Análise quantitativa de dados

É adequado, por definição, a todas as investigações orientadas para o estudo das correlações entre fenómenos susceptíveis de serem exprimidos por variáveis quantitativas. por conseguinte, estes métodos são geralmente muito bem adequados a investigações conduzidas numa perpectiva de análise causal. Mas não é, de modo algum, exclusivo desta: grandes sociólogos utilizara estes métodos em perpectivas muito diferentes.

A análise estatítica dos dados impõe-se em todos os casos em que estes últimos são recolhidos por meio de um inquérito por questionário. É então necessário reportarmo-nos aos objectivos para os quais é adequado este método de recolha dos dados. ( Quivy e Champenhoudt, 1992:222)

Estatística descritiva vs Estatística inferencial

Uma estatística descritiva descreve, de forma sumária, alguma caracter´sitica de uma ou mais variáveis fornecidas por uma amostra de dados. As estatísticas descritivas mais vulgares são, talvez, as medidas de tendêcia central, nomeadamente, o valor médio, a mediana e a moda. O descio padrão, a variâcia, e o intervalo inter-quartil também são estatíiticas descritivas porque dão uma descrição sumária da variação dos valores de uma variável. Todos os coeficientes de correlação são esataísticas decritivas na medida em que resumem a relação entre os valores de duas variáveis. (Hill e Hill,2000:192)

A estatística inferencial permite avaliar o papel de factores ligados com o acaso quando se está a tirar conclusões a apartir de uma ou mais amostras de dados.

Segundo Hiil e Hill (2000), as técnicas estatísticas podem ser classificadas de várias maneiras, por exemplo:

- técnicas paramétricas e técnicas não-paramétricas;

- técnicas que trata de diferenças entre amostras de casos, e técnicas que tratam da relação entre variáveis (para uma só amostra de casos);

- técnicas univariadas, técnicas bivariadas e técnicas multivariadas.

Técnicas paramétricas e técnicas não-paramétricas

Há um grupo de testes estatísticos, designados paramétricos, que se baseia nas medidas intervalares da variável dependente. Ou seja, a variável dependente é um parâmetro ou característica quantitativa de uma população(Winer, 1971). A utilização destes testes exige que sejam satisfeitos os seguintes pressupostos:

- a distribuição é normal;

- a variância é homogénea;

- os intervalos são contínuos e iguais.

Quando comparados com os testes paramétricos, os não-paramétricos requerem menos pressupostos para as distribuições. Não exigem uma distribuição normal, nem variãncias iguais nos grupos. Baseiam-se em dados ordinais e nominais e são muito úteis para cálculos rápidos. São também úteis para as amostras grandes, em que os pressupostos paramétricos não se verifiquem, e para amostras muito pequenas, e ainda para investigações que envolvam hipóteses cujos processos de medida são ordinais. (Tuckman, 2005:374).

Exemplos de testes paramétricos : o teste t, a análise de variância, a correlação (do tipo Pearson) e a regressão linear.

Exemplos de testes não-paramétricos: o teste do qui-quadrado, o teste de Wilcoxon, o teste entre medianas, e a correlação (do tipo Spearman).

Referências Bibliográficas
Hill, M. M.;Hill, A. (2000). Investigação por questionário. Lisboa:Edições Sílabo.
Quivy, R.; Campenhoudt, L. (1992). Manual de investigação em ciências sociais. Lisboa:Gradiva.
Tuckman, B. W. (2005). Manual de Investigação em Educação. Lisboa:Fundação Calouste Gulbenkian.