Pesquisa Relacional por Questionário — Pesquisa Relacional por Questionário
- Proposto por
- Established in educational and social science research methodology; systematised by Fraenkel & Wallen and others
- Ano
- Mid-20th century onward (systematised ~1960s–1990s)
- Tipo
- Quantitative non-experimental survey design
- Família
- Survey / observational design
Este texto é uma tradução automática e ainda não foi revisado. Ler o original em inglês
O que ele faz?
A pesquisa relacional por questionário é um delineamento quantitativo, não experimental, que coleta dados estruturados de autorrelato de uma amostra e examina as associações estatísticas entre duas ou mais variáveis.
Diferentemente de questionários puramente descritivos, que apenas caracterizam distribuições, os questionários relacionais perguntam se e com que força as variáveis covariam — fornecendo evidências de relações sem manipular condições ou estabelecer causalidade.
A intuição por trás do método
Pense em um questionário relacional como tirar uma fotografia de um grupo em um momento específico e, em seguida, perguntar: pessoas que obtêm pontuações mais altas na variável A também tendem a obter pontuações mais altas (ou mais baixas) na variável B? Por exemplo, um pesquisador pode administrar escalas validadas de motivação acadêmica e uso de tecnologia a estudantes universitários e, em seguida, calcular coeficientes de correlação para ver quais aspectos da motivação mais consistentemente covariam com diferentes formas de uso de tecnologia. O delineamento não intervém; ele observa e quantifica a covariância.
História
O delineamento de questionário relacional emergiu da tradição mais ampla de pesquisa por questionário, que tomou forma nas ciências sociais durante o início a meados do século XX. Seu foco em relações intervariáveis baseia-se diretamente no desenvolvimento do coeficiente de correlação por Karl Pearson na década de 1890 e na expansão da regressão múltipla em meados do século XX. Os textos amplamente utilizados de pesquisa educacional de Fraenkel e Wallen, a partir da década de 1990, formalizaram o questionário relacional como um tipo de delineamento distinto, diferenciando-o dos questionários puramente descritivos, por um lado, e dos delineamentos causais-comparativos, por outro.
Quando usar
Use um questionário relacional quando o objetivo for quantificar associações entre variáveis em um grupo que ocorre naturalmente, sem manipular experimentalmente nada — por exemplo, explorar ligações entre traços de personalidade e desempenho acadêmico, ou entre clima organizacional e bem-estar do funcionário. O delineamento é apropriado quando uma coleta de dados transversal e de autorrelato é viável e quando as questões de pesquisa são formuladas como 'X está relacionado a Y?' ou 'Quão bem X prediz Y?'. Não o use quando o objetivo for estabelecer direção causal (considere um delineamento longitudinal ou experimental) ou quando o construto de interesse não puder ser validamente capturado por uma escala de questionário. Evite-o quando os tamanhos da amostra caírem abaixo de ~50, pois as estimativas de correlação se tornam instáveis e enganosas em N muito pequeno.
Limitações e considerações
- Não pode estabelecer direção causal — uma correlação entre X e Y é igualmente consistente com X causando Y, Y causando X, ou uma terceira variável causando ambos.
- Os resultados são tão válidos quanto os instrumentos utilizados; baixa confiabilidade da escala ou validade do construto prejudica todas as análises subsequentes.
- A variância por método comum é uma ameaça quando as variáveis preditoras e de resultado são medidas pelo mesmo instrumento de autorrelato no mesmo momento.
- Questionários relacionais transversais não podem capturar mudanças ao longo do tempo ou tendências de desenvolvimento.
As condições da fonte não substituem a revisão científica independente nem a validação por um motor de análise.
Pontos fortes
- Examina eficientemente múltiplas relações de variáveis em um único esforço de coleta de dados.
- Produz estimativas de tamanho de efeito quantitativas padronizadas, facilmente replicáveis e comparáveis.
- Bem apoiado por ferramentas estatísticas estabelecidas (correlação, regressão, análise de caminhos, SEM).
- Adequado para amostras grandes e geograficamente dispersas por meio de administração online ou em papel.
- Pode formar a base para estudos de acompanhamento experimentais ou longitudinais posteriores.
Aplicações
- Examinar a relação entre autoeficácia do aluno, motivação e desempenho acadêmico em pesquisa educacional.
- Investigar associações entre satisfação no trabalho, comprometimento organizacional e intenção de rotatividade em psicologia organizacional.
- Explorar ligações entre comportamentos de saúde (dieta, exercício, sono) e bem-estar autorrelatado em pesquisas de saúde pública.
- Avaliar como os estilos parentais covariam com os resultados socioemocionais das crianças em pesquisa de desenvolvimento.
- Estudar as relações entre atitudes de adoção de tecnologia e padrões de uso em pesquisa de sistemas de informação.
Como funciona
Como funciona
O pesquisador especifica pelo menos dois construtos cujas relações são de interesse e formula questões de pesquisa ou hipóteses sobre a direção e magnitude esperadas das associações. Um quadro conceitual ou teórico geralmente orienta quais variáveis são incluídas e se alguma é tratada como preditora versus variável de resultado.
Questionários validados, escalas de classificação ou instrumentos padronizados são selecionados ou desenvolvidos para medir cada variável numericamente. Testes piloto e verificações de confiabilidade (por exemplo, alfa de Cronbach) são realizados antes da coleta principal de dados para confirmar que as escalas funcionam adequadamente na população-alvo.
O questionário é administrado a uma amostra representativa ou proposital, tipicamente em uma única onda de coleta de dados (transversal), embora questionários relacionais também possam ser incorporados em delineamentos longitudinais. O tamanho adequado da amostra é calculado antecipadamente usando análise de poder, com a maioria dos delineamentos baseados em correlação exigindo pelo menos 50–100 participantes para detectar tamanhos de efeito moderados de forma confiável.
Associações bivariadas são estimadas usando coeficientes de correlação (r de Pearson para variáveis contínuas, rho de Spearman para dados ordinais ou não normais). Quando múltiplas variáveis preditoras estão envolvidas, a regressão múltipla ou a análise de caminhos estende o quadro relacional para avaliar contribuições únicas e controlar por confundidores.
Tamanhos de efeito (r, R², coeficientes beta) e intervalos de confiança são relatados juntamente com a significância estatística. O pesquisador interpreta o significado prático das associações, reconhece que a evidência correlacional não pode estabelecer causalidade e situa os achados dentro da literatura prévia e do quadro teórico.
Erros comuns
- Interpretar uma correlação estatisticamente significativa como evidência de causalidade — a evidência do questionário relacional é apenas associacional; alegações causais requerem delineamentos experimentais ou quasi-experimentais fortes.
- Negligenciar a análise de poder — estudos com menos de 50 participantes produzem rotineiramente estimativas de correlação com intervalos de confiança tão amplos que são praticamente ininterpretáveis.
- Usar uma única sessão de questionário para medir variáveis preditoras e de critério sem abordar o viés por método comum — considere delineamentos com lapso de tempo ou remédios procedimentais, como a contrabalança da ordem das escalas.
- Tratar uma matriz de correlação como um modelo causal sem justificativa teórica ou estatística adicional para direcionalidade.
Perguntas frequentes
Qual é o tamanho mínimo da amostra para um questionário relacional?
Não há uma regra única, mas como um marco prático, muitos metodólogos recomendam pelo menos 50 participantes para obter uma estimativa de correlação bivariada razoavelmente estável, e 100 ou mais quando a regressão múltipla é planejada. A resposta formal é realizar uma análise de poder a priori especificando o tamanho do efeito esperado, o poder desejado (tipicamente 0,80) e o nível alfa (0,05); isso produzirá o N mínimo necessário para detectar a relação hipotetizada.
Posso usar um questionário relacional para testar um modelo causal?
Um questionário relacional pode testar se o padrão de correlações é consistente com um modelo causal (usando análise de caminhos ou SEM), mas não pode confirmar a direção causal. A modelagem de equações estruturais com dados de questionário relacional pode descartar modelos inconsistentes com os dados, mas alegações causais ainda requerem manipulação experimental, experimentos naturais ou delineamentos longitudinais com precedência temporal.
Como um questionário relacional difere de um simples questionário descritivo?
Um questionário descritivo caracteriza a distribuição de uma ou mais variáveis em uma amostra — médias, frequências, proporções. Um questionário relacional vai além, examinando estatisticamente se e com que força as variáveis estão associadas umas às outras. Ambos podem usar os mesmos dados de questionário; a diferença reside nas questões de pesquisa feitas e nas técnicas analíticas aplicadas.
Qual coeficiente de correlação devo usar?
O r de Pearson é apropriado quando ambas as variáveis são contínuas e aproximadamente normalmente distribuídas. O rho de Spearman é preferível para variáveis ordinais ou quando as distribuições são marcadamente assimétricas. O tau de Kendall é uma alternativa para dados ordinais com muitos empates. Para variáveis binárias ou dicotômicas, os coeficientes ponto-bisserial ou phi são escolhas padrão.
Como abordo o viés por método comum em um questionário relacional?
O viés por método comum surge quando os dados preditores e de resultado vêm do mesmo respondente no mesmo momento. Remédios procedimentais incluem separar as ocasiões de medição (delineamento com lapso de tempo), usar diferentes formatos de resposta e contrabalançar a ordem das escalas. Remédios estatísticos incluem o teste de fator único de Harman e a técnica da variável marcadora, embora nenhum elimine completamente o problema.
Métodos relacionados
Fontes
Fraenkel, J. R., Wallen, N. E., & Hyun, H. H. (2009). How to Design and Evaluate Research in Education (8th ed.). McGraw-Hill.
ISBN: 978-0073525748Copiado.Creswell, J. W. (2014). Research Design: Qualitative, Quantitative, and Mixed Methods Approaches (4th ed.). Sage Publications.
ISBN: 978-1452226101Copiado.