Skip to content
Voltar aos resultados

Pesquisa por Inquérito — Desenho de Pesquisa por Inquérito

Proposto por
Francis Galton, Charles Booth, and early social statisticians; systematised by Paul Lazarsfeld and colleagues at Columbia in the 1940s
Ano
Late 19th century; methodologically systematised 1940s–1960s
Tipo
Quantitative (and mixed) non-experimental design
Família
Survey / observational design

Este texto é uma tradução automática e ainda não foi revisado. Ler o original em inglês

Tamanho da fonte

O que ele faz?

Pesquisa por inquérito é um desenho quantitativo (e por vezes de métodos mistos) no qual um pesquisador coleta dados padronizados de autorrelato de uma amostra retirada de uma população definida, usando um questionário ou entrevista estruturada.

É a estratégia não experimental dominante para descrever características populacionais, estimar prevalência, mapear distribuições de atitudes e testar associações bivariadas ou multivariadas nas ciências sociais, comportamentais e da saúde.

A intuição por trás do método

Pense em um inquérito como um instrumento de medição padronizado aplicado simultaneamente a muitas pessoas. Em vez de observar cada participante em profundidade, o pesquisador faz o mesmo conjunto de perguntas a cada respondente. O conjunto de dados resultante é um retângulo: linhas são pessoas, colunas são variáveis. A magia da pesquisa por inquérito é a agregação — mesmo quando as respostas individuais são ruidosas, padrões em centenas de respondentes podem revelar verdades em nível populacional com confiança quantificável. O principal compromisso é amplitude versus profundidade: inquéritos capturam muitas variáveis em muitas pessoas, mas não podem investigar a experiência de uma única pessoa com a riqueza que uma entrevista proporcionaria.

História

A pesquisa social sistemática emergiu no final do século XIX com os mapas da pobreza de Londres de Charles Booth (1889–1903) e esforços semelhantes de Seebohm Rowntree. A pesquisa probabilística moderna foi moldada pelo desenvolvimento da teoria de amostragem aleatória — o artigo de Jerzy Neyman de 1934 sobre amostragem estratificada sendo um marco — e pela industrialização da pesquisa de opinião pública através de Gallup, Roper e Crossley nos anos 1930. Paul Lazarsfeld e colegas da Universidade de Columbia formalizaram a metodologia de inquérito para as ciências sociais durante os anos 1940. Floyd Fowler, Don Dillman e Robert Groves subsequentemente produziram os manuais metodológicos canônicos que definem as melhores práticas atuais.

Quando usar

A pesquisa por inquérito é apropriada quando o objetivo é descrever características de, ou relações entre variáveis em, uma população definida — especialmente quando a observação direta ou experimentação é impraticável. É o método de escolha para medição de atitudes, avaliação de necessidades, avaliação de programas e estudos de prevalência epidemiológica. Use-o quando as variáveis não puderem ser manipuladas e quando a medição padronizada de muitos participantes for viável. Não use pesquisa por inquérito quando a questão de pesquisa exigir compreensão profunda do significado subjetivo (use fenomenologia ou investigação narrativa), quando a inferência causal a partir de condições manipuladas for necessária (use desenhos experimentais ou quase-experimentais), ou quando a população de interesse for muito pequena ou inacessível para gerar uma taxa de resposta utilizável.

Limitações e considerações

  • Desenhos transversais (a forma mais comum) não podem estabelecer precedência temporal nem descartar confundidores, limitando a inferência causal.
  • Dados de autorrelato são vulneráveis à variância de método comum, viés de desejabilidade social e efeitos de aquiescência de resposta.
  • Viés de não resposta é uma ameaça persistente — respondentes que completam o inquérito podem diferir sistematicamente de não respondentes.
  • A redação do item, o formato da escala de resposta e a ordem das perguntas podem influenciar substancialmente as respostas de maneiras difíceis de detectar.
  • A profundidade da informação por respondente é limitada; construtos complexos podem ser mal capturados por um pequeno conjunto de itens.

As condições da fonte não substituem a revisão científica independente nem a validação por um motor de análise.

Pontos fortes

  • Permite a descrição e análise de populações grandes e geograficamente dispersas a um custo relativamente baixo por respondente.
  • Instrumentos padronizados maximizam a comparabilidade entre respondentes e a replicabilidade entre estudos.
  • A amostragem probabilística apoia a generalização estatística para uma população definida com incerteza quantificada.
  • Modo de administração flexível (online, postal, telefônico, presencial) permite adaptação à população-alvo.
  • Produz conjuntos de dados estruturados adequados a uma ampla gama de procedimentos estatísticos inferenciais.
  • Pode medir um grande número de variáveis simultaneamente, permitindo análise multivariada de relações complexas.

Aplicações

  • Inquéritos nacionais de saúde estimando prevalência de doenças, comportamento de risco à saúde e utilização de cuidados de saúde em populações adultas.
  • Inquéritos de engajamento de funcionários e clima organizacional usados para monitorar atitudes no local de trabalho e orientar políticas de RH.
  • Inquéritos de avaliação educacional medindo experiências de aprendizagem de estudantes, autoeficácia e satisfação no ensino superior.
  • Pesquisas de opinião pública medindo atitudes políticas, intenções de voto e preferências políticas antes das eleições.
  • Inquéritos de avaliação de programas coletando dados de satisfação do participante e resultados autorrelatados para intervenções sociais.
  • Questionários de pesquisa de mercado mapeando preferências do consumidor, percepções de marca e comportamento de compra.

Como funciona

Como funciona

1

O pesquisador especifica as questões de pesquisa e os construtos de interesse — o que o inquérito deve medir e para qual população. Objetivos determinam se o desenho é puramente descritivo (estimando prevalência), relacional (testando associações) ou preditivo (modelando resultados). Objetivos claros evitam o inchaço do instrumento e mantêm a análise focada.

2

Itens individuais (perguntas) são elaborados e refinados para operacionalizar cada construto. A redação do item, o tipo de escala de resposta (Likert, diferencial semântico, dicotômico, aberto), a ordem e a lógica de saltos são todas decisões tomadas nesta fase. Testes piloto com uma pequena amostra de conveniência são usados para identificar redação ambígua e estimar o tempo de conclusão antes de finalizar o instrumento.

3

Uma estratégia de amostragem é escolhida para retirar respondentes da população-alvo. Desenhos probabilísticos (aleatório simples, estratificado, por conglomerados, sistemático) permitem generalização estatística para a população; desenhos não probabilísticos (conveniência, intencional, bola de neve) não permitem, mas são aceitáveis para trabalhos exploratórios ou confirmatórios onde a representatividade não é o objetivo. O tamanho da amostra necessário é estimado a partir das expectativas de tamanho de efeito, poder desejado e margem de erro aceitável.

4

O instrumento é administrado através do modo escolhido — online (plataformas de inquérito web), correio postal, telefone ou entrevista presencial. A escolha do modo afeta a taxa de resposta, o viés de desejabilidade social e o acesso a subpopulações. Lembretes de acompanhamento são enviados para melhorar as taxas de resposta, e o rastreamento da taxa de resposta é mantido durante todo o trabalho de campo.

5

Respostas completas são limpas (tratando dados ausentes, valores fora do intervalo e respostas idênticas em todos os itens) e, em seguida, analisadas. Estatísticas descritivas resumem as distribuições de itens e escalas. Análises inferenciais — testes t, ANOVA, qui-quadrado, regressão, modelagem de equações estruturais — são selecionadas para abordar as questões de pesquisa. Pesos de inquérito são aplicados quando um desenho probabilístico foi usado e as taxas de resposta variaram entre os estratos.

6

Os achados são interpretados em relação às questões de pesquisa e colocados no contexto da literatura anterior. Relatórios incluem detalhes da amostragem, taxa de resposta, índices de confiabilidade do instrumento (por exemplo, alfa de Cronbach para escalas com múltiplos itens), tamanhos de efeito e intervalos de confiança. Limitações relativas a viés de não resposta, variância de método comum e generalizabilidade são discutidas de forma transparente.

Erros comuns

  • Inchaço do instrumento — incluir todos os itens potencialmente interessantes aumenta o tempo de conclusão, eleva as taxas de abandono e produz um conjunto de dados muito grande para ser analisado coerentemente; priorize itens que abordem diretamente as questões de pesquisa.
  • Negligenciar testes piloto — itens que parecem claros para o pesquisador são frequentemente mal compreendidos pelos respondentes; um pequeno piloto (n = 5–10) capta a maioria dos problemas de redação antes da aplicação em larga escala.
  • Tratar uma amostra de conveniência como representativa — resultados de uma amostra não probabilística só podem ser generalizados com grande cautela; declare explicitamente as limitações da amostragem e evite afirmações de prevalência em nível populacional.
  • Ignorar viés de não resposta — uma baixa taxa de resposta não invalida automaticamente um estudo, mas uma análise comparando respondentes iniciais e tardios (ou respondentes e não respondentes conhecidos) é necessária para avaliar a ameaça.
  • Omitir evidências de confiabilidade e validade para escalas com múltiplos itens — relatar alfa de Cronbach e, quando apropriado, resultados de análise fatorial confirmatória é esperado na publicação revisada por pares.

Perguntas frequentes

Qual o tamanho da minha amostra de inquérito precisa ser?

O tamanho da amostra necessário depende do tamanho do efeito esperado, do poder estatístico desejado (convencionalmente 0,80), do nível de significância (tipicamente 0,05) e da complexidade das análises planejadas. Para uma simples comparação de dois grupos detectando um efeito médio (d = 0,50) com 80% de poder, você precisa de aproximadamente 64 por grupo. Modelos de equações estruturais geralmente requerem pelo menos 200 casos completos. Use uma análise de poder a priori (por exemplo, G*Power) em vez de regras gerais e adicione 20–30% para contabilizar respostas incompletas antecipadas.

Uma baixa taxa de resposta é um defeito fatal?

Uma baixa taxa de resposta é uma ameaça, não automaticamente um defeito fatal. O que importa é se os respondentes diferem sistematicamente dos não respondentes em variáveis relevantes para o estudo. Realize uma análise de viés de não resposta — compare respondentes iniciais e tardios em dados demográficos chave, ou compare o perfil da sua amostra com benchmarks populacionais conhecidos — e relate os achados. Reconheça a incerteza restante sobre a generalização, mesmo que a análise seja tranquilizadora.

O que é variância de método comum e como lidar com ela?

Variância de método comum (CMV) é covariância espúria entre variáveis causada pelo fato de que elas foram medidas com o mesmo instrumento no mesmo tempo — inflando as correlações observadas. Remédios procedurais incluem separação temporal da medição do preditor e do resultado, uso de diferentes formatos de resposta para diferentes construtos e inclusão de uma variável marcadora. Verificações estatísticas como o teste de fator único de Harman ou a abordagem de fator latente não medido podem detectar, mas não corrigir completamente a CMV.

Quando devo escolher um inquérito online em vez de um inquérito postal ou telefônico?

Inquéritos online são econômicos, rápidos e apropriados quando a população-alvo tem acesso confiável à internet — a maioria dos adultos em idade de trabalhar em países desenvolvidos. Inquéritos postais continuam valiosos para populações mais velhas ou sem acesso à internet, ao custo de um tempo de resposta mais longo e maior custo por resposta. Inquéritos telefônicos têm taxas de resposta em declínio, mas permitem lógica de ramificação complexa e alcançam populações sem internet. Desenhos de modo misto (oferecendo múltiplos canais de resposta) geralmente alcançam taxas de resposta mais altas do que qualquer modo único.

Um inquérito pode estabelecer causalidade?

Um único inquérito transversal não pode estabelecer causalidade porque carece de ordenação temporal e atribuição aleatória. Desenhos de painel longitudinal que medem os mesmos respondentes em múltiplos pontos no tempo podem estabelecer precedência temporal, que é uma condição necessária (mas não suficiente) para a causalidade. Modelos de painel com defasagem cruzada e modelos de painel com defasagem cruzada e intercepto aleatório podem controlar diferenças individuais estáveis, fortalecendo a inferência causal, mas confundidores não medidos permanecem uma ameaça. Para afirmações causais inequívocas, desenhos experimentais ou quase-experimentais são necessários.

Métodos relacionados

Fontes

  1. Fowler, F. J. (2014). Survey Research Methods (5th ed.). Sage Publications.

    ISBN: 978-1452259000
    Copiado.
  2. Dillman, D. A., Smyth, J. D., & Christian, L. M. (2014). Internet, Phone, Mail, and Mixed-Mode Surveys: The Tailored Design Method (4th ed.). Wiley.

    ISBN: 978-1118456149
    Copiado.