Pesquisa de satisfação

Tamanho de amostra para pesquisa de satisfação: como calcular

Uma amostra ajuda quando não é necessário ou possível pesquisar toda a base. O tamanho depende da população, confiança desejada, margem de erro e taxa de resposta: não existe um número mágico de respostas.

O que é tamanho de amostra

Amostra é o subconjunto de pessoas usado para estimar características de uma população maior. Em pesquisas de satisfação, a população pode ser todos os clientes elegíveis de um período, de uma unidade ou de uma campanha.

Em bases pequenas, convidar todos pode ser mais simples. Em bases grandes, a amostragem reduz esforço e custo, desde que o método preserve cobertura adequada dos grupos importantes.

Problemas de amostragem

  • Regra fixa de “30 respostas”: o mesmo número não representa igualmente bases de 100 e 100 mil pessoas.
  • Amostra enviesada: apenas clientes mais ativos ou satisfeitos são convidados.
  • Ignorar não resposta: convidar 400 não significa receber 400 respostas.
  • Segmentos pequenos desaparecem: a média geral esconde grupos relevantes.

Como definir a amostra por conta própria

  1. Defina a população elegível.
  2. Escolha nível de confiança e margem de erro compatíveis com a decisão.
  3. Calcule quantas respostas são necessárias.
  4. Ajuste o número de convites pela taxa de resposta esperada.
  5. Verifique se segmentos estratégicos estão representados.

Use a calculadora gratuita de tamanho de amostra para testar cenários.

Exemplo prático

Exemplo prático

Para uma população de 500 clientes, uma estimativa de amostra aleatória simples com 95% de confiança e margem de erro de ±5 pontos percentuais fica em cerca de 218 respostas completas quando se assume variabilidade máxima. Viés de resposta ainda pode existir mesmo com essa quantidade.

Como interpretar: Use o resultado como ponto de partida. Compare segmentos, comentários abertos e comportamento real antes de decidir o que mudar.

Amostragem e eficiência financeira

Uma amostra bem desenhada evita dois desperdícios: pesquisar muito mais clientes do que o necessário e, no extremo oposto, tomar decisões caras com dados frágeis. O objetivo é obter evidência suficiente para priorizar investimentos sem aumentar esforço de coleta sem necessidade.

Exemplo

Se uma empresa decide reformular um processo que custa dezenas de milhares de reais com base em poucas respostas de um único segmento, o risco financeiro não está apenas na pesquisa: está na decisão construída sobre uma visão parcial.

Como o CX Radar ajuda

O CX Radar organiza públicos, campanhas e respostas, permitindo acompanhar cobertura e resultados de forma estruturada. Para o planejamento inicial, a calculadora de amostra fica disponível gratuitamente.

Criar uma pesquisa estruturada

Como este guia é preparado

A equipe do CX Radar revisa definições, fórmulas e exemplos práticos com referências independentes e verifica se o conteúdo ajuda a tomar uma decisão real, em vez de apenas explicar uma métrica.

Veja nossa metodologia editorial

Referências institucionais independentes