Definir a população e a amostra de um TCC de Marketing costuma ser tratado como formalidade — “amostra de conveniência, 120 respondentes” — quando na verdade é a decisão que sustenta (ou derruba) a validade de tudo que vem depois no capítulo de resultados. Este guia cobre situações comuns em TCCs de Marketing: pesquisa com consumidor final, uso de painel de pesquisa, amostragem por cotas demográficas, cálculo do tamanho da amostra quando o desenho exige e os cuidados de privacidade com dados do consumidor, encerrando com um checklist prático para revisar antes de abrir a coleta e enviar o formulário aos primeiros respondentes.
Definindo a população-alvo antes de qualquer amostragem
O erro mais comum começa antes da amostragem: definir a população como “consumidores” em vez de um grupo específico. Um TCC sobre intenção de compra de um produto sustentável, por exemplo, não tem como população “todos os consumidores brasileiros” — tem como população-alvo “consumidores que já compraram produtos da categoria X nos últimos seis meses, na região Y”. Essa delimitação por comportamento, geografia e, quando relevante, perfil demográfico precisa vir antes de qualquer decisão sobre amostragem, porque ela é o que determina onde e como recrutar respondentes, e evita retrabalho caso a definição do público só fique clara depois que a coleta já começou.
Pesquisa com consumidor final: conveniência é a norma, mas precisa de rigor
A grande maioria dos TCCs de Marketing de graduação recruta o consumidor final por conveniência — divulgação em redes sociais, grupos de interesse, ou abordagem presencial num ponto de venda parceiro. Isso é amplamente aceito, desde que declarado corretamente: não probabilística, com o critério de recrutamento explícito e a limitação de generalização reconhecida. O rigor que falta na maioria dos TCCs não é o tipo de amostragem escolhido, mas a falta de filtro de elegibilidade — aplicar o questionário a qualquer pessoa que responda, sem confirmar que ela pertence à população-alvo definida (por exemplo, sem perguntar se já comprou a categoria de produto estudada antes das perguntas principais).
Amostragem por cotas: um meio-termo útil
Quando o TCC precisa garantir alguma representatividade demográfica sem ter acesso a uma lista completa da população (o que inviabilizaria amostragem probabilística), a amostragem por cotas é uma alternativa intermediária: definir de antemão quantos respondentes de cada faixa etária, gênero ou região se pretende alcançar, e recrutar por conveniência dentro de cada cota até preenchê-la. Por exemplo, um estudo sobre consumo de um produto que se sabe ter perfil de compra diferente entre gerações pode definir cotas de 30 respondentes de 18 a 25 anos, 30 de 26 a 40 e 30 acima de 40, evitando que a amostra final fique desproporcionalmente concentrada numa única faixa etária, o que costuma acontecer quando o recrutamento é feito só pela rede de contatos do próprio pesquisador.
Uso de painel de pesquisa: quando faz sentido
Painéis de pesquisa comerciais (empresas especializadas em recrutar respondentes cadastrados por perfil demográfico) são uma alternativa quando o acesso direto ao público-alvo é limitado — por exemplo, um TCC que estuda consumidores de uma faixa etária ou região específica pouco presente na rede de contatos do próprio estudante. A vantagem é o controle de perfil demográfico dos respondentes; o cuidado necessário é declarar explicitamente que a amostra veio de um painel comercial, o critério de seleção aplicado dentro do painel (idade, região, renda) e reconhecer, nas limitações, que respondentes de painéis pagos tendem a ser mais habituados a responder pesquisas do que o consumidor médio, o que pode introduzir um viés sutil de familiaridade com o formato de questionário.
Cálculo do tamanho da amostra: quando é exigido
Quando o TCC pretende generalizar estatisticamente os resultados para a população-alvo — por exemplo, estimar a proporção de consumidores que preferem uma marca com margem de erro conhecida —, o tamanho da amostra deve ser calculado, não estimado por conveniência. O cálculo exige três parâmetros: nível de confiança (geralmente 95%), margem de erro aceitável (geralmente 5%) e, quando disponível, uma estimativa da proporção esperada do fenômeno estudado (na ausência de estudo anterior, usa-se 50%, que é o cenário mais conservador e exige a maior amostra). Ferramentas como calculadoras de amostra baseadas na fórmula de Cochran, ou o software G*Power para desenhos que envolvem comparação de grupos, são as mais usadas em TCC de graduação.
Exemplo de cálculo (dados fictícios)
Tema fictício: intenção de compra de um novo formato de embalagem entre consumidores de uma rede de supermercados regional, com população estimada de 8.000 clientes cadastrados no programa de fidelidade. Aplicando um nível de confiança de 95%, margem de erro de 5% e proporção esperada de 50% (mais conservadora), o cálculo com correção para população finita indicaria uma amostra de aproximadamente 367 respondentes — número que muitos TCCs de graduação não conseguem atingir dentro do prazo disponível. Nesses casos, é comum e aceitável ajustar a margem de erro, o que reduz a amostra necessária para cerca de 147 respondentes (margem de 8%) ou cerca de 95 (margem de 10%), desde que essa escolha seja declarada explicitamente como uma limitação metodológica, não escondida como se a margem menor não existisse.
Quando a amostra é qualitativa: grupos focais e entrevistas
Nem todo TCC de Marketing é quantitativo. Estudos exploratórios com grupos focais ou entrevistas em profundidade com consumidores não seguem a lógica de cálculo amostral — o critério de encerramento é a saturação teórica, quando novas entrevistas ou sessões deixam de trazer informações substancialmente novas. Num TCC de Marketing qualitativo de graduação, o número de entrevistas individuais ou de grupos focais costuma ser pequeno e é definido com o orientador, dependendo da complexidade do tema e do tempo disponível para análise.
Amostra em estudos comparativos entre regiões ou segmentos
Quando o TCC compara o comportamento de consumidores de duas ou mais regiões, faixas etárias ou segmentos de renda, cada grupo comparado precisa de amostra própria suficiente para a análise pretendida — não basta que a amostra total seja grande se um dos grupos de comparação ficar com poucos respondentes. Um desenho comum é definir um tamanho mínimo por grupo (por exemplo, 50 respondentes por região) antes de iniciar a coleta, evitando descobrir só na análise que um dos grupos comparados não tem respondentes suficientes para sustentar um teste estatístico com poder adequado.
Privacidade dos dados do consumidor: o que a LGPD exige
Uma pesquisa de marketing que coleta dados de consumidores — mesmo por formulário simples — está sujeita à Lei Geral de Proteção de Dados (Lei nº 13.709/2018), especialmente quando coleta e-mail, telefone ou outros identificadores diretos junto às respostas. Na prática, isso significa: coletar apenas os dados pessoais estritamente necessários para a pesquisa (evitando pedir e-mail ou telefone “por via das dúvidas”), informar claramente ao respondente para que finalidade os dados serão usados, e anonimizar o banco de dados antes de qualquer análise compartilhada com o orientador ou incluída como apêndice do TCC. Quando o formulário coleta automaticamente e-mail de quem responde (comum em ferramentas como Google Forms vinculadas a uma conta), desativar essa coleta automática — quando o e-mail não for necessário para a pesquisa — é uma boa prática que reduz o risco de identificação indevida dos respondentes.
Erro comum: confundir tamanho de painel com tamanho de amostra
Um erro terminológico frequente é declarar “amostra de 5.000 consumidores” quando, na verdade, esse é o tamanho do painel disponível para recrutamento, não o número de respondentes efetivos da pesquisa. A amostra é sempre o número de respostas válidas obtidas, não o universo de onde os respondentes foram convidados. Declarar essa diferença com clareza — quantos foram convidados versus quantos responderam completamente — evita uma pergunta recorrente da banca sobre a taxa de resposta real do estudo.
Checklist para declarar população e amostra no TCC de Marketing
Confira, item por item, antes de considerar essa seção da metodologia pronta: a população-alvo está delimitada por comportamento, geografia e perfil, não descrita genericamente como “consumidores”; o tipo de amostragem (conveniência, cotas, painel, probabilística) está declarado com precisão; se houve cálculo de tamanho de amostra, os três parâmetros (confiança, margem de erro, proporção esperada) estão registrados; se a margem de erro foi ajustada por limitação de prazo, isso está reconhecido explicitamente; cada grupo de um estudo comparativo tem amostra própria suficiente; os dados pessoais coletados respeitam o princípio da necessidade da LGPD; e a taxa de resposta (convidados versus respondentes válidos) está declarada quando aplicável.
Depois de definir população e amostra, redigir esse trecho da metodologia com precisão terminológica e organizar as referências dos instrumentos usados em ABNT costuma ser o próximo obstáculo. O Tesify ajuda a estruturar essa seção.
Perguntas frequentes
Qual o tamanho mínimo de amostra para um TCC de Marketing?
Não existe um número fixo em norma. Para estudos com análise estatística inferencial, o tamanho depende da técnica e deve ser calculado (por exemplo, pela fórmula de Cochran ou pela análise de poder do G*Power) ou justificado como limitação. Para estudos exploratórios ou qualitativos, o critério é a saturação teórica, não tamanho amostral.
Posso usar um painel de pesquisa pago para minha amostra?
Pode. Declare explicitamente que a amostra veio de um painel comercial, o critério de seleção aplicado e reconheça, nas limitações, que painéis pagos podem não representar perfeitamente o consumidor real da categoria estudada.
Como definir a população-alvo antes de calcular a amostra?
Delimite por comportamento (quem já comprou a categoria), geografia (região de atuação da marca) e, quando relevante, por perfil demográfico — só depois disso é possível calcular ou justificar o tamanho da amostra.
Amostragem por cotas é a mesma coisa que amostragem estratificada?
São parecidas, mas diferentes: a estratificada exige lista completa da população para sortear proporcionalmente dentro de cada estrato, o que a torna probabilística. A amostragem por cotas define metas por categoria, mas recruta por conveniência dentro de cada uma, permanecendo não probabilística.
Preciso declarar a taxa de resposta mesmo em amostragem por conveniência?
Sim, é uma boa prática mesmo quando a amostragem não é probabilística: declarar quantas pessoas foram convidadas ou tiveram acesso ao link e quantas responderam completamente dá à banca uma noção da taxa de engajamento com a pesquisa, além de tornar o relato mais transparente sobre o processo real de coleta de dados que efetivamente ocorreu em campo, do primeiro convite enviado até a última resposta válida registrada no banco de dados final.
Preciso justificar o tamanho da amostra mesmo numa pesquisa qualitativa com grupos focais?
Sim, mas a justificativa é diferente de um cálculo estatístico. Em vez de citar nível de confiança e margem de erro, explique o critério de encerramento usado — por exemplo, quantas sessões de grupo focal foram realizadas e por que a última sessão deixou de trazer temas novos em relação às anteriores (saturação teórica). Declarar esse critério, mesmo sem uma fórmula, mostra que o número de participantes não foi escolhido arbitrariamente, mas respondeu a um sinal concreto observado durante a própria coleta.
Para aprofundar, veja o anteprojeto de TCC de Marketing, qual escala usar (SERVQUAL, SERVPERF ou NPS) e o guia completo de como fazer o TCC de Marketing e Publicidade.