As respostas que procura, numa linguagem clara

análise de dados estatísticos

Obtenha as respostas que procura, numa linguagem clara. Obtemos resultados precisos através dos procedimentos e técnicas mais robustos. Prestamos um apoio permanente e experiente em investigação técnica e científica. Pedir de Orçamento!

Desenvolvemos estudos de Estatística aplicada nas áreas da saúde, psicologia, educação, gestão, marketing e economia, quer em contexto de investigação, quer em contexto de gestão de empresas.

A Alpha 21 presta apoio técnico e consultoria a académicos, estudantes, investigadores e empresas das mais variadas áreas técnicas e científicas, com sigilo, rigor técnico e compromisso.

O que nos diferencia é a capacidade de implementarmos, de forma integrada, metodologias estatísticas e técnicas de análise de dados que têm com o propósito responder a questões concretas, obter indicadores precisos e solucionar problemas.

  • Recolha de Dados: através de inquéritos, questionários, entrevistas ou observação (participante ou não participante);
  • Criação e Gestão de Bases de Dados: Codificação de Variáveis;
  • Tratamento e Análise de Dados Estatísticos;
  • Relatórios de Análise: Interpretação de Resultados, Implicações e Decisões.

Como desenvolver uma análise estatística robusta?

Principles and Practice of Structural Equation Modeling

Desenvolver análises robustas e potentes é uma preocupação de todo o investigador.

É por isso que a pergunta mais frequente que recebemos seja: “Qual o tamanho que deve ter a minha amostra?”.  A resposta a esta pergunta é influenciada por uma série de fatores, incluindo o objetivo do estudo, o tamanho da população, o risco associado ao estudo de uma amostra “má” e o erro de amostragem permitido.

Para melhor estimar o tamanho da amostra, ou para validar que a amostra definida é suficiente, pode ser desenvolvida uma análise do poder da amostra, assim como um estudo piloto de parte dos dados recolhidos. Através da literatura relevante podem ser identificados parâmetros que ajudem a definir o desenho da pesquisa.

Há três considerações importantes a fazer na análise de poder para determinação do tamanho da amostra, sendo todas elas consideradas ao fazer sua análise de poder:

  • A abordagem geral para determinar o tamanho da amostra pressupõe que uma amostra aleatória simples é o desenho de amostragem. Desenhos mais complexos, por exemplo, amostras aleatórias estratificadas, devem ter em conta as variâncias de sub-populações, estratos ou agrupamentos antes de se poder fazer uma estimativa da variabilidade da população como um todo.
  • O tamanho da amostra deve ser apropriado à análise planeada. Se recorrer à estatística descritiva, por exemplo, então qualquer tamanho de amostra razoável será suficiente. Por outro lado, geralmente é necessária uma amostra de bom tamanho, aproximadamente n = 150 + quando pretendemos desenvolver um modelo de regressão múltipla, ou logística, análise de covariância ou análise log-linear, que pode ser realizada para avaliações de impacto mais rigorosas. Por outro lado, pode ser necessário fazer um ajuste no tamanho da amostra para se proceder a uma análise comparativa de grupos (por exemplo, a avaliação dos participantes do programa versus os não participantes, ou a comparação entre o grupo de teste e o grupo de controlo). Além disso, distribuições distorcidas podem resultar em sérios desvios à normalidade, mesmo para amostras de tamanho moderado, causando a necessidade de ter uma amostra maior.
  • Finalmente, as fórmulas do tamanho da amostra fornecem as respostas que precisam ser obtidas. Muitos investigadores adicionam 25% + para o tamanho da amostra planeada para compensar as pessoas que o pesquisador venha a excluir da amostra, por algum motivo. O número de pesquisas recolhidas ou entrevistas realizadas também pode ser substancialmente maior do que o número necessário, com base na taxa de resposta assumida.

Também podemos realizar análises de poder em estudos psicométricos mais complexos recorrendo à modelação de equações estruturais. Para este tipo de estudo, precisaríamos de conhecer alguns detalhes do estudo, sobre como pretende configurar a análise de equações estruturais (quais variáveis latentes, indicadores, correlações, etc.). Em seguida, conduziríamos a análise de poder com base nos métodos descritos em McCallum, Browne, Sugawara (1996, também citados em Kline (2016) Princípios e Práticas de Modelação de Equações Estruturais, 4ª edição). Este método envolve a realização de uma análise personalizada para o cálculo da potência e do tamanho da amostra necessários para aceitar ou rejeitar a hipótese nula de que o modelo apresenta um bom ajustamento aos dados, com base na métrica RMSEA (Root Mean Square Error of Approximation) – Ler mais.

Se precisar de uma análise do poder da amostra na fase inicial do seu projeto de investigação, é algo que podemos ajudar. Fale connosco por e-mail sobre o seu projeto de investigação. Bom trabalho!

Técnicas e Instrumentos de Recolha de Dados

Recolha-de-dados-analise-estatistica.pt

Existem 4 técnicas de recolha de dados que podem ser implementadas através de diferentes instrumentos de pesquisa.

As técnicas e instrumentos a aplicar dependem de estudo para estudo e, sobretudo, dos objetivos de cada pesquisa.

Técnicas de Recolha de Dados:

  • Inquérito por questionário;
  • Inquérito por entrevista;
  • Observação;
  • Análise documental.

Instrumentos de Recolha de Dados:

  • Questionários
  • Guião de entrevista;
  • Análise de conteúdo;
  • Análise estatística / análise quantitativa;
  • Diário do investigador;
  • Ficha de leitura.

Tratamento dos dados: método qualitativo e quantitativo

O tratamento dos dados pode ser desenvolvido segundo o método qualitativo e/ou quantitativo. A cada uma destas técnicas subjazem metodologias diferentes. 



Por um lado as metodologias quantitativas valorizam as tendências, as médias, baseando-se na possibilidade de tornarem mensuráveis os fenómenos sociais. 

Por outro lado, as metodologias qualitativas, que se baseiam na especificidade do objecto das ciências sociais, com características diferentes do objecto das ciências exactas, valorizam as manifestações subjectivas e comportamentais para a compreensão dos fenómenos (Azevedo & Azevedo, 1994: 29).

A recolha de dados constitui uma fase inicial do trabalho empírico, sendo necessário proceder-se à organização e análise desses dados, tratando-se de uma tarefa complexa e exigente. 

Referência: 
Azevedo, C. M. & Azevedo, A. G. (1994). Metodologia Científica. Contributos práticos para a Elaboração de Trabalhos Académicos. Porto, Edições da Universidade Católica Portuguesa.