MÉTODOS DE PESQUISA EM PSICOLOGIA II

Ementa

A análise de dados quantitativos, aplicando métodos inferenciais, paramétricos e

não-paramétricos, utilizando softwares destinados aos tratamentos estatísticos,
em pesquisa no campo da Psicologia, abordando fatos, leis, teorias, hipóteses,
variáveis, delineamento experimental. Projeto, relatório e artigo científico.

Objetivos Gerais

 Desenvolver uma postura crítica e autônoma na busca do conhecimento

científica;
 Aplicar procedimentos inferenciais para validação de dados;
 Identificar as técnicas estatísticas mais adequadas conforme os
procedimentos de pesquisa.

Objetivos Específicos

 Conhecer e aplicar recursos do SPSS para desenvolvimento das

pesquisas;
 Aplicar os conhecimentos de Estatística Inferencial para análise e
interpretação dos resultados das pesquisas quantitativas;
 Elaborar projeto de pesquisa;
 Desenvolver uma pesquisa.

Conteúdo Programático

I- Técnicas de Amostragem Unidade

II - Probabilidade Unidade
III - A teoria da decisão Unidade
IV - Estatística Inferencial Paramétrica Unidade
V - Pesquisa Quantitativa e aplicação de métodos inferenciais paramétricos
VI - Estatística Inferencial Não-Paramétrica Unidade
VII - Pesquisa Quantitativa e aplicação de métodos inferenciais não-paramétricos
VIII - A Pesquisa
8.1- Projeto
8.2- Desenvolvimento
8.3 - Relatório de pesquisa Unidade
IX- Banco de dados e aplicação estatística com o uso do SPSS.
Atividades Externas da Disciplina (AED)
Jornada da Cidadania
Jornada do CEPSI
Metodologia
Aula expositiva dialogada
Estudo de caso

1
Elaboração de pesquisa de campo
Bibliografia Básica:

Dancey, C. P. ; Reidy, J. (2006). Estatística Sem Matemática Para Psicologia. 6

ed. Porto Alegre: Artmed.

Breakwell, G. M.; Hammond, S.; Fife-Schaw, C.; Smith, J. A. (2010). Métodos de

Pesquisa em Psicologia. 3 ed. Porto Alegre. Artmed.

Lakatos, E. M.& Marconi, M. de A. (2005). Fundamentos de metodologia científica.

6 ed. São Paulo: Atlas.

Field, A. (2009). Descobrindo a Estatística usando o SPSS. 2 ed. Porto Alegre.

Artmed.

Severino, A. J. (2002). Metodologia do trabalho científico. 22 ed. São Paulo:

Cortez.

Vergara, S. C. (2006). Projetos e relatórios de pesquisa. 7 ed. São Paulo: Atlas.

Levin, J. (1987). Estatística aplicada às ciências humanas. São Paulo: Harbra.

Gil, A.C. (2010). Como elaborar projetos de pesquisa. 4 ed. São Paulo: Atlas.

Material de Apoio

www.bvs-psi.org.br

www.sites.pucgoias.edu.br/home/sibi/bases-de-pesquisa/
American Psychological Association (2001). Publication manual of the American
Psychological Association. Washington. DC: British Library.
American Psychological Association (2006). Manual de Estilo da APA: Regras
Básicas. Porto Alegre: Artes Médicas.

2
TEXTO 01
AMOSTRAGEM

O profissional de psicologia em suas pesquisas, na maioria das vezes, não

tem condições de trabalhar com todo o grupo de sujeitos que compõe o seu
estudo, assim faz-se necessário estudar apenas uma parte desses sujeitos, seja
por economia de tempo, dinheiro ou inacessibilidade dos sujeitos. A Estatística
denomina o grupo de todos os sujeitos pertencentes a um estudo de população e
a parte que será estudada de amostra.
A amostragem é uma realidade não só nas pesquisas como também no
cotidiano das pessoas, exemplo disso é a experimentação de uma comida, pois
não é necessário experimentar toda a comida, mas apenas uma amostra desta.
Esta amostra de comida representa toda a comida se esta pequena parte
conservar as características de todo o prato preparado.
Na pesquisa científica realizada por amostragem, os valores obtidos são
uma aproximação do valor real da população. Esta aproximação é tanto maior
quanto mais as características da população estiverem presentes nesta amostra.
Para retirar uma amostra que seja representativa da população faz-se
necessário utilizar uma metodologia própria que possa minimizar as possíveis
distorções entre a amostra e a população.
Exemplos de populações e amostras.
Ex1: Estudo realizado sobre crianças com autismo.
População: Crianças que têm autismo. (População inacessível)
Amostra: Algumas crianças com autismo.
Ex2: Estudo sobre a motivação de funcionários da empresa X, que tem 2000
funcionários.
População: Todos os funcionários da empresa X.
Amostra: Alguns funcionários da empresa X.
A amostragem apresenta quatro vantagens ao ser utilizada:

3
a) Tempo: a necessidade de tomar decisões com rapidez e confiabilidade.
b) Economia: o gasto com folhas de testes psicológicos, tempo do profissional
que é remunerado por horas trabalhadas e economia de equipamentos ou
suprimentos necessários à pesquisa.
c) Confiabilidade dos dados: ao se pesquisar uma menor quantidade de dados
é possível analisar melhor os sujeitos, evitando erros.
d) Operacionalidade: a coleta, organização e análise de dados pode ser melhor
controlada.
A aplicação de amostras não é recomendada quando a população é muito
pequena ou quando exige-se grande precisão, como ocorre quando as
autoridades realizam o censo.
Para elaborar um plano de amostragem para uma pesquisa é necessário
que os objetivos da pesquisa estejam claros e definidos.
Os tipos de amostragem podem ser divididos em:

Simples
Tabela de números aleatórios
ALEATÓRIA Sistemática
Estratificada
Conglomerado
AMOSTRAGEM

Por cotas
NÃO-ALEATÓRIA Por julgamento
Acidental

Amostragem aleatória: também chamada de amostra probabilística é

aquela em que cada sujeito da população tem a mesma oportunidade de ser
incluído na amostra. Neste caso o tamanho da população (N) tem que ser
conhecido pelo pesquisador.

4
a) Amostra aleatória simples:
Consiste em sortear os elementos que comporão a amostra a partir da lista
completa dos sujeitos da população. O sorteio ocorre sem restrição.
Ex.: Em uma pesquisa com crianças com necessidades especiais que estudam
em uma escola, o pesquisador faz a lista destas crianças e sorteia a quantidade
necessária à pesquisa.

b) Amostra aleatória obtida pela tabela de números aleatórios:

É uma amostra obtida também por sorteio dos elementos da amostra, a partir de
uma tabela estatística composta de números aleatórios. Os procedimentos para o
pesquisador retirar a amostra são: listar os sujeitos da amostra, numerá-los
consecutivamente, selecionar um critério para escolher os números aleatórios e
desconsiderar aqueles que não existem na lista de sujeitos.

Ex.: A professora de Avaliação Métodos e Medidas deseja selecionar 5 alunos da

turma C 01/1 deste semestre para aplicar um teste psicométrico. A amostra será
obtida pela tabela de números aleatórios.
População: Alunos da turma C 01/1
Adelayde Adriane Alysson Bárbara Carolina Caroline
Cristina Ely Gabriel Gedean Gilda Hélcio
Enrique Hérica Ilma Juliana Káren Karine
Leila Leticia Luciana Ludmila Marta Rayka
Michelle Renata Rogéria Sandra Sérgio Stael
Túlio Vanessa Wanessa William

Numerar a população consecutivamente:

01Adelayde 02Adriane 03Alysson 04Bárbara 05Carolina
06Caroline 07Cristina 08Ely 09Gabriel 10Gedean
11Gilda 12Hélcio 13Enrique 14Hérica 15Ilma
16Juliana 17Káren 18Karine 19Leila 20Leticia
21Luciana 22Ludmila 23Marta 24Rayka 25Michelle

5
 26Renata 27Rogéria 28Sandra 29Sérgio 30Stael
31Túlio 32Vanessa 33Wanessa 34William
Para extrair uma amostra de 5 alunos basta tomar cinco números aleatórios do
conjunto {1, 2,3, ... 34}, utilizando como critério, por exemplo a segunda linha da
tabela de números aleatórios.
TABELA DE NÚMEROS ALEATÓRIOS (primeiras linhas)
98 08 62 48 26 45 24 02 84 04 44 99 90 88 96 39 09 47 34 07 35
44 13 18 80
33 18 51 62 32 41 94 15 09 49 89 43 54 85 81 88 69 54 19 94 37
54 87 30 43
80 95 10 04 06 96 38 27 07 74 20 15 12 33 87 25 01 62 52 98 94
62 46 11 71

Números selecionados: 33 – 18 – 32 – 15 – 09, que correspondem aos alunos:

Wanessa, Karine, Vanessa, Ilma e Gabriel.

c) Amostra aleatória sistemática:

É a amostra obtida a partir de um critério pré-estabelecido. Neste tipo de amostra
os sujeitos são ordenados aleatoriamente, faz-se o cálculo do intervalo de seleção
(N/n), sorteia-se o primeiro elemento e os demais são obtidos a partir do intervalo
de seleção.
Ex.: Em uma sala de aula com 30 alunos, deseja-se mensurar o QI dos alunos.
Para o estudo serão analisados 4 alunos. Em uma amostra aleatória sistemática, o
pesquisador ordena os alunos, por exemplo, por ordem de matrícula, calcula o
intervalo de seleção (30/4 = 7,5 ~ 8), sorteia o primeiro sujeito e a seguir mantém
o padrão do intervalo. (2-10-18-26 ou 20-28-4-12)

d) Amostra aleatória estratificada:

Neste tipo de amostragem a população é dividida em subgrupos denominados de
estratos. Cada estrato resguarda uma homogeneidade de características. O
pesquisador deverá selecionar o critério para aplicar a estratificar, observando os
objetivos da pesquisa. Nos diversos estratos são obtidas amostras, que agregadas

6
comporão a amostra da pesquisa. A quantidade de elementos de cada estrato que
será estudado deve manter a proporcionalidade existente na população.
Ex.: Em uma pesquisa sobre clima organizacional, um psicólogo pode dividir a
empresa por departamentos, ou turnos, ou cargos e outras formas de
estratificação. De cada estrato obtido, faz-se uma amostra para estudo.

e) Amostragem aleatória por conglomerado ou agrupamento por área:

É a amostragem aplicada para reduzir custos de pesquisas que abrangem grande
extensão de área. É aplicada selecionando os conglomerados em um ou mais
estágios e a seguir faz-se a seleção aleatória dos sujeitos de cada conglomerado.
Ex: Pesquisa para analisar o percentual de pessoas que têm depressão na cidade
de Goiânia. O pesquisador poderá dividir a cidade por regiões, a seguir dividir por
bairros, sortear algumas ruas e finalmente pesquisar os sujeitos que residem em
determinadas casas destas ruas.

Amostragem não-aleatória: também chamada de amostra não-probabilística

é aquela em que os sujeitos da população não têm a mesma oportunidade de ser
incluído na amostra. É aplicada nos casos em o tamanho da população é
desconhecido, ou seja não se tem acesso a listagem dos sujeitos da população.
a) Amostra não-aleatória por cotas:
É um processo semelhante a amostragem estratificada, em cada subgrupo é retira
uma cota que o representa.
Ex.: Pesquisar alunos com dificuldades de aprendizagem, cuja causa esteja ligada
a traumas vividos na infância. A população de alunos matriculados é dividida em
subgrupos, como por exemplo:

Goiânia- Número de alunos matriculados segundo o nível e o tipo de escola – AnoX

Tipo de escola
Nível escolar pública privada

Ens. Fundamental 49% 12%

Ens. Médio 28% 11%

7
 Fonte: Secretaria de Educação
De cada subgrupo será tirada uma cota, mantendo a proporcionalidade da população.
b) Amostra não-aleatória por julgamento:
Os sujeitos da amostra são escolhidos por serem típicos da população. Este tipo
de amostra exige do pesquisador um grande conhecimento da população.
Ex.: Uma psicóloga deseja pesquisar o nível de interação entre os sujeitos que
estão na melhor idade (3ª idade), que vivem em asilos e seus familiares.
Para a retirada da amostra, usando o processo por julgamento, a psicóloga deve
ser conhecedora dos diversos asilos da cidade e escolher aqueles que são típicos
e fazer seu estudo com os moradores destas instituições.

c) Amostra não-aleatória acidental:

É a amostra obtida tomando-se os sujeitos que estão acessíveis no momento da
coleta de dados.
Ex.: Um pesquisador irá estudar como a população goianiense percebe o trabalho
do Psicólogo.
Em determinado dia o pesquisador coloca-se em alguns pontos estratégicos da
cidade e pergunta aos transeuntes as questões do seu instrumento de coleta de
dados.

Fórmula para cálculo do tamanho mínimo da amostra:

a) Quando o tamanho da população é desconhecido:

n0 = 1/ e2

b) Quando o tamanho da população é conhecido:

Aplica-se a fórmula acima e a seguir faz-se a correção pela fórmula:

N.n0
N
N + n0

8
Onde:
N – Tamanho da população
n- Tamanho da amostra
n0 – Uma primeira aproximação para o tamanho da amostra
e- erro amostral tolerável (determinado pelo pesquisador)

Ex.: O diretor do departamento de Psicologia quer pesquisar o nível de satisfação

dos alunos em relação à escolha do curso. Sabe-se que estão matriculados 2328
alunos. Qual o tamanho mínimo de amostra que ele deve pesquisar, admitindo um
erro máximo de 3%?
n0 = 1/0,032 = 1111 alunos

n= 2328.1111 = 2586408 = 752 alunos

2328+1111 3439

A amostra deve contar com 752 alunos.

Exercícios

1. Usando o exemplo dado para a amostra Tábua de Números Aleatórios

selecione uma amostra de 10 alunos, utilizando a primeira linha.
2. Pense em uma pesquisa que poderá ser desenvolvida com temas
relacionados aos conteúdos estudados em PGE I e elabore um procedimento
para tirar uma amostra por conveniência.
3. Dê um exemplo de pesquisa que use amostra acidental aplicada aos
adolescentes de Goiânia.
4. Numa pesquisa, para estudar a preferência de abordagem psicológica dos
alunos de Psicologia de Goiânia, qual deve ser o tamanho da amostra, visto o
número de alunos matriculados ser igual a 3340, com erro de 2%?
5. Pesquise um artigo científico com tema relacionado à Psicologia, que tenha
utilizado amostra e descreva a população, a amostra e a técnica de
amostragem utilizada.

9
TEXTO 02
SPSS - STATISTICAL PACKAGE FOR THE SOCIAL SCIENCE

I – APLICAÇÃO:
- Possibilita a manipulação dos dados através do banco de dados, sem
necessidade de contagem manual;
- Propicia o cruzamento de variáveis;
- Tem banco de dados compatível com Excel;
- Possibilita análises complexas (correlação, regressão, teste de hipótese e
outros).

II- OPERAÇÕES BÁSICAS:

Name: Nome da variável
Type: Tipo da variável (numérica, data, com vírgula, com ponto, dólar,freqüência
corrente, corda)
Width: Largura
Decimals: Nº de casas decimais
Label: Rótulo da variável
Values:Valores atribuídos à variável
Missing: Valor em branco
Columns: Coluna
Align: Alinhamento
Mansure:Mensuração da variável

III- ESTATÍSTICA DESCRITIVA

Descriptive Statistics: Descrições Estatísticas
- Frequencies: frequências
- Nº geral de dados válidos e brancos;
- Freqüência absoluta;

10
 - Freqüência percentual;
- Percentual válido;
- Percentual acumulado.
- Descriptives: descritores
- Valor mínimo e máximo;
- Média e desvio-padrão.
- Graphs: gráficos
- Bar: barra;
- Line: Linha;
- Pie: Setor Circular (Pizza).

IV- ESTATÍSTICA INFERENCIAL

* Compare means: Comparar médias
* Corralate: Correlação
* Regression: Regressão

Exercícios
01- Crie no SPSS o banco Perfil dos Alunos de Métodos de Pesquisa em
Psicologia II do semestre atual.

11
 TEXTO 03
ESTATÍSTICA DESCRITIVA

I- NÍVEIS DE MEDIDAS

- Nominal: Ocorre quando os números atribuídos não recebem conotação métrica.

Servem apenas para rotular, classificar ou descrever indivíduos pertencentes a
diferentes categorias. Em outras palavras, os números que descrevem a variável
podem ser substituídos por qualquer símbolo, como letras, palavras, etc.

- Ordinal: Ocorre quando os números atribuídos representam uma ordem de

importância subjacente às características da variável. Os números também não
recebem conotação métrica.

- Intervalar (Scale): Ocorre quando os números atribuídos recebem conotação

métrica. Isto significa que as medidas intervalares salvam os axiomas da
identidade (medidas nominais) da ordem (medidas ordinais) e da aditividade. O
axioma da aditividade é salvo, pois a medida intervalar pressupõe que os
intervalos dos atributos medidos são iguais e não são vazios.

- Razão (Scale):: Todas as características das escalas intervalares, mas assume

a existência do zero absoluto. O ponto de origem é o zero.

II- APLICAÇÃO DA ESTATÍSTICA NA PESQUISA

• Resumir um conjunto de dados;

• Descrever os dados;
• Fazer inferências estatísticas;
• Verificar relações entre variáveis;

12
• Testar modelos teóricos.

III_ A ESCOLHA DA ANÁLISE ESTATÍSTICA

Medida Tipo de Descritiva Inferencial
Estatística
Nominal Não-param. Freqüências Qui-quadrado
Moda
Ordinal Não-param. Freqüências f
Moda
Mediana
Intervalar ou Paramétrica Freqüências t ou F
Razão Moda
Mediana
Média

IV_ RELAÇÕES ENTRE VARIÁVEIS

Medida Tipo de Técnica
Estatística Estatística
Nominal Não-param. PHI, coef. de
Contingências
Ordinal Não-param. Coef. de
Spearman
Intervalar ou Paramétrica Pearson
Razão Regressão

V – MEDIDAS DE TENDÊNCIA CENTRAL

As medidas de tendência central são usadas para indicar um valor que tende a
tipificar ou a representar melhor um conjunto de dados. As três medidas mais
usadas são: média, moda e mediana. (STEVENSON, 1991, p.19)

13
Média: É o valor que pode substituir todos os valores da variável, isto é, é o valor
que a variável teria se fosse uma constante (COSTA, 1998, p. 57). É definida
como a soma de todos os valores dos dados dividida pela quantidade de valores
observados (BARBETTA, 2001, p. 99).
Moda: Valor do conjunto de dados que ocorre com maior frequência.
Mediana: Medida que visa avaliar o centro de um conjunto de valores, no sentido
de ser o valor que divide a distribuição ao meio, deixando os 50% menores valores
de um lado e 50% maiores valores de outro lado (BARBETTA, 2001, p. 108).

VI – MEDIDAS DE DISPERSÃO
São medidas que medem a variabilidade dos dados em relação à média. Estas
medidas avaliam a dispersão do conjunto de dados em análise. As principais são
Desvio-padrão e Variância. Para calcular o desvio-padrão deve-se considerar os
desvios de cada valor em relação à média aritmética e a variância é obtida
elevando-se o desvio-padrão ao quadrado. (BARBETTA, 2001, p. 101).

Quanto maior a variância do conjunto de dados maior a heterogeneidade do grupo

em relação à variável em estudo. Para maior clareza pode-se calcular o
Coeficiente de Variação (CV = DP / MÉDIA. 100), que fornece em percentual a
variabilidade dos dados.

VII – MEDIDAS DESCRITIVAS NO SPSS

Média – Análise / Descritores Estatísticos / Frequências / Escolher a variável /
Estatística / Tendência Central / Média
Moda – Análise / Descritores Estatísticos / Frequências / Escolher a variável /
Estatística / Tendência Central / Moda
Mediana – Análise / Descritores Estatísticos / Frequências / Escolher a variável /
Estatística / Tendência Central / Mediana
Desvio-padrão – Análise / Descritores Estatísticos / Frequências / Escolher a
variável / Estatística / Dispersão / Desvio-padrão
Variância– Análise / Descritores Estatísticos / Frequências / Escolher a variável /
Estatística / Dispersão / Variância

14
VIII - GRÁFICOS
O Gráfico Estatístico é uma forma de apresentação de dados estatísticos, cujo
objetivo é produzir, no investigador ou no público em geral, uma impressão mais
rápida e viva do fenômeno em estudo. (CRESPO, 2001, p. 38). Representar
graficamente significa fazer um desenho que sintetize de maneira clara o
comportamento da variável (COSTA, 1998, p. 42).

No SPSS os gráficos são obtidos escolhendo a opção gráfico na barra de

ferramentas.

Referências

BARBETTA, P. A.(2001). Estatística aplicada às Ciências Sociais. 4 ed.

Florianópolis: Ed. da UFSC.

CRESPO, A. A.(2001). Estatística Fácil. 17 ed. São Paulo: Saraiva.

COSTA, S. F. (1998) Introdução ilustrada à Estatística. 3 ed. São Paulo: Harbra.

STEVENSON, W. J. (2208). Estatística Aplicada à Administração. 3 ed. . São

Paulo: Harbra.

Exercícios

1. Abra o Banco Organizacional e calcule as medidas de tendência central para

as variáveis e interprete os resultados:
a. V1
b. Desempenho antes e depois.
c. O Programa de Capacitação foi eficiente? Justifique sua resposta.

2. Ainda utilizando o Banco acima, faça o que se pede:

Escreva duas variáveis que sejam:

15
 a. Nominais;
b. Ordinais;
c. Escalares.
TEXTO 04
GRÁFICOS ESTATÍSTICOS

O gráfico estatístico é uma forma de apresentação dos dados estatísticos,

cujo objetivo é o de produzir, no investigador ou leitor em geral, uma impressão
mais rápida e clara do fenômeno em estudo, já que os gráficos expressam
sinteticamente a compreensão das séries.
A representação gráfica de um fenômeno deve seguir os seguintes critérios,
para atender aos objetivos da representação estatística:
a) Simplicidade: o gráfico deve ser isento de detalhes secundários, traços em
excesso que dificultam a leitura e de detalhes que desviem a atenção do leitor.
b) Clareza: o gráfico deve possibilitar uma correta interpretação dos valores
representativos do fenômeno estudado.
c) Veracidade: o gráfico deve expressar a verdade do fenômeno pesquisado.

Tipos de Gráficos:
Há diversos tipos de gráficos estatísticos, mas a escolha adequada ocorre de
acordo com o tipo de série que se quer representar.
a) Gráfico de linha ou segmento: é um gráfico muito aplicado para a série
temporal, visto evidenciar o crescimento ou decrescimento do fenômeno
estudado. (No SPSS – Line)

Exemplo:
Empresa X- Produção de camisas- Fev/2002
Semana Nº de camisas
1ª 1200
2ª 1560
3ª 1040
4ª 1700

16
 Total
Fonte: Departamento de produção

b) Gráfico de colunas ou barras: é a representação da série por meio de

retângulos dispostos verticalmente (em colunas) ou horizontalmente (em barras).
É aplicado a qualquer tipo de série, que explicite a diferente entre as categorias e
pode ser aplicado para séries conjugadas (têm duas variáveis).
Exemplo: aplicando à mesma série. (No SPSS – Bar)

c) Gráfico setor circular (pizza): o gráfico é construído com base em um círculo,

e é empregado sempre que, necessita-se evidenciar a participação do dado no
total, ou seja, comparar cada parte em relação ao todo. (No SPSS – Pie)
Exemplo: se for interessante, na série acima, comparar toda a produção de
fevereiro evidenciando a contribuição de cada semana no total, pode-se aplicar o
gráfico setor circular.

Os demais gráficos oferecidos pelo aplicativo SPSS, pode ser utilizado, porém os
mais usados nas pesquisas são os gráficos acima explicados.

Observações:

17
1- Todos os gráficos que têm o formato retangular devem manter a
proporcionalidade da altura ser um valor entre 60% a 80% do valor escolhido para
a base.
2- Os gráficos necessitam também ter título.

O mais importante para os pesquisadores que tomam decisões é fazer uso

adequado dos gráficos estatísticos, conseguindo interpretar a realidade mostrada
por este recurso da estatística e a partir dessa leitura, posicionar-se sobre a
realidade No SPSS: Gráfico / Selecionar o modelo (Bar /Line / Pie) / Escolher a(s)
variável(eis) / Define / Ok

Exercícios

01- Abra o Banco Organizacional e faça o gráfico para duas das variáveis e
interprete-os:

18
TEXTO 05
MÉTODO EXPERIMENTAL

TEXTO 06
MÉTODO QUASE EXPERIMENTAL

19
TEXTO 07
HISTOGRAMA

1- Conceito
O histograma é um gráfico composto por retângulos justapostos em que a base de
cada um deles corresponde ao intervalo de classe e a sua altura à respectiva
frequência.
2- Interpretação
Uma leitura atenta do histograma deve responder a questões como:
Qual é a forma da distribuição?
Existe um ponto central bem definido?
Quão grande é a variação?
Qual é a amplitude dos dados?
Existe apenas um pico?
A distribuição é simétrica?
Existem barras isoladas?
Quais conclusões que você pode tirar sobre o desempenho do processo em
relação à característica estudada?
3- Tipos
a) Histograma simétrico, tipo distribuição Normal:
Característica: a frequência é mais alta no centro e decresce gradualmente para
as caudas de maneira simétrica (forma de sino). A média e a mediana são
aproximadamente iguais e localizam-se no centro do histograma (ponto de pico).
Quando ocorre: forma usualmente observada em processos padronizados,
estáveis, em que a característica de qualidade é contínua e não apresenta
nenhuma restrição teórica nos valores
que podem ocorrer.

20
Histograma assimétrico e com apenas um pico:

Características: a frequência decresce bruscamente em um dos lados de forma

gradual no outro, produzindo uma calda mais longa em um dos lados. A média
localiza-se fora do meio da faixa de variação. Quando a assimetria é à direita a
mediana é inferior à média. Quando a assimetria é à esquerda a mediana é
superior à média.
Quando ocorre: possivelmente a característica de qualidade possui apenas um
limite de especificação e é controlada durante o processo, de modo que satisfaça
a essa especificação.

Histograma tipo “despenhadeiro”

21
Característica: o histograma termina abruptamente de um ou dos dois lados,
dando a impressão de faltar um pedaço na figura.
Quando ocorre: possivelmente foram eliminados dados por uma inspeção 100%;
nesse caso o “corte” coincide com os limites de especificação.
b) Histograma com dois picos:

Característica: ocorrem dois picos e a frequência é baixa entre eles

Quando ocorre: em situações em que há mistura de dados com médias diferentes
obtidos em duas condições distintas. Por exemplo, dois tipos de matérias primas,
duas máquinas ou dois operadores. A estratificação dos dados segundo esses
fatores poderá confirmar ou não tais conjecturas.

Histograma do tipo “platô”

Característica: classes centrais possuem aproximadamente a mesma frequência.

Quando ocorre: aspecto possível quando há mistura de várias distribuições com
médias diferentes

f) Histograma com uma pequena “ilha” isolada:

22
Característica: algumas faixas de valores da característica de qualidade
observada ficam isoladas da grande maioria dos dados, gerando barras ou
pequenos agrupamentos separados.
Quando ocorre: possivelmente ocorreram anormalidades temporárias no
processo, erros de medição, erros de registro ou transcrição dos dados,
produzindo alguns resultados muito diferentes dos demais.

NO SPSS
Gera-se o Histograma (Histogram) e solicita a apresentação da Curva Normal

Exercícios

01- Criar o Banco Escola, com os dados descritos em sala, faça o histograma para
as variáveis e analise as variáveis, quanto à normalidade.

23
TEXTO 08

TABELA COMBINAÇÃO DE DUAS VARIÁVEIS – DUPLA ENTRADA

O uso de tabela com dupla entrada possibilita ao leitor avaliar as frequências

de duas variáveis combinadas.

Para executar a tabela o pesquisador deve acessar no menu Analyze, a

opção Descriptive Statistics (Figura 1). Ao acessar essa opção, aparecerá um

conjunto de possibilidades de cálculos descritivos e exploratórios. Desses, deve-

se acessar a opção Crosstabs.

Executado corretamente o primeiro passo, aparecerá na tela a janela

intitulada Crosstabs, onde o pesquisador deve colocar uma variável no local

24
indicado como Row (s) (Linha) e a outra no espaço reservado para Column (s)

(Coluna). No exemplo apresentado na Figura 2, incluiu-se, no local indicado como

linha, a variável “Posicionamento Político” (esquerda e direita) e, na coluna, a

variável “Candidato Escolhido” (A, B e C).

O terceiro passo consiste em acessar a opção Cells. Nesta seção,

intitulada Crosstabs: Cell Display. Deve-se selecionar todas as opções

relacionadas às percentagens para que o programa calcule as porcentagens dos

conteúdos (frequências) contidas em cada casela da tabela. Segue-se clicando

em continue. Finalmente os procedimentos são finalizados, clicando OK na janela

principal.

25
26
TEXTO 09

LEVANTAMENTO DE PESQUISA

(Antônio Carlos Gil)

1. Características básicas dos levantamentos

As pesquisas deste tipo caracterizam-se pela interrogação direta das
pessoas cujo comportamento se deseja conhecer. Basicamente, procede-se à
solicitação de informações a um grupo significativo de pessoas acerca do
problema estudado para, em seguida, mediante análise quantitativa, obterem-se
as conclusões correspondentes aos dados coletados.
Quando o levantamento recolhe informações de todos os integrantes do
universo pesquisado, tem-se um censo. Pelas dificuldades materiais que
envolvem sua realização. Os censos só podem ser desenvolvidos pelos governos
ou por instituições de amplos recursos. São extremamente úteis, pois
proporcionam informações gerais acerca das populações, que são indispensáveis
em boa parta das investigações sociais.
Na maioria dos levantamentos, não são pesquisados todos os integrantes
da população estudada. Antes seleciona-se, mediante procedimentos estatísticos,
urna amostra significativa de todo o universo, que é tomada como objeto de
investigação. As conclusões obtidas a partir desta amostra são projetadas para a
totalidade do universo, levando em consideração a margem de erro, que é obtida
mediante cálculos estatísticos.
2. Vantagens e limitações dos levantamentos
Os levantamentos por amostragem gozam hoje de grande popularidade
entre os pesquisadores sociais, aponto de muitas pessoas chegarem mesmo a
considerar pesquisa e levantamento social a mesma coisa. Na verdade, o
levantamento social é um dos muitos tipos de pesquisa social que, como todos os
outros, apresenta vantagens e limitações.
Dentre as principais vantagens dos levantamentos estão:

27
 a) Conhecimento direto da realidade. À medida que as próprias pessoas
informam acerca de seu comportamento, crenças e opiniões, a investigação toma-
se mais livre de interpretações calcadas no subjetivismo dos pesquisadores.
b) Economia e rapidez. Desde que se tenha uma equipe de entrevistadores,
codificadores e tabuladores devidamente treinados, toma-se possível a obtenção
de grande quantidade de dados em curto espaço de tempo. Quando os dados são
obtidos mediante questionários, os custos tornam-se relativamente baixos.
c) Quantificação. Os dados obtidos mediante levantamentos podem ser
agrupados em tabelas possibilitando a sua análise estatística. As variáveis em
estudo podem ser quantificadas, permitindo o uso de correlações a outros
procedimentos estatísticos. À medida que os levantamentos se valem de amostras
probabilísticas torna-se possível até mesmo conhecer a margem de erro dos
resultados obtidos.
Dentre as principais limitações dos levantamentos estão:
a) Ênfase nos aspectos perceptivos. Os levantamentos recolhem dados
referentes à percepção que as pessoas têm acerca de si mesmas. Ora, a
percepção é subjetiva, o que pode resultar em dados distorcidos. Há muita
diferença entre o que as pessoas fazem ou sentem e o que elas dizem a esse
respeito. Existem alguns recursos para contornar este problema. É possível, em
primeiro lugar, omitir as perguntas que sabidamente a maioria das pessoas não
sabe ou não quer responder. Também se pode, mediante perguntas indiretas,
controlar as respostas dadas peio informante. Todavia, estes recursos, em muitos
dos casos, são insuficientes para sanar os problemas considerados.
b) Pouca profundidade no estudo da estrutura e dos processos sociais.
Mediante levantamentos é possível a obtenção de grande quantidade de dados a
respeito dos indivíduos. Como, porém, os fenômenos sociais são determinados
sobretudo por fatores interpessoais e institucionais, os levantamentos mostram-se
pouco adequados para a investigação profunda desses fenômenos.
c) Limitada apreensão do processo de mudança. O levantamento, de modo
geral, proporciona visão estática do fenômeno estudado. Oferece, por assim dizer,
uma espécie de fotografia de determinado problema. mas não indica suas

28
tendências à variação e muito menos as possíveis mudanças estruturais. Como
tentativa de superação dessas limitações, vêm sendo desenvolvidos com
frequência crescente os levantamentos do tipo painel, que consistem na coleta de
dados da mesma amostra ao longo do tempo. Muitas informações importantes têm
sido obtidas mediante esses procedimentos. particularmente em estudos sobre
nível de renda e desemprego. Entretanto, os levantamentos do tipo painel
apresentam séria limitação, que é a progressiva redução da amostra por causas
diversas. tais como mudança de residência e fadiga dos respondentes.
Considerando as vantagens e limitações acima expostas, pode-se dizer que
os levantamentos tomam-se muito mais adequados para estudos descritivos que
explicativos. São inapropriados para o aprofundamento dos aspectos psicológicos
e psicossociais mais complexos, porém muito eficazes para problemas menos
delicados, como preferência eleitoral e comportamento do consumidor. São muito
úteis para o estudo de opiniões e atitudes, porém pouco indicados no estudo de
problemas referentes a relações e estruturas sociais complexas.
3. Fases do levantamento:
a) formulação do problema;
b) operacionalização dos conceitos e variáveis;
c) elaboração do instrumento de coleta de dados;
d) pré-teste dos instrumentos;
e) seleção da amostra;
f) coleta e organização dos dados;
g) análise e interpretação dos dados;
h) apresentação dos resultados.

GIL, A. C. (2010). Como elaborar projetos de pesquisa. 4 ed. São Paulo: Atlas.

29
TEXTO 10
INSTRUMENTOS DE COLETA DE DADOS

Os instrumentos de coleta de dados mais utilizados são: entrevista,

questionário e roteiro de observação. O pesquisador, ao fazer a seleção do
instrumento deve considerar o procedimento de pesquisa a ser aplicado, a
quantidade de sujeitos a serem estudados, bem como o nível de informações que
deseja obter>

QUADRO DOS PRINCIPAIS INSTRUMENTOS:

INSTRUMENTO VANTAGENS DESVANTAGENS APLICAÇÃO
- Baixo custo - Não aplicável a - Levantamento
- Rapidez de todos os sujeitos aplicado a grande
aplicação - Mais superficial número de sujeitos
QUESTIONÁRIO - Não
constrangimento
do respondente
- Não precisa de
aplicador com
especialização

- Aplicável em - Alto custo - Estudo de casos

quase todos os - Aplicação mais em pequeno
tipos de sujeitos demorada número de sujeitos
ENTREVISTA - Permite coletar - Pode constranger - Levantamentos
dados mais os sujeitos em que se deseja
profundos - Precisa de mais
aplicador aprofundamento
especializado de dados

- Aplicável a todos - Alto custo - Quando que ter

30
 os tipos de sujeitos - Aplicação mais informações dos
- Obter demorada sujeitos em seu
OBSERVAÇÃO informações do - Pode constranger estado normal de
cotidiano do objeto os sujeitos ações e vivências
de estudo - Precisa de
aplicador
especializado

Exercícios

01-Elaboração do Projeto de Pesquisa.

31
TEXTO 11
CORRELAÇÃO

Quando um pesquisador interessa-se pela relação entre duas variáveis,

visando buscar a intensidade da influência de uma em outra, poderá trabalhar com
um modelo estatístico chamado Correlação.
A Correlação mede a força ou grau, de relacionamento entre duas
variáveis. A variação simultânea entre as variáveis.
Os dados para análise da correlação provêm de observações
emparelhadas.
O sentido da correlação:
A Correlação pode ser classificada quanto ao sentido, em positiva ou
negativa.
Uma correlação positiva indica que a medida que a variável x aumenta
implica que a variável y também aumenta, se a variável x diminui isso também
ocorrerá com a variável y.
A Correlação será negativa se o aumento de uma variável implica na
diminuição da outra.
Se ao calcular a correlação entre duas variáveis o resultado for zero isso
significa que a variável x não influencia na variável y, ou seja, não há correlação
entre as variáveis.
O coeficiente de correlação será denotado por r. A variação de r é o
intervalo:
[ -1, +1 ]

Classificação da correlação (Godeardo Baquero)

- 1,00 correlação negativa perfeita
[-1,00 ; - 0,90 [ correlação negativa muito alta
[ - 0,90 ; - 0,70 [ correlação negativa alta
[ - 0,70 ; - 0,40 [ correlação negativa moderada
[ - 0,40 ; - 0,20 [ correlação negativa baixa
[ - 0,20 ; 0,00 [ correlação negativa muito baixa

32
 0,00 correlação nula
] 0,00 ; 0,20 ] correlação positiva muito baixa
] 0,20 ; 0,40 ] correlação positiva baixa
] 0,40 ; 0,70 ] correlação positiva moderada
] 0,70 ; 0,90 ] correlação positiva alta
] 0,90 ; 1,00 [correlação positiva muito alta
1,00 correlação positiva perfeita

Para dar a resposta do cálculo da correlação em valores percentuais, aplica-se

a fórmula do coeficiente de determinação:

 = r 2 . 100
Uma das aplicações da correlação é verificar a precisão de testes
psicológicos.

Correlação de Pearson
É um coeficiente utilizado para dados que estão linearmente relacionados
para variáveis escalares. Para aplicação desse coeficiente, faz-se necessário que
a amostra seja aleatória e as variáveis sejam normalmente distribuídas.

Correlação de Spearman
É um coeficiente utilizado para dados que estão linearmente relacionados
de variáveis passíveis de serem ordenados (ordinal/escalar ou ordinal/ordinal).
Para aplicação desse coeficiente, faz-se necessário que a amostra seja aleatória.
Correlação de Kendall
É um coeficiente utilizado para relacionar situações em que uma das
variáveis seja nominal

A não observância desses requisitos pode comprometer a validade do

coeficiente encontrado.
No SPSS

33
 Análise/ Correlação / Bivariada / Selecionar o
coeficiente(Pearson/Kendall’s/Spearman) / Selecionar as duas variáveis / OK

Exercícios

01- Abra o Banco Organizacional, calcule a correlação e o coeficiente de

determinação e interprete-os. Faça os cálculos selecionando variáveis:
a) Duas variáveis escalares.
b) Uma variável nominal e outra ordinal.

TEXTO 12

Capítulo IV - Testes de Hipóteses

Dancey, C. P. ; Reidy, J. (2006). Estatística Sem Matemática Para Psicologia. 6

ed. Porto Alegre: Artmed.

TEXTO 13

34
 TESTE T DE STUDENT

O teste t é utilizado para comparar duas médias. Ao realizar este teste busca-se
verificar se a hipótese nula é correta, ou seja, que não há diferenças significativas
entre os dois grupos.
Pode-se aplicar o teste t para uma amostra (que é comparada com uma média
predeterminada) ou para duas amostras (com dados emparelhados ou dados
independentes)

Requisitos para aplicação da Prova t

1) As variáveis devem ser escalares;
2) A amostra deve ser aleatória;
3) As variáveis devem ter distribuição normal.

Etapas para realizar o Teste "t"

1) Criar a hipótese;
2) Calcular no SPSS o valor de t:
a) Análise
b) Comparar médias / escolher o tipo
- Uma média (One-Sample T Test) / Acrescentar o valor a ser testado
- Duas médias com amostras independentes (Independent-Samples T Test) /
inserir variável em teste / inserir variável dos subgrupos /define grupo / continue /
OK
- Duas médias com amostras relacionadas/emparelhadas (Paired-Samples T Test)
/ selecionar variável 1/ selecionar variável 2 / transportar / OK
3) Avaliar o Significado – Comparando-o com o valor significância ( α )
4) Concluir o teste

TEXTO 14

35
 ANÁLISE DE VARIÂNCIA SIMPLES (One way ANOVA)

Amostras de diferentes populações são muitas vezes selecionadas com a

finalidade de se avaliarem possíveis diferenças entre as distribuições
populacionais de alguma característica de interesse. Para testar se três ou mais
grupos têm diferenças significativas em relação a determinada variável escalar,
utiliza-se a Análise de Variância.
Uma análise de variância permite que vários grupos sejam comparados a
um só tempo, utilizando variáveis contínuas. O teste é paramétrico (a variável de
interesse deve ter distribuição normal) e os grupos têm que ser independentes.
Uma análise que serve para comparar médias obtidas em várias amostras
diferentes, com variáveis contínuas e distribuição normal.
Há três pré-requisitos que devem ser observados para que se possa aplicar
a análise de variância.
1. as amostras devem ser aleatórias e independentes;
2. as amostras devem ser extraídas de populações normais;
3. as populações devem ter variâncias iguais.

Para realizar o teste de hipótese deve-se aplicar as etapas:

1. Elaboração da hipótese;
2. Cálculo do valor de F;
3. Identificação do valor de sig;
4. Comparação do valor do sig com o valor de α;
5. Determinar a hipótese correta;
6. Concluir o teste.

No SPSS:
Análise / Comparar médias / One way ANOVA / selecionar as variáveis / OK.
Exercícios
01- Criar o Banco de dados entregues em sala e faça a Anova.
TEXTO 15

36
 TESTE DE INDEPENDÊNCIA DE VARIÁVEIS – TESTE DO QUI-QUADRADO -
2
É um teste não-paramétrico, ou seja, os parâmetros: média e desvio-padrão
não são utilizados. Neste teste, as frequências de cada grupo são relacionadas
em uma tabela de dupla entrada.
O teste do Qui-quadrado deve ser aplicado quando cada freqüência seja
um número maior ou igual a 5. Se a freqüência de alguma das celulas da tabela
for menor que 5, esta deverá ser agrupada com outra classe.
Esse teste deve ser aplicado quando as variáveis tiverem no mínimo 2
categorias.

A hipótese deste tipo de teste é dada por:

Ho: y independe de x
H1: y não independe de x

O cálculo de 2cal é feito pela fórmula:

2cal =  (fo – fe) 2
Onde:
fe fo é a freqüência observada de cada classe
fe é a freqüência esperada de cada classe

fe = fi . f j
fj
No SPSS pode-se calcular o teste do Qui-quadrado aplicando as seguintes
etapas:
Análise / Descritores Estatísticos / Crosstabs / Selecionar as variáveis para linha e
coluna / Estatística / Qui-quadrado / Continue / OK

Há três pré-requisitos que devem ser observados para que se possa aplicar a
análise de variância.

37
 1- as amostras devem ser aleatórias e independentes;
2- as amostras devem ser extraídas de populações normais;
3- as populações devem ter variâncias iguais.

EXERCÍCIO

01- Abrir o Banco Empresa MM colchões e calcular o teste do Qui-quadrado para

as seguintes variáveis (α = 0,05):
a) Gênero com V2 , V3, V4
b) Faixa Etária com V3, V4, V6
c) Escolaridade com V1, V3,V5
d) Tempo de Casa com V1, V2, V4

38