População absoluta no contexto de pesquisa
Quando alguém começa a montar um trabalho acadêmico ou um projeto de mercado, a primeira coisa que aparece nos manuais é o termo população absoluta. Muitas pessoas confundem com apenas o "número total de gente" e param por aí. O conceito é mais específico do que isso. População absoluta é o conjunto completo, ilimitado e definido de todos os elementos que possuem as características que você está estudando. Não é uma amostra. Não é um recorte. É o todo. Se você quer estudar a frequência de uso de um app entre mulheres de 25 a 40 anos em São Paulo, a população absoluta são todas essas mulheres que existem na cidade, naquele momento. Ponto.
o'que é população absoluta
A diferença prática entre população absoluta e amostra é onde a maioria dos erros acontece. População absoluta é o universo total. Amostra é o pedaço que você realmente consegue acessar. A confusão começa quando as pessoas tratam a amostra como se fosse a população, ou pior, usam dados de uma população absoluta de um contexto completamente diferente no seu próprio trabalho. Eu já vi pesquisador usar a população absoluta do IBGE sobre o estado inteiro para justificar um estudo que na verdade era restrito a uma região metropolitana específica. O erro é comum porque os dados populacionais oficiais são fáceis de encontrar, mas eles não mapeiam automaticamente o seu objeto de estudo.
Como calcular e delimitar corretamente
O primeiro passo é definir três coisas com clareza: o critério de inclusão, a área geográfica e o período temporal. Sem essas três delimitações, você nunca vai saber qual é a sua população absoluta. Vou dar um exemplo prático. Suponha que você esteja fazendo uma pesquisa sobre a satisfação de pacientes em UPAs de Belo Horizonte no período de janeiro a dezembro de 2024. A população absoluta seria o número total de atendimentos realizados nessas unidades durante esse período. Se o sistema da prefeitura registrou 347.892 atendimentos, esse é o seu denominador. A amostra será uma fração disso, mas o universo é esse número.
Na prática, eu já tive um problema com esse tipo de cálculo. Estava trabalhando com uma população absoluta de pequenos empresários de uma microregião do interior de Minas. O Cadastro Nacional de Pessoas Jurídicas (CNPJ) tinha registros de 12.453 empresas, mas cerca de 3.200 delas estavam com situação cadastral "baixada" ou "inapta". Se eu usasse o número bruto do CNPJ como população absoluta, minha taxa de resposta e meus intervalos de confiança ficariam totalmente distorcidos. A solução foi cruzar os dados com a Receita Federal, filtrar apenas as ativas e ativas com atividade econômica correspondente ao meu recorte, e chegar a um número real de 8.741 empresas. Esse foi o meu verdadeiro denominador. O erro de usar o número bruto teria inflacionado a população absoluta em quase 30%, o que alteraria diretamente a composição da amostra e a margem de erro.
Erros comuns que ninguém alerta
Um erro frequente é achar que população absoluta é sinônimo de censo. População absoluta é um conceito metodológico. Censo é uma operação de coleta de dados. Você pode ter uma população absoluta conhecida sem nunca ter feito um censo dela. E você pode fazer um censo de algo que não é a sua população absoluta, porque o recorte geográfico ou temporal está errado. Outro ponto que passa despercebido: população absoluta não é estática. Ela muda o tempo todo. Nascer, morrer, migrar, abrir e fechar empresas — tudo isso altera o denominador. Se você está fazendo uma pesquisa longitudinal, precisa atualizar a população absoluta a cada etapa, senão seus cálculos ficam defasados.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Também é importante saber que nem sempre dá para conhecer a população absoluta com exatidão. Em pesquisas com populações vulneráveis, clandestinas ou altamente móveis, o número exato simplesmente não existe. Nesse caso, você trabalha com uma estimativa conservadora, documenta a fonte e a limitação, e segue em frente. Esconder essa incerteza é que é o problema.
Da população absoluta para a amostra
Com a população absoluta delimitada, o próximo passo é definir o tamanho da amostra. Isso depende do nível de confiança que você precisa, da margem de erro aceitável e, se o population for finito, de um fator de correção. A fórmula clássica para populações finitas é: n = (Z² × p × q × N) / (e² × (N-1) + Z² × p × q)
Onde Z é o escore z para o nível de confiança desejado, p é a proporção estimada, q é 1-p, N é a população absoluta e e é a margem de erro. Para uma população de 10.000 unidades, com 95% de confiança, 5% de margem de erro e p=0,5 (maior variabilidade), o resultado dá aproximadamente 370 respondentes. Se a população for maior que 100.000, o resultado se aproxima de 385, que é o patamar que a maioria dos manuais recomenda para populações infinitas. O que pouca gente explica é que esse cálculo pressupõe amostragem probabilística simples. Se você estiver usando amostragem por conglomerados ou estratificada, os fatores de projeto podem aumentar o tamanho amostral necessário em 10 a 30%, dependendo da configuração. Ignorar isso geraamostras subdimensionadas e conclusões que não sustentam a população absoluta original.
Quando a população absoluta não é a melhor base
Em alguns cenários, trabalhar com a população absoluta inteira é inviável ou até contraproducente. Pesquisa qualitativa, por exemplo, não segue a mesma lógica de dimensionamento amostral. O critério não é representatividade estatística, e sim saturação teórica. Forçar uma amostra qualitativa a "cabir" numa população absoluta calculada por fórmulas quantitativas distorce o desenho da pesquisa. Outro caso é quando a população absoluta é extremamente heterogênea e grande. Nesses cenários, uma amostra bem estratificada costuma ser mais eficiente do que tentar abranger o todo. A população absoluta ainda serve como referência, mas ela não é mais o alvo operacional direto.
Resumindo: entenda o que é população absoluta, delimite com critério de inclusão, área e tempo, valide os dados antes de usar como denominador, e ajuste seus cálculos amostrais conforme a realidade do seu campo. O resto é aplicação.
