A pesquisa quantitativa utiliza dados numéricos e procedimentos estatísticos para descrever fenômenos, verificar relações entre variáveis e testar hipóteses. Para muitos mestrandos, especialmente os que não tiveram contato aprofundado com estatística na graduação, a abordagem pode parecer intimidadora. No entanto, compreender sua lógica é mais simples do que parece. Neste guia, apresentamos os fundamentos da pesquisa quantitativa de forma acessível: quando utilizá-la, como definir variáveis e amostra, como coletar e analisar dados, como garantir validade e confiabilidade e como apresentar os resultados na dissertação.
Este artigo oferece uma visão geral. A escolha das técnicas estatísticas adequadas depende do problema, do delineamento e das características dos dados, e muitas vezes exige apoio de profissionais com formação em estatística. Converse com o orientador e, se possível, com um estatístico antes de coletar os dados — não depois.
Características da pesquisa quantitativa
- Mensuração: os fenômenos são traduzidos em variáveis observáveis e mensuráveis.
- Objetividade e padronização: instrumentos e procedimentos são definidos com antecedência e aplicados da mesma forma a todos os participantes.
- Análise estatística: os dados são organizados e analisados com técnicas descritivas e inferenciais.
- Possibilidade de generalização: quando a amostra é adequada, os resultados podem ser estendidos, com certa margem de erro, à população.
- Teste de hipóteses: frequente em estudos explicativos.
Quando escolher a abordagem quantitativa
A abordagem quantitativa é adequada quando o problema envolve medir frequências, comparar grupos, estimar proporções ou verificar relações entre variáveis. Perguntas do tipo “qual a proporção…”, “existe relação entre…” ou “em que medida…” costumam indicar esse caminho. Se o interesse está em compreender significados e processos a partir da perspectiva dos participantes, a abordagem qualitativa tende a ser mais adequada — veja pesquisa qualitativa.
Principais delineamentos
- Levantamento (survey): coleta dados de uma amostra de pessoas, geralmente por questionário, para descrever características ou relações.
- Estudo correlacional: verifica associações entre variáveis, sem manipulá-las.
- Experimental: manipula uma variável e compara grupos, com distribuição aleatória dos participantes.
- Quase experimental: semelhante ao experimental, mas sem aleatorização completa, comum em contextos educacionais e organizacionais.
- Estudos com dados secundários: analisam bases já existentes, como censos e registros administrativos.
Variáveis
Variáveis são características que podem assumir diferentes valores. Definir bem as variáveis é o primeiro passo da pesquisa quantitativa.
Tipos de variável
- Qualitativas (categóricas): nominais (sem ordem, como área de formação) ou ordinais (com ordem, como níveis de satisfação).
- Quantitativas: discretas (contagens, como número de disciplinas cursadas) ou contínuas (medidas, como tempo de estudo).
Papel das variáveis
Em estudos que verificam relações, distinguem-se variáveis independentes (que supostamente influenciam), dependentes (que são influenciadas) e de controle (que podem interferir na relação). Cada variável precisa de uma definição operacional: como será medida na prática. A relação entre variáveis costuma ser expressa em hipóteses — veja hipóteses de pesquisa.
População e amostra
A população é o conjunto de elementos que interessa ao estudo; a amostra é a parte dessa população efetivamente pesquisada. A forma de selecionar a amostra determina o alcance das conclusões.
- Amostragem probabilística: todos os elementos têm chance conhecida de serem selecionados (aleatória simples, estratificada, por conglomerados). Permite inferências estatísticas sobre a população.
- Amostragem não probabilística: a seleção depende de critérios do pesquisador ou da disponibilidade (por conveniência, por cotas). É comum em dissertações, mas limita a generalização dos resultados.
O tamanho da amostra deve ser planejado de acordo com os objetivos e com as análises previstas. Existem procedimentos de cálculo amostral que consideram, por exemplo, a margem de erro desejada e o nível de confiança. Descreva na metodologia como a amostra foi definida e reconheça suas limitações.
Instrumentos de coleta
O instrumento mais comum é o questionário, que pode incluir escalas de medida. Sempre que possível, utilize instrumentos validados por outros pesquisadores, citando a fonte e, se for o caso, o processo de adaptação ao contexto brasileiro. Instrumentos novos exigem cuidado redobrado com a construção das perguntas e com o pré-teste. Veja um guia completo em como elaborar um questionário de pesquisa.
Validade e confiabilidade
- Validade: o instrumento mede aquilo que pretende medir? Envolve, entre outros aspectos, a adequação do conteúdo e a relação com o construto teórico.
- Confiabilidade: o instrumento produz resultados consistentes? Em escalas, é comum relatar indicadores de consistência interna, como o coeficiente alfa de Cronbach.
- Validade interna: em estudos explicativos, a relação observada pode ser atribuída à variável estudada, e não a outros fatores?
- Validade externa: em que medida os resultados podem ser estendidos a outros contextos?
Análise de dados
Estatística descritiva
Resume e organiza os dados por meio de frequências, percentuais, medidas de tendência central (média, mediana, moda) e de dispersão (desvio-padrão, amplitude), além de tabelas e gráficos. É o primeiro passo de qualquer análise quantitativa.
Estatística inferencial
Permite tirar conclusões sobre a população a partir da amostra e testar hipóteses. Os testes estatísticos — como testes de comparação de médias, testes de associação entre variáveis categóricas e análises de correlação e regressão — são escolhidos de acordo com o tipo de variável, o número de grupos e a distribuição dos dados.
Significância estatística e tamanho de efeito
Muitos estudos utilizam um nível de significância convencional (frequentemente 5%) para decidir se rejeitam a hipótese nula. Entretanto, o valor de p não indica a importância prática de um resultado. Por isso, recomenda-se relatar também o tamanho de efeito e os intervalos de confiança, que ajudam a interpretar a magnitude das diferenças ou relações encontradas.
Softwares
Existem diversos programas para análise estatística, gratuitos e pagos. A escolha depende das análises necessárias e da familiaridade do pesquisador. Independentemente do software, descreva na metodologia quais análises foram feitas e com qual ferramenta.
Como apresentar os resultados
- Organize os resultados de acordo com os objetivos ou hipóteses.
- Use tabelas e gráficos claros, numerados e com fonte.
- Apresente os resultados dos testes de forma completa (estatística do teste, graus de liberdade quando aplicável, valor de p, tamanho de efeito).
- Descreva o que os números significam, sem extrapolar.
- Reserve a interpretação aprofundada e a comparação com a literatura para a discussão.
Correlação não é causalidade
Um dos erros mais frequentes em pesquisas quantitativas é interpretar uma associação entre variáveis como relação de causa e efeito. Dois fenômenos podem variar juntos por coincidência ou por influência de uma terceira variável. Afirmar causalidade exige delineamentos que controlem essas influências, como os experimentais. Na discussão, use termos como “associação” e “relação” quando o desenho não permitir conclusões causais.
Ética em pesquisas quantitativas
Questionários e levantamentos com pessoas também exigem cuidados éticos: consentimento informado, anonimato, armazenamento seguro dos dados e, muitas vezes, aprovação de comitê de ética antes da coleta. Veja mais em ética em pesquisa e Plataforma Brasil.
Erros comuns
- Coletar dados antes de definir as análises.
- Usar instrumentos não validados sem pré-teste.
- Generalizar resultados de amostras por conveniência.
- Escolher testes estatísticos inadequados ao tipo de variável.
- Relatar apenas o valor de p, sem tamanho de efeito.
- Confundir correlação com causalidade.
- Apresentar tabelas extensas sem interpretação.
Exemplo de desenho quantitativo
Veja um desenho ilustrativo. Problema: existe relação entre o número de horas semanais de trabalho e o tempo de conclusão do mestrado? Delineamento: estudo correlacional com dados de egressos de um programa. Variáveis: horas semanais de trabalho (independente), tempo até a defesa em meses (dependente), área de formação e idade (controle). Amostra: todos os egressos de um período definido, com dados disponíveis. Coleta: questionário on-line com perguntas fechadas, pré-testado com cinco egressos. Análise: estatística descritiva e análise de regressão, com relato de coeficientes, intervalos de confiança e limitações. Esse exemplo mostra como cada elemento do desenho responde a uma decisão metodológica justificável.
Observe também o que o desenho não permite afirmar: como não há manipulação da variável independente, os resultados indicam associação, e não causa. Reconhecer esse limite na discussão é sinal de rigor, e não de fragilidade.
Transparência nos dados e nas análises
Uma tendência crescente na pesquisa quantitativa é a transparência: descrever com detalhe as decisões de análise, informar como dados ausentes foram tratados e, quando possível e ético, disponibilizar os dados e os scripts utilizados. Essas práticas facilitam a verificação dos resultados por outros pesquisadores e são cada vez mais valorizadas por periódicos.
Perguntas frequentes
Preciso saber estatística avançada para fazer pesquisa quantitativa?
É necessário compreender os conceitos fundamentais e saber justificar as análises escolhidas. Para técnicas mais complexas, é comum e recomendável contar com apoio de um estatístico.
Qual é o tamanho mínimo de amostra?
Depende dos objetivos, das análises previstas e do tipo de amostragem. O ideal é realizar um cálculo amostral no planejamento e justificar o tamanho na metodologia.
Posso fazer pesquisa quantitativa com dados públicos?
Sim. Bases de dados públicas, como censos e registros administrativos, permitem pesquisas relevantes. É preciso descrever a origem dos dados, as variáveis utilizadas e as limitações da base.
Pesquisa quantitativa precisa de hipóteses?
Estudos explicativos costumam formular hipóteses; estudos descritivos podem dispensá-las. A decisão depende do problema e dos objetivos.
Conclusão
A pesquisa quantitativa oferece ferramentas poderosas para descrever fenômenos e verificar relações, desde que o planejamento seja cuidadoso: variáveis bem definidas, amostra adequada, instrumentos válidos e análises coerentes com o problema. Se você deseja apoio para estruturar o método quantitativo da sua dissertação ou revisar a apresentação dos resultados, conheça a consultoria para dissertação da Mestrado Internacional.
Referências
- CRESWELL, John W.; CRESWELL, J. David. Projeto de pesquisa: métodos qualitativo, quantitativo e misto. 5. ed. Porto Alegre: Penso, 2021.
- GIL, Antonio Carlos. Como elaborar projetos de pesquisa. 6. ed. São Paulo: Atlas, 2017.
- MARCONI, Marina de Andrade; LAKATOS, Eva Maria. Fundamentos de metodologia científica. 8. ed. São Paulo: Atlas, 2017.
