Posso Usar uma Amostra por Conveniência na Tese? O Que Pode e Não Pode Concluir (2026)

Sim, pode. A amostragem por conveniência é aceite em teses de mestrado e doutoramento e não é, por si só, motivo de reprovação. O que a reprova é usá-la e depois escrever conclusões que ela não sustenta. Uma amostra por conveniência não permite generalizar para uma população; permite descrever o que aconteceu naquele grupo e testar relações dentro dele.

Se está a ler isto é porque já recolheu — ou está prestes a recolher — dados junto das pessoas a que conseguiu chegar: os seus colegas de curso, os colaboradores da empresa onde estagia, os utentes de um centro de saúde, os seguidores de um grupo de Facebook. Esse é o cenário normal de uma tese. Este artigo mostra-lhe exactamente que frases pode escrever, que frases não pode escrever, e como caracterizar a amostra de forma que o júri aceite.

O que é, exactamente, uma amostra por conveniência?

É uma amostra formada por quem estava disponível e acessível ao investigador, sem qualquer mecanismo aleatório de selecção. Pertence à família das amostras não probabilísticas: aquelas em que a probabilidade de um dado indivíduo da população ser escolhido não é conhecida nem controlada.

Esta é a distinção que interessa e é também a origem de todas as limitações que se seguem. Numa amostra probabilística — aleatória simples, sistemática, estratificada, por clusters — cada elemento da população tem uma probabilidade conhecida e diferente de zero de ser seleccionado. É essa probabilidade conhecida que autoriza, matematicamente, a inferência da amostra para a população, e é ela que dá sentido a expressões como «margem de erro de ±3 pontos percentuais».

Na amostragem por conveniência essa probabilidade é desconhecida. Não é pequena: é desconhecida. Muitos elementos da população têm mesmo probabilidade zero de entrar na amostra — todos os que nunca passariam pelo canal que usou para recrutar.

Porque é que quase toda a gente a usa?

Porque a alternativa raramente existe. Uma amostra aleatória exige uma base de sondagem — uma lista completa e actualizada de todos os elementos da população — e exige poder contactar quem for sorteado. Numa tese de mestrado feita em nove meses, sem orçamento e sem acesso institucional a bases de dados nominativas, essa lista quase nunca está disponível.

Há três situações em que a conveniência é não só aceitável como sensata:

• Estudos exploratórios, em que o objectivo é perceber se um fenómeno existe e vale a pena estudar, não medir a sua prevalência.
• Estudos de validação de instrumentos, em que interessa a variabilidade das respostas e a estrutura interna da escala, não a média populacional.
• Estudos correlacionais e quase-experimentais, em que a pergunta é sobre a relação entre variáveis dentro do grupo, não sobre o valor dessas variáveis na população.

Repare no padrão: em nenhum destes casos a conclusão depende de a amostra ser um retrato fiel da população.

O que é que uma amostra por conveniência não lhe permite dizer?

Esta é a secção que evita a maior parte dos problemas na defesa. Não escreva nenhuma destas frases:

• «A amostra é representativa da população portuguesa / dos enfermeiros portugueses / dos estudantes do ensino superior.» Representatividade é uma propriedade que decorre do processo de selecção, não do tamanho da amostra. Mil respostas obtidas por conveniência continuam a não ser representativas.
• «X % dos portugueses considera que…» Qualquer estimativa de prevalência projectada para a população precisa de amostragem probabilística ou de ponderação por variáveis auxiliares conhecidas.
• «Com uma margem de erro de ±4 %…» A margem de erro é calculada a partir do desenho amostral aleatório. Sem ele, o número não significa nada, mesmo que a calculadora o produza.
• «Os resultados podem ser generalizados para…» A generalização estatística é precisamente o que a conveniência não compra.

O erro mais frequente não é usar conveniência — é usar conveniência e depois escrever o relatório como se se tratasse de uma sondagem nacional. O artigo sobre os erros de dimensionamento da amostra que reprovam alunos mostra a versão mais comum deste deslize.

Então o que é que ela permite concluir?

Bastante mais do que se costuma admitir. A amostragem por conveniência ameaça sobretudo a validade externa — a possibilidade de estender o resultado a outras pessoas e contextos. A validade interna, ou seja, a credibilidade da relação observada dentro da amostra, depende de outras coisas: do desenho do estudo, do controlo de variáveis, da qualidade do instrumento.

Com uma amostra por conveniência pode legitimamente afirmar:

• Que existe, ou não existe, uma associação entre duas variáveis neste grupo — e reportá-la com o respectivo tamanho do efeito.
• Que um grupo difere de outro nas condições em que os observou, se o desenho permitir essa comparação.
• Que um instrumento se comporta de determinada maneira — consistência interna, estrutura factorial, distribuição das respostas.
• Que um fenómeno ocorre. Um caso basta para demonstrar existência; nenhum número de casos por conveniência demonstra frequência populacional.

A regra prática: troque o verbo. Em vez de «os enfermeiros portugueses apresentam níveis elevados de exaustão», escreva «nos 148 enfermeiros inquiridos, os níveis de exaustão foram elevados». A segunda frase é verdadeira e defensável; a primeira não é nenhuma das duas.

Como se caracteriza a amostra que realmente obteve?

Se não pode provar que a amostra representa a população, a segunda melhor coisa — e a que o júri espera — é descrevê-la com precisão suficiente para que o leitor julgue por si. Inclua:

1. Os canais de recrutamento, um a um, e o período em que estiveram activos. «Divulgado por correio electrónico institucional em duas escolas e em três grupos profissionais de uma rede social, entre 3 de Março e 18 de Abril de 2026.»
2. Os critérios de inclusão e exclusão, definidos antes da recolha e não depois de olhar para os dados.
3. Uma tabela de caracterização com as variáveis sociodemográficas relevantes — e, sempre que existirem, os valores conhecidos da população ao lado, para o leitor ver onde a amostra se desvia.
4. Quantos foram convidados e quantos responderam, se conseguir saber. Mesmo uma estimativa aproximada («o e-mail foi enviado a cerca de 600 pessoas») é mais informativa do que o silêncio.
5. Quem ficou de fora por construção. Se recrutou só online, os que não usam a plataforma nunca poderiam entrar. Diga-o.

Esta comparação com os parâmetros conhecidos da população é o passo que separa uma limitação assumida de uma limitação escondida. Se 84 % da sua amostra é do sexo feminino e a população profissional em causa tem 62 %, escrever esse contraste não o enfraquece — mostra que sabe onde está.

O que escrever no capítulo de Método?

Nomeie o método. Não o disfarce. Um parágrafo que funciona:

«A amostra foi constituída por amostragem não probabilística por conveniência. Os participantes foram recrutados através de [canais], entre [datas], mediante os seguintes critérios de inclusão: [critérios]. Foram excluídos [critérios de exclusão]. Dos [N] questionários iniciados, [N] foram considerados válidos após remoção de [motivo]. A Tabela X caracteriza a amostra obtida e, sempre que existem dados oficiais disponíveis, apresenta os valores correspondentes na população de referência. Dado o carácter não probabilístico da selecção, os resultados descrevem a amostra estudada e não constituem estimativas para a população.»

A última frase é a mais importante do parágrafo. Escrevê-la no Método significa que não terá de a defender na discussão.

O que escrever nas Limitações — e o que nunca escrever?

Uma limitação bem escrita tem três partes: identifica o problema, indica a direcção provável do enviesamento e diz o que fica intacto. Uma limitação mal escrita tem só a primeira.

Fraco: «Uma limitação deste estudo é o uso de uma amostra por conveniência.»

Forte: «A amostragem por conveniência, assente em canais digitais, tende a sobre-representar participantes mais jovens e com maior literacia digital — o que é consistente com a distribuição etária observada. É provável que este enviesamento inflacione as médias de utilização de ferramentas digitais; é menos provável que altere o sentido da associação entre utilização e satisfação, que se mantém estável nos vários subgrupos etários testados.»

Nunca escreva que a limitação «não afecta os resultados». Afecta sempre alguma coisa; a questão é o quê. E nunca a resolva com o tamanho da amostra — aumentar de 100 para 500 respostas obtidas pelo mesmo canal aumenta a precisão em torno de um número enviesado, não corrige o enviesamento.

Como transformar a conveniência em algo mais defensável?

Não precisa de mudar de método para melhorar substancialmente o desenho. Quatro movimentos, por ordem de retorno:

1. Diversifique os canais e os locais. Recrutar em três contextos diferentes em vez de um reduz a probabilidade de o resultado ser um artefacto de um único ambiente — e permite testar se os subgrupos diferem entre si.
2. Acrescente quotas. Fixar, por exemplo, um mínimo de participantes por escalão etário transforma conveniência simples em amostragem por quotas, que continua a ser não probabilística mas garante presença de todos os estratos que importam à sua pergunta.
3. Compare quem respondeu cedo com quem respondeu tarde. Se os respondentes tardios — mais próximos dos não respondentes — não diferem dos precoces nas variáveis principais, tem um argumento empírico contra o enviesamento de não resposta.
4. Se recrutou em cadeia, assuma-o e documente-o. Quando os participantes indicam outros participantes, o método passa a ser amostragem em bola de neve, que tem regras próprias de descrição das vagas de recrutamento.

E os testes estatísticos — ainda os posso fazer?

Pode, e continuam a ser a forma correcta de analisar os dados. Mas interprete-os com a moldura certa. Os testes de significância foram construídos assumindo amostragem aleatória; sem ela, o valor de p deixa de ter a leitura limpa de «probabilidade de observar este resultado por acaso ao amostrar esta população».

Duas consequências práticas. Primeira: dê mais peso ao tamanho do efeito e ao intervalo de confiança do que ao facto de p ter ficado abaixo de 0,05. Segunda: não confunda uma amostra pequena com uma amostra enviesada — são problemas diferentes, com soluções diferentes. O cálculo do tamanho da amostra com o G*Power resolve o primeiro e não toca no segundo; e uma tese com amostra pequena pode ser perfeitamente sólida se a pergunta for a adequada.

O que é que o júri vai perguntar?

Três perguntas, quase sempre as mesmas:

• «Porque não usou uma amostra aleatória?» — Responda com a ausência de base de sondagem, não com falta de tempo. «Não existe uma lista pública e completa de [população] a que fosse possível aceder» é uma razão metodológica; «não tive tempo» não é.
• «Até onde é que estes resultados chegam?» — Tenha a resposta pronta e delimitada: «descrevem este grupo, neste contexto, neste período; a replicação noutros contextos é a extensão natural».
• «Que enviesamentos espera?» — Nomeie-os na direcção certa. Auto-selecção, enviesamento de não resposta e enviesamento de desejabilidade social são os três candidatos habituais; o artigo sobre vieses na investigação arruma as definições.

Um candidato que antecipa estas três perguntas no próprio texto transforma o ponto mais fraco do trabalho na demonstração de que domina o método.

Perguntas frequentes

Uma amostra por conveniência pode reprovar a tese?

O método em si, não. O que reprova é a incoerência entre o método e as conclusões: usar conveniência e depois escrever estimativas populacionais, percentagens «dos portugueses» ou margens de erro. Se o alcance das afirmações couber dentro da amostra, o método é aceite.

Quantos participantes preciso numa amostra por conveniência?

O número não deriva do método de amostragem, mas da análise que pretende fazer. Se vai correr testes inferenciais, calcule o n necessário para detectar o efeito que lhe interessa; se vai fazer análise factorial ou regressão múltipla, o número de itens ou de preditores manda. A conveniência não dispensa este cálculo — apenas não lhe dá representatividade quando o atinge.

Posso dizer que a amostra é representativa se for grande?

Não. Representatividade decorre do processo de selecção, não da dimensão. Uma amostra de 2 000 pessoas recrutadas num único grupo online continua a excluir sistematicamente toda a gente que não está nesse grupo.

Qual a diferença entre amostragem por conveniência e amostragem intencional?

Ambas são não probabilísticas, mas a lógica difere. Na conveniência escolhe quem está acessível. Na amostragem intencional (ou por critério) escolhe deliberadamente perfis que são informativos para a pergunta — por exemplo, apenas profissionais com mais de dez anos de experiência. A intencional exige que justifique o critério; a conveniência exige que descreva o acesso.

Posso usar amostragem por conveniência num estudo qualitativo?

Sim, e é comum. Em investigação qualitativa a lógica de amostragem é outra: procura-se riqueza informativa e saturação, não representatividade estatística. Ainda assim, descreva como chegou aos participantes e porquê — a exigência de transparência é a mesma.

Preciso de indicar a taxa de resposta se usei conveniência?

Indique tudo o que conseguir. Quando não há uma lista fechada de convidados, a taxa de resposta clássica não é calculável; nesse caso reporte o que sabe — número de visualizações do convite, número de questionários iniciados, número de questionários completos — e explique porque a taxa formal não se aplica.

A amostragem por conveniência é aceite em revistas científicas?

É publicada com frequência, sobretudo em estudos exploratórios, de validação e correlacionais. Os revisores costumam exigir três coisas: que o método seja nomeado, que a amostra seja caracterizada em detalhe e que as conclusões não extrapolem. São exactamente as exigências de um júri de tese.

Como cito o método de amostragem na metodologia?

Nomeie-o em português corrente («amostragem não probabilística por conveniência»), acompanhe-o de uma referência metodológica reconhecida da sua área e descreva a operação concreta. A referência sustenta a terminologia; a descrição sustenta a replicação. Sem a segunda, a primeira não convence ninguém.

Devo ponderar os dados para corrigir o enviesamento?

Só se tiver parâmetros populacionais fiáveis para as variáveis de ponderação e explicar claramente o procedimento. A pós-estratificação pode aproximar a distribuição da amostra da distribuição conhecida da população em algumas variáveis, mas não corrige diferenças nas variáveis não observadas e não converte uma amostra não probabilística numa amostra probabilística. Se a usar, reporte os resultados ponderados e não ponderados.

E se o meu orientador disser que a amostra «não serve»?

Pergunte para que pergunta não serve. Se a pergunta de investigação for de prevalência («quantos?»), tem razão e a pergunta precisa de mudar. Se for de relação («os que fazem X também relatam Y?»), a amostra serve e o que precisa de ajuste é a formulação das conclusões, não a recolha.

Escreva o método com a amostra que realmente tem

A parte difícil de uma amostra por conveniência não é a recolha — é escrever um capítulo de Método e uma secção de Limitações que digam a verdade sem enfraquecer o trabalho. O Tesify ajuda-o a estruturar a descrição da amostra, a redigir as limitações com direcção de enviesamento e a manter as conclusões dentro do que os seus dados sustentam. Comece agora, gratuitamente.

Antes disso, verifique também se o instrumento está à altura da amostra: um questionário bem construído e validado compensa parte do que a amostragem não probabilística lhe tira.