E Book Quantitativos

INVESTIGAÇÃO EM ADMINISTRAÇÃO E
GESTÃO EDUCACIONAL
Introdução à investigação quantitativa by Maria Álvares is licensed under CC BY-SA 4.0. To view a copy of this license,
visit http://creativecommons.org/licenses/by-sa/4.0/
INTRODUÇÃO À
INVESTIGAÇÃO
QUANTITATIVA E
ANÁLISE SPSS
Investigação em Administração e Gestão Educacional
Introdução aos Métodos Quantitativos e Análise SPSS
Conteúdo
1. A ESCOLHA DOS MÉTODOS E DAS TÉCNICAS 4
2. DIMENSÕES, INDICADORES E VARIÁVEIS 8
2.1. O Inquérito por questionário: dimensões e indicadores, tipos de variáveis e tipos de resultados 9
3. A ELABORAÇÃO DE UM INQUÉRITO POR QUESTIONÁRIO 12
3.1. Plano de análise 13
3.2. Organização do inquérito 14
3.3. Tipos de perguntas e formas de questionar 15
3.4. Apresentação do questionário 21
4. AMOSTRAGEM 23
5. ORGANIZAR UMA BASE DE DADOS 25
6. O AMBIENTE SPSS 26
6.1. Visão geral 26
6.2. Janelas de dados e de resultados: breve apresentação 28
6.3. Início de uma sessão de trabalho 29

6.3.1. Construção de um ficheiro de dados: definição de Variáveis 31
6.4. Introdução e edição de dados 36
6.5. Importação de bases de dados 36
6.6. Breve apresentação à análise de dados no SPSS 40
BIBLIOGRAFIA 42
Introdução à investigação quantitativa e análise SPSS by Maria Álvares is licensed under CC BY-SA 4.0. To view a copy
of this license, visit http://creativecommons.org/licenses/by-sa/4.0/
2
Este recurso de aprendizagem, desenvolvido no âmbito da Unidade Curricular e

Investigação em Gestão e Administração Educacional do Mestrado de Administração
e Gestão Educacional da Universidade Aberta tem como objetivo fornecer alguns
conteúdos sobre a condução de uma investigação com recurso a métodos e técnicas
de investigação quantitativa. Tem a ambição de incentivar os estudantes
incorporarem, no âmbito das suas investigações, uma perspetiva mais abrangente e
quantificada, mesmo entre os que pretendem desenvolver uma abordagem
sobretudo qualitativa. Refere-se, assim, não apenas à elaboração e análise de
inquéritos por questionário, mas também à utilização de outras fontes de dados, como
bases de dados pré-existentes ou relatórios e análises estatísticas produzidas por
instituições nacionais e internacionais. Organiza-se, sinteticamente em torno de
quatro temas:
1. Critérios da opção por um método quantitativo

2. Abordagens quantitativas para a análise de fenómenos sociais: fontes de dados,
tipos de informação
2. A construção de um inquérito por questionário
3. Tipos de variáveis e implicações
4. Introdução ao SPSS e suas funcionalidades
Este recurso constitui-se fundamentalmente como um guia: os principais temas são

aflorados, mas procurou-se uma visão telescópica, com exemplos adaptados às
particularidades da investigação em contextos educacionais. O objetivo é fornecer
alguma informação essencial e conselhos práticos aos estudantes no processo de
conceção, montagem e implementação dos seus modelos de análise.
Os campos “Saber mais” apontam alguns recursos e referências a explorar

para quem deseje aprofundar algumas matérias
São propostos alguns desafios que visam aferir conhecimentos adquiridos
Esperamos que este recurso seja útil. Boas investigações!
3
1. A escolha dos métodos e das técnicas
Colourful Questions Linda Wood (www.fineartamerica.com)
4
A escolha dos métodos e técnicas constitui uma etapa relevante do processo de

investigação, aquela em que operacionalizamos, em que concretizamos, uma
estratégia para responder à questão que desejamos esclarecer. Antes de
mergulharmos no exercício de construir e operacionalizar um modelo de análise,
convém parar para refletir, de forma a avaliar se:
a) é claro, mesmo para alguém que não conheça o tema, o que se pretende saber
(consegue explicar a sua tese em duas linhas?);
b) é possível identificar um debate, ou seja, existe um debate científico em que se
demarcam posições ou, no contexto de estudo, existe uma questão que suscita
perplexidade;
c) se o investigador consegue, a partir das referências, chegar a uma – ou várias –
hipóteses sobre o que pode estar a acontecer e produzir uma teoria explicativa para
os fenómenos;
d) se conhece e manipula as técnicas suficientemente para as utilizar na prossecução
dos objetivos de investigação, em particular, se elas são as mais adequadas ao
contexto de estudo. É sobretudo sobre este último ponto que se debruça este recurso.
Síntese do processo de investigação
Os diferentes métodos (qualitativos/ quantitativos) e as diversas técnicas (análise de

conteúdo, análise estatística, etc.) possuem diferentes vantagens e desvantagens. Em
cada pesquisa, é necessário ponderar questões relativas à sua adequabilidade,
perguntando se aquilo que se deseja saber pode ser respondido por via da utilização
da estratégia escolhida.
1.1. Abordagem qualitativa e quantitativa
Análise Extensiva / Quantitativa Análise Intensiva / Qualitativa
Número alargado casos / populações amplas Número reduzido de casos
Recolha de informação sobre um conjunto Recolha de informação em
limitado e previamente definido de profundidade e em continuidade;
dimensões de análise recolha de material informativo
heterogéneo
Utilização de instrumentos padronizados de Utilização de procedimentos pouco
recolha de informação (ex: inquérito por normalizados de recolha e
questionário) tratamento de informação
(entrevistas, grelhas de observação)
Recurso a técnicas de amostragem; análise Recurso a técnicas de análise de
quantitativa dos dados conteúdo (entre outras).
5
Análise de relações entre variáveis Exploração de uma multiplicidade de

facetas e dimensões, com o objetivo
de compreender o fenómeno em
estudo na sua totalidade
A organização de uma investigação a partir de métodos quantitativos – seja com

recurso a bases de dados já existentes ou a partir da recolha e tratamento de dados
primários exige um trabalho sólido de conceção e planeamento da estratégia.
Aplicando uma metáfora culinária à investigação, os métodos qualitativos são como a
cozinha tradicional: possui ingredientes e receitas definidas, mas existe alguma
margem para a criatividade individual e correção de curso. Os métodos quantitativos,
por seu turno, são como a doçaria, que exige grande rigor nos processos e
procedimentos e elevada precisão.
Seja qual for a nossa escolha, esta deve ser ponderada em função do objeto de estudo
e, principalmente, estar bem suportada numa problematização aprofundada, assentar
num modelo de análise claro e deduzido em tarefas bem definidas.
6
Durante alguns anos, assistiu-se a uma luta paradigmática entre advogados do método
qualitativo e do quantitativo. As posições extremadas geraram discussões
essencialistas e radicalismos que atrasaram o surgimento do paradigma da ciência
moderna, em que o cruzamento de tipos e fontes de informação constitui uma prática
desejável. Mas é já hoje boa prática cruzar informação e recolha de dados
quantitativos e qualitativos e assegurar a triangulação de informação, ou seja, cruzar
fontes. As fontes de informação podem ser secundárias, ou seja, informação já
recolhida, ou informação primária, gerada com o propósito de responder aos objetivos
da investigação.
1.2. fontes de informação
Fontes de informação secundária: Fontes de informação primária:
-Fontes bibliográficas -O inquérito
-Fontes administrativas -A inquirição
-Fontes estatísticas Bases de dados
Questionários
Existem várias bases de dados que podem ser exploradas. Em educação, a Direção
Geral de Estatísticas da Educação e Ciência publica um conjunto de estudos
comparativos nacionais e internacionais e disponibiliza os dados recolhidos pelas
escolas no âmbito dos sistemas de informação do ME, como InfoEscolas. Existe ainda
informação estatística comparativa internacional em fontes oficiais (Eurostat) e a
partir de instituições como a OCDE, Banco Mundial e IEA (International Association for
the Evaluation of Educational Achievement), entre outros. O diretório de informação
sobre educação disponível para os alunos do MAGE sintetiza essas fontes.
Uma investigação deve procurar combinar várias fontes de informação (triangulação):

• fontes oficiais
• acesso a bases de dados
• recolha de dados primários
Reflexões sobre triangulação metodológica
7
2. Dimensões, Indicadores e variáveis
“Multiple Dimensions “ Priyadarshini Ohol (www.mojarto.com)
8
A opção pela recolha autónoma de dados e aplicação de um inquérito por questionário

é a mais acertada em situações de pesquisa em que existe já alguma informação
exploratória, em que a intenção é descrever um fenómeno, considerando a sua
amplitude e é possível equacionar hipóteses explicativas originais, para as quais não
existe já informação disponível. A opção pelos quantitativos permite fazer uso de um
conjunto de técnicas sofisticadas de análise da informação e a recolha de dados
primários, aceder a informação à medida das nossas intenções. Esta opção possui,
contudo, algumas limitações:
• A recolha de informação pode ser morosa, complexa e dispendiosa;

• Existe uma forte irreversibilidade: a grelha de observação é rígida
• É um processo sequencial e qualquer erro ou ambiguidade tem efeito nas fases
seguintes e no resultado;
• A conceção/ redação do questionário é um processo crítico e complexo,
orientado pelo quadro teórico de partida (função de comando da teoria) e pela
exploração estatística planeada;
• As declarações dos/as inquiridos/as podem ser afetadas por elementos do
desenho da investigação: 1) pela formulação das perguntas e categorias de
resposta, incluindo aspeto relativos ao texto e à sequência); 2) por variáveis
associadas ao contexto, relativas ao inquérito como situação social, como o
entrevistador ou local de entrevista;
• Exige forte estandardização ao nível do texto das perguntas, modalidades de
resposta e sequência, de forma a assegurar a comparabilidade dos resultados e
permitir analisar a relação entre variáveis;
• Não é possível compreender casos individuais: a análise do conjunto das
respostas sobrepõe-se à análise das respostas de cada indivíduo;
2.1. O Inquérito por questionário: dimensões e indicadores, tipos de

variáveis e tipos de resultados
Num inquérito por questionário parte-se da construção teórica – sustentada em
reflexões e pesquisas anteriores – de um conceito, que define um conjunto de
dimensões analíticas que se materializam em indicadores e se deduzem em variáveis
(respostas). Veja-se o seguinte exemplo:
9
Dimensões e Indicadores de análise IST
Tipos de variáveis
As variáveis são características dos elementos de uma população, quantificáveis ou
categorizáveis e que podem assumir valores diferentes em função da unidade de
observação (amostra, população). Dividem-se em dois grandes grupos: as qualitativas
e as quantitativas.
As variáveis qualitativas são medidas de atributos que codificamos para poder tratar
em modelos estatísticos. O sexo, a nacionalidade, o curso que frequenta ou a religião
são alguns exemplos. Este tipo de variáveis reportam simplesmente a informação
nominal, referem-se a características que não são ordenáveis. Assumem um número
variável de categorias: algumas variáveis são dicotómicas, outras são multicategóricas.
Variáveis de sim/não devem ser tratadas como qualitativas dicotómicas (por exemplo
num questionário aos hábitos de estudo, perguntas como estuda todos os dias?).
Variáveis como o curso frequentado são politónicas e têm tantas categorias quantas
forem necessárias. Algumas politónicas são ordinais, ou seja, são suscetíveis de ter
uma organização do menor para o mais pequeno ou vice versa. É caso da escolaridade
e da classe social. Estas, pese embora não sejam quantitativas podem, em algumas
circunstâncias, ser estatisticamente tratadas como tal.
As variáveis quantitativas são já por si quantidades. São medidas em escalas contínuas
ou discretas. Em escalas contínuas temos por exemplo o rendimento familiar ou a
idade de um individuo. Em escalas discretas temos as que não assumem valores
intermédios, como o número de filhos ou de reprovações escolares.
É importante saber qual a tipologia das variáveis usadas, dado que as medidas usadas
para tratar a informação são diferentes consoante o tipo e por isso é importante ter
presente o que se pretende saber e como (quais as operações estatísticas) o saber. A
variável idade, por exemplo, se medida em anos completos, é quantitativa (contínua)
10
mas, se foi operacionalizada em classes etárias (0 a 5 anos, 6 a 10 anos, etc.…), é

qualitativa (ordinal). Estas classificações têm implicações nos testes estatísticos
passíveis de utilizar para proceder à análise do fenómeno. É recomendado que a
categorização seja feita à posteriori, pois uma variável contínua pode ser categorizável,
mas o contrário já não é possível.
2.1. tipos de variáveis
DESAFIO FÓRUM 1: O ME pretende lançar um programa de combate ao

insucesso escolar. Solicita às escolas que se candidatem ao programa, apresentando
um diagnóstico da evolução da situação de insucesso escolar nos últimos anos no
agrupamento que dirige. Que variáveis vai utilizar e qual a tipologia dessas variáveis?
DESAFIO FÓRUM 2: Se fosse necessário aprofundar o detalhe e

compreender qual a relação entre o insucesso e género e a distribuição entre escolas
do agrupamento, que outras variáveis deveria escolher?
2.. Tipos de resultados
Tipos de resultados
Padrões e perfis de distribuição de
Análises univariadas
variáveis
Análise da relação entre variáveis Análises bivariadas
Análises topológicas, tipologias, modelos
Análises multivariadas
de dependência, entre outros
11
3. A elaboração de um inquérito por questionário
Confusion Painting Emily Maynard
12
Este capítulo do nosso e-book visa explorar alguma informação básica e conselhos
práticos para a elaboração de um inquérito por questionário. Elaborar um bom
questionário implica estar bem consciente das etapas e não saltar nenhuma. É
frequente e compreensível a tentação de iniciar pela elaboração de perguntas que
respondem ao que queremos saber. Mas esse é um caminho que nos pode trazer
muitas complicações evitáveis. Pensar cada passo e não seguir atalhos leva-nos mais
rapidamente ao objetivo.
3.1. Plano de análise

Para elaborar um bom questionário é fundamental ter explicitados: 1) os objetivos da
investigação; 2) as hipóteses; 3) os métodos e técnicas de análise de dados. 4) as
escalas de resposta às perguntas do questionário;
Os objetivos da investigação
Habitualmente uma investigação possui um objetivo principal e um, ou vários,

objetivos secundários e o principal objetivo numa investigação quantitativa é o de
testar a hipótese geral de investigação. Os objetivos secundários, por seu turno,
procuram testar hipóteses mais específicas. Por exemplo, no campo da educação, uma
investigação sobre sucesso escolar pode testar a relação entre o desempenho escolar
e a satisfação face à escola. Os objetivos secundários podem testar outras hipóteses
específicas, como:
➢ o género influencia a relação entre o desempenho escolar e a satisfação face à

escola;
➢ a classe social de origem influencia a relação entre o desempenho escolar e a
satisfação face à escola;
➢ o tipo de curso influencia a relação entre o desempenho escolar e a satisfação
face à escola;
O objetivo principal mobiliza as principais variáveis da investigação, mas que podem

ter diferentes fontes. Neste caso, a satisfação face à escola tem de ser medida por
meio de um questionário aplicado aos alunos, mas a variável “desempenho escolar”
pode ser recolhida a partir dos sistemas de informação existentes nas escolas. No
exemplo, os objetivos secundários apontam características dos alunos que devem ser
incluídas entre as perguntas do questionário.
A formulação da hipótese principal também estabelece uma determinada relação
entre as variáveis, classificando de “independente” e “dependente”. Este não é,
necessariamente, um atributo da variável mas resulta da relação entre fenómenos que
13
se estabelece nas hipóteses de trabalho: na nossa hipótese principal podemos

considerar que a satisfação face à escola influencia (variável independente) o
desempenho escolar (variável dependente) – e explorar se os alunos, quanto mais
gostarem da escola, melhor desempenho possuem – mas também é possível
equacionar que o desempenho escolar (variável independente) tenha efeitos na
satisfação face à escola (variável dependente) – procurando analisar a hipótese de que
quanto melhores os resultados escolares, maior a satisfação que possuem com a
escola. Como neste caso, na maior parte das situações em investigação social é difícil
estabelecer relações de causa-efeito. Podemos – e devemos – identificar correlações,
mas muito dificilmente chegaremos a explicações de causa-efeito. Nos fenómenos
sociais, as análises baseadas em relações causa-efeito são, de forma geral, recusadas.
Os fenómenos sociais são teias complexas de causalidades cruzadas, em que as
variáveis interagem entre si, relacionando-se com outras variáveis. Correlação não
implica causalidade!
hipóteses da investigação, escalas de resposta e métodos de análise de dados
Cada objetivo liga-se a uma – ou mais- hipóteses de investigação testadas

estatisticamente a partir dos dados recolhidos num questionário. As hipóteses de
investigação têm de ser deduzidas em hipóteses de trabalho, ou seja, traduzidas em
variáveis (e.g. o ”género” será operacionalizado a partir da variável “sexo” ou o
absentismo usado como “proxy” do risco abandono escolar1)
3.2. Organização do inquérito por questionário

Os questionários são organizados por secções, cada um correspondendo a um bloco
de perguntas que se refere a uma dada dimensão de análise. As secções e perguntas
devem ser numeradas sequencialmente e cada questionário deve possuir um número
que o identifica.
A planificação das secções do questionário é uma etapa fundamental que evita a
introdução de perguntas desnecessárias e/ou a exclusão de perguntas essenciais.
Questionários excessivamente longos tornam-se pouco fiáveis, pois os inquiridos
rapidamente deixam de atentar às questões. Questionários em que estão em falta
questões essenciais, tornam-se inúteis. Cada pergunta deve ser cuidadosamente
ponderada e ser claro qual o seu objetivo para esclarecer a questão de partida.
As secções devem espelhar as várias hipóteses que se pretende testar. Assim, no nosso
exemplo, serão secções do questionário:
➢ caracterização pessoal
1 Uma dedução que implica sempre um enquadramento consistente, teórica e empiricamente suportado num quadro teórico e
conceptual.
14
➢ trajetória e frequência escolar

➢ relação/satisfação com a escola
3.3. Tipos de perguntas e formas de questionar

Este é um aspeto essencial a ter em conta na elaboração de uma pesquisa quantitativa.
Dele depende, em grande parte, o sucesso da investigação. Um mau questionário
inviabiliza uma pesquisa. As questões colocadas podem solicitar informação de
diferentes tipos:
3.1. tipos de informação
Tipos de informação
Factos “Em que escola andas”?
Opiniões “Consideras a tua escola uma boa
escola?”
Atitudes Concordas com a frase “esta escola
preocupa-se com os seus alunos ”?
Preferências “esta escola é melhor ou pior que as
outras que conheces”?
Valores “qual a importância que atribuis aos
seguintes aspetos da escola:”
Satisfação “em que medida estás satisfeito/a com
a tua escola?”
Razões, crenças, motivos, etc
A formulação das perguntas é um aspeto muito relevante. Por exemplo, a questão
“consideras a tua escola uma boa escola” e “em que medida estás satisfeito/a com a
tua escola?“ não representam a mesma coisa e é possível uma resposta positiva à
primeira não ser coincidente com uma evidência de insatisfação na segunda: a escola
pode ser boa, mas não se adequar aos projetos do inquirido/a ou não ser boa e, no
entanto, satisfazê-lo/a. A situação de inquirição num questionário não permite
reconstruir os sentidos e justificações das respostas e por isso o cuidado na formulação
das questões deve ser uma preocupação fundamental.
Quando as perguntas se dirigem a factos, é importante ter em conta dois aspetos: a
sensibilidade das perguntas (por exemplo, questões sobre o rendimento familiar ou
outros aspetos da vida privada tendem a ser mais difíceis de responder) e o
conhecimento que o inquirido/a pode efetivamente deter no momento. Um exemplo
deste segundo caso é o “número de livros em casa”, frequentemente utilizado como
proxy para o capital cultural da família em estudos de educação, mas que trata
informação que os alunos, podendo aceder, frequentemente não possuem no
15
momento em que são questionados, gerando validade baixa do indicador (não mede
corretamente o que pretende medir).
Uma pergunta pode também ser geral ou específica. No nosso exemplo, a questão
“qual a importância que atribuis aos seguintes aspetos da escola” e “qual a importância
que atribuis aos seguintes aspetos da tua escola” não são idênticas. Quem responde a
perguntas sobre atitudes, opiniões, satisfação, preferências e gostos interpreta muitas
vezes uma pergunta geral em termos da sua situação especifica, mas não é
necessariamente possível fazer inferências de uma a partir de outra. Recomenda-se
que, por secção, as questões gerais precedam questões específicas
Questões abertas e perguntas fechadas
As perguntas podem ser abertas ou fechadas. No primeiro caso, o/a inquirido/a

constrói a resposta nas suas próprias palavras. No caso das perguntas fechadas, tem
de optar entre as alternativas apresentadas. Em certos casos, a mesma questão pode
ser colocada em termos abertos ou fechados. As entrevistas exploratórias e os pré-
testes servem, nalguns casos, para identificar as alternativas de resposta mais comuns
a questões abertas e “fechar” perguntas. Noutras situações, na fase de análise criam-
se categorias a partir de respostas. Um questionário pode ser totalmente composto de
perguntas fechadas ou perguntas abertas, mas, na esmagadora maioria dos casos,
possui uma combinação de perguntas dos dois tipos.
Tipos de Vantagens
Desvantagens
Perguntas
Perguntas -Possibilidade de reconstruir o
- Necessidade de interpretação
abertas sentido da resposta e relacionar
de respostas;
dados;
-Codificação mais demorada;
-Informação mais detalhada, mais
-Limitação da análise estatística
completa e mais fiável;
possível;
-Possibilidade de surgir
-Permeabilidade à interpretação
informação inesperada, maior
pelo codificador
liberdade exploratória
Perguntas -Permite a utilização de técnicas - A informação, por vezes, não
fechadas estatísticas; esclarece totalmente;
-Parametriza respostas, -Resvala, por vezes, numa
reduzindo problemas de excessiva simplificação da
compreensão; realidade.
-Reduz o tempo de preparação da -Não permite, por vezes, que o
base de dados para exploração de inquirido posa responder o que
resultados desejaria.
16
Um questionário composto por perguntas abertas é usado quando o investigador não

possui meios (tempo ou oportunidade) para realizar entrevistas, mas pretende obter
informação qualitativa sobre um fenómeno, quando ainda não existe muita literatura
sobre o tema em investigação ou quando, existindo, esta não permite identificar as
variáveis mais relevantes, recomendando um estudo preliminar. Um questionário
composto por perguntas fechadas é adequado quando a natureza das variáveis
relevantes é bem conhecida e se pretende recolher informação definida ou quando se
pretende criar uma variável a partir de um conjunto de perguntas (dedução das
componentes do conceito).
Extensão e clareza das questões
A clareza das questões é um elemento fundamental para se considerar a qualidade de

um questionário e, em geral, verifica-se que quanto mais extensa é uma questão,
menos clara se torna. A linguagem utilizada deve ser simples e direta, evitando
expressões literárias e termos elaborados. As questões devem ser pensadas de forma
a serem inteligíveis por pessoas com baixa literacia. A realização de um pré-teste,
envolvendo pessoas de perfil diversificado, correspondente à população em estudo é
fundamental, entre outros motivos, para avaliar a adequabilidade da formulação das
perguntas. Alguns dos lapsos mais frequentes:
Perguntas múltiplas – são perguntas que incluem diferentes questões. Por exemplo:
“Em casa estudas num local específico?”. Esta pergunta pressupõe uma resposta
positiva a uma pergunta prévia: “estudas em casa?”. A resposta também gerará
ambiguidade, pois ficaremos sem saber se a resposta negativa resulta de não estudar
em casa, se é porque não possui um local reservado para o estudo ou porque,
estudando em casa, tem preferência por variar o local de estudo. A formulação correta
da questão implica dedução com a criação de uma primeira pergunta filtro: “Costumas
estudar em casa?” (S/N) Se sim: responde às seguintes questões…
Perguntas que misturam conjunções e disjunções – a utilização na mesma pergunta

de expressões como “e” e “ou” deve ser evitada por confundir e produzir respostas
ambíguas. Por exemplo: “na tua escola existe psicólogo e mediador ou monitor?”
Numa situação destas a melhor alternativa seria a apresentação da pergunta: “na tua
escola existe:” e uma tabela de contingência para registar a resposta com as opções
sim/não em coluna e os três tipos de recursos de apoio em linha.
Perguntas não neutras- são perguntas que induzem uma resposta, seja porque estão
formuladas de uma certa maneira, assumem um pressuposto que impele a um dado
sentido ou porque a pergunta não admite uma das possibilidades de resposta. No
primeiro caso, temos, por exemplo: “O estudo é muito importante para o sucesso
17
escolar. Costumas estudar em casa?”, perguntas que incluem uma das categorias da
resposta (ex: não ou sim, numa pergunta de sim/não) ou expressões como “É normal”,
a “maioria” ou “frequentemente”. Um exemplo de má formulação: “quão satisfeito
estás com o teu diretor de turma?”. Perguntas que incluam adjetivos quantificativos,
como “muito”, “sempre” ou “nunca” são também de evitar, assim como as que
sugiram respostas estereotipadas (a não ser em estudos sobre estereótipos).
Perguntas indefinidas- são perguntas em que é deixado ao/à inquirido/a o sentido da

resposta, sem que as opções de resposta o esclareçam. Por exemplo: em pergunta
aberta, “o que gostas mais na tua escola?” (a questão é sobre o espaço físico? Sobre
os professores e outros atores escolares? tudo?).
Fiabilidade e validade das questões
A validade refere-se à capacidade do instrumento de medida – neste caso, um

questionário, pergunta ou bateria de perguntas – aferir aquilo que pretende aferir. Ou
seja, se é composto de indicadores que refletem efetivamente o que se pretende
retratar. A fiabilidade, por seu turno, é a consideração de que a medição feita é
constante e não influenciada pelas (variáveis) circunstâncias da aplicação do
instrumento de medição (pelo viés de perguntas, pela forma ou contexto de aplicação
do questionário). Em alguns casos recorre-se a “perguntas de controlo” para avaliar a
consistência da informação recolhida. A mesma questão pode ser colocada em
diferentes pontos do questionário, formulada de diferentes formas. Esta estratégia
deve ser ponderada pois faz aumentar a dimensão do questionário e potencialmente
torná-lo mais desinteressante e repetitivo. No momento de tratamento dos dados
existem algumas operações que permitem testar a consistência de um conjunto de
questões. Contudo, nessa altura será tarde para recuperar informação. A melhor
estratégia é dedicar esforço e atenção à formulação das perguntas, de modo a
conseguir respostas válidas e fiáveis.
Perguntas de escala e de escolha múltipla
Nas perguntas fechadas é necessário listar opções de resposta ou definir uma gradação
que permite posicionar respostas. Algumas escalas são nominais, outras ordinais e,
menos usadas, existem ainda escalas de intervalo e de rácio. As perguntas de escala
ou “variáveis gradativas” são frequentemente utilizadas. Usam-se na medição de
características físicas (comprimento, tempo de reação) e, nesse caso, resultam da
aplicação direta de instrumentos padronizados, ou visam a medição de características
associadas ao comportamento humano (“satisfação com um serviço”, “atitude face à
escola”, “importância atribuída ao estudo”. No segundo caso, a medição é
concretizada pelo/a inquirido/a, que se torna instrumento de medida sobre o objeto
de estudo.
18
Existem dois princípios fundamentais que as escalas devem respeitar: a exaustividade,

ou seja, uma abrangência que permita representar todas as possibilidades de resposta
(o que inclui “não sabe/ não responde” e/ou “Outros”) e a exclusividade, ou seja, cada
situação particular ser representada numa única opção.
As escalas de intervalo são pouco utilizadas no âmbito de questionários das ciências
sociais, e caracterizam-se por associar um valor numérico mais elevado na escala a
uma quantidade maior da variável medida, assumindo valores negativos e não
considerando o valor de zero como ausência como, por exemplo, na medição da
temperatura do ar. Já nas escalas de rácio, o valor “zero” não é arbitrário - é absoluto
ou “real”. É assim possível fazer inferências sobre um rácio de valores na escala. É
vulgar tratar as escalas de resposta do tipo “Escala de Avaliação” como escalas de
intervalo, mas, na realidade, as escalas de avaliação são somente escalas de ordem,
disfarçadas de escalas de intervalo ou rácio.
As escalas nominais consistem num conjunto de categorias de resposta
qualitativamente diferentes e mutuamente exclusivas. Sendo possível atribuir um
código numérico a cada resposta na fase de tratamento dos dados, estes valores não
produzem uma realidade ordenável e, portanto, não é legitimo apresentar medidas
estatísticas como média ou desvio-padrão sobre medidas de escala ordinal. É, no
entanto, possível calcular a moda e produzir análises univariadas e bivariadas com
recurso ao SPSS (inferência estatística não paramétrica).
As escalas ordinais admitem a ordenação numérica das suas categorias (opções de
resposta) mas não a análise da magnitude de diferenças. Algumas questões solicitam
uma ordenação de itens, outras a atribuição de um valor numa escala face a cada item.
Por exemplo a pergunta “ordena de 1 a 5 a tua satisfação face a estes aspetos da tua
escola, atribuindo o valor 5 ao aspeto que consideras mais positivo e 1 ao mais
negativo:” e a pergunta “de 1 a 5, sendo 1 o menos satisfatório e 5 o mais satisfatório,
indica quão satisfeito estás com os seguintes aspetos relativos à tua escola” são ambas
escalas ordinais, mas de diferente tipo, cada uma permitindo operações estatísticas
distintas. No geral, são de evitar perguntas do primeiro tipo, pois verificam-se mais
limitativas em termos de opções de tratamento de dados. As segundas são
Se inclui noção de Se inclui informação Se permite

Se apenas se classifica ordem entre sobre diferenças ente informação contida
categorias números nos quocientes
•escala nominal •escala ordinal •escala de intervalo •escala de rácio
19
habitualmente designadas por escalas de avaliação, ou escalas de Likert/ tipo Likert e

permitem a análise de percentis em geral e o coeficiente de correlação ordinal
A distinção entre variáveis nominais, ordinais e numéricas não é, na maioria dos casos,
baseada em qualquer propriedade intrínseca das próprias variáveis, mas uma distinção
que depende da decisão do investigador. Atualmente a distinção mais frequente é
entre variáveis não métricas (nominais e ordinais) e métricas. No caso das variáveis
métricas é possível estabelecer comparações quantitativas entre os valores por elas
assumidos, o que não acontece com as variáveis não métricas.
As escalas de avaliação mais frequentemente utilizadas referem-se a:
Referencial Escala
Quantidade 1-Nada; 2-Um pouco; 3-Médio; 4-Muito; 5-Bastante
Concordância 1-Discordo; 2- Discordo um pouco; 3-Concordo; 4-Concordo
em absoluto
Frequência 1-Nunca; 2-Raramente; 3-Às vezes; 4-Frequentemente; 5-
Sempre
Satisfação 1-Nada satisfeito; 2- Insatisfeito; 3-Satisfeito; 4- Muito
satisfeito
Probabilidade 1-Nada provável 2- Pouco provável; 3. Provável; 4- Muito
provável; 5- Certo
A ordenação dos valores atribuídos a cada categoria (valor que a variável pode
assumir) pode ser crescente ou decrescente, sendo importante apenas manter uma
dada ordenação e garantir que não se misturam dois tipos de avaliação (por exemplo,
frequência e quantidade) na mesma escala.
Nalguns exemplos dados, foi usada uma escala de quatro valores, noutros, uma escala
de cinco. A forma das escalas não é irrelevante, mesmo que se sigam todos os critérios
de qualidade. Quando a escala tem 5 itens designam-se por “escalas de Likert”, quando
tem mais ou menos, é uma “escala tipo Likert”. Likert propôs o método de construção
de escalas em 1932, sugerindo a utilização de afirmações e o posicionamento dos
inquiridos numa escala de cinco categorias de acordo com a sua concordância, de
modo a permitir reservar um ponto médio na escala – o três – para a posição de
“indeciso”. A medida de atitude podia ser obtida pela soma dos valores escolhidos,
razão pela qual estas escalas são também conhecidas por “escalas adicionadas”. Não
existe um número de pontos ideal para a escala. Estas escalas, quando bem
construídas, permitem o tratamento como variáveis quantificáveis, mas é relevante
para tal garantir igual distância entre os diferentes pontos da escala (natureza
gradativa da escala).
A questão do ponto médio é também, por vezes, geradora de algum debate entre os
que consideram que as alternativas de resposta dadas devem ser exaustivas e admitir
20
a posição de “indeciso”, enquanto outros consideram que existe uma tendência para
respostas conservadoras e que o ponto médio equivale a uma não reposta, pois o/a
inquirido/a acaba não se posicionando, sobretudo se se tratar de um assunto sensível.
O ponto neutro pode colocar desafios na fase de análise dos dados, já que, por vezes,
é necessário trabalhar uma escala, dicotomizando-a (“concordo”/ “não concordo”),
não sendo uma prática aceitável subsumir o ponto médio em nenhuma das duas
categorias criadas.
DESAFIO FÓRUM 3
Considera que deve ser utilizado um ponto neutro ou médio numa escala
gradativa? No fórum, discuta a questão com os seus colegas e troque argumentos com
os que pensam de forma diferente.
As perguntas de Resposta Múltipla (não confundir com perguntas múltiplas) são as que
permitem ao/à inquirido/a dar mais do que uma resposta à questão, de acordo com
instruções dadas. Podem ser relevantes, mas deve-se ter em conta que que os
métodos estatísticos para comparar as respostas são restritos a frequências e
percentagens. Não é legítimo aplicar estatísticas indutivas na comparação destas
respostas (por exemplo o teste do Qui-quadrado para uma amostra) mas é possível
considerar cada resposta como uma variável.
3.4. Apresentação do questionário

É boa prática apresentar uma introdução ao questionário, explicando os seus
objetivos. Os elementos a ter presentes são:
• Razão da aplicação do questionário;
• Um pedido de cooperação no preenchimento do questionário;
• Tempo médio de preenchimento (de acordo com os pré-testes);
• Descrição curta da natureza geral do questionário (satisfação, opinião, etc.);
• O nome da instituição e/ou do investigador (centro de investigação, empresa);
Existem ainda outros três elementos que é fundamental ter presentes de forma a
conduzir uma inquirição com respeito por elementares preocupações éticas:
Garantia de “consentimento informado”, ou seja, deixar claro, após informação sobre
os objetivos, características e condições de realização de que o/a entrevistado/a só
participa se desejar.
Garantia de anonimato, quer dizer, assegurar explicitamente os/as entrevistados/as
de que a sua identidade não será conhecida a partir da informação facultada;
21
Garantia de confidencialidade, asseverar que a informação que pode comprometer o

anonimato não será revelada.
O layout do questionário deve ser apelativo e claro e para isso é necessário um
compromisso entre extenção e clareza. Devem ser mantidos espaços adequados entre
as perguntas (e dentro das escalas de resposta) e não utilizar caracteres muito
pequenos para encurtar o seu tamanho. As questões relativas ao mesmo tema devem
estar juntas na mesma secção e as escalas de resposta devem seguir todas o mesmo
sentido. É fundamental dar instruções novas quando se muda a forma das perguntas
e não assumir que os respondentes sabem responder.
Síntese sobre elaboração de questionários
22
4. Amostragem
Maurice Qullinan
23
Uma amostra é um subgrupo de indivíduos que selecionamos com o objetivo de

representar a população do nosso estudo. Esta pode ser representativa ou não
representativa. Nem sempre é necessário constituir uma amostra. Podemos ter a
possibilidade de trabalhar o universo do fenómeno, o que acontece, por exemplo em
projetos de investigação-ação. O seguinte quadro sintetiza as principais formas de
amostragem:
Retirado de Coutinho, Clara (2007) Métodos de Investigação em Educação: concebendo o plano de

investigação. Policopiado.
Quanto maior for uma amostra, mais reduzido será o “erro amostral”, ou seja, o desvio
dos dados recolhidos face às disposições da população de em estudo. Não existem
números ideais, pois este valor depende muito da dimensão da população em estudo,
das características do fenómeno, entre outros aspetos. Mais importante do que um
número, é a garantia de que a amostra é bem selecionada. Uma amostra pequena,
contudo, compromete o tipo de tratamento estatístico que é possível realizar e um
valor menor que 30 casos presta-se pouco a análises do tipo estatístico.
Teoria da Amostragem
24
5. Organizar uma Base de Dados
Maurice Qullinan
25
A organização da informação de partida é muito importante e pode comprometer

todos os resultados a que chegamos. Uma base de dados, qualquer que seja o
programa utilizado para análise, tem algumas regras fundamentais que devemos ter
sempre em atenção:
Cada linha representa um caso/ individuo (os indivíduos não se devem repetir). Cada
coluna representa uma variável – nem sempre é imediato definir o que são indivíduos
e o que são variáveis. Por exemplo, em dado estudo, os jovens em situação de
insucesso são indivíduos e as escolas que frequentam são variáveis. Numa outra
investigação, as escolas são os casos e a variável pode ser no número de alunos em
situação de insucesso. O nome das variáveis deve estar escrito na primeira linha.
Devemos ter sempre uma variável de ID que nos permite fazer a verificação dos
indivíduos, ou acrescentar variáveis se for o caso. Não usar células "unidas"
A codificação das variáveis dicotómicas binárias deve ser de 0 e 1 sendo o valor de 1 o
que queremos dar mais relevo no estudo. Por exemplo, se me interessa estudar quem
teve uma melhoria de classificação escolar a variável "mais sucesso" deve estar
codificada em 1 para "sim" se melhorou as notas e 0 para "não".
As variáveis polinómicas devem estar codificadas por um código que esteja bem
definido no documento de suporte à base de dados. As variáveis ordinais devem estar
organizadas por ordem crescente, e não ter informação que não tem significado
estatístico, como "outros". A categoria “outros” deve ser reservada para variáveis
qualitativas.
6. O Ambiente SPSS
A Universidade Aberta disponibiliza aos seus alunos uma licença temporária do

“Statistical Package for the Social Sciences” – SPSS, de forma a permitir que os alunos
explorem bases de dados existentes ou analisem dados recolhidos por via quantitativa
nas suas pesquisas e disponibiliza um manual de instalação. Aqui são brevemente
explorados alguns aspetos relacionados com a sua utilização.
6.1. Visão geral

Na janela de dados existem duas formas de visualização – à semelhança do que
acontece nas tabelas de ACCESS – ambas em formato matricial: uma permite a
visualização dos dados (Data View) e a outra a visualização da sua estrutura (Variable
View). É possível aceder a um ou outro modo clicando sobre o respetivo “separador”
(Figuras 6.1. e 6.2.).
26
Figura 6.1: janela de editor de dados (data view)
No modo “data view” as linhas representam os casos ou unidades de observação

(geralmente os indivíduos), enquanto as colunas representam as variáveis (figura 6.1.)
No modo “variable view”, estão listadas as variáveis e as suas características. Nesse
caso, cada linha corresponde a uma variável e as colunas definem as suas propriedades
(Figura 6.2.).
Figura 6.2: janela de editor de variáveis (variable view)
27
No modo Data View, as células da matriz são preenchidas com os atributos de cada
caso em cada variável – por exemplo, as respostas de cada indivíduo a cada pergunta
num questionário. As respostas são, em geral, codificadas, pelo que um ficheiro de
dados costuma estar preenchido com números (mesmo que representem qualidades
e não quantidades), tal como se pode observar na Figura 6.1.
É necessário ter presente que: a) operações entre objetos (i.e. entre linhas) não são,
em geral, possíveis; e b) operações entre variáveis (i.e. sobre colunas) afetam, em
princípio, todos os casos (i.e., linhas).
Um ficheiro de dados pode ser criado de raiz, ou ser importado de outras fontes
(EXCEL, ACESS). No primeiro caso há que começar por definir a estrutura dos dados,
antes de proceder à sua informatização; no segundo caso, as características mais
genéricas das variáveis são importadas juntamente com a informação mas devem ser
confirmadas.
6.2. Janelas de dados e de resultados: breve apresentação

No SPSS existem várias janelas de trabalho. Habitualmente, numa sessão de trabalho,
estão ativas duas janelas: uma referente aos dados (data ou variable view); outra
referente aos resultados ou outputs. Na primeira janela visualiza-se a base de dados
que está a ser analisada, enquanto na segunda vão sendo acumulados os resultados
das análises solicitadas. Para utilizadores mais experimentados, existe ainda a janela
de sintax e que permite algumas operações não disponíveis nos comandos.
Editor de Dados (Data Editor) – Janela onde é apresentado o ficheiro de dados (em
modo variable ou data view), ou seja, a informação que vai ser trabalhada do ponto de
vista estatístico. Esta janela abre automaticamente quando entramos no SPSS,
mantendo-se aberta durante toda a sessão de trabalho. Fechar todas as janelas de
dados conduz ao encerramento do programa.
Janela de Resultados (Output Navigator) – Janela onde são apresentados os
resultados dos procedimentos de análise de dados: quadros de distribuição de
frequências, médias, correlações, testes de hipóteses, tabelas, gráficos… Esta janela
abre automaticamente na primeira vez que for acionado um comando. Todas as
análises feitas ao longo da sessão de trabalho serão apresentadas sequencialmente na
janela de resultados. A alternância entre o ficheiro de dados e o de resultados
(outputs) faz-se da forma idêntica à de ambiente Windows, para alternar entre vários
aplicativos que estejam abertos.
No SPSS, ao contrário do que acontece noutros programas (por exemplo com o EXCEL),
o ficheiro de resultados é estático, ou seja, reúne o histórico das análises efetuadas e
apresenta o estado do ficheiro de dados quando a análise foi realizada. Assim,
28
alterações introduzidas ao nível dos dados não provocam alterações nos outputs já
obtidos e quando corrigimos o valor de uma variável, por exemplo, se detetarmos que
foi mal introduzido, todas as análises já efetuadas sobre essa variável terão de ser
refeitas.
A janela de resultados (outputs), está dividida em duas partes: à esquerda situa-se a
lista dos itens que fazem parte do output (resultados e outros objetos, por exemplo,
caixas de texto), à direita visualizam-se os resultados propriamente ditos, os quais são
apresentados pela ordem em que foram pedidos, sendo sempre antecedidos de um
título. A estrutura em árvore permite a navegação entre resultados apurados numa
sessão de SPSS.
Figura 6.3. janela de resultados (outputs)
Um duplo clique sobre qualquer item (texto, tabelas ou gráficos) permite editar e
modificar as suas características. Consoante a situação, podemos ter acesso a um
editor de texto, de tabelas, ou de gráficos, cada um com menus e opções específicas.
Entre outras operações, é possível alterar o tipo de letra e clarificar os títulos das
figuras, formatar tabelas, por exemplo, alterando a sua aparência ou invertendo linhas
e colunas. Pode-se também construir gráficos a partir de valores apresentados em
tabelas. Estes valores devem ser previamente selecionados (com a tabela editada) e,
com o botão do lado direito do rato, escolhe-se a opção “Create Graph”.
6.3. Início de uma sessão de trabalho

Quando acedemos ao SPSS abre-se automaticamente uma janela de boas vindas. Caso
se pretenda construir uma nova base de dados deve escolher-se a opção “new data
set”; caso se pretenda analisar os dados de uma base de dados já existente, deve então
29
ser escolhida a opção “recent files” ou “open another file”, caso que nos pede para
indicar onde está guardada a base de dados).
6.4. início de uma sessão de trabalho
Se o objetivo for abrir um ficheiro que não seja SPSS, então, quando se inicia a sessão,
deve escolher-se a opção “Open another type of file”. Também neste caso será
necessário dar indicação da localização do ficheiro.
6.5. Escolher outro tipo de ficheiro
30
6.3.1. Construção de um ficheiro de dados: definição de Variáveis

Como foi referido anteriormente, quando se inicia uma sessão de trabalho no SPSS o
Data Editor (janela de Dados) possibilita a construção de raiz de um ficheiro de dados.
Essa opção pode também ser escolhida cedendo ao menu “File” New (Data). Surge
então uma janela de dados com linhas e colunas em branco. É nessa matriz que serão
definidas as variáveis e introduzidos os dados.
As definições de variáveis são realizadas no modo “variable view” (figura 1.2.). Cada
linha corresponde a uma variável e as colunas permitem especificar as suas
características:
➢ Nome da variável (Variable Name)
Os nomes das variáveis seguem as seguintes regras:
• Cada nome tem de começar por uma letra. Os restantes caracteres podem ser letras,
números, ponto final ou qualquer um dos símbolos @, #, _, or $;
• O nome de uma variável não pode terminar com um ponto final;
• Deve evitar-se terminar o nome de uma variável com a barra baixa (underscore) pois
poderão verificar-se conflitos com nomes de variáveis automaticamente criadas por
alguns procedimentos;
• Não podem ser utilizados espaços nem alguns caracteres especiais (por exemplo, !,
?, ', e *);
• Cada nome tem de ser único: não podem coexistir variáveis identificadas pelo mesmo
nome. A identificação das variáveis não é sensível à diferenciação
maiúsculas/minúsculas: Os nomes VAR1, Var1 e var1 são considerados idênticos;
• Cada nome não pode exceder 64 caracteres. Para atribuir nome a uma variável, basta
escrevê-lo na primeira coluna (Name). Em caso de omissão, o SPSS atribui à primeira
variável o nome VAR00001, à segunda VAR00002 e assim sucessivamente;
➢ Tipo de variável (Variable Type)

A coluna “variable Type” especifica o tipo de variável. Por defeito, todas as novas
variáveis são definidas como numéricas. Posteriormente pode alterar-se o tipo da
variável. Para o fazer, e uma vez posicionados na célula correspondente a “type”, basta
clicar o botão com as reticências. Aparece, então, a caixa de diálogo que permite
selecionar a definição pretendida para a variável.
31
6.6. Tipos de variáveis
Numeric – define uma variável cujos valores são números. Os valores são mostrados
no formato definido. O Data Editor aceita valores numéricos no formato standard ou
em notação científica;
Comma – define uma variável numérica cujos valores são mostrados com vírgulas
separando cada três dígitos, com ponto separando a parte inteira da decimal. Os
valores podem ser introduzidos com ou sem vírgulas, ou em notação científica;
Dot – define uma variável numérica cujos valores são mostrados com pontos
separando cada três dígitos, com vírgula separando a parte inteira da decimal. Os
valores podem ser entrados com ou sem pontos ou em notação científica;
Scientific notation – define uma variável numérica cujos valores são mostrados em
notação científica, ou seja, com o símbolo E e um expoente potência de 10 (com sinal).
O Editor aceita valores numéricos para estas variáveis com ou sem expoente. O
expoente pode ser precedido por E ou D, com ou sem sinal, ou apenas pelo sinal. Por
exemplo, são representações do mesmo número: 123, 1.23E2, 1.23D2, 1.23E+2,
1.23+2;
Date – define uma variável numérica cujos valores são mostrados em forma de data
(dia, mês, ano, ou combinação destes) ou de tempo (horas, minutos, segundos ou
combinação destes), de acordo com o formato escolhido de entre a lista fornecida
(Figura 7.3). As datas podem ser dadas com barras (/), hifens (-), pontos, virgulas ou
espaços. O intervalo de variação válido para o ano é definido nas opções (no menu
Edit, escolher Options e clicar em Data).
Custom currency – variável numérica cujos valores são mostrados num dos formatos
de moeda previamente definidos. Os caracteres definidos para a moeda não são
incluídos quando se recolhem os dados, mas são mostrados no editor;
32
String – os valores de uma variável String (alfanumérica) não são numéricos.

Consequentemente, não podem ser utilizados em cálculos. Podem conter qualquer
cadeia de caracteres até ao comprimento especificado. Neste caso, letras maiúsculas
e minúsculas são consideradas diferentes.
➢ Etiqueta da variável (Variable Label)
Dado que o nome da variável é habitualmente pequeno, é quase sempre conveniente
dar-lhe uma etiqueta, a qual poderá ter até 256 caracteres. Essa etiqueta pode
aparecer nos outputs, conjuntamente, ou não, com os nomes das variáveis. No
entanto, caso a etiqueta seja muito extensa poderá surgir cortada nos quadros de
resultados.
➢ Etiquetas dos valores das variáveis (Value Labels)
Aos valores assumidos por uma variável podem ser atribuídas etiquetas específicas, o
que é especialmente útil quando se utilizam números para representar categorias não
métricas. Por exemplo, se se codificam homens e mulheres com os valores 1 e 2,
interessa atribuir a etiqueta “masculino” e “feminino” a cada um dos códigos. Estas
etiquetas podem ter até um máximo de 120 caracteres. Não podem ser atribuídas
etiquetas a valores de variáveis string (alfanuméricas, definidas com mais de 8
caracteres. Se, para uma dada variável, nos posicionarmos na célula correspondente à
coluna “values” e premirmos o botão de reticências, surge a janela para a definição
das etiquetas dos valores da variável (value labels). A especificação das etiquetas é
feita para cada código de cada vez. A mesma operação é repetida para os restantes
códigos e respetivas etiquetas.
6.7. Definição das etiquetas dos valores da variável
33
➢ Definição dos valores em falta (Missing Values)

Na coluna “missing Values” podem definir-se valores numéricos específicos que
correspondam a respostas não dadas (valores omissos). Esta é uma situação que se
justifica sempre que, em vez da ausência de qualquer valor numérico na base de dados
(os chamados “system-missing values”, representados por um “.” ou “,”) as não
respostas foram codificadas com um, ou mais, códigos numéricos. Estes valores, uma
vez definidos pelo utilizador enquanto não-respostas, tomam a designação de “user
missing values”.
Note-se que, a recolha exaustiva da informação, incluindo as não respostas, é uma
prática aconselhável já que não só permite identificar as razões para a não existência
de uma resposta, como ajuda a verificar a integridade da informação recolhida. Poder-
se-á pretender distinguir entre respostas omissas porque o respondente não quer
responder, porque não sabe responder, ou porque determinada questão não lhe era
aplicada. Os valores especificados como omissos podem ser objeto de tratamento
especial e excluídos da generalidade dos cálculos.
Para uma dada variável, premindo o botão de reticências, correspondente à coluna
“missing” acedemos à janela de definição dos valores em falta (inicialmente a opção
que está selecionada é a de “no missing values”
Podem definir-se como omisso um valor composto de três valores individuais distintos,
ou um intervalo de valores, ou um intervalo adicionado de mais um valor discreto. Os
intervalos de valores omissos apenas podem ser utilizados para variáveis numéricas.
Não se podem definir valores omissos para variáveis string com mais de 8 caracteres.
6.8. Definição dos missing values
34
É recomendável que os códigos utilizados para os valores em falta não sejam

confundíveis com os das respostas válidas (por exemplo, podem usar-se valores
negativos quando a variável só assume valores positivos, valores elevados quando a
variável não assume valores muito altos, ou mesmo o zero sempre que este não faça
parte das respostas válidas). No caso das variáveis string (com 8 caracteres ou menos),
todos os valores, incluindo cadeias de espaços em branco ou valores não entrados, são
considerados válidos, a menos que explicitamente se definam como omissos. Para
definir cadeias de espaços, ou valores não entrados, como omissos, é necessário
colocar um espaço (um único) num dos campos de “discrete missing values”.
➢ Nível de medida da variável (Variable Measurement Level)

Na coluna “Measure” podemos definir, selecionando a opção desejada, o nível de
medida em que as variáveis irão ser trabalhadas: scale (para dados numéricos em
escala de rácios ou de intervalos), ordinal, ou nominal. Se a variável estiver definida
como sendo do tipo string apenas podem ser escolhidas as opções nominal e ordinal.
Note-se que, a especificação do nível de medida não é relevante para a maioria das
análises. A sua importância surge apenas nos casos de elaboração de gráficos e tabelas
que identificam as variáveis como sendo do tipo escala (scale) ou categoriais
(categorical). Neste caso, quer as variáveis definidas como ordinais, quer as definidas
como nominais, são tratadas como categoriais. É importante notar que:
SCALE – Variáveis definidas desta forma têm de estar definidas com valores numéricos.
Referem-se a variáveis na escala de rácios ou de intervalos, ou tratadas como tal.
ORDINAL – Os valores representam categorias que são ordenáveis (por exemplo,
discordo totalmente, discordo, concordo, concordo totalmente). Variáveis definidas
como ordinais podem conter quer valores numéricos, quer alfanuméricos. Quando se
utilizam valores numéricos, assume-se que cada valor representa uma categoria
distinta (por exemplo, 1 = discordo, 2 = concordo, 3 = concordo totalmente). Para
variáveis definidas como string, a sua catalogação como ordinais assume que a ordem
entre categorias se espelha na ordem alfabética dos valores utilizados. Como princípio
geral, é mais fiável utilizar, no caso de variáveis a definir como ordinais, variáveis de
tipo numérico, etiquetando convenientemente os valores.
NOMINAL – Os valores representam categorias sem ordem intrínseca – por exemplo
curso frequentado, género, escola frequentada. As variáveis nominais podem ser de
tipo alfanumérico (string) ou de tipo numérico. Neste último caso, valores diferentes
representam distintas categorias (e.g. 1 = Masculino, 2 = Feminino).
35
6.4. Introdução e edição de dados

Para introduzir os dados é necessário selecionar “data view” no canto inferior
esquerdo da janela de dados (data Editor). Os dados são sempre introduzidos na célula
ativa que, quando ativada, fica com um rebordo mais forte.
No canto superior esquerdo da janela “data editor” pode visualizar-se o nome da
variável e o número de linha da célula ativa. O valor da célula ativa aparece no campo
editor de célula, acima do data editor. Os valores introduzidos só são registados
quando se pressiona “enter”, ou quando se seleciona outra célula. Para introduzir
dados não numéricos, a variável deverá ter sido previamente definida como variável
alfanumérica (string).
É sempre possível inserir novos casos ou novas variáveis.
6.9. inserir casos
6.5. Importação de bases de dados

A importação de bases de dados no SPSS pode ser feita a partir do menu:
File/open/data.
Para importar uma base de dados em excel com várias folhas (como a do Infoescolas),
uma vez escolhida a sequência, o processo é idêntico à abertura de um ficheiro SPSS,
indicando-se a base de dados que se pretende importar e especificando o tipo de
ficheiro de origem (neste caso, Excel). Esta sequência de procedimentos tem de ser
36
repetida para cada uma das folhas do ficheiro de Excel que se pretende trabalhar em
SPSS, o que significa que, no final, se irá dispor de tantos ficheiros SPSS (*.sav) quantas
as folhas excel que se deseja importar.
6.10. Escolher ficheiros excel
6.11. escolher um ficheiro excel com múltiplas folhas
37
Se o ficheiro excel que queremos trabalhar em SPSS tiver múltiplas folhas, criamos
vários ficheiros SPSS e podemos desejar juntá-los numa única base de dados. Também
pode ocorrer a necessidade de juntar, não novas variáveis, mas casos.
➢ Junção de ficheiros de dados: acrescentar variáveis (ADD VARIABLES)

No caso de se pretender juntar duas bases que possuem os mesmos casos, mas
variáveis distintas, é fundamental existir uma variável comum que os identifique e que
possua exatamente o mesmo nome, escrito da mesma forma na coluna “name”.
Verificada essa condição é possível juntar as variáveis (todas ou parte delas) num só
ficheiro. Para realizar a operação, depois de abrir uma das bases de dados que vai
integrar o ficheiro final, selecionar no Menu Data a opção “merge files” e, dentro deste
“add variables”.
6.12. Acrescentar variáveis (merge files)
38
6.13. Escolher a fonte e as folhas a importar
Após a especificação do ficheiro de dados, surge a janela que completa a junção dos
dois ficheiros. No separador “variables” são listadas todas as variáveis, tanto as do
ficheiro de partida (ativo), como as que se pretende acrescentar. As variáveis que não
se pretende reter podem ser selecionadas e incluídas no quadro “excluded variables”.
Nesse mesmo quadro estão listadas, por defeito, todas as variáveis que sejam comuns
a ambos os ficheiros de dados, por exemplo as variáveis de identificação.
6.14. Separador de variáveis
39
6.15. Separador de método de união
Na junção de bases de dados é recomendável a existência de uma variável-chave que

identifique os casos e assegure a correta colagem dos ficheiros e que deve ser
identificada como Key Variable. É também necessário que ambos os ficheiros de dados
estejam ordenados por ordem ascendente da variável-chave (clicar na coluna da
variável, selecionando-a toda e, com o botão direito do rato selecionar “sort
ascending”). No caso de se pretender juntar mais do que duas bases de dados, o
procedimento que acabou de ser descrito deverá será repetido até que todas as
variáveis estejam no mesmo ficheiro. A base deve então ser gravada, de preferência
com outro nome.
6.6. Breve apresentação à análise de dados no SPSS

A exploração de dados baseia-se no teste de hipóteses concebidas pelo investigador.
Esta testagem resulta da aplicação de testes estatísticos inferenciais, ou seja, que
concluem sobre a probabilidade de se poder (ou não) extrapolar (inferir) os resultados
obtidos da amostra para a população de onde esta foi extraída. A possibilidade de
inferir (validade experimental) é condicionada pela existência de validade interna
(garantia de que os dados – amostra, forma das perguntas e conceptualização das
variáveis – não interferem no resultado, ou seja, que se está a medir o que se pretende
medir) e validade externa (que existe uma fidedigna representação da realidade). O
SPSS permite analisar:
40
• Padrões e perfis de distribuição de variáveis (análises univariadas)

• Relação entre variáveis (análises bivariadas)
• Topologias, tipologias, modelos de dependência, entre outros (análises
multivariadas)
Os testes realizados pelo SPSS podem ser paramétricos ou não paramétricos. Os testes
paramétricos – também designados de teste t – exigem variáveis quantitativas e que
a amostra tenha uma distribuição normal, ou seja, que se conheçam os parâmetros da
população, que estes sejam seguidos na amostra e que esta assuma uma curva em
forma de sino. Os testes não paramétricos podem ser de aderência ou ajustamento –
como de Kolmogorov-Smirnov ou do Qui-Quadrado - quando se pretende testar se
uma amostra foi retirada de uma população com uma determinada distribuição ou
testes de independência – como o teste de Mann Whitney, Kruskall-Wallis – que
pretende testar se duas variáveis são independentes ou se existe relação entre elas.
Alguns dos testes disponíveis:
Tipo de teste/ Nominais Ordinais Quantitativas

variáveis
Independência 2 Teste Mann- Teste T
grupos Whitney
Independência de K Kruskal-Wallis One-Way Anova
grupos
Comparação de pares Teste de Komolgorov-
de variáveis independência do Smirnoff
Qui-Quadrado
Validação da relação WILCOXON Teste T para
amostras amostras
emparelhadas emparelhadas
Medidas de V de Cramer RHO de ETA
associação / ETA Spearman R de Pearson
correlação TAU-B de
Kendall
(amostras emparelhadas: os mesmos indivíduos – por exemplo, inquiridos em dois
momentos distintos - ou a assunção lógica da relação entre duas respostas)
Existem ainda no SPSS um conjunto de funcionalidades que permitem apresentar e
relacionar variáveis de natureza distinta, a partir de tabelas de contingência
(crosstabs).
41
Representação gráfica
Estão ainda disponíveis no SPSS um conjunto de funcionalidades que permitem
apresentar e relacionar variáveis a partir da sua representação gráfica. Cada forma de
representação deve respeitar o tipo de variáveis em consideração
Tipo de variáveis Tipo de representação Gráfica

nominais, ordinais e Tabelas de frequência
quantitativas
nominais e ordinais Gráficos de barras e circulares
ordinais e quantitativas Caixa de bigodes
quantitativas Gráficos de dispersão; gráficos de médias e desvio-
padrões; histograma; Scatterplot” de X e Y
categóricas Gráfico de colunas por estratos da segunda variável
(qualitativas)
quantitativa e Box-Plot”, para cada estrato ou categoria da variável
qualitativa qualitativa após categorizar a quantitativa
Estatística com o SPSS
BIBLIOGRAFIA
Carvalho, Helena (2017) Análise Multivariada de Dados Qualitativos: Utilização de

Análise de Correspondências Múltiplas com o SPSS. Sílabo. 12ª Edição
Coutinho, Clara Pereira (2018) Metodologia de Investigação em Ciências Sociais e
Humanas - Teoria e Prática. Almedina
Hill, Manuela Magalhães e Andrew Hill (2008) Investigação por questionário. Edições
Sílabo. 2ª Edição
Laureano, Raul e Maria do Carmo Botelho (2017) SPSS Statistics: O Meu Manual de
Consulta Rápida. Sílabo. 2ª Edição
Maroco, João (2003). Análise Estatística com utilização do SPSS. Sílabo. 2ª Edição
Pereira, Alexandre e Teresa Patrício (2013). SPSS: guia prático de utilização: análise de
dados para Ciências Sociais e Psicologia. Sílabo. 8ª Edição
42

E Book Quantitativos

Enviado por

Direitos autorais:

Formatos disponíveis

E Book Quantitativos

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

E Book Quantitativos

Enviado por

Direitos autorais:

Formatos disponíveis

INVESTIGAÇÃO EM ADMINISTRAÇÃO E

1. A ESCOLHA DOS MÉTODOS E DAS TÉCNICAS 4

2. DIMENSÕES, INDICADORES E VARIÁVEIS 8

3. A ELABORAÇÃO DE UM INQUÉRITO POR QUESTIONÁRIO 12

3.1. Plano de análise 13

3.2. Organização do inquérito 14

3.3. Tipos de perguntas e formas de questionar 15

3.4. Apresentação do questionário 21

5. ORGANIZAR UMA BASE DE DADOS 25

6.1. Visão geral 26

6.2. Janelas de dados e de resultados: breve apresentação 28

6.3. Início de uma sessão de trabalho 29

6.4. Introdução e edição de dados 36

6.5. Importação de bases de dados 36

6.6. Breve apresentação à análise de dados no SPSS 40

Este recurso de aprendizagem, desenvolvido no âmbito da Unidade Curricular e

1. Critérios da opção por um método quantitativo

Este recurso constitui-se fundamentalmente como um guia: os principais temas são

Os campos “Saber mais” apontam alguns recursos e referências a explorar

São propostos alguns desafios que visam aferir conhecimentos adquiridos

Esperamos que este recurso seja útil. Boas investigações!

1. A escolha dos métodos e das técnicas

Colourful Questions Linda Wood (www.fineartamerica.com)

A escolha dos métodos e técnicas constitui uma etapa relevante do processo de

Síntese do processo de investigação

Os diferentes métodos (qualitativos/ quantitativos) e as diversas técnicas (análise de

Análise de relações entre variáveis Exploração de uma multiplicidade de

A organização de uma investigação a partir de métodos quantitativos – seja com

Uma investigação deve procurar combinar várias fontes de informação (triangulação):

Reflexões sobre triangulação metodológica

2. Dimensões, Indicadores e variáveis

“Multiple Dimensions “ Priyadarshini Ohol (www.mojarto.com)

A opção pela recolha autónoma de dados e aplicação de um inquérito por questionário

• A recolha de informação pode ser morosa, complexa e dispendiosa;

2.1. O Inquérito por questionário: dimensões e indicadores, tipos de

Dimensões e Indicadores de análise IST

mas, se foi operacionalizada em classes etárias (0 a 5 anos, 6 a 10 anos, etc.…), é

DESAFIO FÓRUM 1: O ME pretende lançar um programa de combate ao

DESAFIO FÓRUM 2: Se fosse necessário aprofundar o detalhe e

3. A elaboração de um inquérito por questionário

Confusion Painting Emily Maynard

3.1. Plano de análise

Habitualmente uma investigação possui um objetivo principal e um, ou vários,

➢ o género influencia a relação entre o desempenho escolar e a satisfação face à

O objetivo principal mobiliza as principais variáveis da investigação, mas que podem

se estabelece nas hipóteses de trabalho: na nossa hipótese principal podemos

hipóteses da investigação, escalas de resposta e métodos de análise de dados

Cada objetivo liga-se a uma – ou mais- hipóteses de investigação testadas

3.2. Organização do inquérito por questionário

➢ trajetória e frequência escolar

3.3. Tipos de perguntas e formas de questionar

Questões abertas e perguntas fechadas

As perguntas podem ser abertas ou fechadas. No primeiro caso, o/a inquirido/a

Um questionário composto por perguntas abertas é usado quando o investigador não

Extensão e clareza das questões

A clareza das questões é um elemento fundamental para se considerar a qualidade de

Perguntas que misturam conjunções e disjunções – a utilização na mesma pergunta

Perguntas indefinidas- são perguntas em que é deixado ao/à inquirido/a o sentido da