Você sabe quantas entrevistas sua pesquisa realmente precisa para ser confiável?

É uma das primeiras perguntas que qualquer coordenador de pesquisa eleitoral recebe de um cliente novo. Quantas entrevistas a pesquisa vai ter? A pergunta parece simples. A resposta correta é mais complexa do que a maioria espera. E a resposta errada, aquela que escolhe um número sem critério metodológico, pode comprometer toda a pesquisa antes que o primeiro entrevistador saia para o campo.

O tamanho da amostra não é uma decisão arbitrária nem uma questão de orçamento. É uma decisão metodológica que determina a precisão estatística do resultado, a confiabilidade dos cruzamentos por subgrupo e a capacidade da pesquisa de representar o eleitorado real do município.

O que determina quantas entrevistas uma pesquisa precisa

Duas variáveis definem o tamanho de amostra necessário para uma pesquisa eleitoral quantitativa: o total de eleitores do município e a margem de erro desejada.

O total de eleitores está disponível no site do TSE, atualizado com o cadastro eleitoral mais recente. É o ponto de partida de qualquer cálculo amostral.

A margem de erro é a faixa de variação estatística esperada nos resultados. Uma pesquisa com margem de 3 pontos e resultado de 40% para um candidato significa que, com 95% de probabilidade, o valor verdadeiro no eleitorado está entre 37% e 43%. Esse é o padrão ouro utilizado pelos grandes institutos nacionais e exige amostras maiores do que a maioria dos municípios brasileiros comporta economicamente.

Para municípios menores, margens entre 4 e 5 pontos são metodologicamente aceitáveis desde que declaradas e respeitadas na leitura dos resultados. O que não é aceitável é usar uma amostra que produz margem de 6 pontos e declarar margem de 3 pontos no relatório.

A tabela de referência que todo coordenador precisa ter em mente

Para populações pequenas, um fator de correção matemático reduz o número necessário de entrevistas em relação ao que seria necessário para populações grandes. O HashData aplica esse cálculo automaticamente, mas é importante que o coordenador tenha a referência na cabeça antes de qualquer negociação com cliente.

Até 10 mil eleitores: 300 entrevistas entregam margem de 5,7 pontos. Entre 10 e 30 mil eleitores: 350 entrevistas entregam margem de 5,2 pontos. Entre 30 e 80 mil eleitores: 400 a 450 entrevistas entregam margem entre 4,6 e 4,9 pontos. Entre 80 e 200 mil eleitores: 500 entrevistas entregam margem de 4,4 pontos. Acima de 200 mil eleitores: 600 entrevistas entregam margem de 4 pontos. Para quem busca o padrão ouro de 3 pontos em municípios grandes: são necessárias aproximadamente 1.000 entrevistas.

Esses números assumem distribuição territorial correta e coleta metodologicamente sólida. Uma pesquisa com 600 entrevistas mal distribuídas pelo território pode ser menos confiável do que uma pesquisa com 400 entrevistas bem distribuídas.

O erro que mais acontece na definição do tamanho de amostra

O erro mais comum não é escolher uma amostra pequena demais. É escolher uma amostra sem considerar os cruzamentos que serão feitos depois.

Uma pesquisa com 400 entrevistas tem margem de erro de 4,9 pontos para o resultado geral. Mas quando o coordenador divide essa amostra por cinco regiões do município para fazer cruzamento de intenção de voto por região, cada subgrupo tem em média 80 casos. E 80 casos produzem margem de erro de aproximadamente 11 pontos.

Isso significa que um resultado regional de 42% para o candidato A pode estar, estatisticamente, entre 31% e 53%. Esse intervalo é largo demais para orientar qualquer decisão estratégica de campo com segurança.

Se os cruzamentos regionais são importantes para a campanha, e quase sempre são, a amostra precisa ser dimensionada para garantir pelo menos 80 a 100 casos por região antes de qualquer divisão. Para cinco regiões, isso exige entre 400 e 500 entrevistas apenas para cobrir o cruzamento regional com subgrupos minimamente confiáveis.

Por que aumentar a amostra nem sempre é a resposta

A relação entre tamanho de amostra e precisão estatística não é linear. É uma curva de retornos decrescentes.

Dobrar a amostra de 400 para 800 entrevistas reduz a margem de erro de 4,9 para 3,5 pontos. Uma redução de 1,4 ponto com o dobro do custo. Dobrar novamente, de 800 para 1.600 entrevistas, reduz a margem de 3,5 para 2,4 pontos. Mais 1,1 ponto de ganho com o custo quadruplicado em relação ao ponto de partida.

A partir de 400 a 500 entrevistas para a maioria dos municípios brasileiros, cada entrevista adicional contribui com ganhos progressivamente menores de precisão estatística. O ponto de inflexão onde o custo de cada ponto adicional de precisão deixa de justificar o investimento chega relativamente cedo.

Isso não significa que amostras maiores não têm valor. Significa que o orçamento que seria gasto em entrevistas adicionais acima do ponto de retorno decrescente produz mais impacto na qualidade da pesquisa quando investido em melhor distribuição territorial, em supervisão de campo mais rigorosa ou em gravação de áudio das entrevistas para auditoria.

Como a calculadora amostral do HashData resolve o cálculo

O HashData disponibiliza uma calculadora amostral integrada que aplica automaticamente o fator de correção para populações finitas. O coordenador informa o total de eleitores do município, seleciona a margem de erro desejada e confirma o nível de confiança padrão de 95%. A calculadora retorna o tamanho de amostra recomendado sem nenhum cálculo manual.

A calculadora está disponível em survey.hashdata.app/calc-amostral e pode ser acessada antes mesmo de criar o projeto de pesquisa na plataforma. É o ponto de partida recomendado para qualquer coordenador que está dimensionando uma nova pesquisa eleitoral.

O nível de confiança de 95% é o padrão do mercado e não deve ser alterado sem razão técnica específica. Ele significa que se a mesma pesquisa fosse repetida 100 vezes com amostras diferentes do mesmo eleitorado, 95 delas produziriam resultados dentro da margem de erro declarada.

O que o tamanho de amostra não garante

O tamanho de amostra correto é uma condição necessária para uma pesquisa confiável. Não é suficiente.

Uma pesquisa com 500 entrevistas corretamente calculadas mas concentradas no centro urbano de um município com 30% de eleitorado rural tem um erro de cobertura que pode ser muito maior do que a margem de erro estatística de 4,4 pontos que o tamanho de amostra produz.

Uma pesquisa com 500 entrevistas e questionário com sequência de blocos incorreta tem um viés de ancoragem que contamina todos os dados de intenção de voto independentemente da precisão estatística da amostra.

Uma pesquisa com 500 entrevistas e lista de candidatos sem rotação tem um viés de posição acumulado em cada entrevista que distorce os percentuais finais independentemente do tamanho da amostra.

O tamanho certo de amostra garante a precisão estatística do resultado quando todos os outros elementos metodológicos estão corretos. Quando não estão, a amostra maior não corrige os problemas que vieram antes dela.

Como integrar o cálculo de amostra ao planejamento completo da pesquisa

O tamanho de amostra deve ser o resultado de um planejamento que considera simultaneamente três dimensões: a precisão estatística desejada para o resultado geral, a robustez necessária para os cruzamentos por subgrupo que a análise vai exigir e a viabilidade operacional de distribuir esse volume de entrevistas pelo território do município de forma metodologicamente correta.

Quando as três dimensões são consideradas juntas, o número que emerge raramente é o menor possível para a margem de erro geral. Quase sempre é um número maior, dimensionado para garantir que os subgrupos estrategicamente relevantes tenham casos suficientes para análise confiável.

No HashData, após calcular o tamanho de amostra com a calculadora, o coordenador configura as cotas por região, sexo e faixa etária diretamente no formulário antes da publicação. O sistema controla o atingimento de cada cota em tempo real durante o campo, garantindo que a amostra coletada reflita o perfil real do eleitorado e não apenas o perfil dos eleitores mais acessíveis no campo.

Saber quantas entrevistas sua pesquisa precisa não é uma questão de intuição nem de negociação com o cliente. É uma questão de cálculo metodológico que começa no total de eleitores do município, passa pela margem de erro desejada e termina nos cruzamentos que a análise vai exigir.

Calcule o tamanho de amostra correto para sua próxima pesquisa eleitoral: survey.hashdata.app/calc-amostral