Em anos eleitorais, a divulgação de pesquisas de intenção de voto sempre gera um misto de expectativa e ceticismo. É comum que o público se questione sobre a validade desses levantamentos, especialmente quando os números de entrevistados parecem ínfimos diante de uma população gigantesca. Afinal, como é possível que poucas centenas ou milhares de pessoas possam refletir com precisão a vontade de milhões de eleitores, como os mais de 46 milhões de habitantes de São Paulo, por exemplo?
A resposta para essa aparente contradição reside na matemática, mais especificamente na Lei dos Grandes Números e em metodologias estatísticas rigorosas. Longe de ser um palpite, a pesquisa eleitoral é um exercício científico que, quando bem executado, oferece um retrato fiel do momento das intenções de voto, com uma margem de erro calculada e um nível de confiança elevado.
A Lei dos Grandes Números e a Representatividade da Amostra
O princípio fundamental que sustenta a confiança nas pesquisas eleitorais é a Lei dos Grandes Números. De forma simplificada, essa teoria estatística estabelece que, a partir de uma amostra suficientemente grande e bem selecionada, a média dos dados coletados tende a se aproximar da média real de todo o grupo populacional. Isso significa que, mesmo com um número relativamente pequeno de entrevistados, é possível inferir as tendências de uma população muito maior.
O matemático e professor da PUCPR, Saulo Henrique Weber, explica que, quando a amostra é escolhida de maneira criteriosa, os resultados obtidos são um espelho da população total, com uma margem de erro controlada. Esse princípio se aplica tanto a eleições presidenciais, que envolvem milhões de eleitores, quanto a votações menores, como para síndico de um condomínio.
Estratificação da Amostra: A Chave para a Precisão
A eficácia de uma pesquisa não está apenas no tamanho da amostra, mas, crucialmente, em sua composição. Para que os resultados sejam representativos, a amostra precisa ser estratificada, ou seja, deve respeitar as divisões naturais e relevantes existentes dentro da população total. Isso inclui critérios demográficos como sexo, faixa etária, nível de escolaridade, renda e localização geográfica.
Weber detalha que, se metade da população total tem mais de 30 anos, por exemplo, 50% dos entrevistados na amostra também devem ter essa característica. Da mesma forma, a proporção entre homens e mulheres na população deve ser replicada na amostra. Essa estratificação cuidadosa é o que permite que um grupo menor de pessoas represente a diversidade e as nuances de um universo muito maior. Com base nesses fatores e na margem de erro desejada, os pesquisadores definem o nível de significância e, consequentemente, o tamanho ideal da amostra.
O “Número Mágico” e as Limitações Práticas
A quantidade de entrevistados para uma pesquisa eleitoral não é arbitrária, mas sim resultado de uma equação estatística que considera o nível de confiança desejado, a proporção estimada e a margem de erro. Para um nível de confiança de 95% e uma margem de erro de 2 pontos percentuais, por exemplo, a amostra necessária é de aproximadamente 2.401 pessoas, independentemente do tamanho da população total.
Embora uma amostra maior sempre resulte em maior precisão, com uma margem de erro menor, os institutos de pesquisa precisam equilibrar a precisão com a viabilidade. Uma pesquisa com milhões de pessoas seria inviável em termos de custo e tempo. Como as pesquisas eleitorais buscam capturar um
