1

MTODOS QUALITATIVOS E QUANTITATIVOS EM PESQUISA: UMA

ABORDAGEM INTRODUTRIA
Daniel Arruda Coronel1
Airton Lopes Amorim2
Reisoli Bender Filho3
Eliane Pinheiro de Sousa4
1 Introduo
O primeiro passo para se realizar uma pesquisa consiste na existncia de um problema
de pesquisa. A investigao desse problema proposto requer o uso do mtodo de pesquisa. De
acordo Richardson (2008), o mtodo em pesquisa significa a escolha de procedimentos
sistemticos para a descrio e explicao de fenmenos. Adotando uma classificao
bastante ampla, possvel dizer que h dois grandes mtodos: o quantitativo e o qualitativo.
Eles se diferenciam no apenas pela sistemtica relacionada a cada um deles, mas
principalmente pela forma de abordagem do problema de pesquisa. Dessa maneira, a escolha
do mtodo de pesquisa depender da natureza do problema, ou seja, do enfoque adotado
diante do fenmeno que se procura explicar.
O mtodo quantitativo baseia-se no emprego da quantificao tanto nas modalidades
de coleta de informaes quanto no tratamento delas por meio de tcnicas estatsticas.
Representa, em princpio, a inteno de garantir a preciso dos resultados, evitar distores de
anlise e interpretao, possibilitando, consequentemente, uma margem de segurana quanto
s inferncias. frequentemente aplicado nos estudos descritivos, naqueles que procuram
descobrir e classificar a relao entre variveis, bem como nos que investigam a relao entre
fenmenos (RICHARDSON, 2008).
O mtodo qualitativo tem esse nome em contraposio ao mtodo quantitativo, em
funo da forma como os dados sero tratados e da forma de apreenso de uma realidade, em
que, no caso da pesquisa qualitativa, o mundo conhecido por meio de experincia e senso
comum (conhecimento intuitivo), em oposio s abstraes (modelos) da pesquisa
quantitativa. Os mtodos qualitativos e quantitativos no so excludentes, embora difiram
quanto forma e nfase (NEVES, 1996).

Professor Adjunto do Programa de Ps-Graduao em Administrao da Universidade Federal de Santa Maria

(UFSM) e Doutor em Economia Aplicada pela Universidade Federal de Viosa (UFV). E-mail:
daniel.coronel@uol.com.br
2
Mestre em Economia pela Universidade Federal de Viosa (UFV). E-mail: aimorim2007@gmail.com
3
Professor Adjunto do Programa de Ps-Graduao em Administrao da UFSM e Doutor em Economia
Aplicada pela UFV.E-mail: reisolibender@yahoo.com.br
4
Professora Adjunta do Departamento de Economia da Universidade Regional do Cariri (URCA), Pesquisadora
da FUNCAP e Doutora em Economia Aplicada pela UFV. E-mail: pinheiroeliane@hotmail.com

Dalfovo, Lana e Silveira (2008), ao citarem Cassel e Symon (1994), destacam que a
pesquisa qualitativa apresenta as seguintes caractersticas bsicas: ao invs de focar na
quantificao, est centrada na interpretao que os participantes possuem quanto situao
investigada; enfatiza a subjetividade, a flexibilidade no processo de conduo da pesquisa,
assim como se orienta para o processo e no para o resultado; preocupa-se com o contexto; e
reconhece que o pesquisador influencia a situao de pesquisa e por ela tambm
influenciado.
Como observado por Sampson (1991), a pesquisa qualitativa mais utilizada quando
se possui pouca informao, em situaes em que o fenmeno deve ser observado ou em que
se deseja conhecer um processo, determinado aspecto psicolgico complexo, ou um problema
complexo, sem muitos dados de partida. Alguns problemas de pesquisa requerem uma
abordagem mais flexvel, e, nestas circunstncias, a aplicao de tcnicas qualitativas
recomendada.
Na pesquisa qualitativa, os dados so coletados, sobretudo, em contextos em que os
fenmenos so construdos; no processo de levantamento dos dados que se procede
preferencialmente sua anlise; os estudos so realizados de modo descritivo, em que se
busca compreender os significados dos prprios sujeitos e de outras referncias; a partir da
anlise dos dados empricos, constroem-se os fundamentos tericos, que so aprimorados a
posteriori, com base na reviso de literatura de outros autores; a interao entre o pesquisador
e o pesquisado assume um papel essencial; e permite o uso associado de dados qualitativos e
quantitativos (DALFOVO; LANA;SILVEIRA, 2008).
A pesquisa qualitativa possui carter mais exploratrio, descritivo, indutivo e envolve
tcnicas como anlise de dados secundrios, estudos de caso, entrevistas individuais,
discusso em grupo, Focus Group, teste de associao de palavras (SPERS, 2001). Ademais,
Dalfovo, Lana e Silveira (2008) complementam que existem algumas formas mais adequadas
coleta e anlise dos dados neste tipo de pesquisa, como observao participante, anlise
documental (cartas, dirios, impressos, relatrios, etc.), histria de vida, entre outros.
Em face da importncia desempenhada por esses mtodos de pesquisa, este trabalho
busca apresentar, de forma sintetizada, os mtodos qualitativos e quantitativos em pesquisa.
Entretanto, no se tem a inteno de preparar um texto com temas novos, mas, sim, oferecer
um referencial bsico no qual o pesquisador iniciante encontre os assuntos que ocorrem mais
frequentemente na pesquisa qualitativa e quantitativa. Tambm evidente que no se tem a
pretenso de expor esses assuntos com um grande grau de detalhamento, nem mesmo listar de
forma exaustiva as tcnicas estatsticas de anlise de dados, em um espao limitado.

Este trabalho est dividido em 6 sees, incluindo a introduo. A segunda seo

discute a abordagem qualitativa de dados; a terceira discute alguns conceitos bsicos
relacionados abordagem quantitativa de dados; na quarta seo, so feitos alguns
comentrios a respeito das principais fontes de dados utilizados na pesquisa quantitativa; na
quinta seo, apresentam-se algumas tcnicas bsicas de anlise de dados quantitativos; e, por
fim, na sexta seo, so feitas algumas consideraes finais.
2 Abordagem Qualitativa
A pesquisa qualitativa visa explicar os fenmenos sociais atravs das experincias de
indivduos ou grupos, por meio da anlise de documentos e da interao entre os atores
sociais. De acordo com Gibbs (2009), as pesquisas qualitativas apresentam vrias
peculiaridades tais como acesso a experincias e ao contexto de determinado problema,
hipteses so desenvolvidas e refinadas durante a pesquisa e forte utilizao de notas,
manuscritos e de transcries.
As principais tcnicas utilizadas nas pesquisas qualitativas so entrevistas, observao
e anlise de material bibliogrfico. As entrevistas podem ser classificadas em trs tipos:
fechadas, semiestruturadas e abertas.
A entrevista fechada tem como caracterstica apresentar ao entrevistado perguntas em
que as respostas so previamente estruturadas. Ex. sexo masculino ou feminino, ser a favor ou
contrrio a legalizao do aborto.
De acordo com Cortes (2012), a entrevista semiestruturada apresenta questes com
respostas abertas, onde o entrevistado pode explicitar de maneira ampla seu posicionamento,
anlises e reflexes.
A entrevista aberta tem como caracterstica no obedecer a um roteiro pr-definido,
sendo que o objetivo deste tipo de entrevista explorar de maneira ampla, de modo que se
possa inserir outras questes, de acordo com o desenvolvimento da conversa (VERGARA,
2005).
A observao consiste em analisar as interaes dos agentes sociais em determinadas
situaes com o objetivo de verificar o seu comportamento e suas atitudes dentro de
determinado contexto econmico, social e cultural.
Por fim, a anlise de material bibliogrfico tem como foco a utilizao de documentos,
livros, artigos, jornais e anotaes com o objetivo de buscar embasamento terico para o
desenvolvimento do trabalho.

2.1 Preparao de dados para Anlise Qualitativa

A preparao dos dados consiste em etapa fundamental para a anlise qualitativa, isso
porque, ao fazer a transcrio, geralmente de dados textuais, envolve uma mudana de meio e,
consequentemente, algum grau de interpretao (GIBBS, 2009). Logo, tal procedimento exige
planejamento prvio, detalhamento dos nveis de transcrio, convenes para designao e
anonimizao.
Seguindo essa temtica, nesse ponto so apresentadas, comentadas e exemplificadas as
principais etapas para a preparao de dados qualitativos, compreendendo a transcrio, a
realizao da transcrio, os dados de rede e a preparao de arquivos.
A transcrio de dados, entendida como a parte da organizao e da administrao de
dados qualitativos (ver Arksey e Knight, 1999), estabelece uma tcnica de documentao do
material coletado e consiste em uma das formas mais utilizadas de reproduzir entrevistas
(gravaes, instrumentos estruturados ou no, dirios de campo, fichas de documentao,
discursos ou anlise de conversao) em cpia digitada claramente definida, com maior ou
menor grau de detalhamento.
A transcrio constitui-se em uma das formas de anlise de contedo que, como
exposto por Bardin (2005), define um conjunto de tcnicas de anlise das comunicaes,
sendo que utiliza procedimentos sistemticos e objetivos de descrio do contedo. Vergara
(2005) enfatiza que a anlise de contedo constitui uma tcnica que trabalha os dados
coletados, objetivando a identificao do que est sendo dito a respeito de determinado tema.
Sendo assim, a transcrio envolve um conjunto de aspectos que compreendem a
preciso, a fidelidade e a interpretao dos dados. Deve-se destacar que a falta de preciso e
fidedignidade na transcrio poder levar descontextualizao e, por conseguinte, falta de
compreenso do contedo em parte ou em sua totalidade. Da mesma forma, a mudana de
meio ocorrida pela transformao de dados (interpretao do pesquisador) um aspecto que
Gibbs (2009) relaciona a determinados tipos de erros, entre os quais o contexto, a linguagem e
o ambiente.
Como destaca Mishler (1991), a questo principal no se a transcrio , em ltima
anlise, precisa, e sim se representa uma tentativa bem-sucedida e cuidadosa de captar
determinados aspectos da entrevista. Esse aspecto condiciona a deciso do pesquisador quanto
s estratgias que sero adotadas para a transcrio dos dados, sendo que poder ser transcrita
apenas parte, contendo os pontos mais relevantes, ou a integralmente das informaes.

Contudo, nesse caso, o pesquisador ter que ter a dimenso precisa do contedo, pois o
pesquisador pode, em algum momento, distanciar-se do tema discutido.
Gibbs (2009) chama a ateno para alguns aspectos relacionados s estratgias,
principalmente quanto ao contedo selecionado para a transcrio. Muitas vezes o
pesquisador descobre que as partes selecionadas para a transcrio perderam seu contedo e
se tornaram de difcil interpretao. Alm disso, as ideias iniciais, definidas a priori, podem
ser totalmente alteradas quando se desenvolve a verso final da pesquisa.
Logo, necessrio definir o nvel ou grau de transcrio, o qual depender dos
propsitos da pesquisa. Na maioria das situaes, o pesquisador busca o maior detalhamento
possvel do tema ou do ambiente analisado; contudo, a fala, no caso de entrevista, no ocorre
na forma de frases bem construdas e estruturadas, contendo erros gramaticais e vcios de
linguagem. Cabe, nessas situaes, ao transcritor decidir como e de que forma transcrever. No
Quadro 1, encontram-se exemplos de caractersticas de conversao que no so adequadas
transcrio.
Quadro 1 Caractersticas da conversao
Caracterstica

Exemplo

Abreviaes

n, t, t bom

Cacoetes verbais

como ah, hum, ah

Pausas

cortadas ou simplesmente representadas por reticncias (...)

Repeties

quer dizer, quero dizer, o que eu quero dizer que

Fonte: Arksey e Knight (1999) e Gibbs (2009).

Buscando tornar as transcries organizadas e facilmente analisveis, podem-se
utilizar diferentes estilos de transcrio, entre eles, a essncia, a forma literal e a forma literal
com fala coloquial. Na transcrio da essncia, o transcritor relata somente os principais
pontos da entrevista; na forma literal, a transcrio envolve o sentido prprio da palavra ou da
expresso, sem considerar o contexto, e, na forma literal com fala informal, acrescida a
linguagem utilizada no cotidiano, que no necessita a observao integral das regras
gramaticais, de modo que haja mais fluidez na comunicao. O Quadro 2 apresenta exemplos
de diferentes nveis de transcrio.

Quadro 2 Nveis de transcrio

Nvel transcrio
Essncia

Literal

Literal com fala coloquial

Exemplo
Tento deixar as coisas prontas (...), porque ele pula de um
(...) projeto para outro.
Eu no tenho certeza. Tenho a sensao de que eles podem
deixar as emoes aparecerem melhor.
Bom (...) na primeira vez que eu vi (...) eu ainda tava no
colgio, eu tinha quinze anos (...).

Fonte: Silverman (1997) e Gibbs (2009).

Outro aspecto importante da transcrio est na confidencialidade dos pesquisados.
Isso se torna necessrio visto que as pesquisas geralmente armazenam dados em um arquivo
pblico para que outros pesquisadores possam fazer uso, logo o anonimato dos nomes de
pessoas, de lugares e de empresas garante a segurana e a identificao dos respondentes. Por
conseguinte, pode-se relatar que a informao annima aquela que no torna possvel
identificar a quem ou a que ela se refere.
Para isso, podem-se utilizar tcnicas de controle de divulgao e apresentao dos
dados, garantindo, tanto quanto possvel, que a informao sensvel dos respondentes esteja
suficientemente segura, impedindo a sua identificao ou reidentificao. A codificao e a
utilizao de pseudnimos so tcnicas que asseguram a confidencialidade das informaes
utilizadas.
Na transcrio, ainda se deve considerar aspectos como a preciso das informaes e
dos dados, processo que passa pela avaliao comparativa do contedo transcrito com o
originalmente coletado. Nesse processo, pode haver desde erros de interpretao, conforme j
comentado anteriormente, como tambm erros de escrita e de digitao. Alternativa para
evitar esse tipo de problema passa pela utilizao de programas de reconhecimento de voz e
de caracteres, tais como o Optical Character Recognition (OCR). Pode-se tambm fazer a
impresso, o que torna mais fcil a conferncia do contedo transcrito.
Os erros discutidos so mais comuns em casos em que o pesquisador faz uso de
gravaes, entrevistas e anotaes. No entanto, a utilizao do contedo online (via internet)
pode ser uma soluo para eliminar grande parte dos erros, uma vez que os dados textuais
encontram-se em formato eletrnico, no sendo necessrio transcrev-los. Como exemplo,
citam-se mensagem de correio eletrnico, pginas, notcias, entre outros. Porm, em alguns
casos, o pesquisador dever realizar algum tipo de processamento e/ou filtragem dos dados.

Por fim, cabe destacar aspectos de carter geral sobre a preparao de dados
qualitativos, tais como o cuidado com as informaes coletadas (embora seja necessrio a
anonimizao dos pesquisados, manter as informaes integrais do contedo coletado
descrio completa), com o armazenamento dos dados (forma de salvamento dos dados) e
com a forma de organizao e a disponibilizao dos dados (estrutura dos documentos e
arquivamento adequado para que outros pesquisadores possam utilizar o material
disponibilizado).
3 Abordagem Quantitativa
Como visto na introduo, o mtodo quantitativo caracteriza-se pelo emprego da
quantificao nas modalidades de coleta de dados e no tratamento desses por meio de tcnicas
estatsticas, desde as mais simples at as mais complexas.
3.1 Estatstica
Estatstica, conforme definido por Guimares (2008), um conjunto de tcnicas de
anlise de dados aplicveis a quase todas as reas do conhecimento que nos auxiliam no
processo de tomada de deciso. a Cincia que estuda os processos de coleta, organizao,
anlise e interpretao de dados relevantes e referentes a uma rea particular de investigao.
Ela desempenha grande papel na transformao dos mtodos de pesquisa nas
diferentes reas do conhecimento, aumentando o nvel de confiana das informaes
divulgadas pelas pesquisas e favorecendo a tomada de decises acertadas, em face das
incertezas, na implementao e avaliao de polticas socioeconmicas (IGNCIO, 2010).
Ela subdivide-se em trs reas: descritiva, probabilstica e inferencial. A estatstica
descritiva um conjunto de tcnicas que tm como objetivo sintetizar uma srie de valores de
mesma natureza, permitindo, dessa forma, que se tenha uma viso mais global da variao
desses valores. A teoria de probabilidades permite descrever os fenmenos aleatrios, ou seja,
aqueles em que est presente a incerteza. A estatstica inferencial, fundamentada na teoria de
probabilidades, um conjunto de tcnicas e procedimentos que permitem a extrapolao, a
um grande conjunto de dados, das informaes e concluses obtidas a partir da amostra.
As tcnicas estatsticas so utilizadas nas mais diversas reas de conhecimento,
podendo-se citar, como exemplo, pesquisa eleitoral, pesquisa de mercado, controle de
qualidade, ndices econmicos, desenvolvimento de novos medicamentos, nas tcnicas
cirrgicas e tratamento mdico, sementes mais eficientes, previses metrolgicas, previses
de comportamento do mercado de aes.

3.2 Populao e Amostra

O pesquisador trabalha com dados estatsticos, que podem ser obtidos com base em
uma populao ou de uma amostra. Populao a totalidade de elementos que esto sob
discusso e dos quais se deseja investigar uma ou mais caractersticas. Como, na maioria das
vezes, impraticvel observar toda uma populao, seja pelo custo elevado, seja por
dificuldades operacionais, ou ainda porque o tempo pode atuar como agente de distoro, as
observaes so limitadas a apenas uma parte da populao. Dessa forma, uma amostra nada
mais que um subconjunto finito da populao em estudo.
Ao se trabalhar com amostras, necessrio que ela seja representativa da populao,
ou seja, a amostra deve ter a mesma estrutura ou composio da populao, no que diz
respeito (s) varivel(is) que se deseja pesquisar5 (RICHARDSON, 2008).
As amostras, em geral, dividem-se em dois grandes grupos: amostras probabilsticas e
no probabilsticas. A amostragem ser probabilstica se todos os elementos da populao
tiverem probabilidade conhecida, e diferente de zero, de pertencer amostra. Caso contrrio,
ela ser no probabilstica6.
Na coleta de uma amostra, o pesquisador deve ficar atento para as tcnicas de
amostragem, que garanta o mximo possvel o acaso na escolha.
(i) Amostragem aleatria simples: Nesse tipo de amostragem, todos os elementos da
populao tm igual probabilidade de pertencer amostra e todas as possveis
amostras tm igual probabilidade de ocorrer. Se tomarmos uma populao com N
elementos e uma amostra de tamanho n, cada elemento da populao tem
probabilidade

de pertencer amostra. Na prtica, a amostragem simples ao

acaso pode ser realizada numerando-se a populao de 1 a N, sorteando-se, a

seguir, por meio de um dispositivo aleatrio qualquer n nmeros dessa sequncia,
que correspondero aos elementos sorteados para a amostra.
Exemplo: Se se tiver uma populao de 6 pessoas [1, 2, 3, 4, 5 e 6] e se quiser selecionar uma
amostra de 2 pessoas, cada uma das 6 pessoas dever ter a mesma probabilidade de ser
escolhida (1/6) e todos os subconjuntos de dois elementos possveis ([1,2], [1,3], [1,4], [1,5],
5

As interpretaes de populao e amostra no so fixas. O que, em uma ocasio, populao, em outra, pode
ser uma amostra ou vice-versa (RICHARDSON, 2008, p. 73).
6
A amostragem probabilstica implica sorteio com regras bem determinadas, cuja realizao s ser possvel se a
populao for finita e totalmente acessvel. A utilizao de uma amostragem probabilstica melhor
recomendao que se deve fazer no sentido de garantir a representatividade da amostra, pois o acaso o nico
responsvel por eventuais discrepncias entre populao e amostra (GUIMARES, 2008).

[1,6], [2,3], [2,4], [2,5], [2,6], [3,4], [3,5], [3,6], [4,5], [4,6] e [5,6]) devero ter, igualmente, a
mesma probabilidade de ser escolhidos (1/15)7.
(ii) Amostragem estratificada: Nesse tipo de amostragem, os elementos da populao
so divididos inicialmente em grupos denominados estratos, de forma que cada
elemento da populao pertena a um nico estrato. Depois, extrai-se uma amostra
aleatria de cada um deles. A diviso da populao em estratos ocorre porque, na
maioria das vezes, a mesma apresenta subgrupos muito heterogneos, sendo
razovel supor que, de subgrupo para subgrupo, a varivel de interesse apresente
um comportamento substancialmente diverso, tendo, entretanto, comportamento
razoavelmente homogneo dentro de cada estrato. Nesses casos, se o sorteio dos
elementos da amostra for realizado sem se levar em considerao a existncia de
estratos, pode acontecer que os diversos estratos no sejam convenientemente
representados na amostra, que seria mais influenciada pelas caractersticas da
varivel nos estratos mais favorecidos pelo sorteio. A tendncia ocorrncia desse
fato ser maior quanto menor o tamanho da amostra8.
Exemplo: Por exemplo, se considerarmos a varivel SEXO (com dois nveis: 1 = masculino; 2
= feminino) e a varivel REA DE RESIDNCIA (com sete nveis: 1 = Santa Clara, 2=
Santo Antnio, 3= Centro, 4= Bom Jesus, 5= Nova Viosa, 6= Silvestre 7= Amoras),
dividimos a populao em 14 estratos.
(iii)

Amostragem por conglomerados: Nesse tipo de amostragem, em vez da seleo

de unidades da populao, so selecionados conglomerados dessas unidades (por
exemplo: escolas, hospitais, fregueses, cidades, entre outros). Cada elemento da
populao deve pertencer a um e somente a um conglomerado.

Exemplo: Se se quisesse, por exemplo, fazer uma amostragem de conglomerados

considerando 12 escolas diferentes, ter-se-ia que selecionar aleatoriamente uma destas escolas
e entrevistar todos os estudantes matriculados.
7

Com respeito ao modo de selecionar uma amostra, devem-se considerar duas possibilidades: uma vez escolhido
um elemento, este ser devolvido ou no populao. Se for devolvido, fala-se de uma amostra com reposio.
Caso contrrio, fala-se de amostra sem reposio. A diferenciao importante para determinar a funo
probabilstica que permite calcular a probabilidade que tem a amostra de ser representativa da populao. Dessa
forma, se a amostragem for com reposio, a funo adequada ser a multinomial; se sem reposio, a
hipergeomtrica (RICHARDSON, 2008, p.162).
8
Os estratos devem ser definidos em funo da sua relao com o objeto de estudo, sendo que qualquer varivel
pode ser utilizada como critrio na determinao de um estrato. Geralmente, tomam-se como variveis de
estratificao as caractersticas socioeconmicas e demogrficas dos indivduos (sexo, idade, nvel de
escolaridade, classe social, rea onde residem, etc.)

10

(iv)Amostragem sistemtica: Nesse tipo de amostragem, os elementos que iro compor a

amostra so selecionados por meio de um critrio (um intervalo entre sujeitos
selecionados) que aplicado de forma sistemtica a uma lista com os nomes dos
sujeitos includos na populao (por exemplo, uma lista telefnica, uma pauta com
o nome dos alunos de um curso, etc.). Neste tipo de amostragem aleatria, h dois
elementos importantes: o intervalo de amostragem (IA) e o ponto de incio da
amostragem (PIA). O primeiro define o intervalo entre um elemento selecionado e
o elemento selecionado em sequncia; obtido dividindo o total de elementos da
populao pelo nmero de elementos que se pretende para a nossa amostra (IA=
N/n). O segundo especifica o ponto em que se inicia a contagem desse intervalo,
ou seja, qual o elemento a ser escolhido no primeiro intervalo de amostragem.
Exemplo: Se se tiver uma populao de 500 elementos (N = 500) e se quiser selecionar uma
amostra de 100 (n = 100), o intervalo de amostragem ser igual a 5 (IA= 500/100=5). Ou seja,
ter-se- que escolher 1 elemento para a amostra em cada grupo de 5 elementos da populao.
Supondo que o ponto inicial da amostragem escolhido seja 3, isso quer dizer que se
selecionaria um elemento de 5 em 5, comeando pelo 3 elemento da lista. Da em diante,
contar-se-iam mais 5 elementos, isto , at o 8 da lista, que seria o 2 selecionado, em
seguida contar-se-iam mais 5 e o 13 seria o 3 selecionado, e assim sucessivamente, at ao
fim da lista (3; 8; 13; 18; 23; 33; 38 ).
(v) Amostragem por convenincia (no probabilstica): Nesse tipo de amostragem, os
elementos que iro compor a amostra so aqueles que esto mais facilmente
disponveis, ou aos quais se tem acesso direto. Nesse caso, os elementos so
includos na amostra sem probabilidades previamente especificadas ou conhecidas
de eles serem selecionados.
Exemplo: Um pesquisador deseja medir o nvel de aprendizado dos estudantes de uma
Universidade e seleciona os estudantes de uma turma da qual ele professor.
3.3 Variveis
Ao realizar a pesquisa, o pesquisador deve definir as variveis de interesse, isto , as
caractersticas que sero observadas, medidas ou contadas nos elementos da populao ou da
amostra, e que podem variar, isto , assumir um valor diferente de elemento para elemento.

11

As variveis podem ser divididas em dois grupos, quanto forma na qual so

expressas: qualitativas e quantitativas.
a) As variveis qualitativas apresentam como possveis realizaes uma qualidade
(ou atributo) do indivduo pesquisado.

Varivel qualitativa categrica ou nominal no existe nenhuma

ordenao nas possveis realizaes. Exemplo: Gnero (masculino ou
feminino); raa (branco, negro, amarelo, etc.); cor dos olhos (castanhos,
pretos, verdes, azuis); regio onde reside (rural, urbana), etc.

Varivel qualitativa ordinal os possveis atributos ou qualidades

apresentam uma ordem natural de ocorrncia. Exemplo:escolaridade
(fundamental, mdio, superior); estado civil (solteiro, casado, desquitado,
divorciado); nvel de satisfao com um curso (regular, bom, mdio,
timo); etc.

b) As variveis quantitativas apresentam com possveis valores nmeros resultantes

de uma contagem ou mensurao.

Variveis quantitativas discretas seus possveis valores formam um

conjunto finito ou enumervel de nmeros que resultam, frequentemente,
de uma contagem. Exemplo: nmero de automveis em um municpio;
nmero de alunos em uma classe; nmero de obras catalogadas em uma
biblioteca; nmero de meninas nascidas em um determinado dia da
semana; etc.

Variveis quantitativas contnuas seus possveis valores formam um

intervalo de nmeros reais e que resultam, normalmente, de uma
mensurao. Exemplo: peso de uma pessoa; renda mensal de uma famlia;
Produto Interno Bruto de um pas; taxa de juros do cheque especial, etc.

Ao se coletar as medidas de cada varivel de cada elemento de um estudo, tm-se os

dados da pesquisa. O conjunto de mdias obtidas correspondente a determinado elemento
designa-se observao e todos os dados coletados em um estudo em particular denominam-se
conjunto de dados do estudo9.

Como destacado por Anderson, Sweeney e Williams (2007), para fins de anlise estatstica, importante
estabelecer a distino entre dados de seo transversal e dados de srie histrica. Dados de seo transversal so
dados coletados no mesmo intervalo de tempo ou aproximadamente no mesmo intervalo de tempo. Por exemplo,
a renda mdia das famlias viosenses no ano de 2012. Dados de srie histrica so dados coletados ao longo de
diversos perodos. Por exemplo, a renda mdia das famlias viosenses nos ltimos 10 anos.

12

4 Fonte de dados
Os dados a serem utilizados em uma pesquisa podem ser obtidos de fontes existentes
(dados secundrios) ou de pesquisas e estudos experimentais (dados primrios) elaboradas
para esse fim.
Em alguns casos, os dados necessrios a uma aplicao em particular j existem. As
empresas mantm uma srie de banco de dados sobre seus empregados, clientes e operaes
empresariais.

Existem

tambm

organizaes

especializadas

em

coletar

dados,

disponibilizando uma grande quantidade de dados empresariais e econmicos10.

rgos governamentais so outra fonte importante de dados existentes. Um exemplo
disso no Brasil o Instituto Pesquisa Econmica e Aplicada (IPEA), que disponibiliza uma
base de dados econmicos e financeiros, incluindo sries estatsticas da economia brasileira e
dos aspectos que lhe so mais pertinentes na economia internacional. Os dados so
atualizados e documentados de forma sistemtica e apresentados na mesma unidade
monetria11. O Instituto Brasileiro de Geografia e Estatstica (IBGE) disponibiliza
informaes relacionadas s geocincias e estatsticas sociais, demogrficas e econmicas, o
que inclui os censos12.
Nos dias de hoje, a internet continua a se expandir como uma importante fonte de
dados e de informaes estatsticas.
s vezes, os dados necessrios a uma aplicao em particular no se encontram
disponveis por meio das fontes existentes. Nesses casos, frequentemente eles so obtidos pela
realizao de um estudo estatstico. Os estudos estatsticos podem ser classificados como
experimentais ou baseados em informao.

10

O Instituto Brasileiro de Economia da Fundao Getlio Vargas (FGV/IBRE) dedica-se produo e

divulgao de estatsticas macroeconmicas e pesquisas econmicas aplicadas. O acesso s sries histricas dos
ndices produzidos pelo IBRE realizado atravs do FGVDados, um servio disponvel na Internet, sendo
algumas sries gratuitas e outras disponveis apenas a assinantes. Dentre os ndices disponveis, est o ndice
Geral de Preos (IGP), o mais abrangente indicador de inflao do pas, composto pelo ndice de Preos ao
Produtor Amplo (IPA), pelo ndice de Preos ao Consumidor (IPC) e pelo ndice Nacional de Custo da
Construo Civil (INCC).
11
A Fundao Instituto de Pesquisa Econmica Aplicada (IPEA) uma fundao pblica federal vinculada ao
Ncleo de Assuntos Estratgicos da Presidncia da Repblica do Brasil, criada em 1964 e assumindo o nome
atual em 1967, quando se tornou uma organizao pblica. Suas atividades de pesquisa fornecem suporte tcnico
e institucional s aes do governo para a formulao de polticas pblicas e programas de desenvolvimento. Os
trabalhos do IPEA so disponibilizados para a sociedade por meio de publicaes e seminrios.
12
O IBGE uma entidade da administrao pblica federal, constitudo na forma de fundao pblica pelo
Decreto-lei n 161, de 13 de fevereiro de 1967, vinculado ao Ministrio do Planejamento, Oramento e Gesto.
Dentre suas atribuies esto as de realizar censos e organizar as informaes obtidas nesses censos, para suprir
rgos das esferas governamentais federal, estadual e municipal, e para outras instituies e o pblico em geral.

13

Em um estudo experimental, identifica-se primeiro a varivel de interesse e, ento,

uma ou mais variveis adicionais so identificadas e controladas a fim de que se possam obter
dados a respeito de como elas influenciam na varivel de interesse. Por exemplo, uma
empresa farmacutica poderia estar interessada em realizar um experimento para saber como
um novo medicamento afeta a presso sangunea. A presso sangunea a varivel de
interesse no estudo. Espera-se que a dosagem do novo medicamento seja outra varivel com
efeito causal sobre a presso sangunea. Para obter dados sobre o efeito do novo
medicamento, os pesquisadores selecionam uma amostra de indivduos e a dosagem do
medicamento controlada, uma vez que diferentes grupos de pessoas recebem diferentes
dosagens (ANDERSON; SWEENEY ; WILLIAMS, 2007).
Os estudos estatsticos no experimentais, ou baseados na observao, so aqueles
que no fazem nenhuma tentativa de controlar as variveis de interesse. Uma pesquisa talvez
seja o tipo mais comum de estudo baseado na observao. Por exemplo, em uma pesquisa que
se realiza por muito de entrevistas pessoais, primeiramente so identificadas as perguntas a
serem feitas; posteriormente, elabora-se o questionrio e aplica-se o mesmo a uma amostra de
indivduos.
5 Tcnicas de Anlise de dados
Aps a coleta de dados, a fase seguinte da pesquisa a de anlise e interpretao.
Estes dois processos, apesar de conceitualmente distintos, aparecem sempre estreitamente
relacionados. A anlise tem como objetivo organizar e sumariar os dados de forma tal que
possibilitem o fornecimento de respostas ao problema proposto para investigao. J a
interpretao tem como objetivo a procura do sentido mais amplo das respostas, o que feito
mediante sua ligao a outros conhecimentos anteriormente obtidos (GIL, 2008, 156).
5.1 Estatstica Descritiva
Nos dias de hoje, devido ao grande avano dos computadores no que diz respeito
capacidade de armazenamento e processamento de dados, comum que as pesquisas resultem
em coleta de grandes quantidades de dados para anlise. Uma vez que os dados na forma em
que foram coletados no permitem, de maneira fcil e rpida, que se extraiam informaes,
torna-se difcil detectar a existncia de algum padro. Por isso, torna-se imprescindvel
trabalhar os dados para transform-los em informaes, para compar-los com outros
resultados, ou ainda para julgar sua adequao a alguma teoria.

14

Para isso, o pesquisador dispe da estatstica descritiva, que um conjunto de tcnicas

que tm como objetivo bsico sintetizar uma srie de dados, permitindo, dessa forma, que se
tenha uma viso global da variao desses valores.
Alm de resumir os dados de uma varivel quantitativa por meio de tabelas e grficos,
a estatstica descritiva tambm pode sintetiz-los na forma de valores numricos,
denominados medidas descritivas. Estas medidas, se calculadas a partir de dados
populacionais, so denominadas parmetros e, se calculadas a partir de dados amostrais, so
denominadas estimadores ou estatsticas.
As medidas descritivas sero apresentadas nos pargrafos seguintes, dando-se
destaque s medidas de tendncia central e s medidas de disperso. Antes, porm, torna-se
necessrio dizer que, dada a limitao do nmero de pginas deste trabalho, no possvel
apresentar os vrios tipos de tabelas e grficos que compem o conjunto de ferramentas da
estatstica descritiva. Isso no significa que estas ferramentas de sintetizao de dados sejam
menos importantes que as numricas, pelo contrrio, elas so cada vez mais utilizadas em
trabalhos de pesquisa. Uma boa fonte de consulta sobre essas ferramentas pode ser encontrada
nos vrios trabalhos citados nas referncias deste artigo.
5.1.1 Medidas de tendncia central
As medidas de posio, tambm chamadas de tendncia central, so assim
denominadas por indicarem um ponto em torno do qual se concentram os dados. As trs
medidas mais comuns so a mdia, a mediana e a moda.
5. 1.2 Mdia
Talvez a medida de posio mais importante seja a mdia, ou valor mdio, de uma
varivel. Ela constitui uma medida de posio central dos dados, sendo os tipos de mdias
mais utilizadas a mdia aritmtica, a mdia geomtrica e a mdia harmnica. Cada uma
com especificidade para determinado tipo de dado.
5. 1. 3 Media Aritmtica
A mdia aritmtica de um conjunto de dados o valor obtido somando-se todos eles e
dividindo-se o total pelo nmero de observaes.
Se os dados se referem populao, a mdia aritmtica da mesma ser indicada pela
letra

e calculada da seguinte forma:

15

em que:

corresponde soma de todos os valores da varivel X na populao e N, ao

nmero de elementos da populao.

Se os dados se referem a uma amostra, a mdia aritmtica da mesma ser indicada por
e calculada da seguinte forma:

em que:

corresponde soma de todos os valores observados da varivel X na amostra

e n ao nmero total de elementos que a compem .

Para ilustrar o clculo da mdia aritmtica amostral, considere os seguintes dados
hipotticos correspondentes ao salrio mensal de 6 funcionrios de uma montadora de
veculos. X1 = R$ 3.596,00; X2 = R$ 3.937,00; X3 = R$ 3.790,00; X4 = R$ 3.658,00; X5 = R$
3.407,00; e X6 = R$ 2.674,00.

Ou seja, os funcionrios da montadora de veculos recebem, em mdia, R$ 3.510,33.

A mdia aritmtica apresenta as seguintes propriedades: (i) A mdia depende de todas
as observaes; (ii) nica em um conjunto de dados e nem sempre tem existncia real, ou
seja, nem sempre igual a um determinado valor observado na amostra; (iii) influenciada
por valores extremos observados; (iv) Qualquer modificao nos dados far com que a mdia
fique alterada, ou seja, somando-se, subtraindo-se, multiplicando-se ou dividindo-se uma
constante a cada valor observado, a mdia ficar acrescida, diminuda, multiplicada ou
dividida desse valor; e (v) A soma da diferena de cada valor observado em relao mdia
zero, ou seja, a soma dos desvios zero.
5.1.4 Media Geomtrica
A mdia geomtrica de um conjunto de dados corresponde ao valor obtido ao se tirar a
raiz ensima da multiplicao de todos os elementos desse conjunto, em que n igual ao
nmero de elementos. Matematicamente, tem-se:

16

em que:

corresponde multiplicao de todos os valores observados da varivel X e

n, ao nmero total de observaes que compem o conjunto de dados.

Para exemplificar o clculo da mdia geomtrica, considere o salrio mensal dos 6
funcionrios da montadora de veculos.

Ou seja, os funcionrios da montadora de veculos recebem, em mdia, R$ 3.483,90.

Apesar de ser muito pouco utilizada, a mdia geomtrica apresenta algum interesse
para o clculo da mdia de sries, cujos elementos se apresentam segundo uma progresso
geomtrica (exemplo, a mdia de populaes, ndices de custo de vida, juros compostos etc.),
sendo que se define apenas para amostras constitudas por elementos reais positivos13.
Valer observar que, por aplicao da funo logartmica expresso da mdia
geomtrica, obtm-se:

ou seja, o logaritmo da mdia geomtrica de uma amostra , afinal, a mdia aritmtica dos
logaritmos dos elementos da mesma, a que se d, por vezes, a designao de mdia
logartmica.
5.1.5 Media Harmnica
A mdia harmnica calculada dividindo-se o nmero n de valores pela soma dos
inversos de todos os valores. Matematicamente, tem-se:

Para exemplificar o clculo da mdia harmnica, considere o salrio mensal dos 6

funcionrios da montadora de veculos.
13

Uma progresso geomtrica uma sequncia numrica em que cada termo, a partir do segundo, igual ao
produto do termo anterior por uma constante, chamada de razo da progresso geomtrica.

17

Ou seja, os funcionrios da montadora de veculos recebem em mdia R$ 3.454,63.

A mdia harmnica mais recomendada para calcular a mdia de um conjunto de
dados que constituem uma srie de valores que so inversamente proporcionais.
Pode-se notar que a mdia aritmtica maior do que a mdia geomtrica e essa, por
sua vez, maior do que a harmnica.
5.1.6 Moda
Moda o valor que apresenta a maior frequncia, ou seja, que aparece o maior nmero
de vezes. Se um conjunto de dados apresentar todos seus elementos com a mesma frequncia
absoluta, no existir um valor modal, sendo a distribuio classificada como amodal.
Entretanto, existem casos em que a sequncia de observaes apresenta vrios elementos com
frequncia iguais, sendo a distribuio classificada como plurimodal.
Considere, como exemplo, os dois conjuntos de dados,

, que correspondem a duas amostras aleatrias de uma

populao e representam uma caracterstica qualquer da mesma. No primeiro conjunto de
dados, a moda (mo) igual a 2, sendo ento a distribuio classificada como unimodal. No
segundo conjunto de dados, a moda (mo) igual aos valores 2 e 5, sendo a distribuio
classificada de bimodal.
Um aspecto que favorece a utilizao da moda como medida de tendncia central
que ela pode ser obtida diretamente dos dados, sem a necessidade de utilizao de frmulas.
Outro aspecto que torna essa medida muito apreciada que seu valor no afetado pelos
valores extremos do conjunto de dados analisado.
5.1.7 Mediana
A mediana o valor que divide um conjunto ordenado em dois grupos iguais, com
50% dos valores menores ou igual mediana e 50% dos valores maiores ou iguais mediana14.
Para calcular a mediana de um conjunto de dados no agrupados, seguem-se os
seguintes passos:
14

Seguindo a mesma lgica, os quartis so os elementos que dividem o conjunto em quatro partes iguais. Da
mesma forma, se se dividir o conjunto de dados em oito partes iguais, ter-se- os octis; decis se se dividir em 10
e, mais genericamente, os percentis (SARTORIS, 2003).

18

Organize os dados em ordem crescente (do menor valor para o maior valor).
a) Se o conjunto de dados tiver um nmero mpar de termos, o valor mediano ser o
termo de ordem obtido pela seguinte frmula:

, em que n igual ao nmero

total de observaes.
b) Se o conjunto de dados tiver um nmero par de termos, o valor mediano ser o termo
de ordem obtido pela seguinte frmula:

, em que

so termos de ordem e devem ser substitudos pelo valor correspondente.

Como

ilustrao,

considere

os

seguintes

conjuntos

de

dados:

, que correspondem a duas

amostras aleatrias de uma populao que representam uma caracterstica qualquer da mesma.
1 Ordenam-se os valores de X em ordem crescente:
Como n = 9, a frmula ficar:

, ou seja, o 5 elemento da srie ordenada ser a

mediana. Logo, a mediana igual a 4.

2 Ordenam-se os valores de Y em ordem crescente:
Como n =10, a frmula ficar:

, em que:

realidade, aos valores do 5 e o 6 termos. Logo, a mediana igual a

.
correspondem, na
.

Por fim, vale fazer as seguintes observaes a respeito da mediana: (i) Quando o
nmero de elementos da srie estatstica for mpar, haver coincidncia da mediana com um
dos elementos da srie. (ii) Quando o nmero de elementos da srie estatstica for par, pode
no haver coincidncia da mediana com um dos elementos da srie. A mediana ser sempre a
mdia aritmtica dos 2 elementos centrais da srie; e (iii) Ao contrrio da mdia, a mediana
no sensvel a valores extremos15.

15

A mediana a medida de posio mais frequentemente usada para dados de renda anual e valor patrimonial
porque algumas rendas ou valores patrimoniais extremamente elevados podem influenciar a mdia
(ANDERSON; SWEENEY; WILLIAMS, 2007)

19

5.2 Medidas de disperso

Quando se representa um conjunto de dados por meio de uma tendncia central, temse uma perda de informao, uma vez que a distribuio (informao total) substituda por
algo que pretende ser representativo dessa distribuio. Uma forma de reduzir essa perda de
informao, decorrente do uso de uma medida de tendncia central, so as medidas de
variabilidade. Elas indicam o quanto os valores esto espalhados na distribuio. Em outras
palavras, uma medida de variabilidade uma forma de se ter uma ideia do quanto os escores
se afastam da medida de tendncia central que se est utilizando. As principais medidas de
variabilidade so amplitude total, varincia, desvio padro e coeficiente de variao.
5.2.1 Amplitude total
A amplitude total de um conjunto de dados a diferena entre o maior e o menor valor
observado.

No caso dos dados hipotticos correspondentes ao salrio mensal de 6 funcionrios de

uma montadora de veculos, tem-se que a amplitude total entre eles de R$ 1.263,00.
Embora a amplitude total seja listada como uma medida de variabilidade, ela no
uma boa medida de disperso de dados, pois leva em considerao apenas os extremos do
intervalo, no sendo sensvel a todo conjunto.

5.2.2 Varincia
A varincia definida como a mdia dos desvios elevados ao quadrado.
Se os dados se referem populao, a sua varincia ser indicada por

e calculada

da seguinte forma:

Se os dados se referem amostra, a sua varincia ser indicada por s2 e calculada da

seguinte forma:

Para ilustrar o calculo da varincia, recorrem-se aos dados hipotticos correspondentes

ao salrio mensal de 6 funcionrios de uma montadora de veculos. Agora se quer saber o

20

quo afastado esto os salrios do seu valor mdio (R$ 3.510,33). Como se tem uma amostra,
aplica-se a frmula amostral aos valores apresentados na Tabela 1.

Tabela 1- Clculo da varincia da amostra dos dados de salrios mensais

Observaes
1
2
3
4
5
6
Soma

2.674
3.407
3.596
3.658
3.790
3.937
-

3.510,33
3.510,33
3.510,33
3.510,33
3.510,33
3.510,33
-

699.453,44
10.677,78
7.338,78
21.805,44
78.213,44
182.044,44
999.533,33

Ao se calcular a varincia, observa-se que o resultado ser medido em unidades

quadrticas, o que dificulta a sua interpretao.
5.2.3 Desvio-padro
O desvio padro definido como a raiz quadrada da varincia.
Se os dados se referem populao, o seu desvio padro ser indicado pela letra

calculado da seguinte forma:

Se os dados se referem amostra, o seu desvio padro ser indicado pela letra

calculado da seguinte forma:

Aplicando a frmula amostral do desvio padro varincia do salrio mensal dos 6

funcionrios de nossa amostra, obtm-se:

Ou seja, em mdia, os

salrios da amostra esto dispersos da mdia em R$ 447,10.

A vantagem de se trabalhar com o desvio padro que ele medido nas mesmas
unidades que os dados originais, tornando-se mais fcil compar-lo mdia e a outros dados
estatsticos que esto nas mesmas unidades que os dados originais.

21

Note-se que, se o objetivo a comparao entre dois conjuntos de dados, tanto faz
usar a varincia ou o desvio padro. Se a varincia maior, o desvio padro tambm ser
maior (e vice-versa), necessariamente (SARTORIS, 2003).

5.2.4 Coeficiente de variao

O coeficiente de variao uma medida de disperso relativa, definida como a razo
entre o desvio padro e a mdia. Matematicamente, ele representado da seguinte forma:

Do que foi exposto, fcil observar que, a partir do coeficiente de variao, pode-se
avaliar a homogeneidade do conjunto de dados e, consequentemente, se a mdia uma boa
medida para representar estes dados. Um coeficiente de variao superior a 50% sugere alta
disperso, o que indica heterogeneidade dos dados. Quanto maior for este valor, menos
representativa ser a mdia. Neste caso, opta-se pela mediana ou moda, no existindo uma
regra prtica para a escolha de uma destas medidas.
Geralmente, o coeficiente de variao utilizado, tambm, para comparar a
variabilidade de variveis que tm desvios padro diferentes e mdias diferentes.
5.3 Medidas de relao entre variveis
Muitas vezes, o pesquisador necessita avaliar o grau de relacionamento entre duas
variveis quaisquer. Existem diversos critrios de avaliao dessa relao, alguns prprios
para variveis quantitativas e outros para variveis qualitativas. No primeiro caso, comum a
utilizao do Coeficiente de Correlao de Pearson. No segundo caso, utiliza-se o Coeficiente
de Contingncia. Esses coeficientes sero descritos nesta seo; antes, porm, fazem-se
algumas consideraes a respeito de outra ferramenta para a visualizao de relao entre
duas variveis.
5.3.1 Diagramas de disperso
Um mtodo muito til para avaliar a relao entre duas variveis quantitativas, ou
entre dois conjuntos de dados, o diagrama de disperso. Para ilustrar a utilizao desse
mtodo, considere que um pesquisador deseja avaliar a relao entre a quantidade de adubo
nitrogenado e a quantidade produzida de gros de milho. Para isso, ele coleta dados de reas,
com caractersticas semelhantes, que tiveram o solo corrigido com o mesmo tipo de nutriente

22

nitrogenado. A Tabela 2 mostra as dez reas de plantao de milho selecionadas

aleatoriamente, cada qual associada a uma quantidade de adubo nitrogenado (kg/ha) utilizada
no solo e a respectiva produo de gros de milho (t/ha) obtida.

Tabela 2- Dados referentes s reas plantadas de milho

rea
1
2
3
4
5
6
7
8
9
10

Quantidade de nitrognio (kg/ha)

200
500
100
300
400
100
500
300
400
200

Produo de gros de milho (t/ha)

5,0
5,7
4,1
5,4
5,4
3,8
6,3
4,8
5,9
4,6

Fonte: Dados hipotticos

Se os pares de quantidade de nitrognio (kg/ha) e produo de gros de milho (t/ha)

forem colocados em um diagrama cartesiano, sendo a primeira varivel associada ao eixo das
abscissas e a segunda ao eixo das ordenadas, obtm-se um grfico como o mostrado na Figura
1.

Figura 1- Diagrama de disperso das reas plantadas de milho

Fonte: Dados hipotticos

23

A Figura 1 fornece uma representao visual da relao existente entre duas variveis,
uma nuvem de pontos, que mostra uma relao positiva entre as mesmas, ou seja, maiores
quantidades de nitrognio esto associadas com maior produo de gros de milho.
Pode-se, ento, definir o diagrama de disperso como uma coleo de pontos em um
plano, cujas duas coordenadas cartesianas so os valores de cada membro do par de dados.
Este mtodo muito utilizado quando se quer examinar os dados no que se refere ocorrncia
de tendncias (lineares ou no), agrupamento de uma ou mais variveis, mudanas de
espalhamento de uma varivel em relao outra e verificar a ocorrncia de valores
discrepantes.

5.3.2 Coeficiente de correlao de Pearson

A representao grfica das variveis quantitativas ajuda a compreender o
comportamento conjunto das mesmas quanto existncia ou no de associao entre elas.
Entretanto, muitas vezes necessrio quantificar esta associao, o que ser feito
considerando-se o tipo de relao mais simples, que a linear. Nesse caso, o que se procura
definir uma medida que avalia o quanto a nuvem de pontos no grfico de disperso aproximase de uma reta16.
A forma de medir a correlao entre duas variveis quantitativas o Coeficiente de
Correlao Linear de Pearson, tambm conhecido como Coeficiente de Correlao do
Momento Produto. Este coeficiente mede o grau de relacionamento entre as variveis, por
meio de um nmero, que indica como as variveis variam conjuntamente.
Considerando duas variveis quantitativas quaisquer, denominadas de X e Y, o
coeficiente de correlao de Pearson dado por:

em que:

= covarincia entre X e Y;

o desvio padro de X e

desvio padro de Y17.

16

Uma relao linear supe que uma mudana na varivel X produza uma mudana semelhante na varivel Y: (i)
positiva um aumento de X produz um aumento de Y; (ii) negativa um aumento de X produz um decrscimo
em Y (RICHARDSON, 2008, p. 134).
17
A Covarincia mostra como duas variveis variam de forma conjunta. Apesar de a covarincia ser uma
estatstica adequada para medir relao linear entre variveis, ela no adequada para comparar graus de relao
entre as mesmas, dado que ela est influenciada pelas unidades de medida de cada varivel. Para evitar a
influncia da ordem de grandeza e unidades de cada varivel, divide-se a covarincia pelo desvio padro de X e

24

Os valores do coeficiente de correlao variam no intervalo de -1 e 1, podendo-se

identificar trs situaes:
a) Variveis positivamente correlacionadas,

. Se a correlao for perfeita

positiva,
b) Variveis negativamente correlacionadas
perfeita negativa

. Se a correlao for

c) Variveis no correlacionadas,

No caso do exemplo da Tabela 2, tem-se que

99,

. Logo, o coeficiente de correlao entre a quantidade de nitrognio (kg/ha)

aplicada no solo e a produo de gros de milho (t/ha) por rea ser igual a:

Este valor mostra que a correlao linear entre as variveis consideradas positiva e muito
elevada.
importante fazer algumas observaes a respeito do coeficiente de correlao de
Pearson: (i) a correlao entre duas variveis no implica causalidade; (ii) o coeficiente de
correlao de X e Y o mesmo que Y e X; (iii) a relao entre as duas variveis linear; (iv)
as variveis envolvidas devem ser medidas no mnimo em escala intervalar; e (v) as variveis
devem ter distribuio normal bivariada conjunta, o que equivale a dizer que, para cada X
dado, a varivel Y normalmente distribuda.
Vale observar ainda que, dentre os fatores que afetam a intensidade do coeficiente de
correlao

, e a preciso da estimativa da correlao populacional

, esto: (i) o tamanho

da amostra, principalmente quando pequena; (ii) os outliers (valores discrepantes); (iii) a

restrio da amplitude de uma das variveis ou de ambas; e (v) erros de medidas.

de Y, dando origem ao coeficiente de correlao de Pearson. Como o coeficiente de correlao est isento de
unidades e da ordem de grandeza das variveis, este toma valores entre -1 e 1 (GUIMARES, 2008).

25

5.3.3 Coeficiente de contingncia C

O coeficiente de Contingncia (C) mede a associao entre dois conjuntos de atributos
quando um ou ambos os conjuntos so medidos em escala nominal. Ele representado
matematicamente pela seguinte frmula:

em que:

a estatstica Qui-quadrado, que dada por

; com l

representando o nmero de categorias de resposta da primeira varivel e c o nmero de

categorias de resposta da segunda varivel; oij o valor observado das categorias; eij o valor
esperado

das

categorias,

caso

elas

fossem

independentes,

que

dado

por:

, por fim, n o total de observaes

O p-valor associado ao valor da estatstica Qui-quadrado com (r-1)x(k-1) graus de
liberdade a prova de significncia do coeficiente de contingncia C, em que k e r so as
categorias nas quais os escores so divididos. O coeficiente de C se caracteriza por assumir
valor zero quando h inexistncia de associao, porm nunca ser igual a 1. O limite superior
do coeficiente dado por

(quando k = r) (GUIMARES, 2008).

Para ilustrar o clculo do coeficiente de contingncia, considere, por exemplo, que se

quer verificar o grau de associao entre as variveis Gnero e Curso escolhido pelos
estudantes matriculados em uma escola de ensino profissionalizante. Os dados hipotticos
encontram-se na Tabela 3.
Tabela 3-Distribuio dos matriculados nos cursos profissionalizantes oferecidos, em relao
ao gnero do estudante
Gnero
Feminino
Masculino
Total

Informtica
200
450
650

Fonte: Dados hipotticos

Enfermagem
300
210
510

Secretria
310
220
530

Motorista
140
170
310

Total
950
1050
2000

26

Caso houvesse independncia entre gnero do estudante e o curso profissionalizante

escolhido, esperava-se ter a seguinte tabela de contingncia:

Tabela 4- Distribuio esperada dos matriculados nos cursos profissionalizantes oferecidos, em relao ao
Gnero
Feminino
Masculino
Total

Informtica
308,75
341,25
650

Enfermagem
242,25
267,75
510

Secretria
251,75
278,25
530

Moto
147
162
31

Fonte: Dados hipotticos.

Para calcular os valores da Tabela 4, faz-se uso da frmula do valor esperado das
categorias. Vai-se ilustrar apenas o clculo do valor associado ao gnero feminino e curso
informtica,

uma

vez

que

os

demais

seguem

mesma

lgica:

.
Agora, de posse dos valores esperados das categorias, calcula-se o Qui-quadrado:
. E por fim, calcula-se o valor
do coeficiente de contingncia,
Para testar a significncia deste coeficiente, precisa-se verificar o valor crtico de
considerando

graus de liberdade. Esse valor igual a 7,81.

Comparando com o valor calculado de 125,53, pode-se admitir a existncia de associao

significativa entre gnero e curso escolhido.
6 Consideraes finais
Neste captulo, buscou-se apresentar as abordagens qualitativas e quantitativas,
mostrando sucintamente as principais caractersticas de cada um desses mtodos de pesquisa.
A pesquisa qualitativa visa explicar os fenmenos sociais atravs das experincias de
indivduos ou grupos, por meio da anlise de documentos e da interao entre os atores
sociais, sendo que as principais tcnicas utilizadas compreendem as entrevistas, a observao
e a anlise de material bibliogrfico. Para se proceder a este tipo de anlise, torna-se
necessrio que seja feita a transcrio, geralmente de dados textuais.
A pesquisa quantitativa caracteriza-se pela quantificao da coleta de dados e pelo
tratamento desses dados por meio de tcnicas estatsticas, que se revestem de importncia na
tomada de decises. Os dados podem ser provenientes de fontes existentes (secundrios), em

27

que se podem exemplificar os rgos governamentais, que dispem de base de dados

econmicos e financeiros, como o Instituto Pesquisa Econmica e Aplicada e informaes
relacionadas s geocincias e estatsticas sociais, demogrficas e econmicas, como o
Instituto Brasileiro de Geografia e Estatstica (IBGE). Alm desses, tambm foram mostrados
os dados primrios, coletados em estudos experimentais.
No tocante s tcnicas de anlise quantitativa, o estudo centrou-se no uso da estatstica
descritiva, que corresponde a um conjunto de tcnicas que pretende sintetizar uma srie de
dados, possibilitando que se obtenha uma viso abrangente da variao desses valores, em que
se destacaram as principais medidas de posio e de variabilidade. Para permitir a avaliao
do grau de relacionamento entre duas variveis quaisquer, foram apresentados os mtodos do
Coeficiente de Correlao de Pearson e do Coeficiente de Contingncia, sendo empregados,
respectivamente, para variveis quantitativas e qualitativas.
Por fim, vale ressaltar que, apesar de cada uma dessas abordagens apresentarem suas
especificidades, esses dois mtodos apresentados podem ser utilizados de forma
complementar em uma mesma pesquisa cientfica.

Referncias
ANDERSON, D. R.; SWEENEY, D. J.; WILLIAMS, T. A. Estatstica Aplicada
Administrao e Economia. 2 ed. So Paulo: Cengage Learning, 2009.597 pg.
ARKSEY, H; KNIGTH, P. Interviewing for social scientists. Sage Publications IndiaPvt
Ltd., California, 1999.
BARDIN, C. M. How I stopped dreading and learned to love transcription. Qualitative
Inquiry, 2005.
CASSELL, C.; SYMON, G. Qualitative methods in organizational research. London: Sage
Publications, 1994.
CORTEZ, S. M. V. Como fazer anlise qualitativa de dados. In: BRNI, D.A.;
FERNANDEZ, B. P. M. Mtodos e tcnicas de pesquisa: modelando as cincias
empresariais. So Paulo: Saraiva, 2012.
DALFOVO, M. S.; LANA, R. A.; SILVEIRA, A. Mtodos quantitativos e qualitativos: um
resgate terico. Revista Interdisciplinar Cientfica Aplicada, Blumenau, v.2, n.4, p.01-13,
2008.
GUIMARES, P. R. Mtodos Quantitativos Estatsticos. Curitiba: IESDE Brasil S.A.,
2008.
GIBBS, G. Anlise de dados qualitativos. Porto Alegre: Artmed, 2009.

28

GIL, A. C. Mtodos e Tcnicas de Pesquisa Social. Sexta edio. So Paulo: Editora Atlas,
2008. 200 p.
IGNCIO, S. A. Importncia da estatstica para o processo de conhecimento e tomada de
deciso. Nota tcnica do Instituto Paranaense de Desenvolvimento Econmico e Social
n.6. Curitiba: IPARDES, 2010.
MISHLER, E. Representing discourse. The rhetoric of transcription. Journal of Narrative
and Life History, v. 1, n. 6, p. 255-280, 1991.
NEVES, J. L. Pesquisa Qualitativa Caractersticas, Usos e Possibilidades. Caderno de
Pesquisas em Administrao. V. 1, n. 3, 2o sem/1996.
RICHARDSON, R. J. Pesquisa Social - Mtodos e Tcnicas. 3 edio. So Paulo, Atlas,
2008. 334 p.
SAMPSOM, P. Qualitative research and motivation research. In: Consumer Market
Research Handbook. 3rd Edition, Amsterdam: ESOMAR, 1991.
SARTORIS, A. Estatstica e Introduo Economia. So Paulo: Editora Saraiva, 2003.
SILVERMAN, D. Qualitative research: theory, method and practice. London: Sage, 1997.
SPERS, R. G. Focus group em pesquisa qualitativa: fundamentos e reflexes. Administrao
OnLine (So Paulo), v. 2, p. 1-15, 2001.
VERGARA, S. C. Mtodo de pesquisa em administrao.So Paulo: Atlas, 2005.