Amostragem por conglomerados: o que você precisa saber

Por que a amostragem por conglomerados existe

Olha só: a amostragem aleatória simples é elegante na teoria. Você tem uma lista de toda a população, sorteia elementos aleatoriamente e pronto. O problema é que, na prática, isso raramente é viável.

Imagine que você quer pesquisar a percepção de professores do Ensino Fundamental público sobre avaliação formativa em um estado inteiro. Para fazer amostragem aleatória simples, você precisaria de uma lista completa de todos os professores do estado, com dados de contato atualizados. Conseguir esse cadastro, entrar em contato com cada um de forma individualizada e garantir o retorno é logisticamente complexo e caro.

A amostragem por conglomerados surgiu exatamente para resolver esse tipo de problema. Em vez de sortear professores individualmente, você sorteia escolas. As escolas são os conglomerados. Dentro de cada escola sorteada, você pesquisa os professores.

O resultado é uma pesquisa viável operacionalmente, com custo menor e sem perda tão expressiva de representatividade, desde que aplicada corretamente.

Como funciona na prática

O processo básico tem três etapas:

Primeiro: identificar os conglomerados naturais da sua população. Conglomerados são grupos que já existem na realidade. Escolas, hospitais, empresas, bairros, turmas, regiões administrativas. A chave é que esses grupos existam independentemente da sua pesquisa.

Segundo: sortear os conglomerados. Você faz uma amostragem aleatória entre os conglomerados, não entre os elementos individuais. A proporção de conglomerados que você vai incluir depende do tamanho da sua amostra-alvo e do tamanho médio de cada conglomerado.

Terceiro: coletar dados dentro dos conglomerados sorteados. Aqui existem duas variantes:

Conglomerado inteiro: você coleta de todos os elementos do conglomerado sorteado. Se sorteou uma escola, você pesquisa todos os professores dela.

Dois estágios (ou mais): após sortear os conglomerados, você faz uma nova amostragem dentro de cada um. Sorteia alguns professores da escola sorteada, não todos.

A versão de dois estágios é mais trabalhosa metodologicamente, mas permite estudar conglomerados maiores sem precisar acessar cada elemento.

Vantagens reais da amostragem por conglomerados

A principal vantagem é a viabilidade operacional. Pesquisar 5 escolas de forma completa é muito mais exequível do que localizar e contactar 200 professores dispersos por um município.

O custo de coleta é menor. Se a coleta envolve deslocamento físico (entrevistas presenciais, observação), concentrar a coleta em poucos locais reduz tempo e recursos.

É compatível com populações para as quais não existe cadastro individual. Você não precisa de uma lista de todos os elementos. Precisa de uma lista dos conglomerados.

As limitações que você precisa assumir

A amostragem por conglomerados não é equivalente à amostragem aleatória simples em termos de precisão estatística.

Elementos dentro de um mesmo conglomerado tendem a ser mais parecidos entre si do que elementos de conglomerados diferentes. Professores da mesma escola compartilham cultura institucional, gestão pedagógica, contexto socioeconômico do bairro. Isso reduz a diversidade efetiva da amostra, mesmo que o número total de elementos seja alto.

Esse fenômeno é medido pelo Efeito de Design (Deff) ou pelo Coeficiente de Correlação Intraclasse (ICC). Quanto maior a semelhança interna do conglomerado, maior o ICC e maior o efeito na precisão.

Na prática: para o mesmo n total, uma amostra por conglomerados tem margem de erro maior do que uma amostra aleatória simples. Você precisa declarar isso na limitação do estudo e, idealmente, incluir o cálculo do Deff na justificativa do tamanho amostral.

Quando usar em pesquisas acadêmicas

A amostragem por conglomerados faz sentido quando:

A população está naturalmente organizada em grupos identificáveis. Estudantes estão em turmas, pacientes estão em hospitais, trabalhadores estão em empresas.

Não existe (ou é difícil de conseguir) um cadastro completo de todos os elementos da população. Mas existe um cadastro completo dos conglomerados.

O custo ou a logística de sortear elementos individuais seria impeditivo para o tamanho de projeto disponível.

Não faz sentido quando os conglomerados são muito heterogêneos internamente (o que reduz as vantagens práticas) ou quando você tem acesso fácil a toda a população.

Amostragem por conglomerados em dissertações e TCC

Para pesquisas acadêmicas em nível de graduação e mestrado, a amostragem por conglomerados aparece com frequência em estudos educacionais (escolas como conglomerados), em estudos de saúde pública (postos de saúde, enfermarias), e em pesquisas organizacionais (departamentos ou unidades de empresa).

Na escrita metodológica, você precisa descrever:

Quais são os conglomerados e por que eles foram definidos assim.

Como foi feita a seleção aleatória dos conglomerados (com que base de dados, com que procedimento de sorteio).

Se você pesquisou o conglomerado inteiro ou fez subamostragem dentro dos conglomerados sorteados.

Qual é a implicação para a representatividade e a margem de erro dos resultados.

Muitos projetos omitem esse último ponto e ficam vulneráveis a questionamentos da banca. Reconhecer a limitação de representatividade da amostragem por conglomerados e contextualizá-la nos objetivos do estudo é mais robusto do que ignorá-la.

A relação com outros tipos de amostragem

Vale entender onde a amostragem por conglomerados se encaixa no conjunto das técnicas probabilísticas:

Amostragem aleatória simples: cada elemento da população tem igual probabilidade de ser selecionado. Requer cadastro completo.

Amostragem sistemática: você seleciona elementos em intervalos regulares a partir de um ponto de partida aleatório. Mais prática, mas requer lista ordenada.

Amostragem estratificada: você divide em subgrupos por característica relevante e sorteia de cada subgrupo. Garante representação de todos os estratos.

Amostragem por conglomerados: você sorteia grupos naturais e trabalha com os elementos dentro dos grupos sorteados. Reduz custo operacional.

Amostragem complexa: combina duas ou mais dessas técnicas. Por exemplo: estratificada por região + por conglomerados dentro de cada região. É o que grandes surveys nacionais costumam usar.

Para teses e dissertações, entender as diferenças entre essas abordagens e justificar a escolha de forma coerente com o problema de pesquisa é o que demonstra maturidade metodológica.

Se você está construindo a seção de metodologia do seu trabalho e quer entender como articular as decisões de forma clara, o Método V.O.E. tem uma perspectiva sobre como escrever escolhas metodológicas com clareza. E a seção de recursos tem leituras adicionais sobre amostragem e estatística aplicada à pesquisa social.

Faz sentido onde você está na sua pesquisa agora?