabilidade conhecida de ser selecionados. Ela permite fazer generalizações estatísticas para além da amostra. É a lógica das pesquisas quantitativas com pretensão de representatividade.

Amostragem não probabilística é quando a seleção depende de critérios do pesquisador, sem cálculo de probabilidade. Não permite generalizações estatísticas, mas permite aprofundamento. É a lógica dominante na pesquisa qualitativa.

A escolha entre uma e outra não é questão de preferência, é questão de coerência com seu objetivo de pesquisa.

Tipos de amostragem probabilística

Amostragem aleatória simples

Cada elemento da população tem a mesma probabilidade de ser selecionado. É como sortear nomes numa lista. Exige que você tenha acesso a essa lista completa, o que nem sempre é possível.

É o tipo mais básico e mais citado em livros didáticos, mas nem sempre o mais viável na prática de campo.

Amostragem sistemática

Você seleciona elementos em intervalos regulares a partir de uma lista ordenada. Por exemplo: a cada 10 nomes na lista, seleciona um. É mais prático que a aleatória simples quando a população é grande.

Amostragem estratificada

A população é dividida em subgrupos (estratos) com características em comum, e seleciona-se de forma aleatória dentro de cada estrato. É usada quando você quer garantir que diferentes grupos estejam representados proporcionalmente ou igualmente.

Amostragem por conglomerados

Quando a população está naturalmente organizada em grupos (escolas, bairros, unidades de saúde), você sorteia alguns grupos e estuda todos ou parte dos elementos dentro deles. Reduz custo e logística, mas pode aumentar o erro amostral.

Tipos de amostragem não probabilística

É aqui que vive a maioria das pesquisas qualitativas em programas de pós-graduação brasileiros. Olha só as opções:

Amostragem intencional (ou proposital)

O pesquisador seleciona participantes com base em critérios específicos relacionados ao objetivo da pesquisa. Você quer pessoas que viveram determinada experiência, que têm determinado perfil ou que têm acesso a determinadas informações.

É a mais comum em pesquisas qualitativas e a que exige justificativa mais elaborada na metodologia.

Amostragem por conveniência

Você seleciona quem está disponível e acessível. É prática, mas tem limitações claras: não permite qualquer tipo de generalização e pode introduzir vieses que você precisa reconhecer e discutir.

Não é errado usar amostragem por conveniência, desde que você seja honesto sobre as limitações que isso impõe às suas conclusões.

Amostragem por bola de neve (snowball)

Começa com um ou poucos participantes que indicam outros com perfil semelhante, que indicam outros, e assim por diante. É muito usada quando a população é de difícil acesso (pessoas em situação de vulnerabilidade, grupos com estigma social, comunidades fechadas).

A metáfora é boa: começa pequena e vai crescendo por indicação.

Amostragem teórica (grounded theory)

Específica da teoria fundamentada nos dados, a amostragem vai sendo construída conforme a análise avança. Você coleta dados, analisa, identifica lacunas conceituais e busca novos participantes que possam preencher essas lacunas. O critério é teórico, não numérico.

Quanto é suficiente? A questão do tamanho amostral

Para pesquisas quantitativas com pretensão de representatividade, o tamanho amostral é calculado estatisticamente, levando em conta o tamanho da população, a margem de erro aceitável e o nível de confiança desejado. Há fórmulas e softwares para isso.

Para pesquisas qualitativas, o critério não é número, é saturação teórica. Você para de coletar quando novas entrevistas ou observações não acrescentam informações novas ao que você já tem. Na prática, isso costuma acontecer entre 10 e 25 participantes, mas pode variar bastante.

Faz sentido? Não se trata de estabelecer um número mínimo como regra geral, mas de entender quando seus dados são suficientes para responder ao problema de pesquisa.

Como escrever a amostragem na metodologia

Na seção de metodologia da sua dissertação ou tese, a apresentação da amostragem precisa cobrir:

O tipo de amostragem adotado e a referência bibliográfica que o sustenta. Os critérios de inclusão dos participantes, explicitados com clareza. Os critérios de exclusão, quando existirem. Como se deu o acesso ao campo e o recrutamento dos participantes. O número final de participantes e, se aplicável, como você determinou a suficiência dos dados.

Tudo isso precisa estar em diálogo com seu objetivo de pesquisa. A banca vai perguntar por que você escolheu esse tipo de amostragem e não outro. Tenha uma resposta metodológica, não apenas prática.

A armadilha da justificativa circular

Um erro muito comum: justificar a amostragem com ela mesma. “Usei amostragem intencional porque queria participantes com perfil intencional” não é justificativa, é tautologia.

A justificativa precisa conectar o tipo de amostragem ao objetivo da pesquisa e à natureza do fenômeno estudado. “Usei amostragem intencional porque o objetivo era compreender a experiência de gestoras de programas de pós-graduação com mais de dez anos de atuação, grupo que exige critérios específicos de acesso e não pode ser atingido por seleção aleatória.”

Essa é uma justificativa. Ela explica o porquê a partir do que a pesquisa precisa fazer.

V.O.E. e a coerência metodológica

O Método V.O.E. trabalha muito com coerência interna do texto acadêmico. A fase de Orientação, especificamente, é sobre entender o território antes de avançar.

Na metodologia, isso significa: antes de escolher a amostragem, entenda o que seu objetivo exige. Antes de ir a campo, entenda qual tipo de participante pode responder ao que você precisa saber. A amostragem não é um dado técnico isolado. É uma escolha que precisa fazer sentido dentro do conjunto da sua pesquisa.

Fechando: amostragem é decisão metodológica, não burocracia

A forma como você escolhe e apresenta sua amostragem diz muito sobre seu domínio metodológico. Bancas bem preparadas questionam isso. E você merece chegar na defesa com uma resposta sólida.

Não precisa decorar todos os tipos. Precisa entender a lógica por trás de cada um e conseguir articular por que o que você escolheu faz sentido para a sua pesquisa específica.

Se ainda está com dúvidas sobre a metodologia da sua dissertação, dá uma olhada nos recursos disponíveis aqui no blog. Tem bastante coisa sobre metodologia qualitativa e quantitativa.

Escolha bem. Justifique melhor.