Amostragem é o conjunto de técnicas para escolher, dentro de um grupo grande, um subconjunto menor que permita falar sobre o grupo inteiro. Parece detalhe operacional e é uma das decisões mais determinantes da pesquisa: amostra mal escolhida compromete tudo o que vem depois, por melhor que seja a análise.
A confusão mais comum é achar que amostra grande resolve. Não resolve. Uma amostra de mil pessoas escolhidas de forma enviesada representa menos que uma de duzentas escolhidas com critério. Este guia mostra os tipos de amostragem, quando usar cada um, como calcular o tamanho e o que fazer quando o ideal não é possível.
População, amostra e os termos que confundem
Antes das técnicas, vale acertar o vocabulário, porque metade das correções de metodologia nasce de troca de termos.
- População ou universo: o conjunto completo de elementos com a característica que você quer estudar. Pode ser pessoas, empresas, prontuários, peças ou documentos.
- População acessível: a parte da população que você realmente consegue alcançar. Raramente coincide com a população total.
- Amostra: o subconjunto efetivamente estudado.
- Unidade amostral: o elemento individual que compõe a amostra.
- Marco ou base amostral: a lista de onde a amostra será sorteada, como a relação de matriculados ou o cadastro de clientes.
- Parâmetro e estimativa: parâmetro é o valor real na população, estimativa é o que você calcula a partir da amostra.
Censo é o caso em que você estuda todos os elementos, dispensando amostragem. Ele faz sentido quando a população é pequena. Com trinta funcionários, entrevistar os trinta é mais simples e mais forte que sortear vinte.
Amostragem probabilística: quando dá para generalizar
Na amostragem probabilística, todo elemento da população tem chance conhecida e diferente de zero de ser escolhido. É essa propriedade que autoriza a inferência estatística, ou seja, estender os achados da amostra para a população com margem de erro calculada.
- Aleatória simples: todos têm a mesma chance, como em um sorteio. Exige lista completa da população. É a mais forte conceitualmente e a mais difícil na prática.
- Sistemática: a partir de uma lista ordenada, sorteia-se o primeiro elemento e depois seleciona-se a cada intervalo fixo. Se a população tem 1.000 e você quer 100, o intervalo é 10.
- Estratificada: a população é dividida em estratos homogêneos, como setores da empresa ou faixas etárias, e sorteia-se dentro de cada um. Pode ser proporcional ao tamanho de cada estrato ou uniforme.
- Por conglomerados: sorteiam-se grupos inteiros, como turmas ou bairros, e estudam-se todos os elementos dos grupos sorteados. Útil quando a população é dispersa geograficamente.
A estratificada costuma ser a melhor escolha em TCC quando existem subgrupos relevantes. Ela garante que nenhum estrato importante fique de fora por acaso, o que a aleatória simples não assegura com amostras pequenas.
Amostragem não probabilística: quando não dá para sortear
Aqui a seleção depende de critérios do pesquisador ou da acessibilidade, e não do acaso. Isso impede a inferência estatística formal, mas não invalida a pesquisa: grande parte dos TCCs de graduação usa essas técnicas, e isso é aceito desde que declarado com honestidade.
- Por conveniência ou acidental: participam os elementos disponíveis. É a mais usada e a mais frágil, então a limitação precisa estar explícita.
- Intencional ou por julgamento: você escolhe deliberadamente elementos com características relevantes ao fenômeno. É forte em pesquisa qualitativa, onde a profundidade importa mais que a representatividade.
- Por cotas: define-se previamente quantos elementos de cada perfil devem entrar, preenchendo as cotas por conveniência. Imita a estratificada sem o sorteio.
- Bola de neve: um participante indica o próximo. Indispensável para grupos de difícil acesso ou sem lista disponível.
- Por saturação: típica da pesquisa qualitativa, encerra a coleta quando novos casos param de trazer elementos novos. Ver pesquisa qualitativa.
A frase que resolve isso na metodologia é direta: “A amostra foi composta por conveniência, o que impede a generalização estatística dos achados para a população, limitação assumida e discutida na seção de resultados.” Banca aceita limitação declarada. O que ela não aceita é conclusão generalizada a partir de amostra por conveniência.
Como calcular o tamanho da amostra
O cálculo depende de quatro entradas: o tamanho da população, o nível de confiança desejado, a margem de erro aceita e a variabilidade esperada do fenômeno.
- Nível de confiança: 95% é o padrão em ciências sociais aplicadas. Significa que, repetindo o estudo cem vezes, em 95 delas o resultado cairia dentro da margem.
- Margem de erro: 5% é o usual em TCC. Reduzir para 3% aumenta muito a amostra necessária.
- Variabilidade: na ausência de estudo anterior, adota-se 50%, que é o cenário mais conservador e gera a maior amostra.
- População: quando ela é muito grande ou desconhecida, usa-se a fórmula para população infinita.
Para dar noção de ordem de grandeza, com 95% de confiança, 5% de margem e variabilidade de 50%: uma população de 100 pede cerca de 80 respondentes; de 500, cerca de 217; de 1.000, cerca de 278; de 10.000, cerca de 370; e de 100.000, cerca de 383. Repare que a partir de certo ponto a amostra praticamente estaciona, por mais que a população cresça.
A fórmula, os passos e os exemplos resolvidos estão no guia dedicado de cálculo amostral.
Metodologia, apêndices e tabelas já formatados no padrão ABNT para o seu trabalho. 👇
Baixar agora »
Viés amostral: o erro que nenhuma estatística corrige
Viés é a distorção sistemática que faz a amostra representar mal a população. Diferente do erro aleatório, ele não diminui com o aumento da amostra, porque está na forma de selecionar e não no acaso.
- Viés de seleção: a forma de recrutar exclui sistematicamente um perfil. Pesquisa aplicada só por formulário online deixa de fora quem tem menos acesso à internet.
- Viés de autosseleção: quem decide responder difere de quem ignora o convite. Em pesquisa de satisfação, os extremos respondem mais que os satisfeitos moderados.
- Viés de sobrevivência: estudar apenas quem permaneceu, ignorando quem saiu. Pesquisar clima organizacional só com os funcionários atuais esconde o motivo de quem pediu demissão.
- Viés do horário e do local: aplicar questionário em um único turno captura só o perfil daquele turno.
Não existe amostra sem nenhum viés. O que se espera de você é identificar os prováveis, reduzir o que der e declarar os que restarem. Um parágrafo honesto sobre viés vale mais que um número grande de respondentes.
Como executar o sorteio na prática
Muita gente entende a teoria e trava na hora de sortear de verdade. O procedimento é mais simples do que parece e cabe em uma planilha.
- Monte a base amostral em uma coluna, com um elemento por linha, numerados de 1 até N.
- Gere um número aleatório em uma coluna ao lado, para cada linha.
- Ordene a planilha por essa coluna de números aleatórios.
- Selecione os n primeiros da lista reordenada. Esses são os sorteados.
- Guarde o arquivo com a base e os números gerados, porque ele é o registro de que o sorteio aconteceu.
Para a sistemática, o procedimento muda pouco: divida o tamanho da população pelo tamanho da amostra para achar o intervalo, sorteie um número entre 1 e esse intervalo para definir o ponto de partida e siga somando o intervalo até completar a amostra. Um cuidado: se a lista tiver alguma ordenação cíclica, como escalas de plantão que se repetem a cada sete nomes, a sistemática pode capturar sempre o mesmo perfil. Nesse caso, embaralhe a lista antes.
Na estratificada, faça o mesmo procedimento dentro de cada estrato separadamente. Se o setor A tem 60% da população e você quer 200 respondentes no total, sorteie 120 dentro do setor A.
Quando a amostragem não se aplica
Nem toda pesquisa precisa de amostra, e forçar a técnica em um desenho que não a comporta é erro conceitual que a banca identifica na hora.
- Censo: população pequena o suficiente para estudar por inteiro. Trinta funcionários, doze escolas de um município, todos os prontuários de um período curto.
- Estudo de caso único: o caso não é amostra de nada, ele é o objeto. O que se busca é profundidade, não representatividade.
- Pesquisa documental de um acervo específico: o critério é o recorte do corpus, não o sorteio.
- Revisão de literatura: o equivalente à amostragem são os critérios de inclusão e exclusão dos estudos, não uma amostra probabilística.
Nesses casos, o que a metodologia precisa apresentar é o critério de composição do corpus ou a justificativa da escolha do caso, com o mesmo rigor que se exigiria de um plano amostral.
Como escrever a amostragem na metodologia
Esta seção do capítulo costuma render perguntas na arguição, e ela se resolve respondendo a seis pontos em sequência.
- Qual a população? Defina com precisão, incluindo recorte de tempo e lugar.
- Qual a população acessível? Diga quantos elementos você conseguia alcançar de fato.
- Qual a técnica de amostragem? Nomeie e classifique como probabilística ou não.
- Qual o tamanho da amostra e como chegou nele? Apresente o cálculo ou o critério de saturação.
- Quais os critérios de inclusão e exclusão? Quem entra, quem fica de fora e por quê.
- Quais as limitações? Declare os vieses prováveis e o alcance das conclusões.
Critérios de inclusão e exclusão são o item mais esquecido e um dos mais fáceis de escrever. Exemplo: foram incluídos alunos matriculados no último ano, com no mínimo seis meses de estágio concluídos, e excluídos os que não concordaram com o termo de consentimento ou que preencheram o formulário de forma incompleta.
Erros que mais aparecem
- Confundir população com amostra na redação, escrevendo que a população foi de 60 pessoas quando esse era o número de respondentes.
- Calcular amostra em pesquisa qualitativa, onde o critério é saturação.
- Usar amostragem por conveniência e concluir para a categoria profissional inteira.
- Apresentar percentual sobre base minúscula, como falar em 75% quando eram quatro respondentes.
- Não informar critérios de inclusão e exclusão.
- Deixar de relatar a taxa de retorno e o número de questionários descartados.
- Chamar de aleatória uma seleção que foi por conveniência, o que é erro conceitual grave.
- Ignorar subgrupos relevantes quando a estratificação seria simples de fazer.
Checklist antes de entregar
- A população está definida com recorte de tempo e lugar.
- A técnica de amostragem está nomeada e classificada corretamente.
- O tamanho da amostra tem cálculo apresentado ou critério de saturação explicado.
- Os critérios de inclusão e exclusão estão declarados.
- A taxa de retorno e os descartes estão informados.
- Os vieses prováveis foram identificados e discutidos.
- As conclusões respeitam o alcance que a amostragem permite.
- O vocabulário está correto: população, amostra e unidade amostral não aparecem trocados.
Perguntas frequentes
Qual o tamanho mínimo de amostra para um TCC?
Não existe mínimo universal. O tamanho depende da população, dos parâmetros escolhidos e do tipo de análise pretendida. O que existe é um piso prático: com menos de trinta casos, boa parte dos testes estatísticos perde sentido, e o estudo passa a ser descritivo do grupo estudado.
Amostragem por conveniência invalida o TCC?
Não. Ela restringe o alcance das conclusões, e isso precisa ser declarado. Milhares de TCCs aprovados usam conveniência. O que reprova é usar conveniência e escrever a conclusão como se a amostra fosse probabilística.
Preciso de amostragem em pesquisa qualitativa?
Precisa de critério de seleção, não de cálculo. Amostragem intencional e bola de neve são as mais usadas, e o encerramento da coleta se dá por saturação. Aplicar fórmula de cálculo amostral em pesquisa qualitativa é erro conceitual.
O que faço se não consegui a amostra calculada?
Relate o número planejado, o obtido e a taxa de retorno, reclassifique o estudo como descritivo do grupo estudado e discuta a limitação nos resultados. Essa transparência costuma ser mais bem avaliada que um número inflado sem explicação.
Posso usar dados secundários em vez de coletar?
Pode, e é um caminho eficiente. Bases públicas como as do IBGE já trazem amostras desenhadas por especialistas, com metodologia documentada. Nesse caso, você descreve o plano amostral da fonte e cita a documentação técnica dela.
Por onde começar
Se a sua pesquisa for quantitativa, o guia de pesquisa quantitativa mostra como a amostragem se encaixa no restante do desenho, e o de metodologia científica traz o capítulo completo.
Escreva em uma linha quem é a sua população, e em outra quantos deles você consegue alcançar de verdade. A distância entre as duas linhas já indica qual técnica de amostragem é possível no seu caso. Depois disso, calcular ou justificar o tamanho vira tarefa de quinze minutos.
Kit de TCC no padrão ABNT, com metodologia, tabelas e apêndices prontos para preencher. 👇
Pegar meu kit »Terminou de escrever? Envie seu .docx, veja o valor e, se quiser, receba o arquivo corrigido nas normas ABNT. Formatar meu documento »
Escrito por Deivid Silva Santos
Fundador da TCC Solutions Group
Fundador da TCC Solutions Group, empresa de orientação acadêmica de Londrina (PR) com nota 5,0 e mais de 150 avaliações no Google. Acompanha alunos de todo o Brasil na estruturação de projetos de extensão, relatórios de estágio e trabalhos de conclusão.
O que dizem os estudantes que já passaram por aqui.
Super indico, já fiz três projetos para a faculdade, e tanto o David quanto a Amanda foram super atenciosos. Tive 100% de aprovação nos trabalhos.
Ótimo atendimento, entrega no prazo, me orientou em todas as dúvidas. Tirei nota máxima no projeto e entreguei também as horas complementares.
Tive uma excelente experiência com a TCC Solutions Group, que realizou meu projeto de extensão. Desde o início, demonstraram profissionalismo, comprometimento e domínio técnico em todas as etapas.
Minha experiência foi ótima, nada a reclamar dos atendimentos e muito menos dos trabalhos. Meu último trabalho foi um portfólio do curso Ciências Contábeis e foi excelente.
Fiquei muito satisfeita com o serviço! A empresa foi super comprometida, entregou tudo na data certinha e com muita qualidade. Tirei nota máxima. Recomendo!
![TCC Uniasselvi: Como Funciona e O Que Muda [2026]](https://tccsolutionsgroup.com.br/wp-content/uploads/2026/07/tcc-uniasselvi-capa-300x224.jpg)
