O que é a pesquisa quantitativa?
A pesquisa quantitativa coleta dados numéricos e os analisa estatisticamente para descrever, comparar, achar relações ou testar causas. Faz perguntas de “quanto”, “quantos” e “qual o efeito de”, medindo variáveis de modo que outros possam repetir.
Exemplos de pesquisa quantitativa
- Uma pesquisa com 1.200 universitários sobre horas de trabalho remunerado e resultados de provas.
- Um ensaio randomizado comparando dois programas de leitura em 40 escolas.
- Uma análise de dados do censo nacional sobre tempos de deslocamento.
- Títulos de nível escolar: “A relação entre o tempo de tela e o sono entre alunos do 10º ano”; “O efeito da música de fundo nas pontuações de testes de memória”.
Tipos de pesquisa quantitativa
- Descritiva: mede quão comum é algo (uma pesquisa de hábitos de leitura).
- Correlacional: testa se as variáveis se movem juntas, sem mostrar causa.
- Causal-comparativa: compara grupos existentes (por exemplo, estudantes que fizeram ou não um ano sabático).
- Quase-experimental: testa uma intervenção sem designação aleatória.
- Experimental: designação aleatória às condições, o teste mais forte de causa (veja o desenho experimental).
Os estudos também podem ser transversais (um ponto no tempo) ou longitudinais (as mesmas pessoas ao longo do tempo).
Pesquisa quantitativa e qualitativa
A pesquisa quantitativa mede em muitos casos; a pesquisa qualitativa explora o significado em profundidade com menos. O trabalho quantitativo é bom em amplitude e teste; o qualitativo, em explicar o porquê e descobrir o que testar.
Analisando dados quantitativos
- Estatística descritiva: médias, porcentagens, desvios padrão.
- Estatística inferencial: testes t, ANOVA, qui-quadrado, correlação e regressão, relatados com tamanhos de efeito e significância.
- Software: SPSS, R, Stata, Python ou Excel.
Qualidade: confiabilidade, validade e tamanho da amostra
A boa pesquisa quantitativa usa medidas consistentes (confiabilidade) e que medem o que afirmam medir (validade), e um tamanho de amostra grande o bastante para detectar o efeito de interesse, idealmente extraída por amostragem aleatória.
Pontos fortes e limites
- Pontos fortes: precisa, comparável, capaz de generalizar a partir de boas amostras e replicável.
- Limites: pode perder contexto e significado, e é tão boa quanto as suas medidas.
Caso de uso: IA para artigo científico