Como analisar dados quantitativos
Resumo: Prepara, descreve e interpreta dados numéricos com testes, modelos e incerteza adequados.
O que é a análise quantitativa
A análise de dados quantitativos descreve, compara ou modela valores numéricos para responder à pergunta de investigação. A técnica deve seguir o desenho, o tipo de variável, a distribuição dos dados e os pressupostos do estudo, e não ser escolhida apenas porque é comum.
Preparar e verificar os dados
Define variáveis, códigos e regras antes da análise. Confirma duplicados, valores impossíveis, dados em falta, unidades, casos extremos e coerência entre respostas. Guarda uma versão original e regista todas as transformações para que o procedimento seja auditável.
Estatística descritiva
Apresenta frequências e proporções para variáveis categóricas e medidas de tendência central e dispersão para variáveis numéricas. Escolhe média e desvio-padrão ou mediana e intervalo interquartil conforme a distribuição e explica denominadores, arredondamentos e dados ausentes.
Escolher testes e modelos
Relaciona a pergunta e o desenho com o procedimento: comparação de grupos, associação, correlação, regressão ou outro modelo. Verifica independência, distribuição, linearidade, variância e escala. Se os pressupostos não forem adequados, considera transformação, método robusto ou alternativa não paramétrica.
Efeito, incerteza e significância
Não apresentes apenas um valor de p. Relata estimativa de efeito, intervalo de confiança, tamanho da amostra e, quando adequado, poder ou precisão. Distingue diferença estatisticamente detetável de diferença relevante para a prática ou para os participantes.
Comparações múltiplas e análise exploratória
Se testares muitas hipóteses, aumenta a possibilidade de resultados ocasionais. Define análises principais antes de observar os dados, separa análises exploratórias das confirmatórias e aplica correções ou estratégias adequadas quando forem justificadas.
Dados em falta e casos extremos
Descreve a quantidade e o padrão de dados em falta e justifica exclusão, imputação ou análise de sensibilidade. Investiga casos extremos sem os remover automaticamente: podem ser erros, situações reais ou sinais de que o modelo não representa todos os casos.
Apresentar tabelas e gráficos
Cada tabela ou gráfico deve responder a uma parte da pergunta e ter título, unidades, legenda e fonte de dados claros. Evita distorcer escalas, esconder denominadores ou repetir no texto todos os números. Mostra resultados nulos e incerteza com a mesma transparência.
Reprodutibilidade e limites
Guarda código, dicionário de dados, decisões e versões do software de acordo com a ética e a proteção de dados. Relata análises não previstas, limitações de amostragem e possíveis confundidores. Uma associação observada não prova causalidade sem um desenho que a sustente.
Erros frequentes e checklist
Evita escolher o teste depois de procurar significância, ignorar pressupostos, confundir correlação com causalidade, arredondar em excesso, omitir dados em falta ou usar gráficos enganadores. Confirma pergunta, variáveis, limpeza, descrição, modelo, efeito, intervalo, sensibilidade e limites.
Conclusão
Analisar dados quantitativos é transformar dados em evidência proporcional à pergunta e ao desenho. A qualidade resulta de preparação documentada, escolha justificada, comunicação da incerteza e interpretação que não ultrapassa o que os dados permitem afirmar.
Fontes
Perguntas frequentes
Por onde começar a análise quantitativa?
Começa pela pergunta, pelo dicionário de dados e pela verificação da qualidade dos dados antes de escolher testes ou modelos.
Basta apresentar o valor de p?
Não. Apresenta também efeito, intervalo de confiança, tamanho da amostra e interpretação prática quando forem adequados.
Formata as fontes que consultaste no gerador de bibliografia.