Erros comuns em pesquisa de mercado (e como evitar)

Uma pesquisa de mercado só vale o que vale a decisão que ela sustenta. E boa parte das decisões erradas não nasce da falta de dados, mas de deslizes silenciosos no caminho: uma amostra torta, uma pergunta que induz a resposta, um percentual lido ao contrário. Este guia reúne os erros mais comuns — do desenho da amostra à comunicação do resultado — e, para cada um, o que fazer para não cair nele.

1. Amostra pequena ou não representativa

O erro que contamina todos os outros. Se quem respondeu não se parece com o público que você quer entender, nenhum tratamento estatístico depois conserta a conclusão. Isso acontece de duas formas: amostra pequena demais (margem de erro alta) ou amostra enviesada (só clientes fiéis, só quem tem tempo livre, só um canal de recrutamento).

• Como evitar: defina o público-alvo antes de coletar e dimensione a amostra pela margem de erro que você tolera — veja o guia de tamanho da amostra.
• Na prática: use cotas por sexo, idade e região para que a composição da amostra reflita a do universo, não a de quem respondeu mais rápido.

2. Perguntas enviesadas ou induzidas

A redação do questionário move a resposta muito mais do que se imagina. Perguntas que já carregam a resposta ("Você concorda que nosso atendimento é excelente?"), duas ideias numa só ("O produto é bom e barato?") ou escalas desequilibradas empurram o respondente para um lado e produzem um resultado inflado.

• Como evitar: use linguagem neutra, uma ideia por pergunta e escalas simétricas (mesmo número de opções positivas e negativas).
• Na prática: faça um pré-teste com poucas pessoas; se todas respondem igual, provavelmente a pergunta está induzindo.

3. Concluir a partir de subgrupo com base baixa

O gráfico mostra que "68% das mulheres da região Norte preferem a Marca A" e vira manchete do relatório. Só que esse recorte tinha 14 respondentes. Percentuais em bases pequenas são instáveis: um ou dois entrevistados mudam o número inteiro, e a "descoberta" some na onda seguinte.

• Como evitar: defina um N mínimo para reportar um subgrupo (uma referência prática comum é sinalizar bases abaixo de ~30 casos como frágeis).
• Na prática: sempre exiba a base (N) de cada coluna junto do percentual, para que quem lê julgue a solidez do número.

4. Ler o percentual errado na tabela cruzada

Toda célula de uma tabulação cruzada pode ser lida pela coluna ("dentro dos jovens, 55% preferem a Marca A") ou pela linha ("dos que preferem a Marca A, X% são jovens"). São perguntas diferentes, e trocá-las produz conclusões opostas. O erro é clássico e passa despercebido porque os dois números convivem na mesma tabela.

• Como evitar: na maioria dos casos, leia pela coluna, mantendo o mesmo denominador para comparar segmentos entre si.
• Na prática: deixe explícito no cabeçalho da tabela se o percentual é de coluna ou de linha, para não deixar a leitura no achismo.

5. Ignorar a significância estatística

Ver 42% em um grupo e 38% em outro não significa que um é maior que o outro: a diferença pode ser puro acaso amostral. Tratar toda variação de pontos percentuais como real é talvez o erro mais caro, porque leva a agir sobre um padrão que não existe.

• Como evitar: aplique um teste de significância estatística antes de afirmar que dois números são diferentes.
• Na prática: em tabelas de banner, letras (A, B, C…) sinalizam de relance quais colunas são estatisticamente superiores — bem mais rápido que rodar teste a teste.

6. Não ponderar quando a amostra está torta

Mesmo com cotas bem planejadas, a amostra final quase sempre sai um pouco desbalanceada — sobram respostas de um perfil, faltam de outro. Reportar o total bruto nesse caso dá peso demais a quem respondeu mais, e o resultado deixa de representar o universo.

• Como evitar: aplique ponderação amostral para trazer a composição da amostra de volta à do universo (por sexo, idade, região).
• Na prática: guarde a base não ponderada visível ao lado; ponderação ajusta o percentual, mas a solidez continua vindo do N real de respondentes.

7. Excesso de perguntas e fadiga do respondente

Questionários longos demais cansam quem responde. A partir de certo ponto, as pessoas começam a marcar qualquer coisa para terminar — o chamado straightlining — e a qualidade dos dados despenca justamente nas últimas perguntas, que muitas vezes são as mais importantes.

• Como evitar: corte toda pergunta que não vira decisão. Para cada item, pergunte "o que eu faço diferente conforme a resposta?"
• Na prática: priorize o essencial no início e monitore o tempo de resposta; quedas bruscas de qualidade no fim indicam fadiga.

8. Comunicar mal o resultado

A análise pode estar impecável e ainda assim falhar na entrega: gráfico sem base, título que afirma mais do que o dado sustenta, tabela sem indicação de significância. Quem decide não viu a planilha — viu o slide. Se o slide exagera, a decisão herda o exagero.

• Como evitar: todo número reportado carrega base (N), recorte e, quando cabível, o resultado do teste de significância.
• Na prática: escreva títulos que descrevam o que o dado mostra, não o que você gostaria que ele mostrasse. Se há dúvida, reporte com ressalva em vez de com convicção.

Nenhum desses erros exige um estatístico de plantão para ser evitado — exige disciplina de processo e as verificações certas na hora de tabular e ler. Para amarrar tudo num fluxo só, vale ver o guia de análise de pesquisa de mercado, que encaixa amostra, tabulação e significância nas etapas do estudo.

Leia também