Calculadora de erro amostral - margem de erro
Calcule o erro amostral e a margem de erro para proporções e médias. Suporta correção para população finita e vários níveis de confiança.
Escolha se você está trabalhando com proporções ou médias, insira os dados da amostra, selecione um nível de confiança e clique em Calcular para obter o erro padrão e a margem de erro.
Calculadora de erro amostral - margem de erro
Calcule o erro amostral e a margem de erro para proporções e médias. Suporta correção para população finita e vários níveis de confiança.
Use para resultados categóricos, como respostas sim/não, taxas de aprovação/reprovação ou a porcentagem de respondentes que preferem uma opção específica.
Sobre a calculadora de erro amostral
O erro amostral é uma consequência inevitável de estudar um subconjunto (uma amostra) em vez de toda a população. Como cada amostra é apenas uma fração do todo, as estatísticas calculadas a partir dela — como a média ou a proporção — diferem ligeiramente dos valores reais da população. O erro amostral quantifica essa incerteza.
Esta calculadora calcula duas grandezas intimamente relacionadas: o erro padrão (SE) e a margem de erro (MoE). O erro padrão é o desvio padrão da distribuição amostral, medindo quanto as estatísticas amostrais variam de uma amostra para outra. A margem de erro amplia isso ao multiplicar o SE pelo escore Z correspondente ao nível de confiança escolhido, fornecendo um intervalo que provavelmente contém o verdadeiro parâmetro populacional.
Para proporções, o erro padrão é SE = √[p(1–p)/n], em que p é a proporção amostral observada e n é o tamanho da amostra. Para médias, o erro padrão é SE = s/√n, em que s é o desvio padrão amostral e n é o tamanho da amostra. Em ambos os casos, o SE diminui à medida que o tamanho da amostra aumenta, refletindo que amostras maiores produzem estimativas mais precisas.
Quando o tamanho da amostra excede 5% do tamanho total da população N, o fator de correção para população finita (FPC) deve ser aplicado: SE_adj = SE × √[(N–n)/(N–1)]. Essa correção reduz o SE porque uma grande fração da população é medida diretamente. Se a população for muito grande ou desconhecida, o efeito da FPC é desprezível e pode ser ignorado com segurança.
A margem de erro (MoE) = Z × SE_adj, em que Z é o escore Z para o nível de confiança escolhido (1.282 para 80%, 1.645 para 90%, 1.960 para 95%, 2.576 para 99%). A MoE dá a semilargura do intervalo de confiança: se sua proporção amostral é 55% e a MoE é ±3%, você pode confiar (no nível especificado) que a proporção real da população está entre 52% e 58%.
O erro amostral é diferente de erros não amostrais, como erro de medição, viés de resposta, viés de cobertura e erros de digitação de dados. Erros não amostrais surgem de falhas na forma como os dados são coletados ou processados, e não da natureza aleatória da seleção de uma amostra. Embora o erro amostral possa ser reduzido aumentando o tamanho da amostra, erros não amostrais exigem melhorias no desenho do estudo, na redação das perguntas e nos procedimentos de qualidade dos dados.
Esta calculadora é útil para pesquisadores de surveys, institutos de pesquisa, engenheiros de controle de qualidade e qualquer pessoa que precise comunicar a incerteza de estimativas baseadas em amostras de forma clara e quantitativa.
Exemplos de cálculo de erro amostral
Três cenários que ilustram cálculos de proporção e média com e sem correção para população finita.
| Parâmetros | SE / Margem de erro | Observações |
|---|---|---|
| Proporção: p=0.55, n=400, 95% CL, população infinita | SE=0.0249, MoE=±0.0488 | Uma pesquisa que encontra 55% de apoio tem margem de erro de cerca de ±4.9%, portanto a proporção real está entre 50.1% e 59.9% com 95% de confiança. |
| Média: x̄=82, s=15, n=100, 95% CL, população infinita | SE=1.500, MoE=±2.940 | Nota média de prova de 82 com SD=15 em 100 alunos. A média real da turma está entre 79.06 e 84.94 com 95% de confiança. |
| Proporção: p=0.3, n=200, 95% CL, N=500 | SE≈0.0287, MoE≈±0.0562 | A FPC reduz o SE porque n/N=40%, acima do limite de 5%. Sem correção, o SE seria 0.0324. |
Como usar a calculadora de erro amostral
- Selecione o tipo de cálculo: Proporção para dados categóricos (ex.: pesquisas sim/não) ou Média para dados numéricos contínuos (ex.: notas de prova, medições).
- Insira os dados necessários para o seu modo: proporção amostral no modo proporção, ou média amostral e desvio padrão amostral no modo média.
- Insira o tamanho da amostra (n). Uma amostra maior produz um erro padrão menor e uma margem de erro mais estreita.
- Opcionalmente, insira o tamanho da população se ela for finita e sua amostra representar mais de 5% do total. Deixe em branco para assumir uma população infinita.
- Selecione o nível de confiança e clique em Calcular. Os resultados mostram o erro padrão e a margem de erro. Clique em Redefinir para limpar todos os campos.
Perguntas frequentes sobre a calculadora de erro amostral
Qual é a diferença entre erro amostral e margem de erro?
O erro padrão (erro amostral) mede o desvio típico das estatísticas amostrais em relação ao verdadeiro valor da população, expresso nas unidades originais. A margem de erro multiplica isso por um escore Z para criar um intervalo de confiança — uma faixa que provavelmente contém o verdadeiro valor da população em um nível de probabilidade especificado.
Como o tamanho da amostra afeta a margem de erro?
A margem de erro é proporcional a 1/√n, portanto quadruplicar o tamanho da amostra reduz a margem de erro pela metade. Por exemplo, aumentar uma amostra de 100 para 400 reduz o erro padrão de 0.05 para 0.025, cortando a margem de erro pela metade. Essa é a forma mais direta de melhorar a precisão da estimativa.
Quando devo aplicar a correção para população finita?
Aplique a FPC quando o tamanho da amostra exceder aproximadamente 5% da população total. Por exemplo, se você pesquisar 200 de 800 funcionários (25% da população), a FPC reduz significativamente o erro padrão e produz um intervalo de confiança mais preciso e mais estreito.
Qual é a diferença entre erro amostral e erro não amostral?
O erro amostral surge do acaso na seleção dos indivíduos, e pode ser quantificado e reduzido com o aumento do tamanho da amostra. Erros não amostrais (ex.: perguntas enviesadas, erros de medição, viés de não resposta) surgem de falhas na coleta ou no processamento de dados, são mais difíceis de detectar e não podem ser corrigidos simplesmente com uma amostra maior.
Por que esta calculadora usa escores Z diferentes para cada nível de confiança?
O escore Z traduz um nível de confiança no número de erros padrão necessário para capturar essa fração de uma distribuição normal. Um nível de confiança de 95% usa Z=1.96 porque 95% de uma distribuição normal padrão fica dentro de ±1.96 desvios padrão da média. Níveis de confiança mais altos exigem escores Z maiores, o que produz intervalos de confiança mais amplos.
Posso usar esta calculadora para resultados de teste A/B?
Sim, para uma interpretação básica da margem de erro. Se seu teste A/B mede uma proporção (ex.: taxa de conversão), insira a proporção observada, o número de observações naquele grupo e o nível de confiança desejado. A margem de erro informa a incerteza em torno da taxa observada. Para um teste de significância completo comparando dois grupos, use uma calculadora dedicada de teste z para duas proporções.