CÁLCULO DO TAMANHO DA AMOSTRA

PARA UMA PESQUISA ELEITORAL

Raquel Oliveira dos Santos, Luis Felipe Dias Lopes

Programa de Pós-Graduação em Estatística e Modelagem Quantitativa

CCNE – UFSM, Santa Maria – RS

e-mails: [email protected], [email protected]

Home Page: http://planeta.terra.com.br/educacao/felipe_lopes

RESUMO

Numa pesquisa de intenção de voto o universo a ser entrevistado é todos os

eleitores acima de 15 anos aptos a votar naquela eleição. Em função dos
problemas de custo torna-se impraticável consultar todos as pessoas que
compõe esse universo, logo temos que nos contentar em entrevistar uma
pequena parcela dessa população que recebe o nome de amostra. Os
principais fatores utilizados para definir a composição da amostra são: nível
sócio econômico, grau de instrução, sexo e idade. Resumidamente, durante a
realização de uma pesquisa existe uma proporção desconhecida de eleitores
que pretendem votar num determinado candidato e após a conclusão das
entrevistas, obtém-se a proporção de eleitores da amostra que manifestaram
preferência por tal candidato. O problema agora é saber como usar essas
informações para se obter uma estimativa para a proporção de eleitores na
população. Uma forma de se mostrar esses resultados é utilizando intervalo de
confiança para a proporção de eleitores da amostra, que pretendem votar num
determinado candidato.

Palavras chaves: pesquisa eleitoral, estimação, tamanho da amostra

1 INTRODUÇÃO

Este artigo tem por finalidade discutir algumas idéias sobre técnicas de
estimação de parâmetros utilizadas nas pesquisas de intenção de voto, no que
se refere aos possíveis erros que poderão ocorrer, e o método estatístico de
interpretá-los. O erro de previsão utilizado pelos Institutos de Pesquisas é um
dos principais motivos que nos levou a escrever tal artigo.

Todo Instituto de Pesquisa deseja acertar os resultados de uma eleição

através das pesquisas de campo, mas nem sempre isso será possível, como
mostraremos a seguir.

2 TAMANHO DA AMOSTRA

Neste estudo serão consideradas apenas pesquisas de intenção de

voto, ou seja, aquelas que serão realizadas antes das eleições. As pesquisas
de Boca de Urna (realizada com o leitor que acabou de votar), não serão
consideradas neste artigo, pois são proibitivas pelo TSE.
 Numa pesquisa de campo considera-se a população alvo (conjunto de
interesse) todo e qualquer eleitor, acima de 15 anos, apto a votar naquela
eleição (eleitores que fizeram o título de eleitor). Numa pesquisa eleitoral o
tempo e os custos tornam-se impraticáveis quando nos referimos a consulta a
todos indivíduos da população, logo para resolver esse problema entrevistamos
uma parte representativa dessa população, chamada de amostra.

Estatisticamente uma boa amostra é toda e qualquer parcela que tenha

as mesmas características da população, para isso, deve-se levar em conta
alguns fatores para a definição da amostra:

- Nível sócio-econômico;
- Grau de escolaridade;
- Sexo;
- Faixa de idade.

A escolha desses fatores é na maior parte em função de pesquisas

realizadas no passado, podendo muitas vezes refletir na opinião pessoal do
pesquisador que usa um determinado fator em suas pesquisas.

3 MÉDIA E PROPORÇÃO

A média é um dos conceitos estatísticos mais utilizados, aparecendo

com certa freqüência no nosso dia-a-dia, nas revistas, nos jornais, na internet e
na televisão. Se abrirmos uma página de um jornal e nela encontrarmos uma
manchete dizendo 3 em cada 5 brasileiros preferem jogar futebol a jogar
voleibol, isso é uma média.

O uso massivo da média é talvez responsável pelas diversas

interpretações errôneas que são dadas ao conceito de média, dando a ela
poderes que ela não tem, como, por exemplo, como um homem de um metro e
oitenta poderia ter morrido afogado num rio cuja profundidade média era de um
metro e cinqüenta?

É importante lembrar que a definição de média, está relacionada ao

centro de gravidade, ou seja, é o valor central de uma distribuição, ou ainda é o
ponto de equilíbrio de um conjunto de valores. O conhecimento de apenas a
média de uma distribuição não nos dá uma informação precisa sobre ela, ou
seja, não podemos saber como os demais valores se comportam em relação à
média. Para medir essa variação ou dispersão, a medida utilizada para tal é a
variância.

A variação de uma distribuição nunca será negativa e a determinação

positiva da raiz quadrada da variância recebe o nome de desvio padrão.
Embora existam infinitas distribuições com mesma média e mesma variância, a
média e a variância nos permitirão tirar conclusões gerais sobre o
comportamento da distribuição.

Quando dispomos de informações adicionais, como o comportamento da

distribuição dos dados (por exemplo, normalmente distribuídos), a média mais
ou menos dois desvios padrões conterá no mínimo 95% dos valores da
distribuição. Desta forma fica agora bem mais fácil entender o porque que uma
pessoa de um metro e oitenta morreu afogado em um rio com profundidade
média de um metro e cinqüenta.

Uma outra forma de expressar um valor em relação a um conjunto de

dados é o uso de proporções, que vem a ser uma característica (k) em relação
k
ao tamanho da amostra (n), p = , e é essa proporção que é usada nas
n
pesquisas eleitorais. Nos jornais que publicam as pesquisas eleitorais informam
que de acordo com o instituto TAL, o candidato M tem 42% das intenções de
voto e que a margem de erro é de 2,5 pontos percentuais para mais ou para
menos.

Essa informação nos diz que o a amostra coletada pelo instituto que
realizou a pesquisa, 42% dos entrevistados manifestaram sua preferência pelo
candidato M, e que, com uma probabilidade conhecida, que quase nunca é
declarada e que geralmente vale 95%, o valor real da proporção de eleitores de
M está compreendido entre 39,5% e 44,5%.

4 INTERVALO DE CONFIANÇA

Para determinar o intervalo, precisam-se definir alguns elementos que

compõem a fórmula estatística:

p – proporção de eleitores que pretendem votar no candidato M (valor

estritamente positivo e menor que 1);
n – número de eleitores (tamanho da amostra);
k – número de eleitores que se manifestaram votar em M;

A proporção de eleitores da amostra que pretendem votar no candidato

k
é dado por p* = , onde certamente uma outra amostra produzirá outro valor
x
para p*. Utilizando a distribuição binomial podemos mostrar que a média de p*
p(1 − p)
é igual a p e que a variância é dada por . Um resultado teórico
n
importante nos permite mostrar que para uma amostra grande, p* tem uma
distribuição aproximadamente normal. Consultando uma tabela normal
padronizada temos que: P(-1,96 < z < +1,96)=95%.

Segue-se então que a probabilidade de que o intervalo

p (1 − p )
p * ±1,96
n
contenha o verdadeiro valor de p é aproximadamente igual a 95%. O problema
que nos resta é que os extremos desse intervalo dependem do valor
desconhecido de p. Uma solução para isso é aumentar o intervalo, substituindo
p(1– p) pelo seu valor máximo, ou seja, p = 0,5 e q = 0,5. Logo p(1– p) = 0,25.

Pode-se então afirmar que a probabilidade de que o intervalo

 p (1 − p ) 1,96
p * ±1,96 = p*±
n 2 n

contenha o verdadeiro valor de p é no mínimo de 95%.

Assim, se desejarmos uma margem de confiança de 95% e uma

margem de erro de 2,5 pontos percentuais (para mais ou para menos) n deverá
satisfazer:
1,96 2,5
=
2 n 100

E portanto n deverá ser igual a 1.536,64 = 1.537 eleitores.

Para determinar o intervalo de confiança temos que inter-relacionar três

unidades:

1) O tamanho da amostra n.
2) A precisão da estimativa (amplitude do intervalo ou margem de erro).
3) A Confiança depositada no intervalo que é definida pela probabilidade que o
intervalo contenha o verdadeiro valor de p.

Assim, se o tamanho da amostra permanecer fixo, um aumento da

precisão implica necessariamente numa diminuição da confiança. A única
forma de melhorar a precisão sem alterar a confiança é aumentando o tamanho
da amostra.

Finalmente, é importante observar que a confiança e a precisão estão

relacionadas com o tamanho da amostra, logo se quisermos manter a
confiança e reduzir o intervalo pela metade, precisaremos de uma amostra
quatro vezes maior que a proposta inicialmente, logo o preço a ser pago pela
melhoria da precisão nem sempre será compensado pelo tempo de coleta.

5 COLETA DA AMOSTRA

Nas pesquisas eleitorais um dos erros prováveis, mas impossível de ser

evitado, é que um dos processos utilizados pela maioria dos Institutos de
Pesquisas consiste em entrevistar pessoas escolhidas entre as que passam
pelos pontos mais movimentados das grandes cidades.

Lembramos que existe um número maior de pessoas que raramente ou

nunca passam por esses pontos. Se esses dois grupos tiverem opiniões
diferentes sobre a eleição, os resultados finais serão totalmente distorcidos.

Infelizmente esse é um erro inevitável, onde a adoção de um plano de

amostragem por domicílio, teria um custo proibitivo e um tempo bastante
elevado, e isso os patrocinadores das pesquisas não iriam aceitar em
hipóteses alguma.
6 PESQUISA IBOPE - 2002

FIGURA 1 – Intenção de votos para presidente

Fonte: IBOPE

FIGURA 2 – Resultados de uma pesquisa realizada pelo IBOPE

Fonte: IBOPE

FIGURA 3 – Índices de acerto do IBOPE para o segundo turno de 2002

7 CONCLUSÃO

Neste trabalho procurou-se dar uma idéia dos problemas enfrentados

pelos Institutos de Pesquisas, durante a realização de uma pesquisa de
intensão de voto, mostrou-se os possíveis erros que poderão acontecer bem
como as fórmulas utilizadas para determinar o tamanho da amostra.

Os defensores da idéia de que as pesquisas sejam proibidas,

argumentam que a divulgação das pesquisas teria uma forte influência nos
resultados finais da eleição.

Não há dúvida que deverá existir um controle rigoroso por parte da

imprensa, pelo TSE e pela sociedade. É necessário que as informações sobre
determinada pesquisa seja disponibilizada para todos os interessados,
permitindo que a seriedade seja avaliada.

A idéia de proibir a realização das pesquisas ou impedir a sua

divulgação nos parece não ser aceitável, pois de uma forma ou de outra as
pesquisas continuam a ser realizadas e divulgadas de uma forma camuflada
nos meios de comunicação, onde a sociedade não privilegiada seria a grande
prejudicada.

8 REFERÊNCIAS BIBLIOGRÁFICAS

BARBETTA, P. A. Estatística Aplicada às Ciências Sociais. UFSC,

Florianópolis, v.1, 1994.

____, Estatística Aplicada às Ciências Sociais. UFSC, Florianópolis, v.2,

2000.

BUSSAB, W. O. & MORETTIN, P. A. Estatística Básica. 5. ed., Atual: São

Paulo, 2002.

COSTA NETO, P. L. O. Estatística, 2. ed., São Paulo: Edgard Blücher, 2002.

FONSECA, J. S. & MARTINS, G. A. Curso de Estatística. 6. ed., Atlas: São

Paulo, 1996.