Metodos Quantitativos Em Ciencias Sociais

22
DESENVOLVIMENTO EM QUESTÃO Editora Unijuí • ano 12 • n. 28 • out./dez. • 2014 p. 348-369 ENSAIO Métodos Quantitativos em Ciências Sociais Sugestões para Elaboração do Relatório de Pesquisa Marcelo L. D. Gabriel 1 Resumo A produção intelectual brasileira e internacional no campo das Ciências Sociais tem apresentado uso considerável de métodos quantitativos em pesquisa, impulsionado pela popularização de sof- twares estatísticos e pela facilidade com que análises estatísticas executadas anteriormente com o uso de linguagem de programação, passaram a ser incorporadas no repertório dos pesquisadores. A disponibilidade de softwares estatísticos como o SPSS, Stata, Matlab, SAS, BioEstat, Sistat, a linguagem R, dentre outros, tem acentuando a demanda por um maior aprofundamento por parte dos pesquisadores sobre estatística aplicada, contribuindo para a difusão de seu uso nas Ciências Sociais. Este artigo tem como objetivo discutir os aspectos técnicos e metodológicos e propor um roteiro sugestivo para auxiliar os pesquisadores na elaboração do relatório de pesquisa de abordagem quantitativa, contribuindo para um maior rigor no tratamento e análise dos dados e permitindo que os resultados obtidos sejam significativos tanto do ponto de vista estatístico quanto do conceitual. Como referencial teórico optou-se pela utilização de artigos similares publicados internacionalmente e do cotejamento com o texto original dos autores geralmente citados em pesquisas como Likert (1932), Cronbach (1951, 2004) e Nunnally (1978) bem como dos manuais utilizados contemporaneamente. Palavras-chave: Ciências sociais. Métodos de pesquisa. Pesquisa quantitativa. Análise multivariada de dados. Relatório de pesquisa. 1 Doutor em Educação (Ciência e Tecnologia) pela Universidade Estadual de Campinas (Unicamp). Mestre em Administração de Empresas pelo Centro Universitário Álvares Penteado (Unifecap). Bacharel em História pela Universidade de São Paulo (USP). Professor do curso de Mestrado Profissional em Gestão Ambiental e Sustentabilidade (GeAS) da Universidade Nove de Julho (Uninove). [email protected]

description

Artigo sobre a relação entre metodologia quantitativa e qualitativa nas ciências sociais.

Transcript of Metodos Quantitativos Em Ciencias Sociais

  • DESENVOLVIMENTO EM QUESTOEditora Uniju ano 12 n. 28 out./dez. 2014 p. 348-369

    ENSAIO

    Mtodos Quantitativos em Cincias SociaisSugestes para Elaborao do Relatrio de Pesquisa

    Marcelo L. D. Gabriel1

    Resumo

    A produo intelectual brasileira e internacional no campo das Cincias Sociais tem apresentado uso considervel de mtodos quantitativos em pesquisa, impulsionado pela popularizao de sof-twares estatsticos e pela facilidade com que anlises estatsticas executadas anteriormente com o uso de linguagem de programao, passaram a ser incorporadas no repertrio dos pesquisadores. A disponibilidade de softwares estatsticos como o SPSS, Stata, Matlab, SAS, BioEstat, Sistat, a linguagem R, dentre outros, tem acentuando a demanda por um maior aprofundamento por parte dos pesquisadores sobre estatstica aplicada, contribuindo para a difuso de seu uso nas Cincias Sociais. Este artigo tem como objetivo discutir os aspectos tcnicos e metodolgicos e propor um roteiro sugestivo para auxiliar os pesquisadores na elaborao do relatrio de pesquisa de abordagem quantitativa, contribuindo para um maior rigor no tratamento e anlise dos dados e permitindo que os resultados obtidos sejam significativos tanto do ponto de vista estatstico quanto do conceitual. Como referencial terico optou-se pela utilizao de artigos similares publicados internacionalmente e do cotejamento com o texto original dos autores geralmente citados em pesquisas como Likert (1932), Cronbach (1951, 2004) e Nunnally (1978) bem como dos manuais utilizados contemporaneamente.

    Palavras-chave: Cincias sociais. Mtodos de pesquisa. Pesquisa quantitativa. Anlise multivariada de dados. Relatrio de pesquisa.

    1 Doutor em Educao (Cincia e Tecnologia) pela Universidade Estadual de Campinas (Unicamp). Mestre em Administrao de Empresas pelo Centro Universitrio lvares Penteado (Unifecap). Bacharel em Histria pela Universidade de So Paulo (USP). Professor do curso de Mestrado Profissional em Gesto Ambiental e Sustentabilidade (GeAS) da Universidade Nove de Julho (Uninove). [email protected]

  • QUANTITATIVE METHODS IN SOCIAL SCIENCES: Suggestions for the Preparation of the Research Report

    Abstract

    The Brazilian and international intellectual production in the field of social sciences has shown a considerable use of quantitative methods in research, driven by the popularity of statistical software and the ease of usage of statistical analysis previously performed with the use of programming lan-guage. This adoption led to a new toolbox that was incorporated into the repertoire of researchers. The availability of statistical software such as SPSS, Stata, Matlab, SAS, BioEstat, Sistat, the R language, amongst others, has accentuated the demand for a greater depth by researchers on applied statistics, contributing to the spread of its use in the social sciences. This article aims to discuss the technical and methodological aspects and propose a suggestive roadmap to assist researchers in preparing the report of quantitative research, contributing to a more rigorous treatment and analysis of the data and allowing the results are significant both from the statistical point of view as from the conceptual point of view. The theoretical background was based on the use of similar articles published internationally and a systematic revision of the original authors usually cited in surveys as Likert (1932), Cronbach (1951, 2004), Nunnally (1978) as well as the reference manuals used contemporarily.

    Keywords: Social sciences. Research methods. Quantitative research. Multivariate data analysis. Research report.

  • Marcelo L. D. Gabriel

    350 Ano 12 n. 28 out./dez. 2014

    A disponibilidade e popularidade de softwares estatsticos como

    o SPSS, Matlab, SAS, Statistica, Sistat, dentre outros, tem ampliado a

    utilizao das tcnicas multivariadas para anlise de dados, acentuando a

    demanda de um maior aprofundamento por parte dos pesquisadores sobre

    estatstica aplicada, contribuindo para a difuso de seu uso nas Cincias

    Sociais. Tal fenmeno no recente (Sheth, 1971; Warwick, 1977), mas

    foi amplificado nos ltimos 20 anos com a popularizao e disponibilidade

    de computadores com alta capacidade de processamento e acessibilidade

    (Mesirov, 2010), permitindo que os resultados obtidos por pesquisadores ao

    redor do mundo fossem imediatamente disponibilizados por intermdio da

    rede mundial de computadores e que as tcnicas empregadas estivessem

    disseminadas e disponveis.

    Ressalta-se ainda que o progresso tecnolgico habilita os pesquisado-

    res a se distanciarem das limitaes tcnicas existentes anteriormente, com

    a possibilidade e a capacidade de analisar grandes quantidades de dados,

    ampliando as condies de um engajamento em desenvolver e avaliar no-

    vos modelos tericos (Hair Jr. et al., 2005), mas que no podem prescindir

    do discernimento e conhecimento preliminar sobre os mtodos e tcnicas

    aplicados e, consequentemente, de interpretar, inferir e testar hipteses

    com propriedade e rigor (Bedeian, 2013).

    Assim, a elaborao de um relatrio de pesquisa desenvolvido com

    base em uma abordagem quantitativa no est isento de fraquezas e sua

    fortaleza no se baseia apenas na robustez dos nmeros apresentados, mas

    na forma como a anlise realizada responde aos problemas de pesquisa e

    esto em consonncia com as caractersticas do conhecimento cientfico,

    independentemente da matriz filosfica subjacente ao mtodo.

    Essa viso, ainda presente em alguns crculos de pesquisa, descarta o

    fato de que impossvel diferenciar completamente as causas e efeitos e que

    conhecedor e conhecimento no podem ser separados, porque o conhecedor

    subjetivo a nica fonte da realidade, o que nos remete a uma concluso

    epistemolgica de que in extremis toda pesquisa qualitativa.

  • MTODOS QUANTITATIVOS EM CINCIAS SOCIAIS

    351Desenvolvimento em Questo

    O processo de realizao da pesquisa e as escolhas do pesquisador

    Uma pesquisa pode ser entendida, em um sentido amplo, como uma

    busca cientfica e sistemtica que pode inicialmente ser qualitativa ou quan-

    titativa, e quando se podem distinguir diferentes categorias como bsica,

    aplicada ou avaliativa. Alm da distino inicial entre pesquisa qualitativa e

    quantitativa, McMillan e Schumacher (2005) destacam que dentre essas duas

    classes de pesquisa se encontram duas categorias principais: (a) experimental

    e (b) no experimental para as pesquisas quantitativas; (c) interativa e (d)

    no interativa para as pesquisas qualitativas.

    Uma modalidade de pesquisa informa sobre o delineamento mais

    apropriado, que inclui os procedimentos para guiar o estudo levando em

    considerao alguns fatores: como se prepara a pesquisa, quais os sujeitos e

    como sero coletados os dados.

    As modalidades de pesquisa quantitativa foram desenvolvidas inicial-

    mente para uso no campo dos estudos de agricultura e das cincias puras, que

    adotavam uma filosofia positivista do conhecimento que destacava a objeti-

    vidade e a quantificao dos fenmenos. Como resultado desta orientao,

    os delineamentos de pesquisa maximizam a objetividade com o emprego

    de nmeros, estatstica, estrutura e controle experimental.

    Esta atribuio de que o delineamento quantitativo adota uma filo-

    sofia positivista do conhecimento, deve-se ao fato de que os pressupostos

    articulados pelos defensores do paradigma de pesquisa quantitativo so

    consistentes com esta filosofia, ou seja, entendem que as observaes sociais

    devem ser tratadas como entidades de maneira similar forma com que os

    cientistas tratam os fenmenos fsicos (exemplo: cincias puras), e que o

    observador est separado das entidades que esto sujeitas observao, de

    modo que a investigao em cincias sociais seja objetiva e livre de genera-

  • Marcelo L. D. Gabriel

    352 Ano 12 n. 28 out./dez. 2014

    lizaes referentes a tempo e contexto, sendo assim a causadora da validade

    e confiabilidade dos resultados produzidos pelas cincias sociais (Johnson;

    Onwuegbuzie, 2004, p. 14).

    Por outro lado, os tericos da abordagem qualitativa rejeitam o cha-

    mado positivismo e defendem a superioridade do construtivismo, idealismo,

    relativismo, humanismo, hermenutica e, em alguns casos, ps-modernismo.

    Estas afirmaes se baseiam na abundncia de realidades mltiplas, que a

    inexistncia de generalizaes referente a tempo e contexto no desejvel

    nem existente, que impossvel diferenciar completamente as causas e

    efeitos e que conhecedor e conhecimento no podem ser separados, porque

    o conhecedor subjetivo a nica fonte da realidade (Johnson; Onwuegbuzie,

    2004, p. 14).

    Embora no haja uma prioridade epistemolgica de uma modalidade

    em relao outra, Babbie (2003) sugere que o exame de um determinado

    fenmeno social mais bem-sucedido se puder ser abordado por vrios

    mtodos diferentes e que todos os mtodos de pesquisa social so norteados

    pelas caractersticas gerais da cincia e que til analisar as foras e fraque-

    zas relativas de cada mtodo para escolha do mais adequado ao propsito

    da pesquisa.

    Assim, preciso clareza ao pesquisador no entendimento de que

    a escolha do procedimento metodolgico est intrinsecamente ligada ao

    problema da pesquisa e no ao contrrio, ou seja, no por ter maior fa-

    miliaridade com uma abordagem de pesquisa (exemplo: qualitativa com o

    uso de entrevistas em profundidade, pesquisa etnogrfica, etc.) que todos

    os problemas de pesquisa sero respondidos com esta abordagem e que

    uma escolha feita no incio da carreira acadmica v predizer o estilo do

    pesquisador durante sua produo cientfica.

    Dado o carter no definitivo da cincia e suas caractersticas lgicas,

    explicativas e empricas, o processo de pesquisa e o delineamento escolhido

    pelo pesquisador consistem em uma possibilidade que no esgota as demais,

  • MTODOS QUANTITATIVOS EM CINCIAS SOCIAIS

    353Desenvolvimento em Questo

    mas tem a funo de definir os problemas e os mtodos legtimos de um

    campo de pesquisa (Kuhn, 2000), e como teoria do conhecimento constitui-

    -se de uma metodologia geral da cincia emprica, sem determinar seus

    mtodos de maneira descritiva, mas busca explicar seus mtodos e isso

    que a distingue como sistema emprico-cientfico dos sistemas metafsicos

    (Popper, 2013).

    Em artigo recentemente publicado, Fakis et al. (2014) avaliaram a

    utilizao de estatstica para quantificar informaes qualitativas obtidas

    em entrevistas a partir de um protocolo predefinido, e concluram sobre

    a necessidade de criao de uma nova abordagem que proponha o uso de

    modelagem estatstica avanada para explorar as complexas relaes advin-

    das das informaes obtidas. Tais achados evidenciam a necessidade de os

    pesquisadores integrarem suas abordagens e, como props Popper (2013),

    explicar seus mtodos sem determinao descritiva.

    Relatrio de pesquisa com delineamento quantitativo

    A adoo de um delineamento quantitativo em pesquisa pressupe

    algumas condies especficas que devem estar presentes desde a formulao

    do problema, o que implica papel preponderante da reviso da literatura, da

    coleta e a anlise dos dados e da redao do relatrio de resultados (Sampieri;

    Collado; Lucio, 2013).

    Ainda, o objetivo final de uma pesquisa com enfoque quantitativo

    quantificar os dados para generalizar os resultados de uma amostra para a

    populao-alvo, sempre coletados a partir do maior nmero possvel de casos

    que correspondam a uma amostra representativa, por meio de instrumentos

    estruturados e cuja anlise se d utilizando estatstica (Malhotra, 2001).

  • Marcelo L. D. Gabriel

    354 Ano 12 n. 28 out./dez. 2014

    Possivelmente em razo da popularizao dos pacotes computacionais

    estatsticos e da facilidade com que a maioria dos dados so coletados, seja

    pelo uso de instrumentos de pesquisa estruturados aplicados pelos pesquisa-

    dores no campo ou pela utilizao de plataformas web, o fato que se produz

    uma grande quantidade de conhecimento em Cincias Sociais Aplicadas com

    o uso de delineamentos quantitativos que nem sempre permitem que sejam

    feitas as generalizaes e inferncias propostas por seus autores.

    Alguns cuidados fundamentais podem e devem ser tomados antes,

    durante e depois da redao do relatrio de pesquisa para minimizar os efeitos

    nocivos de uma m utilizao de certa anlise estatstica ou de determinada

    tcnica multivariada.

    Toda pesquisa deve nascer com a formulao de um problema,

    geralmente resultado da experincia prvia e vivncia do pesquisador,

    enriquecido com uma reviso sistemtica da literatura e que pressupe,

    sempre hipoteticamente, uma contribuio ao campo do conhecimento,

    seja pela proposio de uma nova articulao entre as variveis identificadas

    ou pelo aprofundamento de estudos e pesquisas existentes, amplificando

    os resultados anteriores e trazendo tona novas conjecturas ou concluses.

    Cabe destacar que as pesquisas com delineamento quantitativo

    pressupem a definio do papel de cada varivel e a relao entre elas,

    gerando hipteses a serem testadas durante a anlise dos dados coletados.

    Para Rosenberg (1976), a relao entre duas variveis podem ter trs signi-

    ficados diferentes que geram, por sua vez, relaes diferentes. Quando no

    h influncia de nenhuma varivel sobre a outra se tem a chamada relao

    simtrica; quando ambas as variveis podem influenciar uma outra temos

    uma relao recproca e, finalmente, quando uma varivel tem influncia

    sobre outra varivel, apresenta-se a relao assimtrica.

  • MTODOS QUANTITATIVOS EM CINCIAS SOCIAIS

    355Desenvolvimento em Questo

    A formulao do problema de pesquisa passa pela identificao e

    definio das variveis, bem como do estabelecimento das relaes possveis

    entre elas, considerando a precedncia de tempo entre elas, principalmente

    em relaes de causa e efeito.

    Identificar uma varivel como dependente (VD) e outra como in-

    dependente (VI) implica tacitamente pressuposio de uma relao causal

    entre as duas variveis, que gera, por consequncia, uma hiptese que pode

    ser expressa graficamente como VI VD, ou seja, a varivel independente causa um efeito presumido na varivel dependente e tal efeito est sus-

    tentado pelo referencial terico e pela experincia prvia do pesquisador.

    Identificadas e estabelecidas, a priori, as relaes entre as variveis,

    passa-se ento fase de operacionalizao, ou seja, como as dimenses

    subjacentes a cada varivel sero mensuradas. Ao analisar o efeito da idade

    das crianas em sua altura, parece-nos evidente que, com o passar dos anos,

    as crianas devem crescer em altura. Assim, a varivel independente neste

    exemplo so os anos de vida de uma criana e, por conseguinte, a varivel

    dependente a altura da criana. Tal formulao derivou-se do conhecimento

    prtico e sustentado por anos de observao do pesquisador, incluindo sua

    prpria experincia.

    No mesmo exemplo, a relao entre as variveis permite a formulao

    de uma hiptese: com o passar dos anos as crianas ficam mais altas. Trata-

    -se de um exemplo simples, mas que permite identificar quais as variveis,

    qual a relao entre elas e de que forma elas podem ser operacionalizadas.

    Para mensurar a varivel anos de vida utiliza-se como referncia a data

    de nascimento da criana e, para mensurar a varivel altura, usa-se um

    padro determinado como, por exemplo, centmetros.

    Uma das formas mais empregadas para operacionalizao de variveis

    o desenvolvimento de escalas. Uma rgua de 30 cm uma escala, uma

    balana de 150 kg uma escala, uma garrafa de 1 litro uma escala, ou seja,

    para cada uma das variveis exemplificadas existe uma forma padronizada

  • Marcelo L. D. Gabriel

    356 Ano 12 n. 28 out./dez. 2014

    de medir e atribuir um valor ao fenmeno estudado, por exemplo: 24 cm,

    82 kg ou 0,7 l. Para cada valor h uma unidade predefinida e nos pases

    que adotam o Sistema Internacional (S.I.) no h maiores dificuldades em

    interpretar os resultados.

    Os tipos de escala mais utilizados em pesquisas com delineamento

    quantitativo so: escala nominal que usa nmeros como rtulos para identifi-

    car e classificar os respondentes e cada nmero empregado atribudo a um

    nico objeto como, por exemplo, a numerao na camisa dos jogadores de

    futebol; a escala ordinal para estabelecer uma graduao em que os nmeros

    indicam as posies relativas dos objetos dentro da graduao proposta sem

    revelar a magnitude das diferenas entre eles; a classificao de times em

    um torneio um exemplo de escala ordinal; uma escala intervalar aquela

    que engloba as caractersticas da escala ordinal e permite ainda comparar

    a diferena entre os objetos mensurados, pois h um intervalo constante

    entre os valores da escala; as escalas de razo contm as caractersticas das

    trs escalas anteriores acrescidas de um ponto zero absoluto que permite

    ao pesquisador identificar e classificar objetos, dispor os objetos em postos

    e comparar os intervalos.2

    Definida a forma de operacionalizar as variveis o pesquisador pode

    ir a campo coletar seus dados. Dados de quantas crianas, porm, devem ser

    coletados para que os resultados da amostra obtidos possam ser generalizados

    para a populao?

    O clculo da amostra exige do pesquisador um conhecimento es-

    pecfico da populao a ser analisada e das tcnicas de amostragem. Este

    artigo no visa a detalhar as tcnicas amostrais, porm fundamental que o

    pesquisador que utiliza um delineamento de pesquisa quantitativa explicite

    em seu relatrio de pesquisa qual a tcnica empregada, as razes do uso, a

    2 Muito embora o tema desenvolvimento e validao de escalas seja primordial no delineamento da pesquisa quantitativa, diversos autores (Devellis, 2012; Pasquali, 2003; Urbina, 2007; Pasquali et al., 2010; Anastasi, 1977; Nunnally, 1978; Openheim, 1966, 1992; Likert, 1932; Thurstone, 1928) podem ser estudados pelo pesquisador para um maior aprofundamento e esclarecimento sobre escalas.

  • MTODOS QUANTITATIVOS EM CINCIAS SOCIAIS

    357Desenvolvimento em Questo

    populao estudada e o tamanho da amostra em que os dados foram coleta-

    dos, para que se possa sustentar a generalizao dos resultados ou enfatizar

    as limitaes inferenciais em funo da amostra.

    Considerando que as variveis foram operacionalizadas e suas re-

    laes definidas, que o plano amostral est satisfatoriamente justificado e

    que os dados foram coletados, passa-se ento fase de anlise dos dados

    e, novamente, fundamental que o pesquisador conhea diferentes tipos

    de anlise de dados: univariada ou estatstica descritiva, bivariada ou esta-

    tstica inferencial ou teste de hiptese e multivariada, bem como as foras

    e fraquezas de cada mtodo. Sheth (1977a) prope que o pesquisador no

    busque problemas que se adequem a uma ou outra tcnica estatstica, mas

    que cada problema de pesquisa suscite o interesse por aprender e conhecer

    novas tcnicas, o que leva a um constante aperfeioamento do pesquisador

    e enriquece a anlise dos dados.

    Por anlise univariada entende-se o clculo de medidas de tendncia

    central como mdia, moda e mediana, e medidas de disperso, tais como

    intervalos, varincia, desvio-padro, coeficiente de variao, assimetria e

    curtose.

    Seja em anlises univariada, bivariadas ou multivariadas, a normali-

    dade dos dados representa fator crtico na escolha da tcnica, na anlise dos

    dados e, consequentemente, na redao do relatrio de pesquisa que, por

    uma interpretao errnea, pode levar a resultados no condizentes com o

    que de fato foi coletado.

    O pesquisador deve apresentar os testes estatsticos referentes nor-

    malidade dos dados. Para amostras at 50 casos sugere-se o teste de Shapiro-

    -Wilk, disponvel na maioria dos pacotes computacionais, e para amostras

    acima de 50 sugere-se o teste de Komolgorov-Smirnov (Silva; Garcia; Farah,

    2012). Em ambos os testes o que se busca testar a H0 (diz-se ag zero) ou

    hiptese nula, de que os dados so aderentes distribuio normal.

  • Marcelo L. D. Gabriel

    358 Ano 12 n. 28 out./dez. 2014

    Dados aderentes distribuio normal so chamados de mtricos ou

    paramtricos, enquanto os no aderentes distribuio normal so chamados

    de no mtricos ou no paramtricos. Em sua grande maioria, os dados das

    Cincias Sociais apresentam-se como no paramtricos.

    Se os dados so aderentes distribuio normal, o pesquisador deve

    utilizar testes paramtricos para testar as hipteses, tais como: o teste t e o

    teste Z para uma amostra, o teste t de dois grupos ou o teste Z para duas

    amostras independentes e o teste t em pares para duas amostras relaciona-

    das. Inversamente, se os dados no so aderentes distribuio normal, o

    pesquisador deve utilizar para teste de hipteses para uma amostra os testes

    de qui-quadrado (X2), K-S (Komolgorov-Smirnov), repeties e binomial.

    Para duas amostras independentes utilizar os testes de qui-quadrado (X2),

    Mann-Whitney, mediana e K-S (Komolgorov-Smirnov) e para duas amostras

    relacionadas usar o teste do sinais, de Wilcoxon, de McNemar e qui-quadrado

    (X2) (Malhotra, 2001).

    Alguns testes, como t de Student, anlise de varincia (Anova) ou o

    coeficiente de correlao de Pearson, pressupem que as variveis sejam

    mtricas, assim como o coeficiente de correlao de Spearman e os testes de

    Wilcoxon, de Mann-Whitney, de Friedman e de Kruskal-Wallis so vlidos

    apenas para variveis no mtricas.

    extremamente recomendvel que o pesquisador que no tenha

    familiaridade com os testes e com a interpretao dos resultados gerados

    pelos pacotes computacionais estatsticos, procure usar alguma obra de re-

    ferncia que permita a reflexo sobre a teoria implcita no teste ou anlise e

    a leitura e interpretao dos resultados obtidos. Dentre as muitas vantagens

    da utilizao dos atuais pacotes computacionais estatsticos est a de que

    possvel alterar os parmetros e reavaliar os resultados em segundos, o que

    fornece ao pesquisador inmeras possibilidades de anlise e teste dos dados,

    com custo baixo e nenhum risco.

  • MTODOS QUANTITATIVOS EM CINCIAS SOCIAIS

    359Desenvolvimento em Questo

    importante que o pesquisador realize o teste de normalidade e

    declare os resultados obtidos em seu relatrio de pesquisa. Isso fundamenta

    as decises posteriores sobre os testes realizados e assegura que as escolhas

    esto de acordo com a natureza dos dados.

    Outro aspecto relevante diz respeito ao pacote computacional estats-

    tico utilizado pelo pesquisador para a anlise dos dados. Embora no exista e,

    alis, nem deva existir, unanimidade sobre este ou aquele pacote estatstico,

    importante que o pesquisador indique claramente qual o pacote e qual a

    verso utilizada, posto que as atualizaes dos pacotes tendem a incorporar

    novos testes e aprimorar os existentes.

    Em estudo comparativo sobre testes de normalidade de dados, Yap e

    Sim (2011) analisaram dez pacotes computacionais estatsticos em relao a

    dez diferentes testes de normalidade e no encontraram muitas similaridades

    entre as opes disponveis, e os testes de Shapiro-WilK e Komolgorov-

    -Smirnov foram encontrados em 80% dos pacotes analisados, o que reitera

    a recomendao para o pesquisador indicar claramente o pacote utilizado e

    a verso do pacote.

    Conceitos-chave na redao do relatrio de pesquisa

    A construo do relatrio de pesquisa pressupe alguns parmetros

    e Campbell (2011) sugere aos autores que considerem utilizar a regra Intro-

    duo, Mtodos, Resultados e Discusso (IMR&D), ou seja, a Introduo

    na qual constem as informaes referentes justificativa da pesquisa, os

    marcos tericos, o problema de pesquisa e as hipteses derivadas, seguida de

    Mtodos, em que sejam explicitados pontos crticos como desenvolvimento

    do instrumento, sujeitos da amostra e como foram amostrados, as anlises

    e testes que sero feitos. No item Resultados so apresentadas as tabelas,

    quadros e ilustraes que mais bem representem os clculos e outros ndices

    calculados.

  • Marcelo L. D. Gabriel

    360 Ano 12 n. 28 out./dez. 2014

    Antes de tratar do item Discusso importante que o pesquisador

    invista tempo e estudo na redao dos resultados, mesmo considerando que

    durante as fases anteriores a escolha do mtodo tenha sido bem-executada.

    Um aspecto que usual e recorrente em pesquisas de levantamento

    ou Survey a existncia de dados perdidos ou faltantes (missing data) e muitos

    pesquisadores falham ao relatar quantos foram os dados faltantes, quando

    ocorreram e como foram administrados. No h problema algum em que

    existam dados faltantes, e os pacotes computacionais estatsticos dispem

    de diferentes formas de trat-los. A questo central a identificao dos

    dados faltantes e a forma como foram abordados. Os manuais de referncia

    mais comumente utilizados (Hair Jr. et al., 2005; Malhotra, 2001; Agresti;

    Finlay, 2012) apresentam as diferentes solues para dados faltantes. Cabe

    ao pesquisador tomar decises sobre os dados faltantes e inclu-las na redao

    do relatrio de pesquisa.

    Dois critrios fundamentais em delineamentos quantitativos de pes-

    quisa so a Confiabilidade (ou Fidedignidade) e a Validade. A confiabilidade

    diz respeito preciso e consistncia dos resultados do processo de mensu-

    rao. O mtodo mais amplamente usado para medio de consistncia de

    uma escala o clculo do alfa de Cronbach, e uma das razes que este o

    nico ndice de consistncia que no necessita de duas administraes de

    escala e pode ser determinado com muito menos esforo.

    Ao revisar seu artigo de 1951, Cronbach (2004) destaca a quantida-

    de de vezes que foi citado, mas alerta para o fato de que possivelmente o

    pesquisador no tenha realmente lido o artigo, mas simplesmente o tenha

    encontrado por leituras ou indicao de outros pesquisadores ou orienta-

    dores que, tampouco, o tenham lido. No obstante leitura e compreenso

    do artigo, o que se nota nos relatrios de pesquisa quantitativa publicados

    uma generalizao sobre o uso do alfa de Cronbach como critrio de

    consistncia interna dos dados e consequentemente de confiabilidade. A

    pergunta mais importante no feita: Qual o critrio para aceitar ou rejeitar

    a consistncia interna dos dados?

  • MTODOS QUANTITATIVOS EM CINCIAS SOCIAIS

    361Desenvolvimento em Questo

    Peterson (1994) identificou diferentes critrios para utilizao do

    alfa de Cronbach a partir da meta-anlise de artigos publicados entre 1960

    e 1992 e constitui uma excelente referncia para os pesquisadores avaliarem

    os resultados obtidos. Mais recentemente, Peterson e Kim (2013) compa-

    raram os resultados obtidos em pesquisas empricas que empregaram o alfa

    de Cronbach e a confiabilidade composta (ou rho de Dillon-Goldstein)

    que normalmente calculada em modelos de equaes estruturais (MEE)

    e fornecem ao pesquisador mais subsdios para as tomadas de deciso em

    relao aos critrios para assuno da confiabilidade.

    Se em relao confiabilidade existem pontos divergentes e conver-

    gentes, o mesmo tambm se aplica em relao validade. Cronbach e Meehl

    (1955) destacam que a Associao Psicolgica Americana (APA) sugeriu em

    1954 quatro categorias de validade: validade preditiva, validade concorrente,

    validade de contedo e validade do construto. Pasquali (2007), ao propor

    um retorno conceituao original, apresenta 32 categorias de validade que

    foram desdobradas dos conceitos originais e que levam a um esquecimento

    do conceito primordial sobre validade, que ontolgica em sua natureza.

    J Urbina (2007) retoma o caminho criticado por Pasquali (2007) e

    traz diferentes categorias de validade, como validade convergente, validade

    de face, validade diferencial, validade discriminante e validade incremental.

    Para DeVellis (2012), existem essencialmente trs tipos de validade: validade

    contedo, validade relacionada ao critrio (ou validade preditiva) e validade

    de construto, retomando o que foi originalmente proposto pela APA em 1954,

    excetuando a validade concorrente do seu repertrio.

    Novamente surge um ponto em que o pesquisador deve tomar

    decises sobre qual ou quais os critrios de validade ir adotar e por que.

    Diferentes mtodos e tcnicas podem propiciar formas de mensurao da

    validade mais apropriadas para cada questo-problema e, como fica evidente,

    no h uma uniformidade sobre qual ou quais critrios devam ser priorizados

    em detrimento de outros. Sugere-se ao pesquisador que durante a elabo-

  • Marcelo L. D. Gabriel

    362 Ano 12 n. 28 out./dez. 2014

    rao do referencial terico identifique em trabalhos similares as razes e

    motivaes pela escolha de cada critrio de validade para, assim, construir

    seu prprio conjunto, suportado terica e empiricamente.

    Outro aspecto, muitas vezes negligenciado pelos pesquisadores, diz

    respeito aos conceitos fundamentais da Estatstica que, diferentemente da

    Matemtica, probabilstica e no determinstica. Trata-se fundamental-

    mente de incorrer no Erro Tipo I ou no Erro Tipo II. De forma bastante

    resumida, o Erro Tipo I, ou erro alfa (), ocorre quando os resultados amos-

    trais conduzem rejeio de uma hiptese nula que , de fato, verdadeira

    e o Erro Tipo II, ou erro beta (), ocorre quando os resultados amostrais

    conduzem no rejeio de uma hiptese nula que, de fato, falsa.

    Quando estabelecemos uma relao entre variveis e propomos uma

    hiptese, todo o processo subjacente ao mtodo quantitativo visa a testagem

    da hiptese. A insistncia em aceitar ou rejeitar uma hiptese quando esta

    falsa leva a um comprometimento dos demais resultados e, consequente-

    mente, do trabalho de pesquisa como um todo.

    Outro aspecto a ser considerado pelo pesquisador a especificao

    dos nveis de erro estatstico aceitvel, sendo o mais comum definir o nvel

    do Erro Tipo I ou alfa, que ocasiona a exibio de significncia estatstica,

    quando ela no est presente. Assim, ao estabelecer um nvel alfa, o pesqui-

    sador est estabelecendo os limites permitidos para o erro (Malhotra, 2001;

    Hair Jr. et al., 2005; Agresti; Finlay, 2012; Devellis, 2012).

    Ainda interessante para que o pesquisador inclua no relatrio de

    pesquisa o poder de um teste ou a probabilidade (1-) de rejeitar a hip-

    tese nula corretamente, quando ela deve ser rejeitada. Para Hair Jr. et al.

    (2005), embora a especificao do valor de alfa estabelea a significncia

    estatstica aceitvel, o nvel de poder que determina o sucesso de encontrar

    as diferenas. Malhotra (2001) alerta para o fato de que valores extrema-

    mente baixos de alfa (ex.: p

  • MTODOS QUANTITATIVOS EM CINCIAS SOCIAIS

    363Desenvolvimento em Questo

    amostra. Existem pacotes computacionais especficos para clculo do poder

    de um teste e tambm do tamanho do efeito (do ingls effect size), uma

    vez que o poder de um teste determinado pelo tamanho do efeito, pelo

    valor de alfa e pelo tamanho da amostra, conforme exemplificado por Hair

    Jr. et al. (2005).

    Em estudo realizado com artigos publicados nos peridicos Interna-

    tional Business Review (IBR) e Journal of World Business (JWB) entre 2003

    e 2008 e utilizando o pacote estatstico G*Power3, Zhan (2012) identificou

    que poucos estudos analisados atendiam s recomendaes sobre tamanho

    do efeito, valor de alfa e tamanho da amostra, e em 463 artigos analisados

    apenas um destacou a escolha da amostra em razo do poder desejado na

    anlise.

    Outro aspecto que merece a ateno do pesquisador diz respeito

    ao critrio de significncia estatstica. Para Hubbard e Lindsay (2013), a

    corriqueira utilizao de 5% (p

  • Marcelo L. D. Gabriel

    364 Ano 12 n. 28 out./dez. 2014

    teste de hipteses que bivariada, buscam salientar a estrutura das relaes

    simultneas entre trs ou mais variveis e se distanciam dos nveis (mdias)

    e distribuies (varincia) de um fenmeno, concentrando-se no grau de

    relao (correlaes ou covarincias) dentro deste fenmeno (Sheth, 1977b).

    Dentre as tcnicas multivariadas destacam-se entre as obras de refe-

    rncia: a anlise de componentes principais, a anlise fatorial exploratria,

    a regresso mltipla, a anlise discriminante mltipla, a anlise conjunta, a

    correlao cannica, a anlise de agrupamentos, o escalonamento multidi-

    mensional, a anlise de correspondncia, os modelos lineares de probabili-

    dade, a anlise fatorial confirmatria e a modelagem de equaes estruturais.

    (Hair Jr. et al., 2005; Malhotra, 2001; Sheth, 1977b).

    Para a escolha de uma ou outra tcnica multivariada, o pesquisador

    deve primeiramente avaliar que o tipo de relao existe entre as variveis.

    Se a relao de dependncia, quantas variveis so dependentes e em

    quantas relaes, e ainda se os dados so mtricos ou no mtricos. Nova-

    mente o pesquisador deve deixar que as questes-problema direcionem as

    abordagens de pesquisa e os procedimentos de anlise de dados, e no o

    contrrio (Rennie, 1998).

    O livro editado por Hancock e Mueller (2010) traz valiosos conselhos

    ao pesquisador que deseja publicar os resultados de pesquisa com abordagem

    quantitativa, principalmente ao explicitar dentro de cada tcnica multivariada

    os aspectos fundamentais que devem estar presentes no texto e a ordem

    em que devem aparecer, obedecendo idealmente lgica do IMR&D, ou

    seja, qual aspecto da pesquisa deve ser contemplado na Introduo, nos

    Mtodos, nos Resultados e na Discusso.

  • MTODOS QUANTITATIVOS EM CINCIAS SOCIAIS

    365Desenvolvimento em Questo

    Concluses e sugesto de check-list para elaborao do relatrio de pesquisa

    Mesmo com a popularizao e disponibilidade dos pacotes computa-

    cionais estatsticos e da traduo para a lngua portuguesa da grande maioria

    das obras de referncias sobre mtodos e tcnicas de pesquisa, principal-

    mente as de origem norte-americana, com maior nfase em abordagens

    quantitativas, ainda se nota na produo brasileira alguns relatos de pesquisa

    com o uso indevido de tcnicas ou ainda a comprovao de hipteses sem

    o devido respaldo estatstico.

    Alguns pesquisadores, ao dominar um mtodo ou tcnica, a utiliza

    de forma indiscriminada como a panaceia universal, em detrimento de um

    aprofundamento terico e metodolgico para o conhecer e apropriar-se de

    outras possibilidades de tratamento e anlise dos dados.

    Assim como a disponibilidade e a facilidade de recursos (pacotes

    computacionais, literatura) pode levar a usos no apropriados das tcnicas

    e mtodos, por outro lado permite ao pesquisador a liberdade de realizar a

    essncia do seu trabalho: pesquisar, testar, analisar, avaliar, num processo que

    h pouco mais de 30 ou 40 anos exigiria a alocao do computador central da

    universidade para o processamento dos dados e uma quantidade de horas

    investida em programao. Os pesquisadores devem utilizar o potencial

    ao mximo, fazendo cincia, ampliando as fronteiras do conhecimento em

    seu campo e as discusses intra e extramuros, dialogando constantemente

    com a comunidade local e internacional, sem esquecer do rigor cientfico e

    acadmico e da criatividade que impulsiona a produo intelectual.

    O Quadro 1 apresenta uma proposta de check list para o pesquisador na

    redao do relatrio de pesquisa com abordagem quantitativa, considerando

    os pontos principais que devem ser realados ou explicitados no texto. No se

    espera que a proposta seja definitiva ou que contemple os aspectos especfi-

    cos de cada tcnica adotada, principalmente as multivariadas, mas que sirva

    como base mnima para a construo e avaliao de relatrios de pesquisa.

  • Marcelo L. D. Gabriel

    366 Ano 12 n. 28 out./dez. 2014

    Quadro 1 Roteiro para elaborao do relatrio

    de pesquisa de abordagem quantitativa

    Item O que verificarProblema de

    pesquisa

    Est em forma de pergunta?

    Surgiu a partir da reviso da literatura?

    Permite o estabelecimento de relao ou relaes entre as variveis?Variveis Esto identificadas?

    possvel atribuir uma relao de causalidade entre elas?

    Existe dependncia ou interdependncia entre as variveis?

    Podem ser operacionalizadas?

    A relao entre elas permite o estabelecimento de hipteses?

    Hipteses

    So frutos da reviso da literatura e do problema de pesquisa?

    So passveis de teste?Tipo da

    pesquisa

    experimental? Qual?

    no experimental? Qual?Escalas Qual o tipo? Como foi construda?

    Como foi validada?Populao e

    amostra

    A populao est caracterizada? Como foi amostrada?

    A amostragem foi probabilstica ou no probabilstica? Como foi calculada

    a amostra?Plano de coleta

    de dados

    Como os dados foram coletados? Quando foram coletados?

    Anlise dos

    dados I

    Qual o pacote computacional estatstico utilizado e qual a verso usada?

    Como os dados foram analisados?

    Os dados eram aderentes curva normal?

    Que teste ou testes foram realizados?

    Como os dados faltantes foram tratados?

    Foram realizados testes relativos ao tamanho do efeito, valor de alfa e

    tamanho da amostra?

    Como foi feita e apresentada a estatstica descritiva?Anlise dos

    dados II

    Que testes foram realizados?

    Anlise bivariada ou multivariada? Por qu?

    Quais os valores de referncia (exemplo: significncia estatstica, alfa de

    Cronbach, etc.) e por que foram utilizados?Resultados As tabelas, quadros, figuras e/ou ilustraes esto devidamente

    legendadas?

    H uma breve explicao dos resultados aps a apresentao?

    Os resultados apresentados esto coerentes com as tcnicas e mtodos

    utilizados?

  • MTODOS QUANTITATIVOS EM CINCIAS SOCIAIS

    367Desenvolvimento em Questo

    Discusso As hipteses de pesquisa foram todas testadas?

    Os resultados obtidos permitem confirmar ou rejeitar as hipteses?

    H relao entre a literatura e os resultados encontrados?

    H limitaes no estudo? Quais?

    H sugestes para estudos futuros? Quais?

    Fonte: Elaborado pelo autor.

    Referncias

    AGRESTI, A.; FINLAY, B. Mtodos estatsticos para as cincias sociais. 4. ed. Porto Alegre: Penso, 2012.

    ANASTASI, A. Testes psicolgicos. 2. ed. So Paulo: EPU, 1977.

    BABBIE, E. Mtodos de pesquisa de survey. 2 reimp. Belo Horizonte: Ed. UFMG, 2003.

    BEDEIAN, A. More than Meets the Eye: the descriptive statistics and correla-tion matrices reported in management research. Academy of Management Learning & Education, 2013.

    CAMPBELL, Malcolm. Editorial: Detailed guidelines for reporting quantitative research in Health & Social Care in the Community. Health & Social Care in the Community, v. 19, n. 1, p. 1-2, 2011.

    CRONBACH, L. J. Coefficient alpha and the internal structure of tests. Psychometrika, v. 16, n. 3, p. 297-334, sep. 1951.

    ______. My current thoughts on coefficient alpha and sucessor procedures. Educa-tional and Psychological Measurement, v. 64, n. 3, p. 391-418, jun. 2004.

    CRONBACH, L. J.; MEEHL, P. E. Construct validity in psychological tests. Psy-chological bulletin, v. 52, n. 4, p. 281-302, 1955.

    DEVELLIS, R. F. Scale development: theory and applications. 3. ed. Thousand Oaks, CA: SAGE Publications, 2012.

    FAKIS, A. et al. Quantitative analysis of qualitative information from interviews: a systematic literature review. Journal of Mixed Methods Research, v. 8, n. 2, p. 139-161, 2014.

    HAIR JR., J. F. et al. Anlise multivariada de dados. 5. ed. Porto Alegre: Bookman, 2005.

  • Marcelo L. D. Gabriel

    368 Ano 12 n. 28 out./dez. 2014

    HANCOCK, G. R.; MUELLER, R. O. (Ed.). The reviewers guide to quantitative methods in the social sciences. New York: Routledge, 2010.

    HUBBARD, R.; LINDSAY, R. M. From significant difference to significant same-ness: proposing a paradigm shift in business research. Journal of Business Research, v. 66, n. 9, p. 1.377-1.388, 2013.

    JOHNSON, R. B.; ONWUEGBUZIE, A. J. Mixed methods research: a research paradigm whose time has come. Educational Researcher, v. 33, n. 7, p. 14-26, 2004.

    KUHN, T. S. A estrutura das revolues cientficas. 7. ed. So Paulo: Perspectiva, 2000.

    LIKERT, R. A technique for the measurement of attitudes. Archives of Psychology, v. 140, p. 5-55, 1932.

    MALHOTRA, N. K. Pesquisa de marketing: uma orientao aplicada. 3. ed. Porto Alegre: Bookman, 2001.

    MCMILLAN, J. H.; SCHUMACHER, S. Investigacin educativa. 5. ed. Madrid: Pearson Educacin, 2005.

    MESIROV, J. P. Accessible reproducible research. Science, v. 327, n. 5.964, p. 415-416, 2010.

    NUNNALLY, J. Psychometric theory. New York: McGraw-Hill Book Company, 1978.

    OPPENHEIM, A. N. Questionnaire design and attitude measurement. New York: Basic Books, 1966.

    ______. Questionnaire design, interviewing and attitude measurement. London: Conti-nuum, 1992.

    PASQUALI, L. et al. Instrumentao psicolgica: fundamentos e prticas. Porto Alegre: Artmed, 2010.

    ______. Validade dos testes psicolgicos: ser possvel reencontrar o caminho. Psi-cologia: Teoria e Pesquisa, v. 23, n. especial, p. 99-107, 2007.

    ______. Psicometria: teoria dos testes na Psicologia e na Educao. Petrpolis, RJ: Vozes, 2003.

    PETERSON, R. A. A meta-analysis of Cronbachs coefficient alpha. Journal of consumer research, p. 381-391, 1994.

    PETERSON, R. A.; KIM, Y. On the relationship between coefficient alpha and composite reliability. Journal of Applied Psychology, v. 98, n. 1, p. 194, 2013.

  • MTODOS QUANTITATIVOS EM CINCIAS SOCIAIS

    369Desenvolvimento em Questo

    POPPER, K. R. Os dois problemas fundamentais da teoria do conhecimento. So Paulo: Editora Unesp, 2013.

    RENNIE, L. J. Guest editorial: improving the interpretation and reporting of quan-titative research. Journal of Research in Science Teaching, v. 35, n. 3, p. 237-248, 1998.

    ROSENBERG, M. A lgica da anlise do levantamento de dados. So Paulo: Cultrix; Edusp, 1976.

    SAMPIERI, R. H.; COLLADO, C. F.; LUCIO, M. P. B. Metodologia de pesquisa. 5. ed. Porto Alegre: Penso, 2013.

    SHETH, J. N. The multivariate revolution in marketing research. The Journal of Marketing, v. 35, p. 13-19, jan. 1971.

    ______. Seven commandments for users of multivariate methods. In: SHETH, J. N. (Ed.). Multivariate methods for market and survey research. Chicago, IL: American Marketing Association, 1977a.

    ______. What is multivariate analysis? In: SHETH, J. N. (Ed.). Multivariate methods for market and survey research. Chicago, IL: American Marketing Association, 1977b.

    SILVA, D.; GARCIA, M. N.; FARAH, O. E. Mtodos quantitativos na pesquisa de marketing. In: PIZZINATTO, N. K.; FARAH, O. E. (Org.). Pesquisa pura e aplicada em marketing. So Paulo: Atlas, 2012.

    THURSTONE, L. L. Attitudes can be measured. American Journal of Sociology, v. 33, n. 4, p. 529-554, jan. 1928.

    URBINA, S. Fundamentos da testagem psicolgica. Porto Alegre: Artmed, 2007.

    WARWICK, K. M. Computerized multivariate methods. In: SHETH, J. N. (Ed.). Multivariate methods for market and survey research. Chicago, IL: American Marketing Association, 1977.

    YAP, B. W.; SIM, C. H. Comparisons of various types of normality tests. Journal of Statistical Computation and Simulation, v. 81, n. 12, p. 2.141-2.155, 2011.

    ZHAN, G. Statistical power in international business research: study levels and data types. International Business Review, v. 22, n. 4, p. 678-686, aug. 2012.

    Recebido em: 27/10/2013

    Aceito em: 14/4/2014