Tamanho amostral para estimação
O Sample Size for Estimation planeja um estudo cujo objetivo é medir uma média ou proporção com precisão, e não testar uma diferença. Informe margens de erro desejadas para obter tamanhos amostrais, ou tamanhos amostrais para obter margens. Uma média exige um desvio padrão assumido e usa a distribuição t; uma proporção exige um valor de planejamento, 0.5 por padrão, e usa a aproximação normal.
Última revisão
Conclusão principal
O Sample Size for Estimation calcula quantas observações são necessárias para estimar uma média ou uma proporção com uma margem de erro escolhida (a semiamplitude do intervalo de confiança) ou a margem que uma dada amostra alcança.
Nesta página
Finalidade
O Sample Size for Estimation calcula quantas observações são necessárias para estimar uma média ou uma proporção com uma precisão escolhida, ou qual será a precisão da estimativa com uma dada amostra. A precisão é expressa como a margem de erro: a semiamplitude do intervalo de confiança, de modo que a estimativa seja “valor ± margem”. Use-o quando o objetivo for medir bem algo, como o tempo de ciclo médio, o peso médio de um revestimento ou a parcela de pedidos atrasados, e não testar uma diferença (para isso, use as ferramentas de poder e tamanho amostral para testes de hipóteses).
Principais recursos
- Estima uma Mean (com um desvio padrão assumido) ou uma Proportion (com um valor de planejamento).
- Calcula o tamanho amostral a partir de margens de erro desejadas, ou a margem de erro a partir de tamanhos amostrais planejados: deixe em branco o que você deseja obter.
- Vários valores de uma só vez, ex.: margens “0.5 1”, geram uma linha para cada um.
- Ao calcular o tamanho amostral, informa o número inteiro de observações e a margem de erro que ele realmente alcança.
- Qualquer nível de confiança de 75 a 100%.
Métodos estatísticos
Para uma média, o desvio padrão informado é um valor de planejamento, e não um valor conhecido; por isso, a margem de erro usa a distribuição t, assim como o intervalo de confiança que você calculará depois a partir dos dados (o Minitab funciona da mesma forma quando σ é desconhecido). Para uma proporção, a ferramenta usa a aproximação normal. Com nível de confiança C, α = 1 − C/100; z = z₁₋α/₂ (1.960 para 95%) e t = t₁₋α/₂ com n − 1 graus de liberdade.
Para uma média com desvio padrão assumido σ, a margem de erro com n observações é E = t·σ/√n. Como t depende de n, o tamanho amostral para uma margem desejada E é o menor n cuja margem seja no máximo E: a ferramenta parte da resposta normal (z·σ/E)², arredondada para cima, e avança de um em um. Para uma proporção com valor de planejamento p, a margem é E = z·√(p(1 − p)/n), de modo que n = z²·p(1 − p)/E², arredondado para o próximo número inteiro. Em ambos os casos, a margem no n informado é exibida como a margem de erro real, que é no máximo a desejada.
A margem diminui com a raiz quadrada de n: reduzir a margem à metade exige cerca de quatro vezes mais observações. Para uma média, a margem pressupõe que o desvio padrão amostral resulte próximo ao valor de planejamento; se os dados forem mais variáveis, o intervalo será mais largo. Para uma proporção, um valor de planejamento de 0.5 dá o maior (mais seguro) tamanho amostral; use um valor menor somente se tiver confiança de que a proporção está longe de 0.5. O resultado pressupõe uma amostra aleatória de um processo estável.
Campos de entrada e opções
Campo | Descrição |
Parameter to estimate | Mean (default) or Proportion. |
Sample sizes | Separados por espaço ou vírgula, ex.: “10 20 30”. Deixe em branco para calcular o tamanho amostral. |
Margins of error | Separadas por espaço ou vírgula, ex.: “1 2”. A semiamplitude do intervalo de confiança, em unidades de medida para uma média ou como fração (ex.: 0.03) para uma proporção. Deixe em branco para calcular a margem de erro. |
Assumed standard deviation | Obrigatório quando Parameter = Mean. Estimativa histórica ou piloto do desvio padrão, usada como valor de planejamento (a margem usa a distribuição t). |
Planning value for the proportion | Obrigatório quando Parameter = Proportion; padrão 0.5, entre 0.0001 e 0.9999. 0.5 é a escolha mais conservadora (maior tamanho amostral). |
Confidence level | Padrão 95; de 75 a 100. |
Title | Título exibido na saída. |

Figura 1 — Cálculo do tamanho amostral para uma média: Margins of error = 0.5 1, Assumed standard deviation = 3, com 95% de confiança.
Descrição da saída
- Settings — o que foi calculado, o parâmetro, o nível de confiança e o desvio padrão assumido (para uma média) ou o valor de planejamento (para uma proporção).
- Results — uma linha por valor: margem de erro, tamanho amostral e margem de erro real ao calcular o tamanho amostral, ou tamanho amostral e margem de erro ao calcular a margem de erro.
- Exportação em PDF por meio de Download.

Figura 2 — Resultados do exemplo: 141 ciclos para uma margem de ±0.5 s e 38 ciclos para uma margem de ±1 s, com 95% de confiança.
Exemplo prático
Um engenheiro industrial precisa do tempo de ciclo médio de um posto de montagem manual para um estudo de balanceamento de linha. Um piloto curto mostra um desvio padrão de cerca de 3 segundos. O engenheiro gostaria de obter a média com ±0.5 s, mas aceitaria ±1 s. Com Parameter to estimate = Mean, o engenheiro deixa Sample sizes em branco e insere Margins of error = 0.5 1 e Assumed standard deviation = 3, com 95% de confiança.
A ferramenta indica 141 ciclos cronometrados para uma margem de ±0.5 s (margem real de 0.499 s) e 38 ciclos para ±1 s (margem real de 0.986 s): reduzir a margem à metade multiplica o trabalho por cerca de quatro. Inserir Sample sizes = 20 50 em vez disso mostra que 20 ciclos dão uma margem de ±1.40 s e 50 dão ±0.85 s. Com 99% de confiança, as exigências sobem para 243 e 64 ciclos. Para uma proporção, por exemplo a parcela de ciclos com uma etapa de retrabalho, uma margem de ±0.03 exige 1068 observações com o valor de planejamento conservador 0.5, mas 385 se se souber que a parcela é de cerca de 0.1.
Perguntas frequentes
Como calcular o tamanho amostral para estimar uma proporção?
Para uma proporção com valor de planejamento p, a margem de erro é E = z vezes a raiz quadrada de p(1 - p)/n, de modo que n = z ao quadrado vezes p(1 - p) dividido por E ao quadrado, arredondado para cima. Um valor de planejamento de 0.5 dá o maior e mais seguro tamanho amostral; em um exemplo prático, uma margem de 0.03 com 95% de confiança exige 1068 observações com 0.5, mas 385 com 0.1.
Como calcular o tamanho amostral para estimar uma média?
Para uma média com desvio padrão assumido sigma, a margem de erro com n observações é E = t vezes sigma dividido pela raiz quadrada de n. Como t depende de n, a ferramenta parte da resposta normal (z vezes sigma / E) ao quadrado e avança até que a margem seja no máximo a desejada. A margem real nesse n é informada.
Como a margem de erro muda com o tamanho amostral?
A margem de erro diminui com a raiz quadrada de n, de modo que reduzir a margem à metade exige cerca de quatro vezes mais observações. Em um exemplo prático com desvio padrão de 3 segundos e 95% de confiança, uma margem de 1 segundo exige 38 ciclos, enquanto uma margem de 0.5 segundo exige 141 ciclos.
Quando usar o tamanho amostral para estimação em vez de poder e tamanho amostral?
Use o tamanho amostral para estimação quando o objetivo for medir bem algo, como um tempo de ciclo médio, o peso médio de um revestimento ou a parcela de pedidos atrasados. Quando o objetivo for testar uma diferença, use, em vez disso, as ferramentas de poder e tamanho amostral para testes de hipóteses. O resultado pressupõe uma amostra aleatória de um processo estável.
