PLANEJAMENTO
DE

PESQUISA SOCIAL

Obra publicada com a colaboração da
U N IV E R S ID A D E DE SÃO PAULO

r e it o r :

P rof. D EM

r.

L

u ís

A

n t o n io

da

G
r.

ama

f .

S il v a G u l-

VICE-REITOR

EXERCÍCIO:

P r OP.

D

M Á R IO

MARÃES F

e RRI

EDITORA DA

UNIVERSIDADE

DE

S.

PAULO

COMISSÃO EDITORIAL:

Presidente — Prof. Dr. Mário Guimarães Ferri (Faculdade de Filosofia, Ciências e Letras). Mem­ bros: Prof. Dr. A. Brito da Cunha (Faculdade- de Filosofia, Ciências e Letras), Prof. Dr. Carlos da Silva Lacaz (Faculdade de Medicina), Prof. Dr. Miguel Reale (Faculdade de Direito), e Prof. Dr. Pérsio de Souza Santos (Esc. Politécnica).

RUSSELL L. ACKOFF

PLANEJAMENTO PESQUISA SOCIAL
DE

E D IT Ô R A

DA

E D IT Ô R A H E R D E R U N IV E R S ID A D E D E
SÃO PAULO

SÃO

PAULO

1967

Versão portuguesa de Leonidas Hegenberg e Octanny Silveira da Mota, do original inglês “The Design of Social Research”, de Russell L. Ackoff, publicado pela The University of Chicago Press, Chicago, EUA, Copy­ right © 1953 by the University of Chicago. All rights reserved. Todos os direitos reservados.

©

Editora Herder — São Paulo — 1967 Impresso na República do Brasil Printed in Republic of Brazil

Para

A

lec

cuja paciência e trabalho datilográfico tornaram isto possível

ÍNDICE

Cap. Cap. Cap. Cap.

I II — III — IV —

Cap. V — Cap. V I — Cap. V II — Cap. V III — Cap. Cap. IX — X —

O Significado da Pesquisa e Experimentos Meto­ dologicamente Planejados ....................................... Formulação do Problema ...................................... Modélo de Pesquisa Idealizada ............................ O Planejamento da Pesquisa Prática: Amostra­ gem ........................................................................... A Lógica dos Procedimentos Estatísticos ........... Testes de Hipóteses (1) ....................................... Testes de Hipóteses (2) Análise de Variância e Covariância .............................................................. Testes de Hipóteses (3) e Procedimentos Estimativos ......................................................................... A Fase Observacional do Planejamento da Pes­ quisa Prática ............................................................ A Fase Operacional do Planejamento de Pesquisa Prática .....................................................................

1 18 66 112 179 241 311 347 391 448

A p ê n d ic e

I II I II IV V VI

Método de Balanceamento de um Grande Número de Objstivos ...................................................... ................................. Análise do Conceito “Grupo Social" .................................. Alguns Símbolos de liso Freqüente .................................... Ilustração do Método de Obtenção de Amostra de' Extensão Otima ........................................................................................ Tabelas I - X II e Figuras I - V I ................................ Respostas aos Problemas ......................................................

505 508 508 515 520 546

P R E F Á C IO

Dificilmente êste livro será de leitura amena ou servirá de passatempo. Isto se deverá, parcialmente, às imperfeições de estilo, mas, em grande parte, será atribuivel à natureza técnica do trabalho. As ciências sociais acabam de sair de sua infância; portanto, livros relativos a essas ciências não precisam mais se restringir a especulações superficiais ou filosóficas, nem à reorganização de fatos sociais familiares. Importante passo no amadurecimento de uma ciência é o desenvolvimento de suas técnicas e métodos de pesquisa. As ciências sociais já se encontram bastante avançadas tècnicamente; mas não metodologicamente. Êsse desenvol­ vimento desigual deve-se (em parte) a não se ter distin­ guido entre técnicas e métodos de pesquisa. Já que não existe formulação geralmente ^aceita dessa distinção, tomarei a liberdade de propor uma. Técnica^ | referem-se ao compor­ tamento e aos instrumentos empregados na/JSrltóação. de Q p j?rações de pesquisa; p.~exTr~fazer observações,“registrar~d"ãcfos, manipulá-los, etc.. ‘ Métódós" de outrã~pãrte','~rêfêrèm-se ao comportamento e aos instrumentos empregados najsjd&Çãp^e íf e v t á g ^ f ç a s ’fcggçftiiaa. | Conse^üentemente^^s métodos são mais geraisque as técnicas e' as uTTrãpãssãm. No passado, o estudo dos métodos de pesquisa, tal como definidos acima, realizou-se, principalmente, na área da filo­ sofia da ciência. Nessa área, a abordagem foi especulativa, reflexiva e (em alguns casos) puramente empírica. Recen­ temente, porém, os próprios métodos de pesquisa foram obieto de cogitação científica. Resultou daí, nôvo campo científico: a metodologia. Neste livro, esforcei-me por apresentar uma (não a) metodologia da pesquisa social. Em outras palavras, pro­ curei explicitar os tipos de decisão que podem se tornar necessários no decurso de uma pesquisa e sugerir métodos,

X II

P L A N E JA M E N T O

DE

PESQUISA

SOCIAL

através dos quais tais decisões sejam tomadas, bem como critérios que permitam avaliá-las. Sempre que possivel, os métodos e critérios sugeridos estão baseados em pesquisa metodológica; quando isso não ocorre, são formulados de modo a se fazerem suscetíveis de avaliação científica. Minha esperança é a de que os pesquisadores sociais venham a proceder a essas avaliações e a aperfeiçoar os processos e critérios sugeridos. Como sucede com muitos autores, sinto que êste tra­ balho está inacabado, na ocasião em que o envio à editora. Verifiquei que, nas várias revisões já feitas, modificações maiores e menores se mostraram necessárias. Não tenho dúvidas de que nova revisão resultaria em novas modifica­ ções importantes. Mas concluí que as alterações mais cabíveis resultavam de críticas e sugestões provindas de pessoas que haviam lido o manuscrito e, particularmente, de pessoas que haviam aplicado os métodos sugeridos. Sinto, agora, que é tempo de alargar o grupo de pessoas que pos­ sam provocar novas modificações e isto se conseguirá melhor com a publicação do trabalho. Espero que alguns pesqui­ sadores sociais, profissionais e estudantes, aceitem o con­ vite para sugerir novas mudanças e revisões. E, o que importa mais, espero que se esforcem para fazer progredir a metodologia da pesquisa social e publiquem os resultados dêsses esforços. Considerando que êste livro é dificil, ajudaria, talvez, o leitor conhecer o esbôço de sua organização: I. II. III. IV . Introdução Formulação Projeto de Projeto de A. B. C. (cap. i) do problema (cap. ii) pesquisa idealizada (cap. iii) pesquisa prática

Fase estatística (caps. iv, v, vi, vii e vni) Fase observacional (cap. ix) Fase operacional (cap. x).

As referências encontram-se no corpo do livro. Em geral, acham-se entre parênteses; p. ex., “ (4:15)”. Quando se encontrarem numa observação já posta entre parênteses, serão usados colchetes; p. ex., “ [7:xiv]”. Em qualquer caso.

P R E F Á C I O

XIII

o número à esquerda dos dois pontos refere-se ao livro que tem êsse número nas “Referências e bibliografia”, colocadas no final do capítulo. O número à direita dos dois pontos diz respeito às páginas, quando em árabicos, ou aos capí­ tulos quando em romanos. As figuras e tabelas no corpo do livro são indicadas por numerais arábicos; as do Apên­ dice V , por numerais romanos. Ao final de cada capítulo, acham-se “Tópicos para discussão”, “Exercícios” e “Leituras indicadas”. O propó­ sito em vista é o de facilitar o uso do livro em salas de aula. Gostaria de sugerir que os “Exercícios” fôssem feitos por grupos de estudantes em trabalho conjunto. Isso dará aos alunos prática de pesquisas em equipe, como, no futuro, terão que proceder. Será também de grande ajuda (embora não necessário) o uso de computadores para feitura dos exercícios que aparecem no fim dos capítulos vi, vii e viii. Muitos dos exemplos e problemas propostos nas secções de estatística são fictícios; foram deliberadamente elabora­ dos para simplificar a parte matemática. Elementos usados em tais exemplos não devem ser interpretados nem empre­ gados como dados sociais. O Apêndice III contém uma lista de definições dos sím­ bolos matemáticos e estatísticos mais comumente empregados. ★ * ★

Êste livro não é trabalho de um só autor — nenhum livro o é. Muitas pessoas participaram de sua preparação. A maior parte do trabalho mental de que êste livro resultou deveu-se a extensa e intensa cooperação com o Professor C. W est Churchman. Por acaso — e não por qualquer motivo essencial — coube-me a tarefa mecânica de colocar nossas idéias em letra de fôrma. Mas, mesmo neste aspecto, sua contribuição foi considerável. Leon Pritzker, do United States Bureau of the Census, interessou-se pelo manuscrito, desde o início. Foi capaz de levantar problemas mais ràpidamente do que me era pos­ sível resolvê-los. Afortunadamente, consegui persuadi-lo a ajudar-me a responder algumas das suas próprias questões. Sua influência é patente ao longo de tôda a obra, mas, em especial, o último capítulo foi escrito com sua colaboração.

XIV

P L A N E JA M E N T O

DE

PESQUISA

SOCIAL

Ter eu indicado êste trabalho deve-se, em larga escala, em primeiro lugar, ao excitante período que passei junto ao Bureau of the Census. Foi um privilégio trabalhar e apren­ der com pessoas como Morris H. Hansen, William N. Hurwitz, Joseph F. Daly, Benjamin J. Tepping, Harold Nisselson, Eli S. Marks e W . Parker Mauldin. Meus con­ tatos, nesse período, com W . Edwards Deming, foram igual­ mente estimulantes. Muito devo a Max Bershad, do Bureau, pelo auxílio que prestou no preparo do capítulo que trata de amostragem. A mim, porém, somente, cabe a respon­ sabilidade por quaisquer erros que êsse capítulo possa conter. Muitas outras pessoas atenciosamente dedicaram tempo e talento a esta obra. Gostaria de destacar Harwey V. Roberts, Martin J. Klein, Chester Topp, Fred Leone e Thomas Baker, que revisaram criticamente o manuscrito, em parte ou no todo, em diferentes estágios de seu desenvolvi­ mento. Aos inúmeros estudantes, cuja imaginação criadora e aguda habilidade crítica serviram de incentivo a esta obra, manifesto a minha gratidão; em especial a J. S. Minas e James Bates. Por fim, muito devo aos seguintes editores, publicações e pessoas que me permitiram utilizar material de seus escri­ tos: The American Marketing Association (Journal of Marketing); American Psychological Association, Inc. (Psy­ chological Review); The American Public Health Association (American Journal of Public Health); American Sociological Society (American Sociological Review); American Statistical Association (Journal of the American Statistical Association); The Annals of Mathematical Statistics e C. Eisenhart, F. Swed, C. O. Ferris, F. E. Grubbs, e C. L. Weaver; Biometrika; Columbia University Press; Sra. Earle E. Eubank; The Free Press; Charles Griffin & Co., Ltd.; Harper & Brothers; Harward University Press; Henry Holt and Company, Inc.; Houghton Mifflin Company; McGrawHill Book Company, Inc.; The Macmillan Company; Pro­ fessor R. A. Fisher, Cambridge, e a messrs. Oliver e Boyd, Ltd., Edinburgh (pela permissão para reproduzir as Tabe­ las V e V III de seu livro, Statistical Methods for Research Workers); Philosophical Library, Inc.; Princeton Univer­ sity Press; Public Opinion Quarterly; Rinehart and Com­

. (Journal of Educational Psychology). Ohio 16 de Margo de 1953 . Routledge and Kegan Paul. . Inc. Royal Statistical Society (Journal of the Royal Statistical Society).PREFÁCIO XV pany. Ltd. Inc. Cleveland.A. R . The University of North Carolina Press. The University of Chicago Press. Inc.L. e John W iley & Sons. Warwick and York.. University of Pennsylvania Press.

1600 em lugar de 1. L. desagradem espe­ cialistas. ex. sempre que possível. em outra obra já vertida para o por­ tuguês.3 ou do nosso 0. A fim de facilitar ao leitor a consulta às tabe­ las. "randômico”. pela eventual impropriedade de escolha.N O T A DOS TRADUTORES Os tradutores conservaram. talvez. a nota­ ção do autor. também. Assim. p..600). adjetivo correspondente a "random”.7.S .630..3 ou .H. ex. em algumas ocasiões.000 (ou. usar a vírgula no lugar do ponto e êste no lugar daquela nas decimais e nas separações de unidades. O .M . Há. nêsse caso demos preferência a “aleatório”. têrmos ainda não consagrados. preferiram. o leitor encontrará 1.7. tornou-se obrigatório acolher palavras que. como. Aqui ou ali. o leitor encontrará 1.000 (um milhão seiscentos e trinta mil). em vez do nosso 1. desculpamse de antemão. no lugar do nosso 1. 2 . p.630.

que um setor. nem o de tomar em consideração a maneira como age a maioria dos cientistas. Argumentavam que o espírito e a sociedade humanos são. par­ ticularmente. o de patentear como pode ser orientada a melhor investigação possível em ciências sociais. a história da ciência tem demonstrado. insuscetíveis de investigação científica. a despeito do filósofo. Em verdade. repetidamente.C a p ítu lo I O S IG N IF IC A D O D A P E S Q U IS A E E X P E R IM E N T O S M E T O D O L O G IC A M E N T E P L A N E JA D O S 1. proclamam ser o espírito e a sociedade. Introdução. uma ciên­ cia experimental do espírito e da sociedade. H á não muito tempo (há menos de cem anos) cientistas e filósofos sustentavam ser impossível uma ciência do espí­ rito e da sociedade ou ser impossível. Investigação científica a propósito do espírito e da socie­ dade pode ser bem ou mal conduzida. podemos dirigir a pergunta formulada por Lewis Carrol em situação similar: “Você tentou?”. Aqui desejamos des­ cobrir como conduzi-la da melhor maneira possível. antes. Mas. o psicólogo e o cientista social avançam e investigam cientificamente o espírito e a socieda­ de. Nosso objetivo não é o de sintetizar práticas correntes. vem a ser tratado cientificamente em periodo posterior. essencialmente. Àqueles que afirmam que uma ciência do espírito e da sociedade é inconcebível. Existem ainda filósofos que. dese­ jamos tomar explícita a maneira como a pesquisa deveria ser . através das^ últimas conquistas do método científico. Nosso obje­ tivo é. ou. repetindo o passado. importantes aspectos de um e de outra. quando menos. pelo menos. con­ siderado em certo período como insuscetível de tratamento científico. incapazes de se ver submetidos a estudo científico e. Mas. de caráter experimental. Muitas dessas sínteses já existem.

não-experimentais. onde guardar roupas.2 P L A N E JA M E N T O DE PESQUISA SOCIAL conduzida e não necessariamente como é conduzida. é determinar o que distingue os experi­ mentos de outros tipos de investigação. como investir economias. demos um nome à investigação não-experimental. mas. Aplicamo-nos a determinar qual a melhor maneira de ir de casa ao trabalho. com respeito tanto a questões triviais como a questões importantes. O que nos com­ pete fazer. devemos começar esclarecendo o significado de "experimento”. o cientista social pode julgar impossível preencher tôdas as condições que estabeleceremos. Essas investigações são. etc. via de regra. Somente quando um cientista reco­ nhece as deficiências (sejam elas impostas de dentro ou de fora). de duas diferentes maneiras: com base ( 1 ) no tipo de proble­ . Desde que neste livro nossa preocupação principal girará em tôrno da pesquisa e de experimentos metodologicamente planejados. “planejamento” e “metodologia". A investigação experimental tem sido historicamente distinguida da investigação baseada no senso comum. Nem tôdas as investigações. Antes de tudo. O significado de «experimento» e de «pesquisa». Começamos fazendo algumas observações óbvias. é de grande conveniência que êle saiba a que distância se situa do procedimento ótimo. mas todos os experimentos são investigações. “pesquisa”. 2. então. é que êle se torna capaz de aperfeiçoar eficientemente seus métodos. Para converter o senso comum em ciência. são experimentos. mas importantes: ( 1 ) experimentação é uma atividade e ( 2 ) é a espécie de atividade que nós chamamos investigação. . contudo. Esclarecer o significado dêsses conceitos proporcionará não somente a "amostra das próximas atrações” como será essen­ cial para a compreensão do por que a pesquisa deve ser pla­ nejada metodologicamente. Frente ao caso prático. Inves­ tigação baseada no senso comum é a que levamos a efeito a cada momento. devemos saber o que torna cientí­ fica uma investigação e o que transforma uma experiência em um experimento. chamemo-la “investigação baseada no senso-comum”. Para facilitar a discussão. consideremos o significado de "experi­ mento”.

é muito raro. como construir uma ponte. Afirma-se. ou seja. Uma vez que nos deci­ damos por êsse caminho. mas dá um nome a essa diferença e aponta para onde buscar uma elucidação para ela. P LA N E JA D O S 3 mas que são investigados. E também reconhecemos que o senso comum investiga. o método. ou sejq. por meios não cientificos é. Parece conveniente buscar a diferença entre a investi­ gação baseada no senso comum e a experimental. recorrendo. fazendo essa distinção? O instrutor que não controla sua classe não pode fazer com ela o que deseja. ao menos potencialmente. Se a classe pode con­ duzir o instrutor para onde quer. se investigado cientificamente. têm-se valido antes do senso comum do que da experimentação. etc. Q nhjpfn: p ( 2 ) . Ter algo sob controle é estar apto a dirigi-lo num rumo desejado. M ET. que uma classe esteja sob absoluto controle ou em completo des­ controle. então ela é que o tem sob controle. por exemplo. DA PESQ. ela nos diz como curar uma doença. um momento de reflexão mostra que essa afirmativa não espelha os fatos. o próprio senso comum oferece uma indicação para a diferença. se alguma vez acontece. algumas vêzes. Investigações históricas acêrca de problemas éticos e filosóficos. antes ao método do que ao objeto. isto é. suscetível de produzir resultados" melhores. E EXP. que a experimentação diz respeito a problemas menos imediatos ou menos práticos que os investigados pelo senso comum. Que queremos dizer. Dizemos que alguns instrutores "controlam” suas clas­ ses e que outros não. com grande freqüência.em como são investigados êsses problemas.O SIGNIF. Mas. com_B£fspectivas de bons frutos. como aumentar uma colheita. Isso não nos diz qual é a diferença entre investigação baseada no senso comum e investigação experimental. . Ora. problemas de largo alcance e de natureza muito geral. Isso equivale a dizer que o controle pode ser representado numa escala e que podemos classificar os ins­ . êle afirma que a experi­ mentação é investigação controlada. Use­ mos de uma analogia para começar nosso caminho. Uma das características de nosso tempo é a difundida convicção dè que qualquer problema que possa ser investigado. A ciência está continuamente enfrentando tôda espécie de problemas de importância imediata e prática. afirma-se que a ciência e a experimentação preocupam-se apenas com pro­ blemas de longo alcance.

O controle. A ciência foi tida por com­ pletamente "imparcial”. Uma pessoa. Isto não equivale a dizer que o senso comum seja incapaz de encontrar solução para problemas. em ciência. relativamente àquele objetivo. Que significa isso. de forma que êles se orien­ tem para um objetivo desejado — a solução de um problema. uma contradição nesta manei­ ra de ver a ciência fêz-se aparente e impõe-nos reconsiderar conceitos acêrca dos objetivos que a ciência pode servir. Como deixamos dito. antes de podermos chamá-lo científico. A . senso comum. Investigação controlada é investigação eficaz. na verdade.4 P L A N E JA M E N T O DE PESQUISA SOCIAL trutores de acôrdo com o grau de controle por êles exercido sôbre as respectivas classes. para a ^experimentação. É difícil dizer qual o ponto preciso dessa escala em que se passa do senso comum para a>experimentação. portanto. A liberdade de escolha é necessária para o controle e. equivale a dizer que não o é tanto quanto a experimentação. é o de confiar cada v p z mqis no experimento e cada vez menos rio senso comum. Mais acertado é reconhecer que tôda investigação envolve algum senso comum e alguma experi­ mentação. a experimentação é um meio mais eficaz de investigar do que o apoiado no . conseqüentemente. controlar é dirigir e devemos ter em conta aquilo a que se dirige um experi­ mento. é investigação em que o cientista dirige fatos. o problema nem deve ser posto dessa maneira. Que significa dizer que a experiência é dirigida para um objetivo desejado? Significa que a atividade desenvol­ vida é eficaz. quando aplicado ao nosso problema? Se o experimento é investigação controlada.. Assim. cujas ações sejam completamente determinadas pelo meio exterior. Mas. não pode experimentar. O objetivo para aue tendemos. Dêste ponto de vista segue-se que à ciência é lícito buscar os meios mais e mais eficientes para destruir (assim como para preservar) a civilização. O senso comum e a investigação experimental corres­ pondem a níveis diversos na escala que traduz a forma eficaz de conduzir uma investigação. Tempo houve em que se considerava caber à ciência a função de “encon­ trar os meios mais eficientes para atingir qualquer fim”. não pode controlar sua experiência e. embora necessário. e. não é suficiente para distinguir a experimentação científica da investigação baseada no senso comum.

as ciências físicas (as únicas ciências daquela época) desenvolveram . H á uma razão histórica justificadora de que a manipu­ lação seja. Ora. O sentido restrito aplica-se à investigação conduzida em situação tal que os objetos e fatos envolvidos podem ser manipulados à vontade pelo investigador. M ET. isto é. Muitos dos que fazem esta restrição supõem. pode conhecer seus valores. Ela não espera proporcionar o conhecimento absoluto. algumas vêzes. usados na ciência. mas propõe-se a per­ seguir êsse ideal indefinidamente. Diríamos de tal esforço que êle se vale de meios científicos para alcançar objetivos não-científicos. portanto. um ideal.O SIGNIF. identificada com o controle. P L A N E JA D O S 5 contradição é a seguinte: segundo essa concepção de ciên­ cia. só permitiam que se operasse com duas variáveis ao mesmo tempo. certamente. "experimentação cientí­ fica". O ideal da ciência é fornecer ao homem meios mais eficazes. que a manipulação é o único método de controle. Por exemplo. per­ seguindo um objetivo distante. é o de proporcionar continuadamente meios mais e mais eficazes. E EXP. mas também no futuro. nosso conhecimento. não só agora. meios para a destruição da própria ciência. Ainda que chamemos "experimentação” a tal atividade. talvez. ela não será. mas pode efetuar inves­ tigações controladas com respeito a seus movimentos e rela­ ções. sem limites. a um cientista é lícito buscar. isso não é verdade O astrônomo não pode manipular estréias e planetas. DA PESQ. agir assim é claramente anticientifico. Em conseqüência. Houve época em que os métodos de análise matemática e estatística. os resultados das investigações na perseguição de seus objetivos. A ciência é uma instituição histórica em marcha. deliberadamente. situação tal que o investigador pode interferir para influenciar os fatos a serem observados. erroneamente. e êsse conhecimento torna-o capaz de utilizar. êle poderá buscar os meios de moldar uma sociedade em que seja vedada qualquer atividade científica. Embora êle não possa manipular as variáveis. estará em condições de investigar êsse grupo de forma controlada. se êle puder determinar as característica^ importantes do grupo. por vêzes. mas. O têrmo "experimento” é. não possa o cientista social manipular o grupo de pessoae que êle estuda. eficazmente. De forma semelhante. usado em sentido mais restrito do que aquêle em que o utilizamos até agora. porém. Seu objetivo. aumentando.

Mas.6 P L A N E JA M E N T O DE PESQUISA SOCIAL um conceito de experimento “ideal” — aquéle em que se supõe manterem-se constantes tôdas as variáveis. Conquanto o controle não seja sinônimo de manipulação. alguns cientistas consideram-no útil para estabelecer distin­ ção entre as classes gerais de investigação controlada e a especial classe de investigação. exceto duas. embora a manipulação já tenha sido necessária para reduzir o número de variaveis às duas que podiam ser tra­ tadas matemàticamente. Por êsse motivo. “experimentação". Observações se fazem. de ora em diante. Mas. buscando sur­ preender. a classe especial. Isto pode ser feito planejando a pesquisa. em seu habitat natural. 3. seria posta ênfase não na manipu­ lação. de sorte a assumir os vários valores desejados pelo experimentador. A classe geral é chamada "pesqui­ sa”. estará voltada para a pesquisa planejada metodologicamente. mas. é manipulada. Essa prática tem trazido a conseqüência infeliz de atribuir à investigação não manipulável um status inferior ao da investigação manipulá­ vel. então. Assim. uma casa. O significado de «planejamento». hoje — como veremos com algum pormenor nos pró­ ximos capítulos — a dependência de uma variável em relação a qualquer número de variáveis independentes pode ser deter­ minada com o iiso-da m n dp rna análise estatística. na qual o controle é conse­ guido por manipulação. Ainda aqui. empregaremos o têrmo “pesquisa" para designar a classe geral de investi­ gações controladas. O problema que desejamos enfrentar agora é o de como manter sob controle as varias fases da mvestigaçao. no controle. Dizemos que um arquiteto "planeja” um edifício. per­ mitindo que o cientista percorra o mundo. Seria preferível chamar “experimentação” a tôda investi­ gação controlada. problemas de complexidade crescente. chamada variável “independente”. Uma destas. O local em que tal manipulação é feita chama-se "laboratório". como é acertado. para não fazer violência demasiada ao uso científico. tratemos de alcançar o significado de "planejamento” por analogia. . O desenvolvimento dos métodos de “análise multivariada” afastou a necesidade de manipulação e de laboratório. acêrca das alterações que sofre a outra variável “dependente". o mesmo hoje não acontece. Nossa preocupação.

avaliar as bases da mesma decisão. prevemos os pro­ blemas todos que a pesquisa pode envolver e decidimos ante­ cipadamente como agir. O modêlo arqui­ tetônico é uma representação simbólica de tôdas as decisões tomadas ao projetar-se um edifício — uma representação que exibe a interrelação entre o conjunto dessas decisões. portanto. especificações. uma avaliação global do plano em seu todo. aumentamos nossa possibilidade de controlar o processo da pesquisa. Anàlogamente. DA PESQ. ou seja. teria dificuldade para perceber como se relacionam. o arquiteto considera o conjunto de decisões que interessam à construção. mediante o uso de símbolos. É um processo de antecipação deliberada. A aplicação dessas observações à pesquisa é óbvia. estabelece o número de aposen­ tos. composta de conceitos e imagens. antes de a construção iniciar-se. Se. antes do início da constru­ ção de qualquer das partes. etc. Uma construção simbólica dêsse tipo. antes de levar a efeito uma investigação. registra suas deci­ sões.O SIGNIF. E procede assim. Projetando uma casa. Tomamos decisões numerosas. registra e correlaciona as decisões tomadas em modelos verbais. sem saber quão aceitáveis são__asfundamentos em que se apoiam.. H á diferença entre tomar uma decisão antecipada­ mente e . pode êle corrigir enganos e introduzir aperfeiçoamentos. 4. ou não temos . as várias decisões tomadas rela­ tivamente à pesquisa. o planejamento é o procedimento correspondente a tomar deci­ sões antes de surgida a situação face à qual a decisão deva ser efetivada. etc. Portanto. Projetar é planejar. M ET. empregando símbolos em desenhos. orientado para colocar sob controle uma situação cujo surgi­ mento se espera. Valendo-se dêsse "quadro". é chamada modêlo “de pesquisa” ou “experimental". isto é. P L A N E JA D O S 7 por exemplo. Ainda que pudesse. O modêlo torna possivel. Nesses casos. O arquiteto não pode conservar na cabeça tôdas as deci­ sões tomadas. em ciência o planejador pode registrar. Decide quão àmplo o edifício será. E EXP. Tudo isso êle faz antes que se inicie a construção. por­ que deseja um quadro do todo. fixa os materiais que serão usados. O significado de «metodológico». gráficos ou sob forma de maquete.

em certo grau. então. Na medida em que investi­ gamos.medida _em xjue o ínétodo de_. de modo que êle possa ser avaliado antes de iniciadas as obser­ vações. como e porque observar. anali­ sados. As investigações variam entre êsses extremos. quando. de que podemos aproximarnos constantemente. a avaliação e possibilita que o método empre­ gado para chegar às decisões seja. Por que devemos planejar metodologicamente a pesquisa? Exposições a respeito da natureza da investigação cien­ tífica enfatizam.elaborada e avaliada antecipada­ mente e~ 7 b) . Quanto melhor o método. A representação^. É alta­ mente desejável trazer êsse planejamento à consciência._tomar decisões para pesquisa fôr avaliado ou tornado „passível de-avaliação. onde. mas. Sumariando. avaliado antecipadamente. Alguns . Observar nunca pode ser processo inteiramente não-planejado. H á uma variação considerável no grau de elaboração ou planejamento adotado por diferentes pesquisadores.simhólica dêsse plano^é-& modelo de pes~ __guisa. prèviamente. por sua vez. 5. o que. Nenhuma investigação é completamente metodológica ou completamente a-metodológica. classificados e. estamos planejando metodofògicamente essa pesquisa. tanto melhores é de esperar que sejam as decisões resultantes. ou não pretendemos investigá-lo. auto-consciência metodológica. habitualmente. Até mesmo a investigação baseada no senso comum pode ter. a primazia das observações no método científico. embora possa ser planejado inconscientemente.8 P L A N E JA M E N T O DE PESQUISA SOCIAL consciência do método com que se chega às decisões. Enquanto o projeto permite a avaliação das decisões para pesquisa antes que elas se efetivem. porque não podemos fazer observações sem c ^ id ij. Um projeto inteiramente metodológico é outro ideal científico inatingível.na. a metodologia efetua. subseqüentemente. a ppsqnisa é metodologicamente planeiada (a) na medida em que fnr . ou tornamos passível de investigação o método de 'tomar decisões-para pesquisa. de fato. A ênfase é freqüentemente justificada asseverando-se que as observações “vêm antes" e que os dados são. Essa descrição do método da ciência é enganosa.

Em muitas investigações. restringindo a um mínimo o projeto pré-observacional. é econômico. Os defensores de um "planejamento mínimo” sustentam que o tempo requerido para planejar pesquisas não é bem gasto. se quisesse assegurar resultados úteis. A pesquisa atual padece de uma paixão por dados “novos”. Argumentam mais ou menos assim: “o planejamento minucioso de uma pesquisa é oneroso e demorado. o investigador ignora quão acurados seus resultados deveriam ser para se torna­ rem úteis. a acuidade necessária pode ser alcançada sem grandes transtornos. Essa argumentação pode ser válida em algumas situações de emergência. A argumentação não considera vários pontos muito impor­ tantes. porque está menos sujeito a resultar em investigação infrutífera. pesquisadores apressam-se em coletar dados. ao fim de contas. grau maior de acuidade envolve difi-* culdades. adiando a preocupação de sa­ ber o que significam até que estejam reunidos.O SIGNIF. Em muitos projetos de pesquisa. Se o cientista trabalha visando êsse grau maior de acuidade estará despendendo tempo. Em . DA PESQ. M ET . Q. Quando isso acontece. mas também quando atinge resultados “acurados demais”. quando podemos ver “como são os dados”. o tempo gasto em determinar o que significam os dados obtidos é muito maior que o tempo exigido para planejar uma investigação que leve a dados cujo significado seja conhecido. Dizem-nos que um plano para análise dos dados pode ser desenvolvido depois de colhidos êstes. A acuidade exigida pela maioria das pesquisas pode ser obtida sem se atravessar a fase enfa­ donha de construção de modelos de pesquisa metodologica­ mente planejada”. normalmente. demasiado tarde para aperfeiçoar a forma . êle deveria planejar sua pesquisa. O cientista encontra dificuldades não apenas quando deixa de obter resultados suficientemente acurados. não é válida para a grande maioria das situações de pesquisa. Em qualquer dêsses casos. esforço e fundos de pesquisa. . E EXP.alouns casos. êle pode nem mesmo saber qual o grau de inacuidade que seu método de pesquisa acarretará. êle precisa determinar a inacuidade tolerável. mas. Em muitos casos. P LA N E JA D O S 9 nos convidam a chegar às observações o mais ràpidamente possível.planejamento corresponde a um seguro contra o insucesso. certamente. ocasião em que é. 1. 2 .

abrindo possibilidade para melhoras con­ tínuas. para as ciências sociais. 3. provavelmente. 6. A esperança de algum futuro para a sociedade e para a ciência. É verdade que. contente com êles. pode muito bem depender da extensão com que os cientistas sociais demonstrarem de que forma problemas sociais impor­ tantes podem ser efetivamente solucionados de modo pací­ fico e científico. Muitas análises frutíferas do processo de investigação foram e continuam sendo feitas. Aqueles que analisaram a investigação em perspectiva científica inclina- . Isso vale para tôdas as ciências e. mais importante. O êrro causado pelos instrumentos inapropriados pode ser maior que a inacuidade que resultaria. O terceiro ponto é menos “prático” do que os d precedentes. Como cientista. se tivéssemos aguardado melhores instrumentos. na atualidade. em parte. precisamos aperfeicoá-los sistemàtiramente aceitando como dádiva o_ que a sorte nos oferecer. já não cogitando de progresso. mas é também particular­ mente importante para o cientista social. para com a sociedade). O significado de «investigação». levada a efeito mais tarde. deixa de ser cientista. Essa compreensão não é importante apenas para o cientista que deseja conduzir mais eficientemente suas pesquisas. Como dissemos antes. a ausência de um plano de pesquisa pode produzir maior imperfeição do que o faria numa pesquisa planejada. que deseja estudar a investigação social como fenômeno de cultura. mas. em alguns casos. o cientista tem certas obrigações para com a ciência (e. imaginemos que nos apressamos a registrar obser­ vações. portanto. em sua capacidade de desenvolver melhores formas de investigação. O cientista nunca deve contentar-se com os métodos de que dispõe. o direito ao título de cientista apoia-se. antes de dispormos de instrumentos adequados (como testes ou questionários). particularmente. Não podemos esperar que os métodos se aperfei­ çoem por acaso. a demora causada pelo planejamento da pesquisa pode resultar na Obtenção de dados “batidos”. Nossa compreensão da investigação aumenta continuamente. Mas. está obrigado a questionar cada fase do método que utiliza. embora nosv sos dados se tornassem um tanto batidos.10 P L A N E JA M E N T O DE PESQUISA SOCIAL de colheita. Por exemplo.

_ Oa j O . a ^ © 52 5° >* o < « J fto 8 5 £ f| 3 CZ2 * 0 C d aj O 1 B « © 3 T3 ©® C Q Modêlo £ Diagramático d e investigação.T D Q < > o á M co C Q O o 2«J a o o o B pü ^j S a S o o o> 2 'E « j§ «o a ê w f m o m a S © s c ti ? c n b i> © 5 0 0 o C O o d X J CP T3 a ] ».

(3) estímulo do observado. e (4) o observado. freqüentemente. e ( 6 ) relatório a pro­ pósito da solução recomendada para o problema. seja uma ou sejam milhões. Cientistas sociais têm mostrado interêsse pelo processo. As operações de comunicação abrangem (1) transmis­ são do problema. por exemplo.<iso. o cien­ tista é. Não se trata. geralmente. pode ser construído. quando técnicas observacio­ nais “de participação” ou de "massa” são empregadas. (4> resposta do observado. do pm rf>. 1). Há quatro elementos que se comunicam: (1) o interessado na pesquisa. seu próprio observador. comunicativa e de solução de problemas (v. de forma a evid^nriar as duas fases. do ponto de vista das interações entre indivíduos e ambientes. De outra parte.12 P L A N E JA M E N T O DE PESQUISA SOCIAL ram-se. necessàriamente. Fig. ( 2 ) treino e supervisão dos observadores. em conceituar a investigação como processo de solução de problemas. em outras palavras. cada papel pode ser representado por um grupo social. os elementos representam papéis na comunicação. sem consideração do número de pessoas em causa. Consideremos.de investigação. Muitos ou todos êsses papéis podem ser desempenhados por uma só pessoa. Na pes­ quisa social. Em tais casos. o “observado” é. basta-lhes obser­ var as respostas dos sujeitos face a estímulos existentes. inclinaram-se em conceituar a investigação como um processo comunicativo. que são observados em circunstâncias "normais”. As duas abordagens têm sido muito frutíferas e mais o são quando combinadas. êsses papéis de comunicação surgem em tôdas as investi­ gações. um ser animado. o grupo dirigente de uma agremiação cívica pode patrocinar pesquisa levada a efeito por uma instituição a propósito de alguma característica da população de uma cidade O importante é notar que. pode ser também o interessado na pesquisa. (5) registro e veiculação das respostas. via de regra. simplificada_£in diagrama. a identidade do observador é desconhecida dos sujeitos. Por exemplo. É o que sucede. os aspectos comunicati­ vos dêsse modêlo. primeiramente. Por exemplo. os observadores não expe­ rimentam necessidade de produzir estimulo. (3) o obser­ vador. de quatro indivíduos distintos. . capaz de comunicação e chamado sujeito ou entrevistado. Em algumas pesquisas sociais. (2) o cientista. Um modêlo.

Êsse mesmo teste prévio deve ser planejado metodologicamente. as fases de solução do problema com­ preendem: (a) existência de um problema. Veremos. antes de ser. os analistas. afinal. Em mui­ tos projetos de pesquisa. É importante reconhecer que o êrro pode ser introdu­ zido na observação ou surgir enquanto ela se processa. como os vários tipos de êrro podem mani­ festar-se antes. M ET. (c) transporte para o ambiente em que as observações devem ser feitas. grande número de entrevistados. Se os resultados do test# prévio não favorecem a solução proposta.comunicativos da investiga­ ção tem um propósito de grande utilidade: aponta as possí­ veis fontes de êrro na pesquisa. Supo­ . bem como. A tendência atual é a de acentuar a contribuição do entrevistador para o êrro que nasça da investigação. DA PESQ. Tal sistema de realimentação é característico do que normalmente se denomina pesquisa "de ação". a via de ação sugerida para a mesma pesquisa é testada em escala pequena. que êsses elementos de comunicação contribuem mais para o êrro final do que o entrevistador. ou criação de tal ambiente. os planejadores. onde muitos projetos de pesquisa recorrem a métodos baseados em levantamento de opiniões. H á boa razão para crer. entre outros. (e) processamento dos dados.O SIGNIF. exige grande número de entrevistadores ou observadores. E EXP. Se há motivo para duvidar da aceitabilidade da solução proposta. (d) registro dos dados. Êsse recenseamento. num teste prévio em pequena escala. (b) formulação do problema e planejamento de um método para resolvê-lo. será feito ensaio preliminar. P LA N E JA D O S 13 A formulação dos aspectos. Isto é. Isto se reveste de parti­ cular importância no que diz respeito às atuais práticas em ciências sociais. os dados obtidos nesse ensaio vão realimentar um nôvo plano. os entre­ vistados. a maior parte dos esforços para redu­ zir erros de recenseamento é dirigida no sentido de afastar os que são chamados erros do “entrevistador”. Êsse processo pode ser repetido até o encontro de uma solução satisfatória. Na investigação. durante e depois da coleta de dados. em muitos casos. fazendo com que um nôvo circuito se abra no caminho da pesquisa. freqüentemente. Interpretar a investigação em têrmos de comunicação torna claro o fato de que o interessado na pesquisa. usada. e (f) escolha de uma via de ação dirigida no sentido de solução do problema. adiante. são também possíveis fontes de êrro.

até que se consiga resultado satisfatório. O lanejamento prático em si. Na formulacão do-problema^Jiá preocupação de espe­ cificar exatamente aquilo em que o problema consiste. a alternativa que pareça mais eficaz. etc. no estatístico e no observacional possam ser realizados. Nenhum dêsses planejamentos. O circuito seguinte pode ser dedicado a indicar os caminhos possíveis de remoção dessas razões e a avaliar a eficácia de cada qual das alternativas. a decisão tomada em uma fase do planejamento pode afetar a decisão a ser tomada em . Essas fases podem ser convenientemente agrupadas sob três títulos principais: ( 1 ) a formulação do problema.. qug_poderia ser seguido se não houvesse dificuldades práticas O planeja­ mento da~ pesquisa prática diz respeito ÈTpassagem do pro­ jeto ideaÜzãdopara um processo de trabalho realizável. em nossa discussão do planejamento de pesquisa. avaliando os resultados. há preocupação— por especificar o processo ótimo de pesquisa. em pequena escala. cada fase será considerada a seu tempo. Uma vez que a fase de planejamento da investigação implica em tomar antecipadamente tôdas as decisões que a pesquisa possa exigir. relativo à quantidade a ser observada e à maneira de analisar as observações. e (3) o planejamento da pesquisa prática. Por isso mesmo. No planeiamentn da pesquisa idealizada. nem qualquer dos mo­ delos resultantes é independente.14 P L A N E JA M E N T O DE PESQUISA SOCIAL nhamos. que alguém se vê face ao problema de reduzir o grau de discriminação contra um grupo reli­ gioso. Se êstes não forem tão bons quanto se esperava. em certa comunidade. Em outro circuito. relativo às técnicas específicas. relativo ao método de seleção dos elementos a observar. ( 2 ) o planejamento esta­ tístico. (3) o planejamento observacional. relativo às condições sob as quais devem processar-se as •observações. os dados podem ser utilizados em nôvo circuito. será examinado em quatro fases: 1 ) o planejamento de amostragem. e (4) o projeto operacional. quanto à de solução de problemas. O primeiro circuito da inves­ tigação pode ser devotado a identificar as razões da discri­ minação. através das quais os processos indicados no pla­ nejamento de amostragem. ( 2 ) o planejamento da pesquisa idealizada. pode ser feita a tentativa de submeter a ensaio. por exemplo. essa fase diz respeito tanto à de comu­ nicação de elementos.

Que constituiria uma prova de que certo objeto (digamos o “espirito" ou a "cultura") não pode ser investigado cientificamente? 2. P L A N E JA D O S 15 qualquer das outras fases. suscetível de considerável melhoria. êle é em essência notàvelmente simples. uma ciência nova e em expansão. Em conseqüência. Sob que aspectos lhe parece que as seguintes citações são corretas ou incorretas? "Definiremos ciência como uma série de conceitos ou de esquemas. Infelizmente. possa parecer complexo. sob suas formas mais refinadas. Seus resultados devem também estar sujeitos à exigência científica de aper­ feiçoamento contínuo. que um pesquisador deva tomar a liberdade de alterar o processo de planejamento ao sabor de uma inspiração ou com base no senso comum. conceituais brotados de experimentos e de novas observações" (:4) "Embora o método científico. ainda. Aqui. Êsse não é o único processo de planeja­ mento possível. Os dois estágios. Con­ siste em observar fatos tais que capacite-m o observador a descobrir leis gerais disciplinadoras dos fatos da espécie em questão. DA PESQ. são ambos essen­ ciais e cada qual suscetível de aperfeiçoamento quase indefinido" (13:13). Essa ordem facilita a exposição e é também ordem conveniente para seguir-se no planejamento da maio­ ria dos projetos de pesquisa. O estudo do método científico é. o de observação e o de inferência das leis. M ET.O SIGNIF. Afastamentos dêle só têm cabi­ mento com base em investigação controlada. teremos em conta as fases do planejamento na ordem em que foram relacio­ nadas acima. Tópicos para discussão. A vantagem do processo que será estu­ dado reside no fato de que é mais explicitamente formulado dó que suas alternativas. mas é. Êsse particular processo de planejamento mostrou-se frutífero no passado. É verdadeira a afirmação “O senso comum de hoje foi a ciência de ontem? 3. não é "possível apresentá-las superpostas. Qual é a diferença entre o método científico e a técnica científica? 5. Antes de passarmos a estudo pormenorizado das fases do planejamento. . 1. em si mesmo. várias advertências devem ser feitas. baseados no senso comum de controle sem manipulação? 4. entretanto. as fases dg planejamento geralmente se superpõem. E EXP. Isso não significa. Há exemplos. Estudaremos um particular processo de planejamento com grande minúcia.

Contudo. Dewey (7) e Columbia Associates (5) não pressupõem conhecimento de ciência ou filosofia. Sugere-se Boring ( 1). refere-se a êles como experimentos não-controlados. Determinamos quando e onde ocorrerão. É abundante a literatura acêrca do método científico e da natu­ reza da investigação. acrescenta que êles não são de tipo estritamente científico. Leituras sugeridas. haja levado a efeito. B o r in g .16 P L A N E JA M E N T O DE PESQUISA SOCIAL "Sempre que alguém. 1929. Indicaremos aqui uns poucos livros. Selecione um relatório relativamente completo de um projeto de pesquisa social que você. “Em experimentação científica. ” (10:11). o passo inicial para levar a efeito um verdadeiro ensaio. algumas his­ tórias. Imaginar eventualidades diferentes quanto ao que possa ser a causa do defeito de um motor de automóvel é. 1951. Todo cientista social deve estar familiarizado com a história da psicologia.. um experi­ mento" (6:7). York: New New . possí­ veis caminhos de entrada e de saída. Exercício. . The Orígins o[ Modem Science. decide-se por um dèles e diz. York: Macmillan Co. Jaffe (11) e Randall (12). a reforma social e as comuni­ dades utópicas numa categoria e chama-lhes experimentos não-contcolados. que podem servir de introdução à matéria: Churchman e Ackoff (4). êsse alguém está se preparando para realizar um experimento. Por vêzes. usualmente. particularmente da psicologia experimental. A Histoty o[ Experimental Psychology. H e r b e r t . Retiramos algo que existia ou adicionamos algo que não existia e verificamos o que acontece" (9:55). Churchman (3) e Dewey (8) são introduções mais avançadas. Pre­ paramos circunstâncias e ambientes. mantemos sob contrôle todos os fatos que se verificam. B u t t e r f ie l d . “Brearley classifica a legislação.. ou alguma outra pessoa.. Mencionamos. 1.. atmosferas e temperaturas. G. em seguida. Divida-o nas diferentes fases comunicativas e de solução de problemas e identifique os participantes. . 2. O conhecimento da história da ciência é parte essencial da prepa­ ração de qualquer cientista. D. Appleton-Century Co. em essência. podendo escolher entre meios diversos para a solução de um problema. que acentuam o desenvolvimento dos métodos: Butterfield (2). ‘vamos tentar e ver’. Referências e bibliografia. E. Giddings também considera a legislação e a reforma social como exemplos de experimentos.

Methods of Inquiry. Chapel Hill: University of North Carolina Press. e A c k o f f . 12. R u s s e l l .. 6.. 1950. E EXP. J r .. D e w e y . L. 1945. F.O SIGNIF. 1940. J a f f e . “The Development of the Experimental Method" em Philosophical Essays in Honor of Edgar Arthur Singer Jr. Co NAN T J. Glencoe. H. The Scientific Outlook. Cam­ bridge: Harvard University Press. H a y m . 13. 1924. Boston: Houghton Mifflin Co. W . Macmillan Co. B. H. Theory of Experimental Inference. The Making of the Modern Mind.. C. P . Boston: D . New York: Henry Holt & Co. Experimental Sociology. G r e e n w o o d . C hurchm an . R .. 1 1 1 . An Introduction to Reflective Thinking. G id d in g s F. Pneumatics. 1923. E r n e s t . Heath & Co. C o l u m b i a A ss o c ia t e s . Robert Boyle’s Experiments in. J o h n . The Scientific Study of Human Society. 10. 4. New York.: Free Press. 1938. M ET . Philadelphia: Uni­ versity of Pennsylvania Press. R a n d a l l J. ed.. 1948. 8. 1951.. Boston: Houghton Mifflin Co. C. 9. C h u r c h m a n C ..” Case 1. N a h m . 1942. Louis: Educational Publishers. St. "Har­ vard Case Histories in Experimental Science. — Logic-. H o w W e Think. C l a r k e e M. 1950. 11. New York: King's Crown Press. 1933. B e r t r a n d . C . P LA N E JA D O S 17 3. 5. W . DA PESQ. 7. The Theory of Inquiry.

Limitar-se-ia você a propor a seus entrevistados a simples questão "Quantas pessoas moram em sua casa?”. Podemos começar identificando os cinco compo­ nentes de um problema. antes. A fim de aprender como formular. Suponhamos. mais cuidadosamente deve êle ser enunciado. que está afastado a maior parte do ano. determinar o que um “pro­ blema” é. mais certeza temos de alcançar uma solução satisfatória. Um provérbio velho e sábio afirma "Um problema bem colocado está meio resolvido”. A natureza do problema. Na pesquisa científica. de maneira ótima. . Um momento de refle­ xão mostra que você se preocuparia com perguntas tais como: Deve um filho.C a p ítu lo II FO RM U LA ÇÃO D O PROBLEM A 1. devemos. elevemos abandonar a idéia de que podemos enunciar os problemas sob a forma de simples questões de senso comum. suponhamos que durante uma conversa comum. provàvelmente. quanto mais importante é a solução de um problema. É possível que não. freqüentando um colégio. êle não terá dificuldade para responder e. merecer inclusão? E a empregada. Quanto mais cuidadosamente é êle enunciado. perguntamos a um amigo “Quantas pes­ soas moram em sua casa?”. agora. que se está realizando uma importante pesquisa a propósito do problema habitacional. que viaja durante os dias úteis e só ocupa seu quarto nos fins de semana. que aí dorme três ou quatro noites e passa as outras na casa de sua família? Torna-se claro que. Provàvelmente. ser incluído entre os moradores de uma casa? Deve um pensionista. Por exemplo. aceitaremos a resposta sem outras indagações. devemos nos preocupar com a formulação de nossas ques­ tões se esperamos tirar vantagem do esforço empregado em respondê-las. um problema.

objetos. é um participante no problema. dois meios acessíveis ao inte­ ressado na pesquisa. O pesquisador.FORM ULAÇÃO DO P RO BLEM A 19 1 . Uma via de ação pode implicar no uso de objetos. uma fórmula matemática. O problema. Deve haver. pode consistir em tornar disponíveis meios diversos. não são. O u seja (com risco de confundir pela redundância). por outro lado. algum objetivo ou fim desejado. êle deve dispor de meios diferentes para tornar meios diferentes disponíveis. com efeito. podem ser conceitos ou idéias. Um instrumento é qualquer objeto. o uso de uma régua para medir o comprimento de uma prancha. Por exemplo. A existência de alternativas de ação é insuficiente para gerar um problema. a pessoa que nada quer não tem um problema. Se êle não pode escolher meios. ela ou êle torna-se o interessado na pesquisa. uma definição científica. êle deve ter uma dúvida a propósito da eficiência das alternativas e deve desejar resolvê-la. Se esta pessoa ou grupo recorre à pesquisa para resolvê-lo. Objetos utilizados dessa for­ ma são instrumentos. Òbviamente. É importante lembrar que meios são padrões de comportamento utilizáveis na obtenção de objetivos. êle não pode ter problema. “Meios" são vias de ação que têm. pelo menos. Deve existir uma pessoa ou grupo que tenha o problema. neces­ sariamente. o interessado na pesquisa deve ter alguma dúvida quanto à alternativa a escolher. . Uma régua é um instrumento. ou imagem que possa ser eficientemente adotado na perseguição de um objetivo. Sem essa dúvida não pode haver problema. 4. uma linguagem e imagens mentais são também instrumentos. mas o uso de uma régua é um meio. por exemplo. 3. O interessado na pesquisa deve ter algo em vista. a que nos referimos anteriormente. Instrumentos. contudo. alguma eficácia para o alcance do objetivo. se diverso do interessado na pesquisa. 2 . idéia. O interessado na pesquisa deve dispor de mais de um meio para alcançar seus objetivos. N a maioria dos proble­ mas. há também outros “participantes”. O interessado na pesquisa deve desejar afastar a dúvida a respeito da eficiência das alternativas. conceito. E também o são tôdas as pessoas ou grupos que possam ser afetadas por uma decisão do interessado na pesquisa. pelo menos.

é. com algum pormenor. não utilizar os meios mais eficientes) também depende da eficácia das alter­ nativas e da importância dos objetivos. em particular com relação à pesquisa dirigida no sentido de obter "informação” pura. O s vários aspectos de um problema não podem ser enunciados separadamenteTmas devem ser discutidos separadamente. Deve haver um ou mais ambientes a que o proble diga respeito. Mudança no ambiente pode gerar ou afastar um problema. essa investigação também envolve determinação de eficácia de meios diferentes. uma investigação orientada no sentido de obter informação correta ou verdadeira é dirigida no sentido de obter instrumentos eficazes. abaixo. » (5) im kian. Desde que os instrumentos não podem ser considerados independentemente de seu uso. É evidente que a gravidade de um problema depende da importância dos objetivos e da eficácia das alternativas. Alguns problemas são específicos de um só ambiente. Os cinco elementos de um problema são nortanto: ( 1 ) o interessado na pesquisa e outros participantes. ( 2 ) o obje­ tivo ou objetivos. A gravidade dos enganos possíveis (i. Consideraremos'T3S~partiripãntes . em última instância. Isso pode não aparecer claramente. O interessado na pesquisa pode ter dúvidas quanto ao meio mais eficaz em relação a um ambiente. Por isso mesmo. chova. mas convém assinalar aqui que a informação é um instrumento e seu uso é um meio. A formulação do problema consiste em tornar explícitas suas várias componentes e determinar a gravidade de quais­ quer possíveis enganos. Por exemplo.20 P L A N E JA M E N T O DE PESQUISA SOCIAL Todos os problemas. uma pessoa pode ter um problema relativo a decidir que capote usar num dia claro e frio. Mas. Discutiremos êsse pon­ to. 5. e êle não terá dúvida de que deve usar o impermeável. tes a que o problema di? rpgppitr». se resumem à avaliação da eficácia de diferentes meios em relação a um conjunto determinado de objetivos. mas não tem tal dúvida em relação a outro. A diferença de ambientes em relação aos quais um problema pode se dar como existente pode ser ampla. (3) os diferentes meios de alcançar o objetivo. (4) um estado de dúvida do interessado na pes­ quisa quanto à eficácia das alf-err a^Vac. outros. são muito gerais.

Dificilmente se poderia considerar tal procedimento como típico. pública. êle estará tornando a informação disponível para pesquisa futura. devemos fazer-nos tão claros quanto possível acêrca do por que estamos levando a efeito uma pesquisa — o que dela pretendemos obter. Finalmente. a investigação não é científica. que. numa segunda secção. A ciência é. É mais de esperar que o pesquisador publique os resultados ou os utilize em pesquisas posteriores. em tais casos. Em seguida. é um objetivo da pesquisa de informações. . passaremos a considerar as alternativas e as interrogações a serem levan­ tadas em tôrno delas. deseja apenas compreendê-lo. Isto é. examinaremos as circuns­ tâncias que rodeiam um problema. se opõe à “aplicada”. assim. Além disso. Deixamos assinalado atrás que um problema só pode existir quando há um ou mais objetivos em vista. Participantes e objetivos. que têm o direito de voto. de forma alguma. interferir no comportamento do eleitor. porque a ciên­ cia é uma instituição social e não poderia existir se todos os investigadores se negassem a comunicar resultados. É certo que a pesquisa de informações não envolve qualquer objetivo além do desejo de obter informações? Imaginemos. Que acontece. um cientista que esteja estu­ dando o comportamento do eleitor. quando sua investigação chega a têrmo? Uma de duas coisas: ou êle publica. ou não publica os resultados. Em qualquer dêsses casos. pois. Esta ausência de preocupa­ ção com aplicações é considerada como sendo a essência da pesquisa "pura”. na medida em que o pesquisador é um cientista. necessàriamente. Exami­ naremos. N a terceira. Muitos pesquisadores sustentam que boa parte do tra­ balho de pesquisa se orienta no sentido de obter a infor­ mação pela informação. Êsse cientista assevera que êle não pretende. por exemplo. não o exercem. Asseveram que. na verdade. Se êle não publica os resultados. 2. presumivelmente apenas para descobrir por que alguns. o pesquisador não se deve preocupar com os usos aos quais essa informação poderá servir. levaremos em conta a eficácia das alternativas e a gravidade dos erros possíveis. como tornar explícito exatamente o que os objetivos são. Êste.FORM U LAÇÃO DO P RO B LEM A 21 c seus objetivos numa secção.

portanto. Examinaremos o assunto admitindo que o interessado na pesquisa seja diverso da agência. e (3) os que serão afetados pela utilização dos resultados da pesquisa. a formular objetivos que seu espírito ainda não pôde elaborar sistematicamente. Técnicas mais elaboradas e frutíferas podem e devem ser utilizadas. é orientada para objetivos. é igualmente aplicável a situações em que o interessado na pesquisa e o pesquisador são a mesma pessoa ou grupo. mas. Se êle formulou seus objetivos. Poderá fazê-lo empregando métodos de entrevista em prò-^ . Se não formulou. A pesquisa de informações. instrumento eficiente) para a pesquisa futura. como qualquer outra. O objetivo é o de facilitar a solução dessa classe de problemas. dentre os que existam. 2. normalmente êle os dará a conhecer. Uonsideremo-los cada qual por sua vez. É inócuo sim­ plesmente perguntar "Quais são seus objetivos?”.1 Os objetivos do interessado na pesquisa. é necessário ajudá-lo a expli­ citá-los tão completamente quanto possível. em princípio. na maioria dos casos. ou agente pesquisador. mas isto não altera o fato de que é orientado para objetivos. Uma vez que o pesquisador tenha pelo menos uma idéia vaga do problema. em geral. A tarefa de alcançar os objetivos do interessado na pesquisa não consiste. A pesquisa é pura não na medida em que está livre de preocupação com aplicações. êle poderá formular ràpidamente sugestões quanto à natureza da pesquisa e quanto aos diferentes resul­ tados possíveis. contudo. implica em auxiliar quem esteja. Estará utilizando essa formulação superfi­ cial para penetrar os objetivos do interessado na pesquisa. Seu obje­ tivo é de natureza científica. portanto. em persuadir um relutante interessado em pesquisa a revelar seus interêsses.22 P L A N E JA M E N T O DE PESQUISA SOCIAL êle deseja fornecer informação acurada (i. interessado numa pesquisa. Como buscar e como formular objetivos? Em geral há três fontes a levar em conta: ( 1 ) o mreresãádo na pesquisa. Sua tarefa. na medida em que as aplicações com que se preocupa são científicas. A: discussão. é a de selecionar os instrumentos mais eficazes. é. tornando-os acessíveis para a solução da certa classe de problemas. Antes. ( 2 ) o pesquisador.

Suponhamos. para levar a efeito a pesquisa. Tal resposta já revela motivação que pode ser mais explorada. e . De começos como êsses. Quando o interessado na pesquisa responde delineando um caminho de ação. A sondagem verbal do interessado na pesquisa deve ser suplementada por sondagem semelhante de outras pessoas familiarizadas com aquêle e com seus problemas.. que fará você?" a resposta poderia ser "Agirei junto à municipalidade para aumentar o número e facilitar o acesso aos locais de vota­ ção”. podemos chegar aos objetivos específicos do interessado na pesquisa. seria preciso inquirir muito mais. por exemplo. suponhamos que um projeto de pesquisa é patrocinado por uma comissão de planejamento municipal e que o diretor dessa comissão relaciona os objetivos da repartição. Esta sondagem poderá proporcionar informação tanto a respeito das possíveis vias de ação (meios) quanto a respeito da motivação do interessado na pesquisa. etc. a que ponto quer identificarse com a pesquisa. sendo que essas limitações brotam dos objetivos do interessado na pesquisa. desde que as respostas mencionadas constituem apenas um inicio. No exem­ plo do comportamento eleitoral. devemos saber exatamente que limitações a organização patrocinadora impõe sôbre a pesquisa. Outras repartições publicas e organizações privadas podem ser soli­ citadas a comentar a lista de objetivos. Se uma dessas outras organizações opina que a lista não é satisfatória. o pesquisador pergunta “Por que fará isso? Isto é. Considere-se o caso em que o interessado na pesquisa é seu patrocinador (i. Se o pesquisador perguntasse “Por que dese­ jam essa informação?” a resposta provàvelmente não seria esclarecedora. Mas se o pesquisador perguntasse "Se a pesquisa mostrar que a razão principal da abstenção é a dificuldade de atingir os locais de votação.FORM ULAÇÃO DO PRO BLEM A 23 fundidade e propondo ao interessado na pesquisa questões do tipo seguinte: “Se a pesquisa evidenciar que tal-e-tal é o caso. que espera alcançar procedendo assim?”. que uma organização política solicite a uma agência de pesquisa que determine porque tantos votantes deixam de comparecer às urnas nas eleições locais. dentro de que prazo deseja os resultados. que fará você?". responde por seu custo). Por exem­ plo. Isto é. Nesse caso. devemos saber também quanto o patrocinador está disposto a dispender. é.

resultados muito precisos. o United States Bureau of the Census). a ajuda de analistas de personalidade e de grupos é altamente desejável. da melhor maneira possível. Por exemplo. isto acontecerá freqüentemente. Nessas circunstâncias é aconselhável não apenas enunciar . Isso acontece. Ao pesquisador caberá. Em tais casos. Em suma. de modo a poder decidir quais os sacri­ fícios a serem feitos. definir os objetivos nos casos em que o interessado na pesquisa não possa ser identificado claramente. o programa não deve ser confiado àquele organismo. como uma comissão de planejamento. Se o planejador estiver conven­ cido de que não pode obter a acuidade desejada com o dinheiro disponível. Por exemplo.24 P L A N E JA M E N T O DE PESQUISA SOCIAL faz-se capaz de sustentar tal opinião. em algumas pesquisas levadas a efeito por agências coletoras de dados (e. Caso o interessado na pesquisa se recuse ou seja inca­ paz de dar a seus objetivos outra formulação que não uma "manifestação de curiosidade”. a menos que haja bons motivos para tal incongruência. deverá determinar a importância relativa dos obje­ tivos conflitantes. o que êle julgue serem aquêles objetivos. Êsses peri­ tos podem ser capazes de desvendar objetivos de que o próprio interessado na pesquisa não tem consciência. desejando. Em alguns casos será possivel iden­ tificar os propósitos do interessado na pesquisa através de uma revisão de seu comportamento passado. na verdade. Somente por medidas dêsse tipo pode o pesquisador proporcionar a si próprio os melhores critérios para ulteriores decisões rela­ tivas à pesquisa.g. tôdas as técnicas para determinar propósitos são apli­ cáveis ao caso e devem ser parte do material de uso diário do pesquisador. as ações passadas de um organismo municipal. um programa de eliminação de áreas faveladas. torna-se indicada uma investigação adicional. também. Se ela proclama êsse obje­ tivo sem nunca ter proposto ou apoiado legislação em tal sen­ tido. com o auxílio do interessado na pesquisa. podem mostrar claramente se ela deseja ou não deseja conseguir. então. ao mesmo tempo. êle pode desejar que o estudo se faça muito economicamente. É possível que alguns dos objetivos do interessado na pesquisa entrem em conflito. digamos. por exemplo. o planejador deve buscar traduzir.

2. pode descobrir de que modo lhe é pos­ sível e deveria esclarecer seus objetivos. Os objetivos do interessado na pesquisa (ou. pois. Normalmente. somente encorajando tal avaliação pode ser estimulado o desenvolvimento de métodos cientí­ ficos para avaliar objetivos. Desde que objetivos conflitantes não podem ser atendidos ao mesmo tempo. atual­ mente. Se possível. as pos­ sibilidades futuras de determinar quem são os interessados. mas dar-lhes publicidade ao mes­ mo tempo que aos dados. se o interessado na pesquisa verifica que as decisões do planejamento da pesquisa dependem de interesses seus. O processo de planejamento torna possível êsse progresso do próprio planejamento. dessa forma. o interessado na pesquisa deve ser solicitado constantemente para consulta e discussão. então. Contudo. Quer dizer. Desde que.FORM ULAÇÃO DO P R O B LE M A 25 explicitamente os objetivos. com respeito àqueles mesmos . os do pesquisador) raramente serão enuncia­ dos em seu todo antes que se inicie alguma outra fase do planejamento. naquilo que interessa. êle deve ser explicitado a fim de que se sujeite a posterior avaliação. devemos recorrer ao senso comum ou a métodos semi-científicos. e isso pode ser determinado somente no caso de as presunções terem sido explicitamente formuladas. de sorte que o pesquisador possa decidir qual dêles tentar alcançar. êle procurará dar formulação mais adequada a êsses objetivos e o planejador poderá dirigir perguntas cada vez mais preci­ sas ao interessado na pesquisa. (N a sec. Além disso. êle dispõe da história da cultura e da ética para ajudá-lo. deve-se acentuar que requer participação contínua do interessado na pesquisa no processo de planejamento.6 examina­ remos um método semi-científico de avaliação de objetivos). desejar saber se os objetivos corretos foram os presumidos. os objetivos sofrerão refor­ mulações progressivas durante o desenvolvimento do plano. não é necessário que o senso comum caminhe às cegas. de início. Se há vários interessados na pesquisa. à medida que êle vê o projeto de pesquisa começar a tomar forma. aumentando. mas. por meio da resposta que êstes dêem à publicação. seus objetivos podem ser conflitantes. pesquisa posterior pode revelar a identidade dos inte­ ressados e seus objetivos. sua importância relativa deve ser determinada. Poderemos. Qualquer que seja o método que se utilize. não há um meio inteiramente científico de determinar a importância de objetivos.

devemos fazer presunções explícitas com respeito a êles e publicá-los juntamente com os resultados. Somente assim. freqüentemente. Nós. Por exemplo. se publi­ camos resultados de pesquisa para atender a interesses de outros profissionais. são também interessados. êle deve tomar claro que o desejo de poupar tempo teve influência na seleção do método. os leitores de tal revista são interessados potenciais. mesmo sendo menos acurado. Isto é necessário para assegurar uso adequado dos resultados da pesquisa por aquêles. Conseqüentemente. um pesquisador escolhe certo método porque lhe consumirá menos tempo do que outro. Se. a quem êsses resultados se façam acessíveis.. pode a decisão ser inteiramente entendida e avaliada ulteriormente pelo pesquisador e por outros. Se não conhecemos êsses interêsses. mas. Alguns dos interêsses próprios do pesquisador aparecem na maior parte das decisões relativas a um planejamento. que o pesquisador deve ser completamente imparcial. A possibilidade de contato com o interessado há pesquisa para fins de consulta é essencial para a eficácia máxima do planejamento. Os que não mantêm relação direta com a pesquisa. mas que por ela se vêem afetados. contudo. por exemplo. Uma cautela: os interessados na pesquisa não são ape­ nas os que a patrocinam: há outros beneficiários dos resul­ tados da pesquisa. . auto-educação. se os resultados estão destinados à publicação numa revista científica. etc. por exemplo. o pesquisador deve formular explicitamente seus próprios interêsses. O desejo do pesquisador de obter prestígio. essa afirmação é des­ cabida. 2. ou seja. não esco­ lherá deliberadamente um método de observação que possa envolver risco de vida. Nem sempre é possível conhecer os objetivos dêsses leitores.26 P L A N E JA M E N T O DE PESQUISA SOCIAL objetivos. Compreendida literalmente. A maioria dos pesquisadores. mesmo que não haja consciência dêsse fato. Afirma-se. êsses interêsses devem ser considerados. que êle não deve permitir que seus interêsses pessoais influenciem as decisões relativas à pesquisa.2 Os objetivos do pesquisador. comumente influi nas decisões relativas ao planejamento. os consideraremos separadamente. lucro.

como já deixamos indicado acima. de que os resultados de sua pesquisa somente serão usados de forma prejudicial para o futuro progresso da ciência. pode o pesquisador sentir-se embaraçado. Essa responsabilidade se relaciona com o uso dos resultados da pesquisa e dela nos ocuparemos mais adi­ ante. cabe-lhe buscar. deve orientar suas investigações de forma que cada qual das incertezas de uma pesquisa concorra para aperfeiçoar o método de conduzir a pesquisa seguinte. os objetivos da ciência devem ser tidos em conta. Mencionamo-la a esta altura para esclarecer a razão . o de aumentar as nossas possibilidades de con­ tinuar aumentando o conhecimento. como cientista. é um cie tista e. Por essa razão é desejável contar com a cooperação de outros (particularmente psicó­ logos) nesta fase do processo de planejamento. mas. como cientista. não é somente o de aumentar o conheci­ mento. deve pro­ curar fazer mais do que simplesmente resolver o problema que tem pela frente.FORM ULAÇÃO DO P RO B LEM A 27 É freqüentemente difícil que uma pessoa entenda seus próprios motivos e reconheça como seus interesses podem influir numa tomada de decisão. por sua pró­ pria natureza. conseqüentemente. freqüentemente construímos racionalizações elabora­ das para explicar nossas decisões — e essas racionalizações só por outros podem ser percebidas. . cabe-lhe a obrigação. Êsse propósito de auto-aperfeiçoamento da ciência acar­ reta sérias conseqüências para o pesquisador. somente dessa maneira. Se um pes­ quisador aspira ao título de ‘‘cientista". O pesquisador não é apenas uma pessoa. É útil sub­ meter a outros as próprias decisões e as razões que as moti­ varam. descobrir instrumentos e meios mais eficientes para a realização de pesquisas poste­ riores. A ciência. Em outras palavras. Quando não estamos conscientes de nossos inte­ rêsses. é-lhe essencial a autocompreensão que pode resultar de uma crítica franca. E. Se êle acre­ dita. se êle tem interêsse no aperfeiçoamento de seus método. O objetivo da ciência. está compelida a aperfeiçoar-se. ou tem provas. mas. podem ser trazidos à consciência interêsses de que o pesquisador não tinha per­ cepção. no processo com que se defronta. O pesquisador. pois. de rião tornar êsses resultados acessíveis aos que dêle se utili­ zarão mal. impõese-lhe aprender acêrca da investigação em si mesma. quando o são.

Veremos. Aquêles que venham a efetivar as decisões do interessado imediato são interessados inter­ mediários e aquêles que se vêem. ainda que o pesquisador não se encon­ tre entre os que a utilização dos resultados da pesquisa afetará adversamente. como êsses objetivos regulam posteriores decisões relativas ao planejamento. ao final. Mas. Deve­ riam os objetivos do produtor ser aceitos sem crítica. Atitude idên­ tica deve ser tomada. por exemplo. deverá êle sacrificar. que uma comissão municipal de educação patrocine uma pesquisa relativa à maneira de tratar crianças excep­ . o cien­ tista tem responsabilidade moral. seus interêsses pessoais? Nenhum cientista esperaria que outra pessoa o fizesse automàticamente. do cientista espera-se que pondere a situação e avalie as alternativas. adiante. por exemplo. por estar êle disposto a financiar a pesquisa? É tolo asseverar que o pesquisador não se deve preocupar com os interêsses daqueles que serão adversamente afetados pela utilização dos resultados da pesquisa. A pessoa (ou grupo) que tem o problema (e a que nos referimos acima como o “interessado na pesquisa") não é o único interessado. Em tal situação. o interes­ sado imediato na pesquisa. tão somente. Pode ocorrer que os objetivos do interessado na pes­ quisa e os daqueles que serão afetados pelo uso de seus resultados mostrem compatibilidade.28 P L A N E JA M E N T O DE PESQUISA SOCIAL que impõe considerar os objetivos da ciência. os objetivos de ambas essas partes devem ser considerados.3 Os objetivos daqueles que serão afetados pela pesquisa. Imaginemos. Suponhamos. É certo que muitos negam que tenha o pesquisador qualquer responsa­ bilidade moral pelo uso que venha a ser feito dos resultados de sua pesquisa. Suponhamos que um produtor de bens de consumo confiasse a um cientista um projeto no qual estivesse implí­ cito causar dano aos consumidores daqueles bens. pela “mar­ cha" da ciência. quando menos. Mas. que o próprio pesquisador esteja entre os que virão a ser atingi­ dos. automàticamen­ te. 2. ela (ou êle) é. se (como a História tem feito) con­ cebemos a ciência como uma instituição em marcha. ainda assim. afetados por aque­ las decisões são os últimos interessados.

que está sendo considerado. preten­ de-se atingir resultados úteis a outros cientistas e “utilida­ de” não tem sentido independente de “interêsses”. Mesmo. fizeram-se aberturas nas paredes inteiriças. Pesqui­ sadores foram novamente chamados. o nível de produção era muito inferior ao desejável. fre­ qüentemente. ou pelo menos o local do trabalho. que estava sendo gasto pelos trabalhadores um tempo acima do razoável nas instalações sanitárias. inte­ ressados intermediários. afetará pessoas. os interêsses dêstes devem ser levados em conta. a fim de assegurar melhores condições para o desempenho das atividades. porém. é sempre importante levar em conta as pos­ síveis reações àquela solução. sociólogos e engenheiros industriais de determinarem o tipo de edifício que deveria ser construído para abrigar uma fábrica de ins­ trumentos de alta precisão. a pesquisa social aplicada enfrenta o mesmo problema. Em tal pesquisa. Êsse ponto foi dramáticamente ilustrado durante a guerra. muito onerosa. quando as possíveis rea­ ções de nossas próprias tropas (interessados intermediários) e as do inimigo (último interessado) a uma nova tática ou estratégia tinham sempre de ser consideradas. Uma das recomendações resul­ tantes do estudo foi a de que o edifício. na dita pesquisa “pura”. Caso a mencionar é o de um grande industrial. Em boa por­ ção. virão a ser afetados e constituem. Em conseqüência. fôsse desprovido de janelas e iluminado por luz artificial. onde os únicos diretamente afetados são outros cientistas. Se a solução do problema. E descobriram que as visitas freqüentes e prolongadas àquelas instalações deviam-se ao fato de que elas tinham janelas e os trabalhadores desejavam olhar para fora. embora a qualidade do produto fôsse alta. ao final. que encarregou psicólogos. Os alunos. . os interessados últimos. Quaisquer decisões que se tomem serão levadas a efeito pelos professores. portanto. entre outras coisas. A desconsideração dos interesses daqueles que serão afetados pela utilização dos resultados da pesquisa é.FORM U LAÇÃO DO P R O B LE M A 29 cionais. A fábrica foi construída e. A comissão de educação é o interessado imediato (aquêle a quem cabe tomar decisões). homogênea. ver como esta­ va o tempo e aliviar a sua sensação de claustrofobia. nelas encaixando-se janelas. Verificaram.

quando os participantes não têm consciência de nenhum. a fim de determinar como agiriam e por que. Essa prática não só evita esquecimentos. 5. 1 . um exame das ações passadas pode ser o meio de revelar seus interêsses. Sondagem e entrevista em profundidade — Êste método pode tornar-se útil. Método do comportamento — Se os participantes estiveram anteriormente em face de problema semelhante. 2. ou só têm consciência de alguns de seus interêsses pertinentes. Em alguns casos. con­ tudo. Neste caso. Isso pode ser feito sob a forma de tabela. como possibilita expor os resul­ tados a avaliação posterior. . É sempre de bom aviso registrar os resultados obtidos em cada fase do planejamento da pesquisa. O método é também aplicável a outros grupos de participantes. seus interêsses coletivos podem não cor­ responder a uma simples soma dos interêsses considerados isoladamente. podem ser elaborados testes de preferência para determinar os interêsses dos partici­ pantes.5 Relação de participantes e de seus objetivos. por exemplo. reuni-los e relacioná-los. 3. e dados a respeito dos interêsses dêles. Informantes ■ — Pessoas conhecedoras dos partici­ pantes podem estar capacitadas a fornecer informações.30 P L A N E JA M E N T O DE PESQUISA SOCIAL 2. Método da confrontação — Se o interessado ime­ diato é um grupo.4 Métodos de determinação de objetivos. 2. 4. Nesta hipótese. Já se fêz referência aos vários meios de determinar os interêsses dos diferentes participantes. os indivíduos devem ser ques­ tionados como um grupo. Um conjunto de par­ ticipantes pode ter condição para revelar interêsses de outros participantes. empregados e empregadores. Pode ser útil. como se mostra na página seguinte. seus objetivos e a prova da asseveração de que um conjunto de objetivos é desejado pelos participantes. é desejável anotar a identidade dos participantes do problema. Questionário ~ Questionários tornam-se eficazes quando se pode supor que os participantes conhecem seus interêsses e estão dispostos a divulgá-los.

Conflitos de inte­ resses são sempre de se esperar. Não é nosso propósito abordar problemas filosóficos relativos aos valores últimos e nem mesmo sugerir possíveis medidas científicas do valor. Nosso propósito é. atribuir pesos aos objetivos incluídos na pesquisa. que todos os objetivos relevantes sejam compatíveis. de maneira a poder avaliar uma solução proposta para o problema. Isso tenderá a evitar que objetivos relevantes sejam esquecidos. antes. . Um modêlo matemático para tal ordenação foi proposto por von Neumann e Morgenstern (8). 2. Seriam prematuras. neste estágio de desenvolvi­ mento da ciência. de acôrdo com uma escala bem definida.6 Importância dos objetivos. É raro. é neces­ sário saber quais os objetivos mais importantes. mas podemos dispor um conjunto de objetivos de forma não-arbitrária. ainda que alguma vez aconteça. através Participantes Identidade Objetivos Relevantes Prova da Identida­ de e dos Objetivos (Se não óbvia) Interessado imediato Interessado intermediário Interessado último Grupo de pesquisa do qual o pesquisador e os interessados na pesquisa possam.* Um * A possibilidade de ordenar os objetivos em economia foi vis lizada por Pareto (10). conscientemente. devem ser mencionados separadamente os objetivos referentes a cada papel. Em conseqüência. Isso já foi feito ( 1 ). medidas da importância de objetivos.FORM ULAÇÃO DO P RO BLEM A 31 Quando as mesmas pessoas desempenham diferentes papéis. o de sugerir um método prático.

se O e vier a ser sacrificado (se necessário).O 4 . permitido que apenas um dêsses objetivos seja perseguido. (i. o valor atribuído a O i. Seja O x o mais importante. se necessário. numa dada situação. Tentativamente. Quer dizer. que O x é mais importante. .. apenas. (Se apenas lhe fôsse possível obter ou O i ou a combinação 0 2. O* e O 2. se. é. altere. 0 3 e O 4. Chamemos aos valores dados ■ ^2 . de maneira que êle se torne maior do que a soma dos valores atribuídos aos outros objetivos. persiga-se antes 0 1 que 0 2. 0 2 o seguinte em importância e depois 0 3 e O 4 . aproximadamente. mas diz. R x = 1). de modo que êsses valores cor­ respondam. no qual a disposição pode ser basea­ da é o seguinte: Dados dois objetivos.Ré).R 3 (. com a combinação dos demais: i. O i. . 0 3 e O 4 . (4. que preferiria você?). (2 ) (3) (4) . Para fins de ilustração. O i.é. consideremos quatro objetivos. O 3. à importância rela­ tiva de cada qual. (1) Coloquemos os quatro objetivos em ordem de importância.. para permitir que se alcance O i.1) Se O t é mais importante que a combina­ ção de 0 2.32 P L A N E JA M E N T O DE PESQUISA SOCIAL conceito de importância. demos valores entre zero e um a a O 2. Demos o valor " 1 ” ao objetivo mais importante. O seguinte método de disposição pode fornecer medida da importância relativa de objetivos: comecemos com um conjunto de objetivos (O i. então 0 1 é mais importante que O a. é.Passe ao item (5). Isso não esclarece quão mais importante é O i do que 0 2. O ! frente a 02 + 03 f. R i > R 2 f. 0 4. 0 „ ). R 3 c RiComparemos o objetivo mais importante. R i. 0 2. O x é mais importante que 0 2. . Chamemos R i êsse valor (i. .

Ra R 3 "H ^ 4). 0 3. o objetivo O» .. Oc. Adicione os valores escalonados resultantes.1) para O i compa­ rado com 0 2 + O 4 .. altere /?i.2.2. a O 3 o valor Rs / (R i f. com a combinação de 0 3 e O 4 . O 4 . se neces­ sário.1) para rado com 0 3 + O 4 .3) (5) Compare o objetivo seguinte em importância..CX.. Repita (4. se mostre mais importan do que a combinação dos objetivos Ob. Se 0 2 é mais importante que 0 3 + O 4 .2.2) Se O i é menos importante que a combi­ nação de 0 2. altere R lt se neces­ sário. Se O i é menos importante que O 2 + 0 3. de modo que Ra < R 3 j.1) Compare O x com 0 2 + 0 3.. Se O j é mais importante do que 0 2 + 0 3.Ra "f.FORM ULAÇÃO DO P RO B LEM A 33 (4. R i f.Esteja certo de que R 2 não é modificado de forma a contradizer qualquer comparação anterior.2. de modo que < Ra + R 3 4" Ri(4.2) (4.* * Êste método de obtençÊo de medidas de importância relati assenta-se nas seguintes presunções: a) Aditividade: caso o objetivo O .R 3 “1 " R*' Atribua a O x o valor Rx / (/?t -f R 2 + #3 + # 4). de modo que R 2 > R 3 + /?4.. de modo que R i < Ra + R3Repita ( 4.. altere /?2 se necessário...2. O 2. a 0 4 o valor R 4 / (/?x + /?2 + /?3 + # 4) • (6) (7) A soma dêsses valores deve ser igual a um. de modo que R i > Ra + R 3 e passe ao item (5).^?4.Se 0 2 é menos importante que 0 3 + 0 4. altere R i. altere se necessário. se necessário. compa­ (4. a 0-2 o valor # 2 / (#1 + #2 + #3 + # 4).

34 P L A N E JA M E N T O DE PESQ UISA SOCIAL No caso de quatro objetivos. Se dois objetivos estiverem assim relacionados (‘ou’ no sentido exclusivo). não obstante. Simplificaremos ao máximo o exemplo. 0 3 = obter economia de tempo.5.5 j0. . se rá m ado m a is COm im p o r ta n t e do que q u a lq u e r s u b c o n ju n to do c o n ju n t o fo r­ Ob. R 2 = 0. Os passos podem ser os seguintes: (1) ( 2) (3) (4) Os objetivos. se relacionem de tal modo que ou O i ou O j seja desejado. é mais importante do que O c. b) Transitividade: se um objetivo O . A precaução seguinte pode ser adotada. em ordem de importância. então R i < R i 4* “H R 4 ' ■0-9 <[ (0. O método se aplica. é mais importante q outro Ob! e se Ob é mais importante do que Oc.2) Altere R t de modo que R i — 0. agora. considerando apenas os seguintes quatro objetivos: 01 = substituir facilidades habitacionais inadequadas por facilidades adequadas. mas não ambos. Oc. R s = 0. deve-se ter a cautela de impedir que dois objetivos separadamente incluídos na lista. On. o processo. 0 2 = criar interesse da comunidade pela melhoria da área vizinha.9. Quanto maior o número de objetivos em conta. . . R ! = 1 . . a qualquer número de objetivos. consideremos um problema habi­ tacional e vejamos como êste processo pode ser aplicado ao balanceamento dos objetivos em causa. são 0 1. dinheiro e esforço. 2. maior o número de comparações exigidas pelo processo. O 3 e O 4.2). 0 4 = manter respeito e prestígio da comissão de pla­ nejamento da cidade. Para fins de ilustração. é necessário que figurem como um só objetivo: “O i ou O j ”.3 + 0. O j é menos importante que 0 2 + 0 3 + O*(4. O i e O j. . estará terminado. a fim de validar a). O 1 2 . Ao preparar a lista de objetivos que se vai ordenar.3 e R 4 = 0 . então O . 0.

3/2.1 = 0.00 Em casos em que o número de objetivos é grande (diga­ mos.FO R M U L A Ç Ã O DO P RO B LEM A 35 (4.0.3). um outro procedimento poderá ser empre­ gado.6 > (0. e (4.0 3.2. 0. Nas pesquisas assim chamadas “práticas”.1) pois 1.2. Em vista disso. mas.3 + 0. Desde que R 2 — R 3 + R it altere Ro de modo que R 2 = 0 .3). Isso feito. nenhuma alteração é necessária.6 0.2).6 + 0. 2 ). desde que R i > R 2 + R 3: 0. Em tais situações.6 > (0. (6) Ri -f. de vez que 0.9 > (0. 1.0 < (0.3 + 0. É conveniente solicitar que o balanceamento seja feito. e (5).6 -j.48 = 0.2). o procedimento descrito se torna bastante trabalhoso.6 + 0. Deve estar claro que a cooperação dos participantes do problema é necessária.1 0. porque se tem 1.0. (7) Atribua a a a a Oi o Oa o 03o 04o valor valor valor valor 1. de modo a poder arcar sozinho com a responsa­ bilidade de fazer o balanceamento.14 = 0 . pelo maior número possível de pessoas informadas e interessadas.9 9 O» é mais importante do que 0 3 + 0 4. porque 0. independentemente.= 2 .Ro -|.29 =0. dêste outro procedimento se fala no Apêndice I. o passo (4.6 + 0.2).3 total = 1. 0.1) deixa de ser válido.6/2.1) O i é mais importante que 0 2 J.2. a fim de chegar ao melhor balancea­ mento. 6.3 + 0. o pes­ quisador raramente conhece o bastante a respeito das possí­ veis conseqüências da avaliação de objetivos feita pelos par­ ticipantes.2) ainda con­ tinua válido.de fato.0 .1 0.2/2.1 0. mais de oito). volte a atribuir a R i o valor 1.9 < ( 0.R 3 4" Ri — 1-0 “t.5 + 0.9 = (0. Então i ?2 > ^3 + Ri. Isso se deve ao fato de ser grande o número de complexas comparações que se tornam indispensáveis.0/2.3). O passo (4.2 . .0 > (0.2).3 -|0. (5) + 0 . tôdas as condições estão satisfeitas: (4.

no intuito de julgar a acuidade de sua atribuição de valores. ser examinada. o pesquisador procurará reunir os participantes que estejam em desacordo a fim de dirimir as diferenças. independentemente. enquanto que pessoas familiarizadas com as atitudes da comissão poderão saber que a "manutenção do prestígio” é. então. . nos casos de profundas discrepâncias. Êsse método de atribuir valores a objetivos é sustentado por avaliações subjetivas. Estas podem. então. num processo explícito de atribui­ ção de valores — como o que foi descrito — os pontos específicos de acôrdo e desacordo vêm à tona. Em outros têrmos. tomando por base as situações nãotão-ideais. gostaríamos de colocar os avaliadores em situação real e observar as suas escolhas. Se. em verdade. a média dos pesos de cada objetivo poderá servir como valor final que se lhe atribua. um acôrdo inexistir. entretanto. ainda assim. Todavia. pesquisadores devem consultar colegas que se hajam familiarizado com as ações passadas da pessoa que efetua a avaliação.36 P L A N E JA M E N T O DE PESQUISA SOCIAL No caso de haver incongruências na avaliação feita por pessoas diferentes. A discussão poderá. voltar-se para os tópicos divergentes. um árbitro aceito pelas partes conflitantes poderá resolver as pendências. De qualquer maneira. pouco fundamento haveria para um juízo. As médias deve­ rão. também. com melhor esperança de bons resultados. A acuidade de suas asserções a propósito do que fariam em tais situações poderia. descobrir a causa das divergências e con­ torná-las. de modo a possibilitar. sempre que isso se torne possivel. o acôrdo final. uma comissão de planejamento poderá dar como objetivo primor­ dial a “construção de habitações adequadas”. Caso as avaliações sejam feitas. Para ilustrar. colocando-os em ordem de importância. Nos casos ideais. por várias pessoas e haja apenas diferenças de menor monta nos padrões obtidos. inferências razoáveis podem ser feitas com res­ peito àquilo que seria o comportamento em situações ideais. 0. caso existam. muito mais importante para ela. deve-se procurar. Não obstante. Se dois indivíduos devessem simplesmente fazer uma lista de itens. O método descrito possue uma grande vantagem de ordem prática: possibilita ao pesquisador a identificação de pontos de divergência. ser cor­ roboradas com testes comportamentais. totalizar 1 .

1 Os meios alternativos relevantes. por exemplo. portanto. poderá ocorrer que êle não encontre a melhor solução para o problema. Êste levantamen­ to de recursos é muito importante. caso em que será . Os enunciados des­ sas condições são chamados “hipóteses”. uma das quais êle já sabe ser menos eficaz do que qualquer das outras duas. "Que constituiria prova de que êste meio corresponde à alternativa mais eficaz?”. Seu problema. Na pesquisa de informação. Neste caso. Se o interessado imediato está enganado acêrca da ineficácia dêsse meio. em alguns ca­ sos. portanto. Foi assinalado anteriormente que todos os problemas relativos à pesquisa se reduzem à pergunta: "Que conjunto de meios alternativos é o mais eficiente?”. a formulação do problema requer que cada meio alternativo seja especificado e que uma hipótese se associe a cada alternativa. desde que. um problema deixa de sê-lo pelo “aparecimento” de um meio anteriormente ignorado. isto é precisamente o que a pesquisa deve determinar. se possível. O pesquisador deve tentar estabelecer tôdas as vias de ação alternativas permissíveis nas condições do problema. perguntaríamos. Por exem­ plo. o pesquisador deverá entrar em contato com fon­ tes bem informadas para assegurar-se de que tomou em con­ sideração tôdas as alternativas possíveis. A resposta a essa pergunta cons­ titui uma formulação das condições sob as quais os meios devem ser aceitos como a mais eficiente das alternativas. Um conjunto de condições de aceitação deve ser elaborado para cada qual dos meios alternativos. Pode haver dois ou mais meios alternativos numa dada situação problemática. Meios e hipóteses alternativos. esta pode já estar disponível. Não sabemos qual das hipóteses alternativas é verdadeira. Êste êrro deve ser evi­ tado.FORM ULAÇÃO DO P RO BLEM A 37 3. 3. pode haver três alternativas. não inclui o meio sabidamente menos eficaz. O consumidor imediato pode não estar ciente de tôdas elas. de cada uma. Conseqüentemente. necessário tornar explícitos os meios alternativos que estejam em causa. Mas o imediato problema do inte­ ressado pode não envolver tôdas as alternativas. Na formulação do problema é. Uma vez que essas alter­ nativas sejam formuladas.

tornamos precisa nossa noção acêrca dos objetivos relevantes. de modo a permitir que a pesquisa venha a possibilitar a atribuição de um valor a essa nova alternativa. Em alguns casos o pesquisador terá pouca ou nenhuma segurança de haver considerado tôdas as alternativas pos­ síveis. Ao longo da pesquisa. Se uma pesquisa anterior ou a experiência passada não deixam dúvidas acêrca da ineficá­ cia de uma alternativa relativamente às outras. Se uma dú­ vida razoável permanece após tal avaliação. a formulação do problema deve ser alterada.38 P L A N E JA M E N T O DE PESQUISA SOCIAL evitada uma repetição desnecessária. decidindo que vias de ação correspondem a meios para atingir êsses objetivos. nova alternativa pode exigir consideração. 3. seja na pesquisa. Uma vez que a relação de meios alternativos esteja preparada. Considera­ remos ambas essas questões. (a) que o pesquisador disponha de medidas de eficácia e (b) que êle possa determinar as condições sob as quais aquela medida seria a melhor para cada alternativa. Deve-se deixar claro que não podemos decidir quais sejam os meios alternativos a menos que tenhamos uma idéia clara dos objetivos. verifiquemos de que medidas de eficácia dispõe o pesquisador. seja no caso de um problema prático. no campo de aplicação. A pesquisa buscará determinar qual a mais eficiente dentre as vias de ação possíveis. Além disso. Antes. O levantamento de fontes deve ser tão amplo quanto possível. A tarefa de formular as hipóteses alternativas é a de estabelecer para cada qual dós meios alternativos as condições sob as quais êle poderá ser tido como o de maior eficácia.2 As hipóteses alternativas. esta deve ser retirada da relação. Constitui responsabilidade do pesquisa­ dor avaliar criticamente a prova de ineficácia. deve ser examinada para verificar se qualquer dêles pode ser eliminado.2. a alternativa deve ser mantida para avaliação da mesma. 3.1 Medidas de eficácia. obviamente. Isto requer. H á numerosas medidas de eficácia em uso nos dias que correm. Nesse caso. As seis mais comuns são as seguintes: .

As restrições apontadas não impedem que essas medidas sejam utilizadas. Por exemplo. Nessas hipó­ teses a medida deve ser invertida. exatamente porque ela lhe absorve tempo. tem suas limitações. Por exemplo. A medida de eficácia de dois sistemas de produção do mesmo artigo pode ser baseada no custo de produção de cada qual (n9 5). engendrar exemplos em que sejam utilizadas as outras medi­ das de eficácia. Nessa hipótese. 5. Medir o tempo exigido para completar o trabalho especificado. dois trabalhadores podem ser comparados em função da porcentagem de trabalho que êles completam em dado período de tempo (n® 1 ). suponhamos que o objetivo de uma pessoa seja o de praticar exercícios. Ou. Manter constante o casto. Medir a porcentagem do trabalho realizado. aplicável a qual­ quer situação. Cada uma dessas medidas. Indicam. Por outro lado. Finalmente. Uma dessas medidas gerais é a seguinte: A eficácia de uma via de ação para atingir certo objetivo. 6. entretanto. em circunstâncias especificadas. Especificar o trabalho a ser realizado. 2. a conveniência de uma medida de eficácia inteiramente geral. dificilmente mediríamos a eficácia da atividade em têrmos de quão pouco tempo ela requer. alguém pode empenhar-se em uma atividade. 3. Manter constante o esfiõrço. . Medir a porcentagem do trabalho realizado. algumas vêzes. Especificar o trabalho a ser realizado. O leitor poderá. Nesse caso. medida em têrmos de tempo gasto para realizá-lo (n’ 4). é a proba­ bilidade de que a ação resulte na obtenção do objetivo.FORM ULAÇÃO DO P RO BLEM A 39 1. Especificar o trabalho a ser realizado. Medir o custo exigido para completar o trabalho especificado. dificilmente mediríamos a eficácia de meios alter­ nativos de exercício em têrmos de quão pouco esforço será despendido. facilmente. 4. Manter constante o tempo. Nesse caso. Medir a porcentagem do trabalho reali­ zado. dificil­ mente mediríamos a eficácia em têrmos de quão baixo venha a ser o custo. Medir o esforço exigido para completar o trabalho especificado. pode ocorrer que uma pessoa deseje encon­ trar meios de dispender dinheiro. embora útil em muitas cir­ cunstâncias. a eficácia de um trabalhador na execução de certo trabalho é.

supo­ nhamos querer determinar qual de dois textos. As medidas de eficácia examinadas neste parágrafo não esgotam. As eficácias das alternativas não precisam totalizar. Em situações diferentes. aquela que tem maior probabilidade de permitir o alcance do objetivo é a mais eficaz. Consideremos o caso em que desejamos determinar qual de dois meios é o mais eficaz. no tempo fixado. Suponhamos que êle calcule corretamente uma soma. Segue-se da definição que. digamos que represente a via de ação. que a êsse A sejam dadas ^dez colunas para somar de um e outro da­ queles modos. ainda. Podemos decidir que o melhor é aquêle que permite aos estudantes obter notas mais altas. Digamos que êsse teste deve ser feito relativamente a um indivíduo específico. agora.40 P L A N E JA M E N T O DE PESQUISA SOCIAL Para fins de ilustração.4. Aqui. dado que é uma medida de probabilidade. nesse tempo. 6.8. Suponhamos. A. A medida de inefi­ cácia de M-l para O i em N é obtida subtraindo de 1 o grau de eficácia. de maneira alguma. em vista de certo objetivo.1. usando o método do papel e lápis e que calcule corretamente oito somas. necessàriamente. tôdas as possibilidades. Suponhamos que êsse objetivo seja "somar corretamente uma coluna de vinte números de cinco algarismos num mi­ nuto”. estaría­ mos usando resultados de testes como medida de eficácia. — 0 . ou 0. A medida de eficácia varia entre 0 (o mínimo) e 1 (o máximo). A eficácia do uso do computador seria 0. a propósito da mesma disciplina. num teste padrão relativo à disciplina. sua ineficácia para Ox é ( 1. O pesquisador deve explicitar a medida de eficácia que usará e demonstrar sua adequação ao problema em tela. usando a máquina. 0 lt o objetivo e N a circunstância. se dispomos de duas vias de ação. O resultado do teste é uma medida modificada da percen­ tagem do trabalho realizado em dado tempo. 1 . 6 ). Conclui-se que a eficácia do método papel e lápis (tal como avaliada a partir dêsses dados) se­ ria 0. numa dada circunstância. é melhor. . variações nas medidas aqui exa­ minadas se imporão com naturalidade. que M x é “usando o método do papel e lápis” e M 2 é “usando máquina de calcular”. Se a eficácia de para em T Vé (por exemplo) 0 . Por exemplo. Suponhamos.0 .

Suponhamos. não haveria via de ação específica a sele­ cionar. ser reformulada da maneira seguinte: Hi'.2. Então. alcançada com auxílio do texto B. Selecionar o texto B se. está em condições de especificar as condições de aceitação das vias de ação possíveis. Conseqüentemente. Uma vez que há apenas dois textos em causa. alcançada com auxílio do texto A . agora. a média dos resultados do teste. então. é maior ou igual à média alcançada com auxílio do texto B. Se admitirmos que as hipóteses são as mencionadas e se as médias dos testes resultarem iguais. que êle enfrenta o problema acima referido: selecionar um. cabe-nos ou acrescentar outra via de ação ou alterar uma das hipóteses. então. A primeira hipótese pode. a ser utilizado por estudantes de certo curso. as condições de aceitação podem ser traduzidas pelas seguintes hipóteses ( H ): Selecionar o texto A se. É claro que um resultado possível não foi levado em conta — o caso de igualdade das médias. Suponhamos. dentre dois textos. a condição de aceitação seria algo como “a média alcançada nos testes com o uso dêste texto é maior do que a alcançada com o uso de qual­ quer outro texto". O exemplo do texto serve para introduzir os passos a seguir na formulação de hipóteses alternativas: . que só mudaremos para o texto B se êste se revelar melhor. ainda. que êle decida usar resultados de teste como medida de eficácia. alcançada com auxílio do texto A. H\: a média dos resultados do teste. H 2: a média dos resultados do teste. fôr maior do que a alcançada com auxílio do texto B. fôr maior do que a alcançada com auxílio do texto A. Uma vez que o pesquisador tenha selecionado a medida de eficácia mais adequada ao problema. As hipóteses.FORM ULAÇÃO DO P RO BLEM A 41 3. esgotam tôdas as possibilidades. para cada texto. por exemplo. Suponhamos que o texto A seja o de uso corrente.2 Formulação das hipóteses. Poderemos decidir.

e não ape­ nas duas. então. e (4) de Ca para 0 2. Reformular as condições de aceitação como hipóteses. O i e O 2 . se a aceitação de uma hipótese alternativa em vez de outra não fizer qualquer diferença no subseqüente compor­ tamento científico. ainda. (Êstes são os pontos de concordância entre as hipó­ teses). A comparação de condições de aceitação e de vias de ação e a de hipóteses e condições de aceitação é necessária. conformidade com a teoria e outras medidas similares. Nos casos em que mais de um objetivo aparece. Como deixamos dito antes. então. ou o problema. se desejamos o melhor plane­ jamento possível. Atribuir a cada via de ação possível um con­ junto único de condições de aceitação. como enunciados que cubram todos os possíveis resultados da pesquisa e que não se superponham. baseado na medida de eficácia escolhida. sentido. Tornar explícitas as suposições feitas no uso das medidas de eficácia selecionadas. impõe-se generalização do processo agora descrito. A primeira teoria seria. Em tôdas essas pesquisas. De fato.42 P L A N E JA M E N T O DE PESQUISA SOCIAL (1) (2) (3) (4) Selecionar medida de eficácia que seja aplicá­ vel a tôdas as possíveis vias de ação. Suponhamos que se consideram apenas dois objetivos. quatro formas possíveis de determinar a eficácia. de uso mais eficaz em problemas cuja solução depende daquelas previsões. as condições de aceitação e as hipóteses devem ser deixadas claras. então. (3) C 2 para O i. ou sua formulação não tem. cientificamente. A necessidade de generalização pode ser patenteada por um exemplo simples. mesmo em pesquisa teórica. Em tal pesquisa a eficácia pode ser defi­ nida em têrmos de previsibilidade. Há. suponhamos que uma teoria possa ser utilizada para prever fatos mais acura­ damente que outra. Por exemplo. e duas vias de ação (meios) e Ca. a pesquisa teórica ou pura é sempre base de pesquisa posterior. as possíveis vias de ação (científica). Admita-se. que essas eficácias tenham os valores indicados na seguinte matriz: . isto é. ( 2 ) C t para 0 2. São a eficácia de (1) C i para O i.

a importância (pêso) de O x e de 0 2 precisa ser considerada. Essas observações sugerem a necessidade de avaliar as eficácias.2 0. C 2 seria o melhor meio a selecionar. R iE n + RJBa . 6 ) (0. Imaginemos que O i seja muito importante e 0 2 pouco importante. Temos W E iC i) = W E ( C 2) = (0. obviamente. C2 0.3 0.4) (0.54. Nessas condições.7 0.8 Qual é o meio mais eficaz? Para responder essa per­ gunta.7) + (0. para C 2. em função da importância dos objetivos. W E (C z ).3) = 0. Como antes. imaginemos que R i represente o pêso de O j e que R 2 represente o pêso de O 2. Invertidas as importâncias. a eficácia geral ponde­ rada de Ci. Substituindo em ( 1 ) podemos obter . Nesse caso. Cj seria a via de ação mais eficaz. Representemos por E n a eficácia de Ci para O i e por E 12 a eficácia de C ± para 0 2 .4. W E ( C i) . 0 .6) (0. Imaginemos que as asserções que desejávamos conver­ ter em hipóteses fôssem as seguintes: ( 1) ( 2) W E ( C i) W E ( C i) > ^ W E (C s ).8) = 0.6 e seja R 2 igual a 0.4) (0. seja R x igual a 0.R 2 E 22 . tyfE(Co) = R \ E 2 \ f. pode ser expressa dêste modo: W E {C X ) = De modo análogo. portanto.44. Por exemplo.2) + (0. Então. C 1 seria. c . ( 0 .FORM ULAÇÃO DO P RO BLEM A 43 0. o melhor meio a selecionar.

O seguinte processo de transformação pode ser empregado: .5Eu H 2: \ . ou ambas serão convertidas para uma escala comum. Genèricamente.4 £ 12 > 0 . é mais fácil a conversão para uma escala comum. imaginemos que no problema dos textos haja dois objetivos: O i permitir o melhor treina­ mento possível e 0 2 minimizar o preço do livro para o estu­ dante.6 E u + 0.R2 E22- Uma vez que os R i e R? podem ser determinados antes de iniciar-se a pesquisa. seus valores podem ser substituídos em H x . 5E2í -f- E22.4 £ 22. Por exemplo. Por exemplo. sem que. Outra complicação pode originar-se quando mais de um objetivo estiver em foco. A medida geral de eficácia dada acima — probabilidade de produzir um dado objetivo — fomece-nos uma escala comum conveniente.E 1 2 — 1 .E 2 2 ’ Esta formulação de hipóteses deixa claro que são quatro as determinações de eficácia a levar em conta. Pode tornar-se desejável usar diferentes medidas de eficácia relativa para cada um dos objetivos. 1. se R x fôr igual a 0. obtemos: H i4 . Simplificando. "Média do teste” pode ser utilizada como a medida de eficácia relativa a O i e "preço de venda” como a medida de eficácia relativa a 0 2. então H n 0. Ou uma escala será adapta­ da à outra. V ia de regra. De modo análogo podemos obter a alternativa: -(. então é preciso fazer N„NC determinações de eficácia para comparar as eficácias gerais ponderadas das vias de ação alternativas. sejam comensuráveis as medidas consideradas.4.5 E u “l- E 12 > 1.Eu R 12E 12 > R 1 E 21 1 . porém.44 P L A N E JA M E N T O DE PESQUISA SOCIAL H±: R-.6 e R 2 igual a 0. N e vias de ação. 5 £ (2i |. uma em cada escala. 6E2i + 0 . se há N 0 objetivos. Não é possível adicionar duas medidas.

pode variar entre 0 e 100. digamos. Para exemplificar.FORM ULAÇÃO DO P RO B LEM A 45 A média do teste.0)' e 60. no teste. Por meio dêste segmento. 2 — Transformação das médias de testes em probabilidades Decide-se que média de teste deve ser equivalente à máxima eficácia. a seguir. digamos. no eixo das abscissas. 1. seja ineficaz. a média de teste que seja equivalente à máxima ineficiência. no eixo das ordenadas: isso equivale a assinalar o ponto de coordenadas (100. (100. no eixo das ordenadas de um siste­ ma de referência (ver Fig. Por isso.0) . marca-se o ponto de coordenadas (60. Médias dos testes F ig. tal como na Figura 2. Os valores da probabilidade variam entre 0 e 1.0.0). e se unem. Uma transformação gráfica pode ser preparada usando "médias de testes” no eixo das abscissas e "probabilidade de produ­ zir um dado objetivo”. 1. Escolhe-se. que um texto que conduza. os dois pontos. a uma nota inferior àquela requerida para a aprovação do estudante. Isto já não é mais tão óbvio.0. a decisão é óbvia: é ótimo o teste cuja média é 100. O pesquisador pode decidir. . Neste exemplo. a 1. considere-se a média 90. por meio de um segmento de reta.0). iguala-se 100. 2). Supondo que a nota exigida para a aprovação seja 60. qualquer valor no eixo das abscissas pode ser transformado em um valor no eixo das ordenandas.

Desejamos minis­ trar o curso de introdução tão eficientemente quanto possível (O i) . até ao eixo das ordenadas. A linha de transformação não é. respectivamente. 0. ainda. uma reta. Suponhamos. A segunda escala de eficácia — preço de venda — pode. A escala de eficácia a ser usada para O i é a média dos testes (T ).75 e 0. Depende do critério do pesquisador. então. faça­ mos com que represente o custo do antigo texto e o custo do nôvo. isto é.00.1 )(0 . até à linha de transformação. no eixo das abscissas. Façamos o pêso do objetivo aprendizagem igual a 0.9 e o pêso do objetivo redução de custo igual a 0. As medidas de eficácia transformadas são. no eixo das ordenadas.46 P L A N E JA M E N T O DE PESQUISA SOCIAL Trace-se uma linha vertical do 90. O valor. pode ser uma curva. Façamos cOm que T\ e T'2 representem os valores transformados dessas médias. A escala de eficácia a ser usada para 0 2 é o preço dos livros (K ). Atualmente.5 0 ) = 0. os valores transfor­ mados das duas escalas originais podem ser adicionados.50. A determinação da forma da linha depende de condições específicas do problema.1. Um nôvo texto de introdução à sociologia foi publicado.75) é o valor transformado de 90. e. por exemplo. tal como exigido na formulação explanada acima. que um dado livro texto permite que o aluno alcance média 90 e que seu custo é $5. isto é.7 5 ) + (0 . Façamos também com que K\ e K'2 corres- . Supo­ nhamos. que nos valemos da transformação ilustrada pela Figura 3 para a segunda escala de eficiência. Uma vez que isso seja feito. determinado pela horizontal (0.9 )(0 . da mesma forma. não há meio sistemático de estabelecer essa determinação. necessàriamente. Então. a eficácia geral ponderada do livro texto é dada pela seguinte expressão: (0 . serão comparadas a média da classe que se utiliza do antigo livro texto (T i ) e a média da classe que se vale do nôvo livro texto ( Ta).725 Vejamos o que essas considerações significam na for­ mulação de hipóteses para o seguinte caso. ser transformada na escala de pro­ babilidade. e desejamos manter o custo do texto para os estudan­ tes tão baixo quanto possível ( 0 2). uma linha horizontal dêsse ponto de intersecção.

022.FO R M U L A Ç Ã O DO P RO B LEM A 47 1 .T '2 + R. 0 . ou outro procedimento que tenha o mesmo propósito.9. + R .0 0.K ': Selecionar o nôvo texto se Hy.. 0 1 2 3 4 » __________ 5 6 7 8 9 10 Dollars Preço de venda de livro • texto F ig. K\ igual a 0. obtemos: Hn T\ H 2: T\ ^ V . R 1T'1 + Ro_K\ < R .1 .4 0. respectivamente.1. agora descrita. R> igual a 0.T .K'2.8 0. R i e R i e K 'i e K '2 podem ser determinados antes de ser levada a efeito a pesquisa. rara- .6. < r 2 + 0.9 0.4 e K '2 igual a 0. substituindo em H 1 e H„ e simplificando.. Uma enunciação preliminar das vias de ação e de suas cor­ respondentes hipóteses pode ser a seguinte: Continuar a usar o texto antigo se: H . + 0. 3 — Transformação do preço -de livro texto em probabilidade pondam às medidas de custo transformadas. A formulação de hipóteses multiobjetivas.7 c d ■ § CU 0.: RiT\ + R2 K\ ^ R . Então.2 . R L e R 2 con­ tinuam a corresponder aos pesos de O t e 0 2. 3 0. Suponhamos R i igual a 0. 0.022.

no entanto. de vez que tudo o que “sabemos” é baseado em algumas presunções. a eliminar todos os objetivos. a menos que haja acôrdo quanto ao método a aplicar. O planejador da pesquisa inclina-se.1 Pontos de concordância entre as hipóteses alter­ nativas. especificado. Pode suceder que uma. Voltando ao exemplo do texto. geralmente.2. 3. Falando figuradamente.48 P L A N E JA M E N T O DE PESQUISA SOCIAL mente são usados na prática. o uso de notas como medida de eficácia pode ser aceitável apenas quando o mesmo teste é minis­ trado a cada sujeito ao mesmo tempo. Essas condições de aceitabilidade cons­ tituem os pontos de concordância entre as hipóteses. Isto deve ser lembrado quando os ditos “objetivos embaraçosos” são eli­ minados durante a formulação do problema. freqüentemente. a não ser que haja uma forma de medir a eficácia aplicável a cada uma das vias de ação alternativas. não fornece uma solução para o problema todo do interessado na pesquisa. Os pontos de concordância entre as hipóteses alterna­ tivas podem ser ou sabida ou presumidamente válidos. Não há maneira científica de escolher uma das hipóteses alternativas como válida. Êsse processo. para completar o teste. mas não sem que se façam outras presunções. A aplicabilidade de qualquer medida de efi­ cácia depende de certas condições vigentes. as hipóteses não podem concordar a respeito daquilo que seja válido. Neste caso. Qualquer presunção pode ser investigada e “provada”. e se cada sujeito só dispõe de um período máximo de tempo. num sentido geral. Os pormenores do método de validação são os pontos de con­ cordância comuns às hipóteses alternativas. Não há meio racional de resolver quaisquer discordâncias. a menos que concordem quanto a um método para a determinação do que é válido. A validade de pelo menos alguns dos pontos de concordância terá de ser presumida. ou mais não se justifiquem. Somente pode resolver um problema esquematizado e a solução obtida pode revelar-se ineficaz. poderemos fazer ajustamentos compensatórios nos dados . exceto o mais importante e a resolver o problema relativo a êste. elas devem ser explicitadas. Quaisquer que sejam as presunções fei­ tas.2.

5 pontos superior à média ge­ ral de notas dos estudantes que se valem do texto B. Mas. Nem tôdas as presunções comuns às hipóteses podem ser enunciadas neste estágio. já neste está­ gio. b e bf). além disso. Então. Imaginemos.5 pontos superior. ao menos. presumimos (num estágio posterior do plane­ jamento) que o efeito daqueles livros sôbre as notas é inde­ pendente do sexo dos estudantes.2. que a nota média dos estudantes que se valem do texto A é 10 pontos superior à dos estudantes que utilizam o texto B. a) e um ponto de discordância (digamos. então.2. Suponhamos. mais e mais presunções são feitas. Consideraremos essas presunções em fases sub­ seqüentes do planejamento da pesquisa.FORM ULAÇÃO DO P RO B LEM A 49 que já tiverem sido colhidos. pelo exame de igual número de indivíduos de ambos os sexos. Se temos duas hipóteses. Imaginemos que verifi­ camos.2 Hipóteses exclusivas e exaustivas. podemos tornar explícitas as presunções relativas ao uso de uma medida comum de eficácia. À medida que o planejamento da pesquisa avança. que é o estágio da pesquisa ocupado com a formulação do problema. represen­ tar simbolicamente as hipóteses da forma seguinte: H i: ab (assevera que a e b são verdadeiros). um ponto de concordância (digamos. A média de notas de estudantes femininos que utilizam o texto A é 7. embora o seja o efeito do texto B. A conseqüência seria a de que a nota média dos estudantes masculinos que se utilizam do texto A é 12. do que quando utilizado por estudantes femininos. elas devem possuir. a necessidade de colhê-los de nôvo. por exemplo. t í 2: ab' (assevera que a é verdadeiro. O texto A leva os estudantes masculinos a obter uma nota 5 pontos supe­ rior à que obtêm os estudantes femininos. 3. que no estudo relativo aos livros texto. mas nega b ) . podemos ajustar os resultados do primeiro estudo. que uma investigação posterior mostre que o efeito do texto A não é independente do sexo. Uma vez que presumimos não haver diferença entre os sexos. assim. . Podemos. verificamos que o texto A é mais eficiente quando usado por estudantes masculinos. evitando.

um desigual número de textos A e textos B pode ser selecionado. abx H 2. então. não importando qual seja o número de alternativas. Haveria. que as vias de ação (diferentemente das hipóteses) não precisam ser exaustivas. Note-se. As vias de ação alternativas devem também ser exclu­ sivas. e uma deve ser verdadeira. ser escolhidas ao mesmo tempo. Em outras palavras. devem cobrir todos os possíveis resultados da pesquisa. contudo. As hipóteses alternativas. pois. ser exclusivas. o texto A será usado tanto em (1) como em (3). Isso significa que nunca duas delas podem ser aceitas simultâneamente como resultado de qualquer pesquisa. ambas. e somente uma das hipóteses pode ser verdadeira. por sua vez. Usar somente o texto B. que deseja­ mos avaliar três diferentes livros. três hipóteses alternativas que poderiam ser representadas sim­ bolicamente da seguinte maneira: H i‘ .50 P L A N E JA M E N T O DE PESQUISA SOCIAL Nessa formulação. as hipóteses alternativas não devem superpor-se e devem. Pode haver mais de duas hipóteses presentes num pro­ blema de pesquisa. a pesquisa poderia não indicar qual a via de ação a ser escolhida. mas (1) e (3) não podem. b e b' correspondem a asserções contra­ ditórias. os instrumentos não o são.ab2 H s: ab3 Deve haver uma hipótese para cada via de ação alternativa. devem ser exaustivas com respeito aos pontos de discordância a testar. De outra maneira. portanto uma. isto é. Uma maneira conveniente de nos assegurarmos de que as hipóteses são exclusivas e exaustivas é recorrer à técnica . Por exemplo. Imagimenos. podemos ter três vias de ação: (1) (2) (3) Usar somente o texto A . e retornando à ilustração dos dois textos. por exemplo. Essas vias de ação são exclusivas. A par disso. Usar um número igual de textos A e textos B.

Se houvesse três pontos de discordância. por exemplo. a e b. e dois os pontos de discordância. Ima­ ginemos. abc/de H 5: abed'e' H<$: abc?de' H-j: abc/d'e H a■abe'd'e" Em geral. é con­ veniente enunciar simbolicamente os pontos de discordância. respec- .FO R M U L A Ç Ã O DO P RO BLEM A 51 lógica chamada: “expansão Booleana”. haveria oito alternativas possíveis: H i: a bede H 2: abede' H 3: abed'e Hi'. c e d. que dois são os pontos de concordância. Se c constituísse o único ponto de discordância. recorrendo a notas de testes. A é maior que B. numa classificação exclusiva e exaustiva. Co: A é igual a B. haverá 2" hipóteses alternativas. uma situação em que c está sujeito a assu­ mir três valores: c i‘ . Como já indicamos. Imaginemos. Podemos ter. 2 e 3. Se a pesquisa abrange mais de duas hipóteses. construir a seguinte relação de hipóteses alternativas: H i : abcd H 2: a bed' H 3: abc/d H i : abc'd' Note-se que a e b permanecem inalterados ao longo da relação. um ponto de discordância pode dar lugar a mais do que apenas duas possibilidades. então. para facilitar a construção de hipóteses. 1. se há n pontos de discordância. A intuição não é um guia satisfatório para assegurar exclusão e exaustão. Para facilitar a discussão. para exemplificar. c3: A é menor que B. haveria três hipóteses alternativas. que temos em vista apreciar três textos. façamos Tlf Ta e T3 corresponderem às notas médias obtidas por estudantes que se utilizam dos livros. Podemos. por exemplo.

portanto. Por exemplo. distinguíveis pelo número de uni­ dades habitacionais a construir. Registrando-as. verificaremos que 14 dessas com­ binações resultam impossíveis. podem ser representadas como segue: Ti = T. Ti > T. O terceiro somente será aceito se permitir resultados melho­ res do que os dois anteriores. duas. do que a nota correspondente daqueles que se valem do segundo e terceiro textos.2. > T 3 T2 < T3 Ti = Ts Ti > T 3 Ti < T 3 H á 27 formas diferentes de combinar as asserções das várias colunas. As relações possíveis entre duas quaisquer des­ sas três notas. Há. O segundo livro será preferido se êle permitir melhor média do que o primeiro e média igual ou maior do que a permitida pelo terceiro. A s treze combinações compatí­ veis restantes devem ser combinadas em três hipóteses exclusivas e exaustivas. poderemos escolher a via de ação mais eficaz. A vantagem do tratamento simbólico da formulação de hipóteses deve transparecer dêsse exemplo. Um dêsses conjuntos de hipóteses é o seguinte: H i: T i ^ To e Ti ^ Ts Ho: 7\ < To e To ^ T3 H a : T i < T3 e T o_ < T s Em outras palavras.52 P L A N E JA M E N T O DE PESQUISA SOCIAL tivamente. Então. por exemplo. Ti < To T-. se nosso problema é resolver uma crise habitacional. o primeiro texto será escolhido se a nota média conseguida por estudantes que dêle se utilizam fôr igual. = Ta T. ou maior. Êsse é um problema de avaliação. ou mais unidades residenciais. 3. as vias de ação alternativas podem consistir em construir uma.3 Problemas de avaliação. um grande número de vias de ação. (7\ = To) (T 2 > T3) (T i < T3). Em relação a alguns problemas podemos deparar com um grande número de possíveis vias de ação. dado que a seleção da via de ação mais eficaz depende de .2. se pudermos deter­ minar quantas unidades são necessárias.

Podemos utilizar uma enunciação sintetizada. Em pesquisa que envolva avaliação. isso indi­ ca que aquela avaliação não é adequada.FORM ULAÇÃO DO P RO BLEM A 53 uma estimativa do valor de uma variável crítica. devemos também indicar as vias de ação associadas a cada possível resultado da pesquisa. Então. por exemplo. mas também do risco de cometer um êrro. Na . Quando se deter­ mina uma função capaz de permitir que a mesma via de ação varie dentro de um conjunto de valores estimados. que o número de unidades habitacionais necessárias é igual a “ 1 . A grandeza do conjunto fixada pela estima­ tiva depende. não apenas dos dados. Ou seja. que estejamos dispostos a assumir. já que são bem diversos os métodos estatísticos empregados em problemas de análise de dados em uma estimativa e os problemas de teste de hipó­ teses. é igualmente importante acen­ tuar que a lógica empregada nos procedimentos estimativos é a mesma que se emprega ao testar hipóteses. ou. que se situa entre 900 e 1. podem ser indi­ cadas assim: ‘‘construir N unidades habitacionais”. interes­ sados em problemas de estimativa. Podemos dizer. o que é equivalente. expres­ sando-se as avaliações como um conjunto de valores e não como um valor singular. êsses conjuntos devem ser especificados sob a forma de hipóteses. as hipóteses alternativas podem ser enunciadas desta forma simples: “N casas são necessárias” e o problema da pesquisa é avaliar N. porém. quanto menor o risco de errar que estejamos dispostos a correr. As con­ dições de aceitação podem ser assim formuladas: “construir Ni unidades habitacionais se iV. unidades habitacionais são necessárias”. as vias de ação alternativas na ilustração. maior deverá ser o conjunto admitido.000 ± 100”. o fato de estarmos. Deve ser acentuado. De outra parte. ou não. Por exemplo. e vice-versa. Se a relação entre avaliações possíveis e possíveis vias de ação não pode ser expressa como função matemática (como o foi no exemplo da unidade habitacional). entretanto. A avaliação do valor de qualquer variável está sempre sujeita a êrro. Não examinaremos os aspectos estatísticos do processo de avaliação mas consideraremos aqui vários aspec­ tos não estatísticos que são de muita importância. Em tais casos não é necessário enunciar explicitamente cada uma das vias de ação alternativas e associar-lhes uma hipótese.100. Êsse êrro é usualmente contornado. mesmo que o façamos de forma abreviada.

Em pesquisa de informa­ ções. mas também como. Êsse ponto pode ser ilustrado com o recurso de uma analogia. mas também as maneiras como será utilizado: por exemplo. é visível que as vias de ação podem ser expressas como função do valor a ser estimado. É verdade que o material incluído no relatório publicado é uma função dos resultados da pesquisa. seu grau de acuidade. Várias propriedades da ava­ liação afetam as utilizações que dela podem ser feitas: as condições sob as quais foi realizada. etc. Possíveis enganos. a ser usados em pesquisa pos­ terior. a única via de ação imediatamente aces­ sível pode ser a publicação dos resultados da pesquisa. o pes­ quisador que se preocupa com pesquisa pura deveria ter em conta os hábitos e habilidades de seus colegas. Importa lembrar. portanto. a confiança que merece. Para enfrentar . Já fizemos notar que a pesquisa destinada a propor­ cionar informação deve ter em conta os possíveis usos dessa informação. . Isso implica saber não apenas para que a informação será usada. não obs­ tante. Pelo menos alguns fatos relacionados com a pesquisa poste­ rior dependem da avaliação. presumivelmente. êrro êsse. tôdas as propriedades da mesma avaliação devem ser conhe­ cidas. que acarreta a possibilidade de que a conclusão obtida não seja correta. é um instrumento. que os resultados (sejam publicados ou não) desti­ nam-se. Para utilizar adequadamente a informação proporcionada pelos processos de avaliação. Para projetar um auto­ móvel eficiente. talvez pelo próprio encarregado da primeira pesquisa. mas êsse fato é óbvio e dificilmente merecerá menção. é preciso considerar a possibilidade de se chegar a uma conclusão errônea.54 P L A N E JA M E N T O DE PESQUISA SOCIAL maior parte das pesquisas aplicadas que envolvem avaliação. isto é. Em qualquer projeto de pesquisa científica. entretanto. Pode fa­ zê-lo formulando os vários tipos de ação aos quais julga poderem ser incorporadas suas estimativas. as vias de ação a que poderá ser incorporada. As observações e as presunções estão sempre sujeitas a êrro. Um automóvel. como informação. 4. Em certo sentido. o responsável deve conhecer não apenas as finalidades de seu uso. os hábitos dos motoristas e as habi­ lidades de quem dirige.

para exemplificar. Se há três hipóteses. verdadeira. são os enganos mais sérios os que pretendemos evitar. são aspectos do problema. constitui engano mais sério do que tratar um escolar sub-normal como se fôsse normal. Para tomar precauções dessa ordem. verdadeira. verdadeira. Êsses métodos serão examinados no capítulo V . Obviamente. dois enganos podem ser cometidos: (1) (2) Aceitar H 2 quando H 1 é verdadeira. Suponhamos ter concordado em que tratar um estudante normal como se êle fôsse sub-normal. Suponhamos. Aceitar H x quando H 2 é verdadeira. Um dos mais importantes resultados da estatística moderna foi dar-nos um método que nos capacita a escolher um procedimento estatístico que reduz ao mínimo a possi­ bilidade de cometermos enganos sérios.FORM ULAÇÃO DO P RO BLEM A 55 diretamente essa situação. a fim de saber quais os que preten­ demos evitar. diversas daquelas que envolvem procedimentos estatís­ ticos. verdadeira. . sua definição depende de como se formulem os aspectos do problema que até êste ponto consideramos. Isso significaria que devemos esta­ belecer um critério de sub-normalidade tal que fôsse menos fácil incluir uma criança normal num grupo sub-normal( do que uma criança sub-normal num grupo normal. ter o propósito de evitar enganos sérios. devemos primei­ ramente determinar quais são os possíveis enganos e quão sérios podem êles ser. devem. com o propósito de ministrar ensino separado a êstes últimos. seis enganos são possíveis: (1) (2) (3) (4) (5) (6) Aceitar Aceitar Aceitar Aceitar Aceitar Aceitar H x quando H x quando H 2 quando H 2 quando quando H s quando H2 HA H1 H3 Hx H2 é é é é é é verdadeira. Os enganos possíveis e a seriedade de que se revestem. precisamos avaliar os enganos suscetíveis de ocorrer. decisões relativas à pes­ quisa. também. O número de enganos que um pesquisador pode come é função do número de hipóteses que está examinando. verdadeira. Mas. que estamos desenvolvendo um método para distinguir entre escolares normais e subnormais. Se há duas hipóteses.

Ha Perda de tempo e de recur­ sos para construção de casas em locais outros. H a Desnecessário atraso na exe­ H a: a necessi­ Atrasa a cria­ A c e i t a r ção de planos quando Hi é cução do plano. sistência. Aceitar quando Ha é verdadeira. o número de enganos possí­ veis é igual a n(n — 1). No exemplo seguinte serão indicados não apenas os enganos possíveis. as possíveis conseqüências de cada um. as hipóteses são quatro. per­ da de prestígio dos pia- . Hipótese Vias de ação Enganos possíveis Conseqüências possíveis Hi: a necessi­ C o m issão de A c e i t a r Hi O interesse da comunidade é despertado e se reduz. casas em locais outros. se há n hipóteses.56 P L A N E JA M E N T O DE PESQUISA SOCIAL Em geral. produz municipal pre­ verdadeira. o número de enganos possíveis é igual a 4 (4 — 1). por exemplo. casas. onde são necessárias. com o objetivo de planejar e cons­ truir em local adequado e utilizável. ser convenci­ dos disso. adicionais. Se. Objetivo da pesquisa: determinar se há necessidade de alterar as condições de habitação em certa área urbana e se tal alteração pode ser levada a efeito imediatamente. perda do prestígio da co­ missão de planejamento em razão de crítica pública. perda de pres­ mas os mora­ e usa ação edu­ cacional e po­ dores da área tígio dos planejadores. ou 12. dada dade existe e quando H 3 é planejamento a falta de visão. mas. tamente Aceitar Hi Perda de tempo e de recur­ quando Ha é sos para a construção de verdadeira. lítica p a r a devem. p r i­ vencer a re­ meiram ente. custos dade existe verdadeira. A natureza dos enganos possíveis torna-se mais clara quando nos colocamos face a uma ilustração. em que são necessárias. a a lte ra ç ão intranqüilidade na vizi­ para planos e pode ser rea­ nhança e prejudica outros construção de lizada imedia­ projetos.

uma vez que o procedimento é explícito. Entretanto. mas fa­ da de prestígio. Mas. são arbitrários. 4. êle está exposto a eventual avaliação e aperfeiçoa­ mento. per­ existe verdadeira área. Atualmente. H 3 Prolongar indefinidamente um H3: a necessi­ Não p la n e ja r A c e i t a r sofrimento que pode ser ali­ quando Hi é p a r a est a dade não viado imediatamente.1 A gravidade dos enganos. não há processo científico geralmente aceito para ponderar enganos possíveis. no atual estágio de desenvolvimento científico. porque. Não proclamamos que êste seja o melhor método. Podemos definir o engano como a escolha de um meio que não o mais eficiente dos que existem. consiste na escolha de meios . zer pesquisas para outra Aceitar H 3 Prolongar sofrimento que po­ deria vir a ser aliviado se quando H a é verdadeira fõssem tomadas providên­ cias para vencer os obstá­ culos.. exige-se que os enganos possíveis sejam ponderados. mas possibilida­ de de retirar lições do êrro em tempo. a única vantagem que reivindicamos é a de ser êle explícito. A pesquisa é uma atividade diri­ gida a certos fins e. Alguns aspectos do procedimento proposto são defensáveis. A formulação das possíveis consequências habilita-nos a compreender a natureza dos enganos e fornece base para determinar quão sérios são êles. não sabemos o necessário para tomar essas posições com melhor apoio. Des­ creveremos aqui um método de atribuir pesos aos enganos. para a colimação de um objetivo desejado. Não podemos resolver um problema ignorando-o e mantendo-nos alheios à sua existência. como tal. etc. no interêsse de melhor conduzir a pesquisa.FORM ULAÇÃO DO P RO B LEM A 57 Hipótese Vias de ação Enganos possiveis Conseqüências possiveis nejadores. outros.

A gravidade dêste engano. Se os meios escolhidos com base na pesquisa não forem os mais eficazes. Diga­ mos que o engano consiste em aceitar H j quando H j é verda­ deira. Sy. Os dois fatores usados para avaliar uma via de ação são (1) a eficácia da ação relativa a um objetivo e (2) a importância do objetivo.é. Por outro lado. a gravidade da seleção de um meio qual­ quer não será grande. Essa medida tem 1 como máximo e — 1 como mínimo. Por exemplo. mas seu valor mínimo é 0. Um valor negativo indica não ter havido engano. mais sério o engano cometido. eficácia) e (4) fornece um valor numa escala de preferências. Avaliar a importância de O j. para O i.58 P L A N E JA M E N T O DE PESQUISA SOCIAL para os fins almejados. Consideremos. então a seleção de um meio ligeiramente menos eficaz do que o mais eficaz de que se possa dispor é séria. (1) (2) (3) Avaliar ou determinar a eficácia de C. (Isto terá sido feito em estágio anterior de formulação do pro­ blema). Subtrair o resultado de (2) do resultado de (1). como veremos dentro em pouco. é. Isso não é uma contradição. em outras palavras. Esta é a ineficácia relativa de C f.. quando H j é verdadeira. se o objetivo da pesquisa é trivial. então igual ao produto do resultado do item (3) pelo resultado do item (4). Esta medida também tem o valor máxi­ mo 1. em outras pala­ vras. Avaliar ou determinar a eficácia de Q para O i. em selecionar a maneira de ação Cj quando Q é a mais eficiente. quando H j é verdadeira. a pesquisa se tor­ nará a causa de um engano. Os valores máximo e mínimo dessa medida são 1 e —• 1. a perda de eficácia devida ao engano. inicialmente. O i. se o objetivo é muito importante. quanto menor a eficiência relativa do meio escolhido. Uma vez que (3) fornece um valor numa escala de probabilidades (i. respectivamente. (4) (5) . seu pro­ duto (5) é medida do que pode ser chamado “perda preferencial prevista”. o processo de ponderar a gravidade de um engano relativo a um objetivo.

Para obter uma medida da gravidade de um engano rela­ tivo a um conjunto de objetivos (O i. . O n). A ineficácia relativa de Q é igual a (0.6) ou 0. (2) (3) S i+ (4) s. + -■ . mas o total dos vários S. Calcular a média S. relativo a todos os objetivos. A eficácia de Q para O i é igual a 0.5 X 0. + . Repetir êsse processo para cada objetivo até e incluindo O n. .-é igual a (0.5. significaria que Q é mais eficaz do que C . . A importância de O x é igual a 0.8 — 0. ou seja.3) ou 0. 0 2. + S„ n S é a gravidade média do engano..6. não. ter obtido os seguintes (D (2) (3) (4) (5) A eficácia de Q para O x é igual a 0. Seja 5 1 a representação dessa medida. Determinar a gravidade do engano relativo a 0 2 empregando método idêntico.3. S2. Qualquer 5 pode ter valor negativo. Calcular a soma dessas medidas.8 (quando H j é verdadeira). Isto indicaria que as hipóteses foram impropriamente formuladas e exige-se uma reformulação. .+ .3 (quando H j é verdadeira). Se o total fôsse negativo. podemos recorrer ao seguinte processo: (1) Determinar a gravidade do engano relativo a O i empregando o método acima descrito.quando H j é verdadeira. A gravidade do engano 5i. consistente em aceitar H { quando H j é verda­ deira. . + 5. por valores: exemplo.FORM ULAÇÃO DO P RO B LEM A 59 Suponhamos. onde: ^ _ 5.

6) ou —0. alcançada com 0 auxílio do antigo livro. Ponderemos o engano consistente em selecionar C x quan­ do Ho é verdadeira. o i: ministrar 0 curso de introdução à sociologia tão eficientemente quanto possível. que.4 — 0. 4 . Oo: reduzir ao mínimo 0 custo do livro para os estu­ dantes. 9 . neste caso. Ri (importância de 0 2) = 0. Podemos presumir. baseados em experiência passada. (importância de O i) = 0 . a qual. por exemplo. H 1\ T 1 ^ T'2 + 0. então. Consideremos. 6 . êsse engano em relação a O i. que é a diferença entre a média de notas. a ineficácia de Ci para O i não será maior do que 10. Digamos que.9). inicialmente. Ri K\ (eficácia transformada de Ci para 0 2) = 0 . T\: nota média transformada. se H 2 é verdadeira.225. alcançada com auxílio do nôvo livro. A eficácia de C i e C 2.2.60 P L A N E JA M E N T O DE PESQUISA SOCIAL Cada engano possível deve ser ponderado segundo a maneira descrita.25. A gravidade do engano relativo a O a pode também ser calculada. ou 0. em outras palavras< Ci . C 2: adotar 0 nôvo livro. independe de serem verdadeiras H x ou H 2. Os dados essenciais da­ quele problema podem ser sintetizados da seguinte maneira: C i: continuar a usar 0 antigo livro. o problema dos dois livros examinado em páginas anteriores. Uma vez que R i é igual a 0.9. torna-se igual a 0. K' 2 (eficácia transformada de Cs para 0 2) = 0 .022.25) (0. se transformada segundo a indicação feita na Figu­ ra 2. H 2: T' 1 < T'2 + 0. a gravidade dêsse engano (o mais grave que pode ocorrer) é igual a (0.022. Consideremos. r 2: nota média transformada. estamos razoàvelmente certos de que a diferença na média das notas não será superior a 10 e de que as médias não serão superiores a 60. A ineficácia de C i para 0 2 é igual a (0.1.

a maneira como o problema e a forma de enunciá-lo são afetados pela influência de cir­ cunstâncias várias. partimos do pressuposto de que o problema se desenvolve em circunstância única. E revela-se igual a 0. Formulações similares serão. De que modo pode uma alteração de cir­ cunstâncias afetar o problema? Pode afetá-lo em qualquer de seus aspectos: participantes. evidentemente.02. H 2 corresponde à asserção de que T'n é maior do que T\. Conseqüentemente. A eficácia de C] depende. Conseqüentemente. uma vez que R. obviamente.02) ou 0. As circunstâncias. se considerarmos a eficácia de Ci para cada valor pelo qual T2 possa ser maior do que Ti. A alteração de qual­ quer um dêsses aspectos significará.245.1. eficácia dêstes.FORM ULAÇÃO DO P RO B LEM A 61 é menos eficaz para 0 2 ainda quando H 1 é verdadeira. Ponderando o engano relativo a O i. escolher C 2 quando H 1 é verdadeira leva a cometer êrro ligeiramente mais grave do que escolher C| quando H 2 é verdadeira. com efeito..225) f. objetivos. entretanto. será necessária uma formulação diversa para cada circuns­ tância. . poderemos obter uma compreensão mais completa do enga­ no. de quão maior do que Tj seja T2. fizemos certo número de presunções para avaliar a eficácia de C t. 5. veremos como é possível introduzir êsse e outros aperfeiçoamentos na ponderação da gravidade dos enganos. etc. que há um problema diferente para cada circunstância. As várias formulações.1) ou —0. quando H„ é verdadeira. a gra­ vidade dêsse engano é igual a ( —0.205. A gravidade total do engano — escolher Ci quando H 2 é verdadeira — é. A necessidade de tais presunções nasceu do fato de que a expressão “H 2 é verdadeira” é ambígua. sua importância. o re­ flexo da similaridade do planejamento e processo da pesquisa.2) (0. meios disponíveis. E é ambígua porque não nos diz "quão maior”. é igual a 0. portanto. Até esta altura da discussão. igual a (0. terão muito em comum. Nesse caso. agora.( —0. No capítulo v. Uma vez que não conhecemos de antemão essa diferen­ ça. A gravidade do outro engano —• escolher C 3 quando H^ é verdadeira — pode ser calculada de maneira semelhante. Desejamos examinar.

Condições de aceitação. — A demonstração de seu caráter exaustivo e exclusivo deve ser feita. embora não tenha essa mesma eficácia quando referida a uma particular circunstância. Se houver exclusão de alguma. obtida a partir de cada qual das "sub-circunstâncias". no mínimo. Consideramos todos os aspectos da formulação do pro­ blema. Pode-se preferir buscar uma via de ação que tenha a máxima eficácia geral. Vias de ação alternativas. pode não haver interêsse em desco­ brir soluções diferentes para aplicar às diferentes circuns­ tâncias que se apresentaram. As decisões tomadas em cada fase devem ser re­ gistradas. tornando explícitas as medidas de eficácia adotadas e as presunções feitas. — O método pelo qual elas se revelam deve ser anotado. Objetivos relevantes dos que participam. — Devem ser identificados e sua identificação. deve ser justificada. 6. . Mas isso é assunto para posterior exame (cap. 5. as circunstâncias do problema podem ser consideradas em grupo e a eficácia dos meios alternativos pode ser igualada à eficácia média (ou a qual­ quer outro valor estatístico adequado). O registro deve in­ cluir. de modo a se sujeitarem a contínua reavaliação. — Devem ser objeto de registro os métodos utilizados e aquêles que os utilizam. —> Devem ser justificadas. modificações. sofrendo. Ponderação dos objetivos. verdadeiramente. 3. se essas pro­ priedades não forem óbvias. 4. Participantes. dada a generalidade da circuns­ tância. Sumário. então. 6. Em alguns casos. 2. De outra maneira. Completo registro do método de ponderação deve ser feito. as informações seguintes: 1. será justificada.62 P L A N E JA M E N T O DE PESQUISA SOCIAL Se uma alteração de circunstância não afeta qualquer aspecto do problema. a formulação não seria afetada. se necessário. — Deve ser mencionada a razão de ser dos que não aparecerem como óbvios. Hipóteses alternativas. ix). não houve alteração na circunstância relativa ao problema. Em tal caso. se não for óbvia. O planejamento e a execução da pesquisa serão afetados.

Gravidade dos enganos possíveis. Que usos podem ser dados às seguintes informações e como? a) b) c) medida de segregação religiosa em estabelecimentos pú­ blicos: população de uma cidade: grupo de pessoas sustentando opiniões diversas com res­ peito à religião. 4. 6. mais ou menos claramente. sem deixar escapar o significado de muitos dos fatos com êles relacionados. Quais são os objetivos da ciência social? Pondere-os.FORM ULAÇÃO DO P RO BLEM A 63 7. 8. Enganos possíveis e suas conseqüências. sem falar da formulação de nossas hipóteses e conclusões. alguma presunção ou esquema de avaliação". 1. Em nossa escolha de campos de pesquisa. feita por um de seus eminentes representantes. S. Que medidas de eficácia poderiam ser aplicadas a: a) b) c) d) programas de eliminação de áreas faveladas? campanhas de coleta de anúncios para periódicos? estudo graduado em sociologia? explicações de um conflito racial? 3. portanto. Tópicos para discussão. Quais são os vários participantes de uma prévia eleitoral? Quais são seus respectivos interesses? 2. “Numa sociedade que recompensa respostas rápidas e dignas de crédito e que não se preocupa acêrca da maneira como essas respostas são alcançadas. 5. usando os processos descritos neste capítulo. A. em nossos métodos de investigação em nossa organização do material. é justificada? "As ‘respostas’ rápidas e plausíveis em sociologia e psi­ cologia social são compensadoras em nossa cultura: não se exige planejamento experimental demorado e enfadonho. dificilmente se pode culpar o cientista social por conformar-se com as normas. A seguinte avaliação da ciência social. de forma implí­ cita. e. nossa disciplina não é acumulativa. É importante para as ciências físicas a seguinte asserção do eminente sociólogo Louis Wirth? E para as ciências sociais? "Não podemos permitir-nos desconsiderar os valores e objetivos dos atos. ■ — Deve ser incluído um registro dos processos pelos quais êles são calculados. está sempre manifesta. Stouffer. em nossa escolha de dados. . (14:xxii).

(Caso o livro indicado não seja acessível. S t a u f f e r . Alguns dos aspectos da formulação do problema são discutidos em outros livros. 1948. R. rev. 6.. D a n i e l s . B o r n . R e a d . 7. Formular êsse problema de acõrdo com os procedimentos indicados neste capítulo. Exercícios. Theory of Experimental Inference.. L. C h u r c h m a n C . jornalismo aborrecido e obscuro: poucos dados e muita interpretação". veja (2). A r r o w . (5:xvi) e (9:v). Há pouca coisa escrita a respeito da formulação dos problemas de pesquisa. (8:i) e (11. R . M a x . que esteja disponível). W . Escolher um problema no qual trabalhar ao longo do tempo de leitura dêste livro. S h i l s E. “Mathematical Models in the Social Sciences”. 1951. S o l o m o n . 1951. 1. ed. Social Choice and Individual Values. Science o f Ethics”. L a s s w e l l . selecionar outro projeto de pesquisa relativamente amplo. B a r k i n i . F a r r i n g t o n . A responsabilidade do cientista social para com a sociedade é discutida em (6) e (7). Stanford University: Stanford University Press.. New York: John Wiley. “On a . H a u s e r P. D a n i e l L e r n e r and H. J. 4. Em (12) encontra-se provocadora discussão da influência do interesse do cientista social sôbre seu próprio trabalho.64 P L A N E JA M E N T O DE PESQUISA SOCIAL Por isso mesmo. Leituras sugeridas. New York: Macmillan Co. 1. ed. ou ignorado.. Êsse aspecto do planejamento de pesquisa é usualmente afastado com uma simples frase. New York: Dover Publications Inc.. (12: 355). 1949. Para alguma discussão dêste aspecto. C . D . K. A. 5. 2. Philosophical and Phe­ IX (1949). um projeto para o curso. a medida de utilidade em economia é relacionada com a ponderação de objetivos. K. 6 Sons. N. 663-72. M. D o r w i n .. The Restless Universe. B a i n . Madison: University of Wisconsin Press.. Referências e bibliografia. Uma consideração geral acêrca do problema da responsabilidade do cientista pelo uso de seus resultados pode ser encontrada em (4: postscript). Ler "Studies of the Postwar Plans of Soldiers: A Problem in Prediction" (13:xv e xvi) e formular o problema discutido.. 2’ ed. C o r t w r i g h t . 2.. antes. em The Policy Sciences. da maneira indicada neste capítulo. 1951. e U l r i c h D . v). M e r t o n . R. 3. muito da ciência social é. A c k o ff. nomenological Research. Por exemplo. “Science as a Social Influence” in Science and Civilization. (3).

A. Ideology and Utopia. S a m u e ls o n . Manuel d'économie politique. Paris: M . V i l f r e d o . 1927. New York: New American Library (Mentor Books). Science and the Moral Life. 1947. 2! ed. 2’ ed. 13... "Preface” a K a r l M a n n h e i m . bridge: . Louis. P a r e t o . v o n . Philosophy of Science. “Symposium: Social Research with Respect to Policy Forma­ tion". 1936. London: Routledge & Kegan Paul. X V I (1949). 14. J. 11.. Prin­ ceton: Princeton University Press. 161-249. O t t o . Measurement and Prediction. Ltd. “Some Observations on Study Design". O s k a r . Cam­ Harvard University Press.. S . LV (1950). 1950. N e u m a n n . W ir th . A. 10. A m e­ rican Journal of Sociology.FORM ULAÇÃO DO P RO B LEM A 65 8. Theory of Games and Economic Behavior. Princeton: Princeton Univer­ sity Press. e outros. S t o u f f e r . 1949.. e M o r g e n s t e r n . 12. P . S t o u f f e r . A. S . M a x . G ia r d . Foundations of Economic Analysis. 1947. 355-61. 9.

o pesquisador já define o problema da pesquisa: determinar qual é a hipótese alternativa válida ou estimar o valor de uma variável. é muito importante. tal passo pode parecer impra­ ticável. ajustar êsses resultados. determina-se também uma solução para o problema imediato do interessado. o pesqui­ sador está em condições de decidir como resolvê-lo. Se essas deficiências são explicitadas. para o ajustamento de dados de fato. determinar seus efeitos sôbre os resultados observados e. As condi­ ções e procedimentos ideais funcionam como um padrão. em muitos casos. nem desejar o que não se pode atingir. é possível. podemos avaliar as condições práticas de pes­ quisa e determinar suas deficiências. No processo de formulação do problema imediato do interessado. conseqüentemente. se tivesse completa liberdade de ação. em verdade. Por que preocupar-se com procedimentos que não podem ser observados? Por que sonhar em vão ou ante­ cipar o que não se pode atingir? A resposta é que. com base no qual. O procedimento da pesquisa. Uma vez formulado o problema da pesquisa. se desejamos saber quão bons serão os resultados que vamos obter. À primeira vista. de maneira a eliminar os efeitos das deficiências. A utilização de um modêlo de pesquisa ideal (padrão de pesquisa). Consideremos um exemplo fami- . preo­ cupar-se com condições e procedimentos ideais (ou ótimos) não é. ou seja. nem sonhar em vão. Com base na solução do proble­ ma de pesquisa.C a p ítu lo III O MODÊLO DE PESQUISA IDEALIZADA 1. O primeiro passo no sentido de encontrar uma solução deve ser o planejamento de um procedimento de pesquisa ideal. está pre­ sente em tôdas as ciências. o pesquisador deve indicar como gostaria de orientarse para a solução do problema.

— O estímulo consiste nas condições próximas. freqüentemente. Essas condições são as que. Êle determina como a aceleração é afetada por variações da pressão atmosférica. S: O estimulo a observar. retira ou modifica na circunstância. sêres humanos. infere a aceleração de um corpo em queda livre.O M O D Ê LO DE PESQUISA IDEALIZAD A 67 liar da física: determinação da aceleração de corpos em queda livre. considerados individualmente ou em grupos. 3. o físico não pode criar o vácuo perfeito. ■ — A resposta consiste em alterações nos sujeitos. 4. O modêlo ideal para determinar tal aceleração exige (entre outras coisas) vácuo perfeito. alguns ou muitos indivíduos. cujos efeitos sôbre o comportamento são de interêsse central. onde os corpos possam cair livremente. os objetos são. afetam o comportamento do objeto. X : Os objetos a observar. N : As circunstâncias a observar. sôbre o comportamento do sujeito. embora êsses efeitos não constituam o interesse central da pesquisa. Pode-se imaginar o estímulo como algo que se acrescenta. — A circuns­ tância consiste em condições ambientais diante das quais os objetos devem ser observados. Em seguida. lisa funções matemá­ ticas para relacionar as alterações de pressão atmosférica e as de aceleração. fazendas. O planejamento da pesquisa idealizada deve consistir na especificação das condições e processos mais eficazes que se possa imaginar para levar a efeito a pesquisa. daí. por extrapolação. devidas aos estímulos. 2. uma formulação idealizada dos seguintes aspec­ tos da pesquisa faz-se necessária: 1. Em alguns casos. —■Em pesquisa social. Na verdade. . mas êle pode conduzir o experimento de modo a determinar como um corpo cairia se houvesse vácuo perfeito. . real ou potencialmente. jornais. A população pode consistir em um. grupos. R: A resposta a observar. entretan­ to. Isso implica em perguntar: ( P o que devo fazer? (2) para quem? (3) sob que condições? (4) que resultado devo buscar? Mas. provocadas na circunstância pelo estí­ mulo. são observadas casas. ou outros obje­ tos. Cabe à pesquisa determinar o efeito — se houver algum — dessas modificações. etc. espe­ cificamente. determina o que ocorreria em vácuo perfeito e. A reunião de todos os elementos a observar é chamada “população.

em vez da azul. Em geral.. A observação das respostas fornecerá os dados que permitirão aceitar uma das hipóteses alternativas. (a) Se a freqüência com que X x escolhe tinta preta é maior do que a freqüência com que escolhe tinta azul. . enquanto que outras propriedades rele­ vantes da circunstância e do estímulo são as variáveis inde­ pendentes. Com base nessas respostas. Por exemplo.68 p l a n e ja m e n t o de p e s q u is a s o c ia l As propriedades das respostas a observar são as variá­ veis dependentes. o pesquisador poderá calcular uma nota de teste e determinar a média da população. Hy. as res­ postas pertinentes são aquelas dadas ao teste. Observar a côr da tinta esco­ lhida por X 1 (R) ■ Agora podemos especificar a condição que R deve preencher para que seja aceita uma das duas hipóteses em causa. o pesquisador deverá deixar claro como os dados obtidos a partir da observação de respostas especificadas devem ser utilizados para a escolha de uma das hipóteses alternativas. em vez da azul. aceitar Hj. para as suas cartas. tinta preta. tinta preta. suponhamos ter as duas seguintes hipóteses alternativas: Hi'. para as suas cartas. se uma hipótese assevera que a média do teste de certa população é igual a um número específico. Um indivíduo X± prefere usar. X í não prefere usar. As condições e procedimentos da pesquisa idealizada podem ser assim especificados: Colocar ou observar X 1 em uma circunstância em que haja forte desejo de escrever cartas e não existam desejos conflitantes ( N ) . Tornar disponí­ vel apenas tinta azul e tinta preta e uma canetatinteiro vazia (S). portanto. Para darmos uma ilustração rápida e muito simplificada.

caberá defini-los. Em pesquisa. aceitar H 2- Tal formulação pode se revelar muito ambígua (ainda que se tome grande cuidado). . que significa (na ilustração acima) “escolhe”. devemos decidir antecipadamente que objetos. Em conse­ qüência. em seguida. “desejo”. inicialmente. 2. acontecimentos e suas propriedades. é igual ou menor) do que a freqüência com que escolhe tinta azul.O M O D ELO DE PESQUISA IDEALIZAD A 69 (b) Se a freqüência com que X x escolhe tinta preta não é maior (i. Um modêlo de pesquisa é uma construção simbólica em que tôdas as fases da mesma pesquisa recebem uma conceituação. acontecimentos e propriedades importam concei­ tuar. uma vez que o significado dos conceitos em tela pode não aparecer muito claro. devemos decidir que conceitos são pertinentes ou relevantes para o problema. Uma vez identificados êsses conceitos. Conceitos são necessários para formular o proble­ ma e para planejar os meios de solucioná-lo. Examinaremos. lidamos com objetos. o problema de determinar que propriedades. objetos e acontecimentos devem ser usados para a formulação do modêlo de pesquisa idealizada. “prefere” e “conflitante”? Devemos usar apenas uma marca de tinta preta? Que espécie de cartas deve ser considerada. Em outras palavras. e aquêle de determinar o tipo de definição que a êles deve ser dada. pessoais ou comerciais? Em suma. como pode­ mos determinar se um procedimento especificado é ou não eficiente e adequado? A resposta a interrogações como es­ tas é o objeto dêste capítulo. necessitamos de (1) critérios de relevância para auxiliar na seleção de conceitos e (2') princípios orientado­ res para construir definições científicas. Por exemplo. Consideraremos. o problema de como essas variáveis devem ser usadas para especificar as con­ dições e procedimentos da pesquisa idealizada. como em qualquer outro tipo de comportamento. No pla­ nejamento da pesquisa. Seleção dos conceitos relevantes. é.

pretender determinar qual. Nesse caso. Deve ser tido em consideração o professor? Sabemos que a eficácia de um livro texto depende do professor que dêle se utiliza e. melhor se adapta ao ensino de certa matéria. preocupada. pelo menos em pesquisa posterior poderá ser examinada sua validade. é êsse efeito significativamente amplo com rela­ ção aos objetivos da pesquisa? Suponhamos. Um problema crítico reside na pergunta “Como podemos estar seguros de que tomamos em consideração todos os aspectos relevantes do problema?” ou. com uma parte de cada qual dos assim chamados problemas “novos”. acontecimento ou propriedade algum efeito sôbre a eficácia de qualquer das possíveis soluções do problema? (2) se tem. podemos tomar decisões relativas à relevância de conceitos ou com base em prévio conhecimento ou com base em dúvidas que convertemos em presunções que possam ser testadas. . Se esta e semelhantes presunções foram explicitamente formuladas. que êsse efeito pode ser considerável.1 Critérios de relevância. acon­ tecimento ou propriedade no modelo de pesquisa deve depen­ der de duas considerações inter-relacionadas: (1) tem o objeto. Por motivos semelhantes. que segurança temos de estar utilizando tôdas as informa­ ções relevantes disponíveis? Nenhuma pesquisa jamais penetra em campo inteiramente virgem. portanto. A decisão de incluir um conceito de um objeto. dinheiro ou esforço do que pode ser empregado. em outras palavras.70 P L A N E JA M E N T O DE PESQUISA SOCIAL 2. Portanto. Mas. mais ainda. Tôda pesquisa. a maneira pela qual podemos nos beneficiar mais eficazmente da história da ciên­ cia não é de conhecimento comum. é também relevante a espécie de estu­ dantes. de um conjunto de textos. é parte de um desenvolvimento científico perma­ nente e cumulativo. Se testá-las exige mais tempo. por exemplo. Pesquisa prévia já houve. É relevante o sexo do aluno? Podemos não saber até que ponto essa propriedade afeta a eficácia do texto. ao menos. a pesquisa pode des­ tinar-se a testá-las. é melhor “jogar no certo” e presumir que o sexo tem efeito significativo. relevante nesse estudo. portanto. O conceito “professor” será. É lugar comum dizer que temos muito a aprender na história da ciência.

Essas facilidades. o conhecimento relevante de que dispomos. não obstante. manter-se a par de todos os aspectos da ciência que possam ser relevantes para seus problemas. atualmente. fre­ qüentemente. Na maioria dos campos científicos. acompanhar publicações relacionadas com sua especialização.O M O D Ê LO DE PESQUISA IDEALIZAD A 71 Todos sabemos que têm sido escritas histórias da ciência gerais e especializadas. encontram-se periódicos que contêm sumários de artigos publicados em muitas outras revistas. simples­ mente porque a maior parte dos cientistas não pode concluir. Com grande freqüência. É difí­ cil. os cientistas assumem a res­ ponsabilidade por decisões que êles. quando muito. não estão qualificados para tomar. . como indivíduos. por exemplo. são tão numerosas que o pesquisador não dispõe de tempo para conhecê-las tôdas. contudo. bibliografias que rela­ cionam contribuições importantes para a análise de problemas científicos gerais e específicos. Muitas são as coisas de que não estamos a par e que. A conseqüência é que. há informações em outros campos que se mos­ trariam úteis se estivessem prontamente acessíveis. Mas. torna-se impossível para qualquer cientista. se os resultados são ou não apli­ cáveis em seu setor. reconhece que uma biblioteca é quase indispensável para o planejamen­ to da pesquisa. saber se houve desenvol­ vimentos em física que lancem luz relativamente à medida da sensibilidade visual. com base nesses sumários. À medida que o conhecimento cien­ tífico aumenta e a pesquisa se faz mais e mais extensa. leis e teorias potencialmente úteis para a seleção de conceitos relevantes. ou quase todo. pelas críticas. para o psicólogo. O cientista está familiariza­ do com. só após ter sido a pesquisa realizada e publicados os resultados. dessas publicações. vêm-se a conhecer. Sabemos. nenhum cientista pode estar a par de todos os fatos. também. Há. conceitos importantes que foram esquecidos. Nos casos mais favoráveis. podem afetar significativamente os resultados de uma pes­ quisa. pode. Freqüentemente. Mesmo o amplo uso de sumários de resultados alcançados em outros campos não basta. pelo menos algumas. que há revistas dedicadas a pràticamente todos os setores da ciência. além disso. Só o trabalho científico em cooperação pode dar a garantia de que tomamos em conside­ ração todo.

a inter-relação entre as disciplinas faz-se mais e mais aparente e a aplicação de conhecimentos dos diversos cam­ pos. através de tal procedi­ mento. Tais grupos eram considerados altamente eficientes. só assim. Um grupo de cientistas que trabalham no mesmo cam­ po freqüentemente não se encontram em condições de con­ siderar tudo o que é relevante para um problema. grupos de cientistas foram associados a unidades militares a fim de lhes fornecer informações eficientes. para enfrentarem problemas críticos que se manifestassem. sem formalidade ou em seminá­ rio. portanto. por exemplo. Um dêsses grupos.72 P L A N E JA M E N T O DE PESQUISA SOCIAL Muito melhor seria contar com tais críticas no estágio de planejamento. Uma coisa é concordar com êsse princípio de coopera­ ção entre grupos e outra coisa é praticá-lo. que tem produzido bons resultados. Para melhor seleção de conceitos relevantes devemos. Con­ siste em criar um grupo cooperativo com representantes de todos os campos científicos e não científicos que. ao menos parcialmente. Cooperação entre grupos e cooperação interna em um grupo deveriam ser tornados aspectos institucionalizados da tarefa de pla­ nejamento. Portan­ to. . de modo que elas se tornassem instrumento efetivo na preparação da pesquisa em vez de um meio de dar prestígio a críticos catadores de nugas. Êles foram e estão sendo amplamente usados. incluía um matemático. Durante a segunda guerra mundial. um psicólogo e um advo­ gado. está o pesquisador em condições de assegurar a si mesmo que esgotou tôda a informação relevante disponível. tanto na In­ glaterra como nos Estados Unidos da América. se imagine estarem em condições de contribuir para a solução de um problema em exame. torna-se evidente. tanto em pesquisa de interêsse militar como em pesquisas de interêsse não militar. entrar em contato com estudiosos de tantos campos diversos quanto possível. um físico. Ainda quando se re­ vela que cientistas de outras áreas não podem auxiliar na solução de um problema. H á um meio de conseguir cooperação entre grupos e dentro do grupo. e de uso imediato. é necessária cooperação tanto entre grupos como dentro de um grupo. Quando êsses grupos trabalham reunidos. Esses grupos "operação-pesquisa” constituíam-se de cientistas especializados em setores muito diversos. ao problema.

até o momento. Em alguns casos. Não há. no sistema nervoso de um animal. [33]. e [45]). antes mesmo de esta tomar expressão formal completa. Teme-se. mas. Os componentes gerais do modelo cibernético de processos de controle e comunicação podem ser encontrados em equipamentos eletrônicos. a sistemas de comportamento. conhecendo os hábitos intelectuais recíprocos e reconhecendo o significado de uma sugestão nova de um companheiro. con­ tudo.O M O D ÊLO DE PESQUISA IDEALIZAD A 73 Em grandes organizações de pesquisa e em universida­ des há oportunidade ampla para a formação de grupos de pesquisa cooperativa com especialistas em várias disciplinas. tais equipes foram mantidas temporàriamente para examinar problemas específicos (14). poucas equipes foram organizadas com caráter permanente e institucionalizado. A explicação está no fato de que a maior parte das pesquisas diz respeito a processos. Consideremos um caso dramático — o de­ senvolvimento da cibernética ([19]. muitas vêzes. cada qual especialista em seu próprio campo. todos com o costume de trabalhar em conjunto. numa loja de departamentos. em problemas que parecem situar-se claramente numa só área da ciência. ou na relação entre dois indivíduos ou duas nações. isto é. que o cientista perca a sua individualidade nesse tra­ balho cooperativo. Pode parecer um tanto enigmático que a cooperação de equipes diversas só se mostre efetiva em problemas alta­ mente especializados. O objetivo que tinham em vista era o de formar "uma equipe de cientistas. O perito num campo não deixa de sê-lo por ter recebido auxí­ lio de outros especialistas. tal como Norbert Wiener assinala no prefácio de seu livro “Cyber­ netics”. embora a verdade seja o oposto. ou seja. Especialistas em ciências diversas contri­ buíram para o desenvolvimento da cibernética. Ciber­ nética é a ciência do controle e da comunicação no ho­ mem e nas mánuinas. mas possuindo conhecimento amplamente coerente e sistematizado dos campos de seus colegas. mistério algum. É lamentável que nossas modernas universidades não este­ jam retirando todo o proveito possível das facilidades de que dispõem. num estabelecimento industrial. É cada vez mais conhecido que sistemas análogos produzem resultados em todos os cam­ pos científicos. O matemático não precisa estar em condições de realizar um experimento .

na busca de informações relevantes dis­ poníveis. seja trabalhando em pesquisa cooperativa ou em grupos de consulta. êle tem conhecimento. há conside­ rável auxílio potencial que pode ser retirado de outras dis­ ciplinas. somos forçados a confiar principalmente na experiência passada e no senso comum para a formação de tais grupos. têm sentido em tôdas as outras ciências. mas deve estar em condições de compreendê-lo e de sugeri-lo. Até agora. em seu “Team Research Project”. entretanto. Poucos dos resultados até agora obtidos são aplicáveis à constituição de grupos de pesquisa cooperativa. o pesquisador pode utilizar vários meios: 1. Por isso. experiência e intuição de outros (tanto cien­ tistas como não cientistas). As características que tornam os grupos de pesquisa efi­ cientes não são. experiência e intuição da qual partir. seja buscando-os individualmente. por iniciativa de organizações tais como o Research Center For Group Dyna­ mics. Através de contatos pessoais. Muito se tem estudado a respeito de pequenos grupos.74 P L A N E JA M E N T O DE PESQUISA SOCIAL fisiológico. O êxito de tais grupos depende. Mas. 2. A simples reunião de um grupo de especialistas em campos diferentes não é garantia de que êsse grupo alcance bons resultados. em razão da diferente maneira de se colocarem diante dêsses processos e problemas gerais. das características psicológicas e sociais de seus membros. e o Office of Naval Research. Em muitos ca­ sos. de maneira alguma “intangíveis”. em diferentes campos desenvolveram-se diferentes técni­ cas para estudar o mesmo processo. porém deve estar capacitado a apreender o significado fisiológico dêsse teorema e a orientar o matemático quanto a o que pesquisar” (45:9). em parte. foram pouco investigadas. da Universidade de Michigan. até agora. Obviamente. O fisiologista não precisa estar em condições de demonstrar um teorema. Isso contri­ buiu para realçar o fato de que a maioria dos processos e problemas que aparentemente se aplicam apenas a uma ciên­ cia. está atacando de frente o problema. Somente através de tal cooperação pôde ser desenvolvido êsse quadro geral e amplo dos processos de comunicação. O Center for Studies of Research Administration da Uni­ versidade de Columbia. pode-se utilizar do conhecimento. Sumariando. .

portanto. Para fins de ilustração. são relacionadas algumas publi­ cações nas quais se pode encontrar orientação útil para levar a efeito um exame da literatura relativa às ciências psico­ lógicas e sociais. as definições científicas não devem ser apenas orientadoras. Por exemplo. devem indicar como conduzir investigações controladas de questões que envolvam o conceito. Definições científicas devem ser orientadoras. na prática. Deve­ mos tornar explícitas (1) as condições sob as quais e (2) as operações pelas quais se pode investigar a relevância. . o esclarecimento somente pode consistir em “tornar explícito o processo de responder perguntas”. ao fim dêste capítulo. Familiari­ dade com “a literatura” é indispensável. direta ou indire mente relacionada com problema em consideração. deve­ mos deixar claro que sentido tem o esclarecimento para a pesquisa. A enun­ ciação explícita dêsses aspectos da pesquisa facilitará a inves­ tigação posterior acêrca das informações disponíveis de interêsse para a solução de problemas análogos.O M O D Ê LO DE PESQUISA ID E ALIZAD A 75 3. é importante que o cientista anote as presunções que faz.2 Critérios de definição. tornar explícitas as condições sob as quais e as operações através das quais podemos responder perguntas acêrca daquilo que é conceituado. consideraremos separadamente o conteúdo e a forma das definições científicas. A função da definição científica de um conceito é. cabe-nos evidenciar sua influência no processo em exame. se nós escolhemos “resultado educacional” como uma propriedade relevante. as informações que usa e como as obtém. sejam inseparáveis. Mesmo que decidamos querer “cancelar” o efeito dessa propriedade na pesquisa. devemos saber como determinar se o efeito foi ou não can­ celado. Nas “leituras suge­ ridas”. Não basta afirmar a relevância de um conceito. Em conse­ qüência. devem ser orientadoras-da-pesquisa. Desde que o propósito dá pesquisa é responder perguntas. Pode valer-se da bibliografia. ainda que. Não é bas­ tante exigir definições que “esclareçam” um conceito. devem dizer-nos como investigar o que é conceituado. 2. Seja qual fôr a maneira de reunir as informações dis­ poníveis.

Em outras palavras. quan­ to possível. mas. concluímos. podemos aproximar-nos dêle mais e mais. mas. que elas se desenvolvem num mesmo sentido. a análise de conceitos não é tarefa simples. a seguir. sejam atuais. Neste momento. (E o mesmo ocorre. com base em esforços acumulados de definir cientificamente. nas ciências físicas). Se esta se tornasse uma regra geral. Nunca podemos saber qual o limite dêsse processo evolu­ tivo. há tantos diferentes significados quantos são os cientistas que tentaram defini-los. Alguns cientistas sustentam que se deve procurar a defi­ nição com a qual a maior parte dos investigadores da época concordaria. do conceito. Por “conteúdo” de definições referimo-nos ao signifi­ cado do conceito definido. desejamos discutir o proce­ dimento a ser adotado se não dispomos de uma formu­ lação adequada. É considerável a falta de clareza do signi­ ficado de muitos conceitos psicológicos e sociais. ou apro­ ximamos definições diferentes propostas na mesma época. em ver­ dade. Manter presente a cronologia das definiçõesi . Em relação a alguns conceitos. sejam antigas. valemo-nos de conceitos cujos significados já foram enunciados satis­ fatoriamente. geralmente.2. um procedimento para definir conceitos que se tem revelado frutífero: (1) Examinar tantas definições. que há um denominador comum presente em tôdas as definições. freqüentemente.1 Conteúdo das definições. verificamos. Descrever o processo nesses têrmos gerais não é de grande auxílio frente a situações específicas. Em muitos casos. Mas só se pode aperfeiçoar considerando tanto as definições passadas como as atuais. Suge­ rimos. Quando comparamos as definições de um conceito pro­ postas em épocas diferentes na história da ciência. embora isso geralmente não seja reconhe­ cido.76 P L A N E JA M E N T O DE PESQUISA SOCIAL 2. se “alinhamos” as definições. Êste significado para o qual as definições de um conceito se dirigem pode ser considerado o significado “verdadeiro” do conceito. Devemos buscar aperfeiçoamento e não aceitação das definições dominantes. Re­ correr ao auxílio de outros para conhecê-las. haveria pouco ou nenhum progresso no definir.

Nesta definição. Os objetivos da pesquisa devem desempenhar papel importante na determinação do conteúdo de uma definição.O M O D Ê LO DE PESQUISA ID E ALIZAD A 77 (2) (3) (4) Tentar atingir o núcleo do significado para o qual a maioria das definições pareça apontar. Quando isso não acontecer. Fazer revisões finais. é necessário fazer uma dis­ tinção que. proceda às necessárias revisões. Note-se que tôdas as proprie­ dades referidas nessa definição têm um caráter estrutural. escritos ou impressos”. Para compreender êsse papel. ou séries de registros e narrativas. tanto cientistas como não cientistas. . Verificar se a definição provisória cobre todos os casos que. a seu ver. (5) (6) No Apêndice II. usamos essas regras para analisar o conceito “grupo social". historicamente e ainda hoje. com base nas críticas fundamentadas recebidas. Por outro lado. Propriedades funcionais dizem respeito àquilo que produz a coisa definida. faz-se referência à maneira como o objeto é elaborado (escrito ou impresso) e a seu uso (narrar ou registrar). a título de ilustração. Submeter a definição a um exame crítico tão amplo quanto possível. consultar (10) e dl). quais são os seus produtos e/ou seus usos. Por exemplo. deva cobrir. se apresenta como obstáculo considerável para a obtenção de definições eficientes — a distinção entre propriedades estruturais e funcionais. entre os crí­ ticos. relativa­ mente aos objetivos de sua pesquisa. Estas são propriedades funcionais. um dicionário dá a seguinte definição de "livro” : “uma coleção de fôlhas de madeira. Formular uma definição provisória com base naquele “núcleo”. Para minuciosa distinção técnica entre êstes tipos de propriedade. Incluir. marfim ou papel amar­ radas ou colocadas juntas”. o mesmo dicionário oferece definição dife­ rente: “um registro ou narrativa. Propriedade estrutural é a que se refere à matéria de que uma coisa é composta e às modificações dessa matéria.

Mas. exigências práticas podem requerer. Podemos decidir que a medida dêsse padrão é o número de pessoas por aposento. de propriedades funcionais em propriedades estruturais. De primordial importância é a função do aposento e a eficácia com que é preenchida. mas é também verdade que aposentos com propriedades estruturais diferentes podem desempenhar igualmente bem uma função. se a pesquisa se preocupa com propriedades funcionais. etc. mas. ainda assim. de modo que a observação ganhe em “acuidade e precisão”. naturalmente. espaços que possam ser utilizados para certos propósitos. seriam apo­ sentos. com elas deve lidar o pesquisador. essa “acuidade e precisão” pode fornecer dados inúteis. A tendência. muito se fala em sentido contrário. posteriormente. muitos gabinetes sanitários. que as propriedades estruturais podem ser obser­ vadas com maior acuidade e precisão do que as funcionais. importará definir aposento. como o faz certo dicionário: "um espaço limitado ou isolado por uma divisão”. Suponhamos. numa unidade habitacional. portanto. Quan­ do o pesquisador se detém para analisar os objetivos da pesquisa. um gabinete sanitário. Para levar a efeito o estudo. cabines telefônicas. êle se dá conta de que está interessado em espaços que possam ser habitados. satisfariam essas condições. Contudo. é óbvio que não. É verdade. É verdade que. uma tradução. Cabe-nos definir os conceitos relevantes em têrmos de pro­ . embora não devam ser considerados como tais. Admite-se. ao menos parcial. De acôrdo com a definição. O pesquisador poderia buscar uma definição mais burilada: um espaço limitado passível de ser ocupado por um ser humano. Não obstante. Neste caso. em alguns casos. é definir em têrmos de propriedades estruturais. “Aposento” poderá ser defini­ do estruturalmente. no planejamento da pesquisa idealizada não devemos ter em conta limitações dessa ordem. estar conduzindo uma pesquisa para determinar o padrão de vida de uma comunidade. Pode parecer óbvio que.. Tal decisão deve basear-se nos objetivos da pesquisa. ou seja.78 P L A N E JA M E N T O DE PESQUISA SOCIAL Antes de definir um conceito devemos decidir se con­ siderá-lo estrutural e/ou funcionalmente. que a função do espaço depende de suas características estruturais.. uma gaveta. geralmente. automóveis. uma caixa. Caberá ao pesqui­ sador indagar de si mesmo se o uso dessa definição na pesquisa trará os resultados desejados idealmente. por exemplo. etc.

Por exemplo. * Alguns cientistas sustentam ser injustificada tôda essa preocupação com o conteúdo das definições. Os defensores da definição arbitrária dese­ jam falar em arbitrariedade até certo ponto. "consciência". Se o fôsse. dados. Argumentam dizendo que um cientista tem a liberdade de definir um conceito do modo que bem entender (i. com uma história própria. individualmente consi­ derados. * A inclinação pelas definições estruturais em psicologia e ciência social é. Discussão pormenorizada dessa questão pode ser encontrada em (13). estruturais) em natureza. em última instância. O efeito tem sido de diminuir o significado dos conceitos psico­ lógicos e sociais. "grupo social" e "sociedade". é. é. A defesa da definição arbitrária padece de uma fraqueza crítica. Mesmo onde os cientistas. A atitude reducionista aparece nas ciências psico­ lógicas sob forma de behaviorismo molecular (44) e nas ciências sociais entre os que S o r o k i n chama "mecanistas sociais” e “fisicistas sociais" (35). que a especificação de limites não poderá afastar: não reconhece que os conceitos científicos são símbolos de problemas científicos. cuja transposição para a física não é clara. Os reducionistas buscam reduzir todos os conceitos psicológicos e sociais a conceitos da física (18). conceitos e operações simples e que êstes são físicos (i. [7]. em algumas ocasiões os reducionistas sugeriram a eliminação de conceitos tais como "espírito". "disposição". Afirmam que uma definição é tão boa quanto outra. poderíamos chegar a definir inteligência como “o número de pés que uma cadeira tem”. discordam a respeito do significado do conceito. contanto que deixe claro seu significado. de um modo plena­ mente aceitável. arbitràriamente). Os que se opõem ao reducionismo assinalam a persistência dêsses conceitos como prova da existência de problemas psicológicos e sociais não redutíveis a problemas puramente físicos. Mesmo o defensor mais ardoroso das definições arbi­ trárias não gostaria de ser tomado ao pé da letra.O M O D Ê LO DE PESQUISA ID E ALIZAD A 79 priedades que. Os con­ ceitos científicos adquiriram um significado social e científico que independe do uso que dêle faça um cientista em par­ ticular. . mas falham. desde que igualmente ex­ plícita. se mostrem as mais úteis para os objetivos da pesquisa. defendida recorrendo-se à teoria do reduciorJsmo conceituai. algumas vêzes. e [24]).. ao não indicarem qual seja êsse ponto. Esforços para contestar experimentalmente o reducionismo são rela­ tados por A m e s e seus colaboradores ([3]. idealmente. Baseia-se essa atitude na convicção de que há.

particularmente da­ nosa.2 Forma das definições. Isto é. alguma semelhança nos pontos centrais do significado que cada cientista está obrigado a tentar captar na definição que propõe. Uma forma de definição arbitrária. se os conceitos são mal definidos. Seja isso o que fôr. O tipo de definições que se encontra nos dicionários é inteiramente inadequado para os propósitos da pesquisa. note-se que nos impede de aperfeiçoar nossos métodos de medir a propriedade. a propriedade é de­ finida como “aquilo que o teste mede”. 2. uma dessas definições típicas. Nesse caso. O psicólogo profissional é mais exigente que o dicionário. da obtenção de definições cada vez melhores. Consideremos. não há maneira melhor de medi-la. se uma propriedade é aquilo que o teste mede. Tais definições em nada nos ajudam para a determinação dos traços de um indivíduo específico. também o são os problemas. como impõe restrições severas no pro­ gresso de outros aspectos da ciência. freqüentemente. por exemplo. Em suma. ou seja. a falta de boas definições não torna o problema menos presente nem lhe diminui a importância. impediremos a ciência de solucionar êsses problemas. pois impede o aperfeiçoamento. Os conceitos que utilizamos pres­ tam-se para simbolizar tais problemas. definições que acelerem o desenvolvimento de métodos para a solução de problemas velhos e novos.80 P L A N E JA M E N T O DE PESQUISA SOCIAL existe alguma coerência nas definições. Podemos examinar o assunto sob outro prisma. A par do círculo vicioso em que tal procedimento importa. mas. Se negligenciarmos o fato de que o significado de um conceito repousa em problemas humanos. aparece quando um teste é criado para "medir" uma propriedade mal definida. o pro­ gresso desta e da ciência dependem. Uma vez que as definições são instrumentos de pesquisa. em parte. o uso de definições arbitrárias não só torna casual o progresso no definir. Mas. Eis aqui dois exem­ plos de definições de traços dadas por psicólogos: . não é uma definição científica. não muito mais esclarecedor quanto a orien­ tar-nos acêrca de como pesquisar traços. como a do conceito psicológico de “traço” : “uma caracterís­ tica distintiva”.2.

Uma definição científica de uma propriedade deveria geralmente. tomar a seguinte forma: X tem a propriedade p se. N : o tipo de circunstância em que X deveria ser observado. que difere (desvia-se) suficiente­ mente da de outros membros de seu meio social. na cir­ cunstância especificada ( N ). . Isso equivale a dizer que. mas pouco auxiliam o planejamento de pesquisa que responda a questões a propósito dos traços. especificaríamos o seguinte: X : a classe de coisas (objetos) a que a proprieda­ de pode ser atribuída.. S: o tipo de estímulo a que X deveria ser exposto na circunstância N especificada. dotado da capacidade de tornar funcionalmente equivalentes vários estímulos e de iniciar e guiar formas consistentes (equivalentes) de comportamento adaptativo e expressivo [1:295]. X exibe (ou tem certa probabilidade de exibir) uma propriedade q ou um comportamento b. As definições podem se tornar orientadoras quando se lhes impõe certa forma. quando X está numa circunstância N e sob o estímulo S. um modo ou tipo de' reação geral e consistente (comportamento). Não nos dizem o que fazer para determinar se um traço está presente e qual o grau de sua manifestação. A forma imposta depende do que se procura definir. R: resposta do sujeito (X ) ao estímulo (S). [43:542]. [Um traço é] um siste-ma neuropsíquico generalizado e centralizado (peculiar ao indivíduo).O M O D Ê LO DE PESQUISA ID EALIZAD A 81 Diz-se que um indivíduo possui ou é caracterizado por certo traço de personalidade quando exibe uma forma. uma propriedade. membros do próprio m eio. tanto na freqüência como na intensidade dêsse comportamento. de maneira que sua atipicidade possa ser notada por observadores normais e imparciais.. Tais definições podem nos dar alguma visão do significado (conteúdo) de um traço. um objeto ou um aconte­ cimento. ao fornecer uma definição científica de uma propriedade. Consideraremos um caso após outro.

devem ser especificados (1) os objetos. “os traços não têm . devemos. então o espectroscópio registrará. Vamos aplicar êsses requisitos formais de definir cien­ tificamente ao que é geralmente considerado como proprie­ dade física “simples”. explicitar as restrições mais amplas a serem impostas sôbre êsses quatro aspectos.. Além disso.82 P L A N E JA M E N T O DE PESQUISA SOCIAL Deve-se notar que os elementos de uma definição científica de um conceito são os mesmos que comparecem no modêlo de pesquisa idealizada. reconsideremos o conceito de traço e verifiquemos que forma deve assumir a definição dêsse conceito. Uma definição científica deve ser. "traços somente podem ser gerais” e traços não significam "aceitação ou rejeição do objeto ou conceito de valor ao qual se refiram” (1:293-94). para a luz refletida. Dizer que um objeto (X ) é vermelho (p) exige especificações mais ou menos como estas: se um objeto é colocado num espectroscópio (N ) e é iluminado com luz branca (S). não podemos estar seguros de que os dados coletados tenham relação com a proprie­ dade relevante. Conceitos psicológicos e sociais relevantes devem ser tratados de modo análogo. (2) a circunstância. em geral se evita essa tarefa. escreve Allport. Poderíamos proceder da maneira seguinte: . Evitando-a. Traços são necessários para escla­ recer “a ocorrência repetida de ações que têm o mesmo sig­ nificado (equivalência de resposta). portanto. de fato. Na definição de qualquer traço particular. Ao definir o conceito geral “traço”. Recordando que estamos preocupados com a forma das definições científicas (e não com seu conteúdo). O problema consiste em seguir essas intenções. um modêlo de pesquisa idealizada para responder a questões concernentes ao conceito definido. portadores de idêntico signifi­ cado pessoal (equivalência de estímulos)”. “é uma forma característica de comportamento mais generalizada que uma reação única ou um simples hábito” (1:119). . um compri­ mento de onda dentro de certa faixa (R). e que se seguem a uma gama definível de estímulos. (3) os estímulos e (4) as respostas a observar. dando-lhes forma opera­ cional. referência definida a objetos”. a “vermelhidão”. Por não ser fácil. Com base nos trechos citados. começa-se a perceber o sentido que se pretende atribuir a "traço”. “Um traço de personalidade”.

ou seja. R: Resposta — Interessam-nos as respostas caracte­ rísticas. características em sentido funcional e não estru­ tural. Ou seja. conseqüentemente. 2. e (b) quando está sujeito a um estí­ mulo específico. Ao estu­ dar os traços. Poderíamos.O M O D Ê LO DE PESQUISA IDE A LIZA D A 83 1. para cuja colimação dispõe de meios igualmente eficientes. não nos preocupamos com a maneira pela qual um indi­ víduo responde a estímulos estruturalmente definidos. com “a extensão em que êle procura vingar-se daqueles que o ofenderam”. portanto. “cooperação” e “instrução". traços são res­ postas funcionais habituais ao estímulo funcional. relativamente a várias classes de estímulos. carac­ teristicamente. es­ colhas de comportamento que independem da eficácia. Traços envolvem hábitos com referência aos quais não importa a eficácia do comportamento. por exemplo. preocupamo-nos com estímulos funcionalmente definidos tais como “agressão”. tais como: côr vermelha. Em certo sentido. a popu­ lação a que se possa atribuir traços há de consistir da classe de indivíduos a que se possa atribuir “espírito”. traços envolvem respostas típicas (sensibilidade) a estímulos funcionalmente definidos. De­ sejamos. Po­ de-se afirmar que um indivíduo é portador de um traço espe­ cífico. podemos especificar N como uma circunstância em que o sujeito busca um objetivo para cuja colimação poderá se valer de um conjunto de meios igualmente eficientes. funcionalmente definido. saber como um indivíduo responde. numa definição que especi­ fique as condições e operações gerais por cujo intermédio possa ser determinada a presença de traços específicos. X : Objetos — Qualquer indivíduo dotado de estru­ tura psíquica pode exibir traços e. preocupar-nos com “a ex­ tensão em que um sujeito tende a cooperar com outros” ou. 4. pêso. dureza. S: Estímulos — Quando nos interessamos por tra­ ços. Conseqüentemente. 3. Essas considerações podem ser reunidas numa definição operacional de “traço”. Ou seja. se (a) quando é pôsto numa circunstância em que deseja um objetivo. etc. T. N : Circunstância — Um traço é um tipo de resposta característico ou habitual. Tais respostas dizem respeito às sensibilidades individuais e não a traços. face a situações em que a escolha não é influ­ enciada pela eficácia das vias de ação alternativas de que se possa valer. mas. portanto. (c) mostra maior ..

. As definições de traço específico diferirão apenas no modo de classificar funcional­ mente estímulos e respostas. que deseja. Essa definição pode assumir a forma de uma definição científica de traço. o traço agressividade. agora. voltemo-nos. e (b) meios que não reduzem a eficácia de X 2. se (1) (2) X x participa de uma circunstância ao mesmo tempo que outro indivíduo ou indivíduos. mas orienta a formulação de definições de traço específico. Esta definição é muito geral. No capítulo ix. independentemente de provocações. da maneira seguinte: Um indivíduo X j é agressivo. quanto à forma de definições das proprieda­ des. Neste sentido. Basta isso. (3) X i é agressivo na medida em que escolha meios perten­ centes à classe (a) e é não-agressivo na medida em que es­ colha meios pertencentes à classe (b). X 2. cuja utilização reduz a eficácia de X 2 na perseguição de seu objetivo O».84 P L A N E JA M E N T O DE PESQUISA SOCIAL probalidade de escolher um tipo específico de meio funcional­ mente definido do que outro. Definição como esta sugere imediatamente situações em que se recorre a testes verbais e de comportamento e que for­ nece critérios para avaliar da relevância de dados obtidos a partir de qualquer situação sugerida. tais de­ finições são orientadora. dizemos que uma pessoa é agressiva. o comportamento de X 2 não tem efeito sôbre a eficácia com que X x pode perseguir o obje­ tivo O i. Seu grau de não-agressividade é igual à probabilidade de êle escolher um meio do tipo (b). X i dispõe de meios alternativos de eficácia equivalente. por exemplo. Ao nível do senso comum. para os objetos e acontecimentos. Consideremos. a partir de uma definição dessa espécie. quando ela. veremos como construir um teste a propósito de traços. integrantes de uma de duas clas­ ses: (a) meios para atingir O j. entra em conflito com outras. O grau de agressivi­ dade de X i pode ser definido como a probabilidade de êle escolher um meio do tipo (a).

. uma propriedade distributiva. por denotação). se não houver espôsa. isto é. mas. uma definição por denotação). é. um marido é um homem (propriedade distributiva) casado (propriedade coletiva). é. Conseqüen­ temente. As propriedades especificadas devem ser necessárias e suficientes para distinguir membros da classe definida de não-membros da mesma classe. ou relacionar os no­ mes dos membros dêsse corpo docente (i. inicialmente. temos considerado defini­ ções por conotação: definições que especificam as proprie­ dades necessárias e suficientes para pertencer a certa classe. se­ . não pode haver marido. uma forma de que uma definição de tal classe pode se revestir é a seguinte: Um objeto x é membro da classe X. uma definição por conotação). se êles possuem uma ou mais propriedades em comum. Até o momento. se êle tem as pro­ priedades pi. para definir uma classe caracterizada por uma propriedade coletiva.O M O D ÊLO DE PESQUISA ID E ALIZAD A 85 Definições de objetos e de acontecimentos devem ter forma diversa da requerida para definições de propriedade. em razão de propriedades do grupo social. Conseqüentemente. Definições por denotação identificam. uma pessoa é membro da classe dos homens ou das mulheres em razão de propriedades próprias. devem ser utili­ zadas propriedades tanto coletivas como distributivas. Por exemplo. propriedades distributivas ou coletivas. Por outro lado. por­ tanto. é. O sexo é. Uma classe pode também ser definida por denotação ou por conotação. podemos especifi­ car as condições necessárias e suficientes para pertencer a êle (i. para definir o corpo docente de certa escola. Ou seja. a definição de uma classe de ob­ jetos. . Por exemplo. pn. po. As propriedades definidoras da classe podem ser pro­ priedades dos membros individuais ou propriedades da cole­ ção. Por exemplo. que inclui sua espôsa. Consideremos. um objeto que não tem essas propriedades não deve ser um membro da classe e todo objeto que tenha as ditas propriedades deve ser um membro. isto é. um homem é marido não apenas por causa de propriedades pró­ prias. Uma coleção de objetos constitui uma classe. Uma classe pode também ser definida pela enumeração de seus membros (i.

. por nome. deve-se lembrar que um evento acontece a algo (X ) e consiste em certa modificação de uma ou mais propriedades de X . Ao definir um evento. Tais não-acontecimentos podem ser definidos como o nega­ tivo de um evento. chama-se processo. conduz.. uma definição conotativa é sempre necessária como instrumento para verificar a adequação e a propriedade de uma definição denotativa. Antes de identificarmos os membros de uma classe. reunidos. Diríamos. cada qual dos membros de uma classe. evitar repetir o processo de identificação através de uma enumeração dos membros da classe. . Uma seqüência de eventos que. nascer ou perecer... Um processo pode ser definido como uma coleção de acontecimentos que têm.. Deve-se lem­ brar. . isto é. o preparar-se para dormir. A forma geral de uma definição de evento seria. entretanto. a multidão se “dispersa” quando as pessoas que a compõem (X ) deixam de "estar próximas umas das outras” (p). pode-se. a um resultado mais estável do que a enumera­ ção dos elementos.. que uma pessoa se "movimenta” quando se desloca de um lugar (pi) para outro (qi). Conseqüentemente. membros de uma classe podem sair ou entrar. p2. que a pertinência a uma classe pode alterarse. surgir ou desaparecer. . Conseqüentemente. a educação. de­ vemos conhecer as propriedades que os identificam como membros dessa classe. Uma vez que os membros de uma classe te­ nham sido identificados através de uma definição por co­ notação. q2. algumas vêzes. . Enunciar-se uma condição necessária e suficiente de pertinência a uma classe. por número ou por colocação. via de regra..para ficarem "afastadas” (q). a fabricação de um produto. pn do(s) objeto(s) X se alteram. definindo a classe por denotação.. Para exemplificar.são exemplos de processos. tam­ bém. transformando-se em qi. a seguinte: O evento E ocorre se as propriedades pi. pois.qn.86 P L A N E JA M E N T O DE PESQUISA SOCIAL paradamente. Em muitas ocasiões esta­ mos preocupados com eventos que deixam de ocorrer. acarretam certo resultado ou estado específico. A matu­ ração.. uma definição por conotação é requisito para elaborar uma definição por denotação.. como no caso de um indivíduo deixar de responder a um estímulo.

produzir um automóvel. é.. 3. Qualquer variável. então. Por exem­ plo. ao sujeito e à circunstan­ cia. desejemos observar as alterações nas respostas correspondentes a uma alteração única na circunstância. ainda. duas maneiras de decidir quanto a p2 no modêlo idealizado: . ser de nosso conhecimento que os valores de uma outra pro­ priedade. correspondendo ao estímulo.O M O D ELO DE PESQUISA ID E ALIZAD A 87 coletivamente considerados. As diferenças de es­ tímulo podem ser especificadas através da variação de uma ou de muitas propriedades. Ou então. importa decidir se seus va­ lores devem ser mantidos constantes (fixos) ou variar durante o procedimento relativo à pesquisa idealizada. p2. É possível que. pi. podemos desejar observar a diferença na maneira de um indivíduo responder diante da mesma circunstância física (1) quando ninguém está presente e (2) quando estão presentes uma ou mais pessoas. é importante observar que os requisitos formais apre­ sentados destinam-se a permitir que se chegue a definições que orientem procedimentos de pesquisa. ou várias delas. Após definidas as variáveis relevantes (i. acontecimentos. aprender uma profissão). objetos. Nesse caso. ao construir definições segundo as formas especificadas. Suponhamos. podem sofrer modificações. ex. e propriedades). no sujeito. Sumariando esta discussão a respeito da forma das defi­ nições. ou no estímulo. para que valores deve ser êle modificado. Valores de variáveis fixas e mutáveis. em alguns projetos de pesquisa. surgem definições orientadoras. apenas o estímulo será alterado. E orientadoras elas devem ser. está se fazendo mais do que dar-lhes caráter apenas suges­ tivo. Respostas a ambas essas indagações dependem das hipóteses em exame e dos objetivos da pesquisa. duas deci­ sões devem ser tomadas: (1) se deve ser mantido fixo ou alterado o valor da variável relativa ao procedimento da pes­ quisa idealizada e (2) se o valor deve sofrer alteração. Suponhamos que a hipótese exija a determina­ ção do valor de uma propriedade. afetam os valores de p^ Surgem. Em outras pala­ vras. podemos pretender observar a diferença de resposta de dois indivíduos que se encontram na mesma circunstância e sob o mesmo estímulo. Por isso mesmo. uma função específica (p.

podemos saber que a renda de uma pessoa (pi) é afetada por seu grau de educação (p2). nosso propósito poderá ser o de de­ terminar p! apenas em relação a universitários com grau de bacharel e nada mais. produtor-produto e correlação. fixamos o valor de p2. tôdas as variáveis serão mantidas constantes num conjunto específico de valores de variáveis. e os resultados somente serão aplicáveis àquele grupo. em alguns projetos. Nesta situação extrema. Por exemplo. Quanto mais geral o pro­ blema. Obviamente. especificaríamos os va­ lores do grau de educação para o qual obser­ vações relativas à renda houvessem sido feitas. Se o problema deve ser re­ solvido com vistas a uma situação específica e inalterável. poderíamos desejar obser­ var respostas para tôdas as combinações possíveis de todos os possíveis valores de tôdas as variáveis. Nesse caso. produtor-produto e correlação. Por exemplo. Então. se desejássemos saber como educação e renda se relacionam. H á três tipos de relações entre propriedades com as quais se preocupa a ciência: causa-efeito. isto é. os resulta­ dos obtidos somente seriam válidos em situa­ ções que se caracterizassem pelo valor fixado de p2. maior o número de variáveis que se alteram e mais amplo o campo de valores dentro do qual as transformações ocorrem. .1 Causa-efeito.88 P L A N E JA M E N T O DE PESQUISA SOCIAL (1) (2) podemos querer determinar o valor de px para um valor fixo de p2. atribuiríamos a p2 diversos valores. uma formulação clara das situações do problema é a base essencial para decidir como tratar uma variável. Antes que possamos considerar o efeito da “relaçãò” entre px e p2 no planejamento do modêlo ideal. Alterar ou não alterar uma variável e como fixá-la ou alterá-la depende da variedade de situações relativamente às quais o problema é formulado. podemos querer determinar como p2 e pi se relacionam. podemos desejar expressar Pi como função matemática de p2. devemos examinar as maneiras pelas quais pt e p2 podem se relacionar. contudo. 3. Em tal caso.

Bater num sino não causa o som. sempre. Assim. acontecimento ou propriedade. pode ser considerado. o objeto. há X. Por exem­ plo.O M O D Ê LO DE PESQUISA IDEALIZADA 89 Infelizmente. a relação causa-efeito pode ser tomada como estritamente determinística. de maneira ambígua e. por isso mesmo. Vejamos qual é essa distinção. segue-se Y. a causa de outro objeto. pois. Chamamos a êsse tipo de relação “produtor-produto”. para posterior ocorrência de Y. Quer isso dizer que sempre que X ocorre. o ato de bater no sino não é suficiente para que se produza som. Por exemplo. O efeito que um objeto. em ciência. Por outro lado. para que se . a relação causa-efeito no sentido estrito determinístico é válida apenas entre porções amplas da natureza. quando X é nela colocado. som nenhum se ouvirá. segue-se Y. em "sistemas mecânicos”. É uma relação estudada. uma vez que X determina a ocorrência de Y. se o sino for percutido no vácuo. nenhum ob­ jeto. aconteci­ mento ou propriedade X ser considerado o produtor de outro objeto. acontecimento ou propriedade Y? Duas condições devem ser satisfeitas: (1) deve haver uma circunstância (N ) tal que. se a ocorrên­ cia de X é suficiente para a posterior ocorrência de Y. Sob que condições ideais poderá um objeto. deve haver uma circunstância em que um aumento no grau de educação seja segui­ do por uma elevação da renda. Conseqüentemente. rara­ mente se faz uma importante distinção entre causa-efeito e produtor-produto. Um X pode ser chamado causa de um Y. cuja ocorrência é necessária. principalmente. o golpe não é suficiente. As ciências psicológicas e sociais preocupam-se antes com rela­ ções produtor-produto do que com relações causa-efeito. mas não suficiente. em algumas situações. porque. acontecimento ou propriedade tem sôbre outro depende. acontecimento ou propriedade. acontecimento ou pro­ priedade nunca é suficiente para o efeito. o efeito depende dos valores de outras variáveis. das circuns­ tâncias e. Em verdade. É claro que neste sentido estrito de causa-efeito. como conseqüência. bater num sino é necessário para fazê-lo soar. por si mesmo. o som não se manifestaria caso o sino não houvesse sido percutido — mas. a relação causa-efeito tem sido tratada.

a questão de saber como determinar se um X é. o produtor de Y. de fato. reza: suponhamos desejar determinar se X pro­ duz uma alteração (Y ) em um indivíduo. Construam-se. Uma das mais comuns. O grupo colocado na circunstância em que X está ausente é chamado grupo de "controle”. Surge. se a transformação (Y ) ocorre na circunstância em que X está presente e não na situação em que X está ausen­ te. Disse êle o seguinte: Carac­ terize uma circunstância que contém X . Muitos são os casos. então X é um produtor de Y. não haverá aumento de renda.. Em caso afirmativo. Diversas variações dêsse modêlo foram pro­ postas. naquelas cir­ cunstâncias. nas circunstâncias descritas.. se não há aumento no grau de edu­ cação. então X é. a circunstância N deve ser tal que. e não frente a outras. X é dito o produtor da alteração Y. mas ainda em que. exceto X . ou seja. Y ocorre sempre. então. no século passado. então X é produtor de Y na circunstância N. Então. salvo quanto ao fato de que X figura na primeira e está ausente na segunda. Assim. B. em que X não é sempre seguido de Y. . ou grupo. produtor de Y. Coloque-se um grupo de tipo Z em cada qual dessas circunstâncias. por certo. Se essas duas condições vigem. em têrmos de tôdas as suas variáveis relevantes. em Z. observe uma circuns­ tância cujas propriedades sejam as mesmas. Verifique se Y se segue. duas circunstâncias que sejam exa­ tamente semelhantes em tôdas as suas propriedades. em dada circunstância. em ciências psicológicas e sociais. se X nela não ocorre. . Se. de tipo Z. Se Y não ocorre. A. Note-se que um aumento no grau de educação pode produzir aumento de renda frente a algu­ mas circunstâncias. deve haver uma circunstância na qual não ape­ nas um aumento no grau de educação seja seguido por um aumento de renda. então Y não se segue. con­ tudo. por John Stuart M ill (29) e por êle cha­ mado “Método de diferença”. mas só o é . agora. Um modêlo idealizado para tal investigação foi proposto.90 P L A N E JA M E N T O DE PESQUISA SOCIAL (2) possa dizer que a educação é produtora de maiores rendas. a probabilidade de que êle produza Y é igual a 1. X .

O M O D Ê LO DE PESQUISA ID E ALIZAD A 91 algumas vêzes. não é um produtor de Y. o caso de uma pessoa que. podemos combinar circustâncias e indivíduos da maneira exigida pelo modêlo ideal. entretanto. assinalemos que. A maioria dos X e dos Y com os quais estamos preocupados terá probabilidade de produção menor do que 1 e maior do que 0. Essa proporção é a probabilidade de que um aumento do grau de educação produza uma elevação de renda. É importante lembrar. Por exemplo. Consideremos. que não é necessário estar em condições de produzir a situação de pesquisa ideal para ' determinar o que resultaria. os dois acontecimentos. Essa probabilidade pode variar de 0 a 1. O modêlo descrito para determinar a relação produtor-produto é um modêlo ideal. contudo. mas apenas para certo número delas. usualmente. embora não este­ jamos em condições de produzi-las. en­ tretanto. ocorrem jun­ tos. Duas variáveis podem estar relacionadas sem estar li­ gadas causualmente. Uma possível fonte de confusão deve ser afastada. escova os dentes uma vez por dia. Quando a proba­ bilidade é igual a 0. ela fôsse produzida. portanto. ha­ bitualmente. X nunca produz Y e. A freqüência relativ a (proporção) de vêzes em que Y se segue a X é a probabilidade de que X produza. ou nunca. Em psicologia e pesquisa social. dispomos de técnicas es­ tatísticas modernas que nos habilitam a determinar o que resultaria naquelas circunstâncias ideais. se. ou por uma relação produtor-produto. “aproximação" do ideal. Escovar os dentes não é condição suficiente nem necessária para que a pessoa se deite e. mesmo. não é a causa nem o produtor do acontecimento ir deitar-se. E. estão mais expostas à tuberculose do que pessoas residentes em . por exemplo. Raramente. numa grande cidade. foi observado que pessoas resi­ dentes em áreas sujeitas à precipitação de fuligem. é freqüentemente impossível. uma elevação no grau de educação não será seguida por um aumento de renda em relação a tôdas as pessoas. Recorrendo a uma segunda ilustração. Como deixamos assinalado anteriormente. A utilização de uma escala de probabilidade para ca­ racterizar a relação produtor-produto tem vantagens sôbre o uso de uma simples dicotomia produtor e não-produtor. portanto. Y. antes de se deitar. relativamente à população considerada.

A altura pode estar ou não estar ligada à habi­ lidade de entrevistar. Portanto. Pesquisa posterior revelou que não é êsse o caso: mostrou que deficiências de alimen­ tação estão entre os produtores de tuberculose. nem por uma relação produtor-produto. O conhecimento de que duas coisas tendem ou não ten­ dem a transformar-se conjuntamente pode. quando vemos a pessoa do exem­ plo acima escovar os dentes podemos predizer. utilizar êste fato. com alguma segurança. a esta altura. A análise de correlação habilita-nos a medir a tendên­ cia que as variáveis revelem para alterar ou não alterar seus valores em conjunto. sem. se nos couber fazer uma seleção rápida de um entrevistador. desde que. não levá-la em conta. em têrmos da relação produtor-produto. para a ocorrência de tuberculose.92 P L A N E JA M E N T O DE PESQ UISA SOCIAL áreas onde aquela precipitação é menor. que ela se prepara para deitar-se. contudo. pode ocorrer que duas variáveis tendam a alterarse em conjunto. que as deficiências de alimentação. por exemplo. Grupos de renda baixa tendem a viver em áreas de aluguel baixo. E revelou. Estabelecer que coisas tendem a alterar-se ou a ocorrer em conjunto não é esta­ belecer que elas estejam ligadas diretamente. ocorrem entre grupos de renda baixa. Não obstante. Contudo. Ou seja. ter conhecimento de que os homens altos tendem a ser melhores entrevistadores do que os baixos. saberemos ser mais fácil conseguir bom resultado recorrendo a um homem alto do que a um homem baixo. não obstante. pes­ quisas médicas evidenciam que a precipitação de fuligem não é necessária. Discutiremos os aspectos técnicos de tal análise no capítulo vi. um pesquisador concluiu que a precipitação de fuligem era uma produtora de tuberculose. uma advertência — advertência que repetiremos. Os alu­ . conduz a um dos erros mais comuns em ciências sociais. Podemos não saber porque isso se dá e. Essa re­ lação não pode ser inferida da mera correlação. ainda. é importante colocar. não obstante. estarem ligadas casualmente. Mas. nem suficiente. Com base na correlação entre precipitação de fuligem e tuberculose. Suponhamos. ou mesmo in­ diretamente. Por exemplo. mais freqüentemen­ te. po­ demos usar o conhecimento de uma variável como base para prever o valor da outra. por uma relação produtor-produto. ser muito útil.

pelo menos. entretanto. são produzidas por mudanças em V i. a pesquisa social pode manipular variáveis que estão relacionadas como produtor-produto e/ou variáveis que estão correlacionadas. Se fixamos o valor da variável. Em tais casos. tratamos a altura quantitativamente. em V 2 . Resumindo. tão simples. utilizar. A expressão “variável” será reservada apenas para variáveis quantitativas. devemos determi­ nar os valores da variável a serem usados. deveremos recorrer a diversos valores diferentes de V j. Se tudo o que nos preocupa é determinar se um valor de uma variável V i é o produtor de um valor de outra variável V 2. por causa de precipitação de fuligem na área. Em muitos casos. tratamos a propriedade “altura” quali­ tativamente. idealmente. devemos especificar os diferentes va­ lores que desejaríamos. Ao nível do senso comum. Se dizemos que a pessoa tem “cinco pés e onze polegadas”. “média” ou “baixa". basta especificar êsse valor. idealmente. ou não. a produtora de outra. A distinção entre quantificação e qualificação não é. dois valores de V 1 ( dado que devemos determinar se uma alte­ ração em V i é. é clara a distinção entre um atributo e uma variável. Os valores que especificamos dependem de considerarmos as variáveis em têrmos quantitativos ou qualitativos. Variáveis quantificadas e qualificadas. entre outras coisas. alterar ou fixar o valor de uma variável. a última envolve números e a pri­ meira. assim. seguida pela não ocorrência de V 2. empregaremos essa terminologia. ou não. Depois de havermos decidido se desejamos. portanto. Se a pesquisa pre­ tende determinar se uma variável é. Ou seja. Se nos referimos a uma pessoa como “alta”. Se decidi­ mos alterar a variável. então necessitamos de. E.O M O D Ê LO DE PESQUISA ID E ALIZAD A 93 guéis baixam. precipitação de fuligem e tuberculose estão ligadas acidentalmente e não de modo essencial. Variáveis qualitati­ vas são chamadas “atributos” e. doravante. porém. ou se duas variáveis estão correlacionadas. 4. desejamos determinar que mu­ danças. deve-se fazer com que essas variáveis sofram alterações no processo da pesquisa. não. Arbitrária atribuição de números a va­ . desejamos determinar quão sensivel é V 2 a V i.

Quanto mais crítico um problema. Por exemplo. o gasto com a quantificação pode ser maior do que a poupança produzida pelo uso de informação mais eficiente. Em têrmos mais gerais. acura­ damente quantificada). “eficácia para o uso" é a chave da quantificação científica e a "precisão” da quantificação refere-se a essa eficácia. saber que certa mesa é “com­ prida” basta para alguns fins. ao decidir da conveniência de uma habitação. Esta última talvez constitua informação mais eficiente com rela­ ção a nosso propósito. Assim.5 po­ legadas de comprimento. mais propensos fica­ mos a quantificar acuradamente seus vários aspectos. tantó mais necessitamos de informação eficaz (i. A quantificação científica requer que um sistema lógico sustente a atribuição de números e que os resultados sejam úteis. esta informação é eficaz num número de circunstân­ cias muito maior do que a informação de que a mesa é “com­ prida”. mas não para outros. Ou seja. porque elas seriam mais custosas e não produziriam resul­ . objetos e acontecimentos de modo a proporcionar in­ formação útil. esta informação seria inteiramente eficaz em qualquer situação em que fôsse de importância o comprimento da mesa.94 P L A N E JA M E N T O DE PESQUISA SOCIAL riações de uma propriedade não é quantificação científica. quanto mais dipendioso o uso de informação ineficaz. Recor­ rendo a um exemplo corriqueiro: um alfaiate. Isto é. é. Isto não será quan­ tificação científica. Por exemplo. “num passe de mágica". podemos atribuir um número ao comprimento de um objeto. Se sabemos que a mesa tem entre 68. ao medir o comprimento de um braço.4 e 68. podemos ter em conta ou o número de aposentos de uma unidade habitacional ou a determinação da área disponível. essa informação é ainda mais útil do que a anterior. os erros resultantes da contagem do número de aposentos podem ser menos custosos do que os resultantes da medida da área. Se sabemos que a mesa tem entre 68 e 69 polegadas de compri­ mento. Em alguns casos. preocupa-se em aproximá-lo até o quarto de polegada. mas seu custo pode ser despropor­ cionado ao ganho em precisão. a quantifi­ cação científica é um meio de atribuir números a propriedadades. tais como. Não procyra medidas mais precisas. Se fôsse possível uma determinação de comprimento absolutamente precisa e a conhecêssemos. cobri-la com vidro ou ajustá-la a certo espaço. entretanto. Por exem­ plo.

A partir destes dois custos pode-se calcular o custo total esperado e podem ser com­ parados métodos alternativos de quantificação e qualifica­ ção. a identificação das unidades a contar é parte integrante da operação de contagem. porém. Se “viver numa casa” ou "resi­ dência habitual” se define sem ambigüidades. Freqüentemente e erradamente a contagem é considerada um tipo muito simples de quan­ tificação. 4. dois custos são importantes: (1) o custo da medida efetiva e (2) o prejuízo que se pode esperar devido ao êrro produzido pelo método. Aquêle que resulte no mínimo custo total esperado deve ser o preferido. para o método de quantificar ou qualificar de que se valha.O M O D Ê LO DE PESQUISA ID E ALIZAD A 95 tados melhores em relação a seus próprios objetivos e aos de seus fregueses. No processo de contagem devemos aproximar as uni­ dades a serem contadas de elementos do sistema de números reais. Infelizmente. a contagem pode não ser complexa. Enquanto não o sabemos. que as unidades a contar sejam identificadas e tal identificação pode resultar muito complexa. Já nos referimos a um dêsses casos: contar os que “vivem numa casa”. Dois erros podem manifestar-se a partir dêsse pro­ .1 Tipos de quantificação. a decisão de qualificar ou quantificar e de como quantificar ou qualificar deve ser baseada numa com­ paração sistemática de custos. o pesqui­ sador deve elaborar a justificação melhor possível. podemos utilizar êste método e avaliar tão bem quanto pudermos os valores exigidos. esta­ remos estimulando pesquisas dirigidas a determiná-los. mas. Contar requer. Para cada método de efe­ tuar medidas. Idealmente. não sabemos o bastante acêrca de qual­ quer método de quantificação ou qualificação em ciências sociais. é lamentável que se possa dizer que essa pesquisa ainda não foi levada a efeito no campo das ciências sociais. mas isso não é tão lamentável como seria a falha contínua dessa pesquisa. de modo a fazer tal determinação. Em certo sentido. Assim fazendo. De qualquer maneira. Quais são os métodos gerais de quantificar uma va­ riável? Primeiro. a contagem.

e “o número de dólares (quantidade de dinhei­ ro) ganho”. Por exemplo. Tal variável sem­ pre assumirá a forma: o número a em A. A ques­ tão. no modêlo de pesquisa idea­ lizada. um após outro.96 P L A N E JA M E N T O DE PESQUISA SOCIAL cesso de aproximação — erros que só podemos evitar com planejamento adequado: subestimação e superestimação. de modo a contá-las sistematicamente. (Quaisquer unidades com que se opera nas ciências sociais podem ser reduzidas a uma coleção de unidades menores. consiste em que. Uma variável quantificada através de contagem pode ser chamada “variável de enumeração”. Ou podemos distribuir as pessoas segundo certo esquema. podemos ter dificuldade em contar cada pessoa uma vez e somente uma. podemos fechar tôdas as saídas. corresponde sempre a uma soma de elementos. Aqui. Por um lado. Como é possível quantificar tais propriedades? Um método semiarbitrário é: ordenar os elementos. Suponhamos. agora. aproximadamente. A subestimação consiste em deixar de incluir um elemento que deveria ser contado e a superstimação consiste em contar 0 mesmo elemento mais de uma vez. Por exemplo. preocupa-nos a unidade e não suas partes). importa especificar um procedimento de contagcm no processo idealizado. “o número de pessoas presentes". isto é. Podemos agir de modo idêntico em relação a dois outros objetos c e d. menos uma. podemos referir o comprimento do objeto a como 1 e o comprimento do objeto b como 2. Todos nós já sentimos a dificuldade que existe para contar pessoas que se movimentam continuamente num salão de festas. Uma variável de enumeração — tal como se £ê nos exemplos dados — é sempre uma propriedade cole­ tiva. “o número de crianças da família”. A unidade pode variar com respeito a uma ou mais de suas propriedades que são relevantes para a pesquisa. Numerosas técnicas de contagem são conhecidas. pela saída única. diga- . duas vêzes mais longo que o objeto b. ou contar elementos que não deveriam ser contados. se é necessário contar uma variável para determinar seu valor. por exemplo. para nós. se o objeto a é. estarmos preocupados com uma unidade individual e não com uma coleção de unidades. e fazer com que os pre­ sentes deixem o salão. Sabemos que a tarefa pode ser simplificada ordenando as pessoas no salão. porém.

do ponto de vista de objetivos científi­ cos de longo alcance. devem ser mencionadas. unidades cada vez menores se tornam cada vez mais importantes. por exemplo. fornece a medida. agora. atribuir ao comprimento de c o número 1 e ao de d o número 3. [37]. [15]. mais acurada tende a ser a medida. mas não é nosso propósito enumerá-las aqui (ver [9]. por exem­ plo. Na medida em que a ciência progride. Quanto menor a unidade. porque o comprimento ê um conceito bem definido e por podermos demonstrar que os números a que chegamos através do uso adequado da . Se a e b e. que afetam a utilidade das escalas psico­ lógicas e sociais. depois. [16]. Uma escala métrica de com­ primento. o desenvolvimento de escalas mais seletivas corresponde a um aspecto necessário do progresso. Por outro lado. Conseqüentemente. consiste de polegadas ou centíme­ tros ou de múltiplos ou frações dêles. Uma fita métrica não pode ser eficaz­ mente utilizada para o fim de medir a diferença entre o diâmetro de dois micróbios. pode ser ine­ ficaz recorrer a um micrômetro para medir a altura de uma pessoa. a e c. êle é chamado “escala métrica”. ainda que tais mesas se encontrem em diferentes pontos do mundo. Se o padrão consiste de um con­ junto ordenado de unidades (entre outras coisas). ainda quando não o possam os objetos por elas aferidos. que desejamos comparar os comprimentos de a e c. Mas. Suponhamos. torna-se possível comparar. Uma escala métrica permite comparações eficazes até o ponto em que as unidades sejam suficientemente pequenas para permitir distinção de diferenças significativas na pro­ priedade medida. Padrões e escalas métricas tornam possível comparar coisas “por substituição”. qual de duas mesas é mais comprida. algumas proprieda­ des importantes. c e d são comparados a um padrão comum de comprimento. Muitas são as propriedades que uma escala eficaz deve reunir. com essa fina­ lidade. [38] e [39]). Podemos determinar. Como sabemos que uma régua pode ser usada para medir o comprimento? Sabemo-lo. As escalas podem ser manipuladas. os números que atribuímos a seus respectivos com­ primentos não têm sentido fora do contexto da comparação original. indiretamente. Uma nova comparação é neces­ sária.O M O D Ê LO DE PESQUISA ID EALIZAD A 97 mos. O uso de um padrão.

primeiramente. na prática da psicologia e da ciência social. a própria definição sugerirá meios e métodos para a obtenção de medidas. Na definição de agressividade. informações essas que se revelam úteis com refe­ rência a problemas em que o comprimento é de interêsse. É uma medida até o ponto em que (a) a propriedade em causa pode ser definida e em que ( b ) o processo de alcançar um resultado pode surgir como fonte de informações relativas à propriedade em foco. Podemos. elaborar um . mas não necessàriamente medidas. por exemplo. O resul­ tado de um teste verdadeiro-falso. por exemplo. Se não sabemos claramente o que seja comprimento. e. Depois de construída a escala. ou desempenho. neces­ sàriamente. se as encontra. uma medida. deve-se. Usando escala em situações em que nos falte definição clara da propriedade em causa. Muitas dessas escalas consistem em um conjunto de perguntas ou problemas e de um sistema de avaliação que possibilita atribuir um número às respostas do sujeito. Êsse resultado não é. o próprio enunciado especificou que a medida da agressi­ vidade corresponde à possibilidade de ser escolhida certa espécie de comportamento. o pesquisador tenta determinar que propriedade ela mede. definir uma propriedade e depois construir uma escala que fornecerá (o que possa ser demons­ trado constituir) medida da propriedade definida. a propriedade não é bem definida e a ligação entre o teste e a propriedade permanece como intuitiva. não encontra respostas. É comum que. não se fazendo demonstrável. é por acaso e não por um inteligente plane­ jamento da pesquisa. então. não podemos ter segurança quanto à sua medida pela escala. Em relação a muitos testes psicológicos e sociais. se construa uma escala com uma idéia apenas vaga da propriedade a ser quantificada. pode ser determinado subtraindo-se o número de respostas erradas do número de respostas certas.98 P L A N E JA M E N T O DE PESQUISA SOCIAL régua fornecem informações acêrca do comprimento dos objetos. podemos obter quantidades. Em muitos casos. Se a pro­ priedade fôr definida segundo a maneira acima descrita. informações essas que se revelam úteis para a solução de pro­ blemas que envolvam aquela propriedade. Em outras palavras. a utilidade de uma escala está na dependência de nossa capacidade de definir a propriedade a ser medida. O procedimento deve sofrer inversão. Tal é o caso de muitas escalas psicológicas e sociais.

precisamos saber o que é medido. I . portanto. I . que o Q . mas pouco nos ajuda sabermos isso. por exemplo. nada garante que o Q . G. B. O princípio metodológico básico aplicável à construção de escalas é. sua posterior relevância e utilidade. Técnicas tais como as recentemente desenvolvidas por Thurstone (42). seus próprios métodos não nos propiciam base para decidir o que é essa alguma coisa. O ponto de partida para o estabelecimento da forma de medir uma propriedade deve ser o significado dessa mesma propriedade e não o trata­ mento matemático dado à construção da escala. Guttman (41) e Lazarsfeld (41) dão algu­ ma garantia de que as escalas por êles propostas estejam medindo alguma coisa. na escala. apesar de tudo. portanto. da mais alta para a mais baixa. nãó há uma definição clara de inte­ ligência que possibilite dizér que o Q . mas. o de que a elaboração de uma escala deve ter como ponto de partida o significado. elaboraremos uma escala para medir o traço “ascendência-submissão”. Se não dispomos de qualquer outro recurso. Afirma-se. por satisfazer tais requisitos. meça alguma coisa. embora conscientes das deficiências de suas escalas. A . julgouse que a utilidade que possam ter está na dependência de reu­ nirem certas propriedades matemáticas. E. . Não importa observar estas ou aquelas especificações matemáticas na elaboração da escala. ponderam que elas. a mede. Desde que as escalas dizem respeito a números. D .O M O D ÊLO DE PESQUISA ID E ALIZAD A 99 método para determinar essa probabiildade e. No capítulo ix. ainda. permite pre­ ver o aproveitamento escolar. Talvez seja assim. a escala meça a propriedade em questão. e não a mate­ mática. que o seja. É bem possível que o teste Q . Daí resultou passarem muitos psicólogos e sociólogos a se inte­ ressar mais pelas propriedades matemáticas de uma escala do que por sua utilidade. mas. Suponhamos desejar comparar as alturas de sete pes­ soas. I . F. para medir a propriedade definida. seja medida da inte­ ligência. Veremos ali como o signi­ ficado do traço fornece base para “introduzirmos”. podemos alinhar as pessoas. são úteis para a previsão de certas formas de compor­ tamento. usando nossos olhos tão bem quanto possível. I . C. não há garantia de que. Em verdade. Muitos psicólogos e sociólogos. Muitas análises de escalas têm sido feitas do ponto de vista matemático.

os mais altos do que B. conforme a altura de cada uma.100 P L A N E JA M E N T O DE PESQUISA SOCIAL Por êsse meio. para a seguinte. Em bom número delas. A utilidade de uma escala de ordenação. com res­ peito à ordem padrão estabelecida.. No exemplo escolhido. em verdade. até atingirmos a última classe — aquêles que não são tão altos quanto G. Não sabemos. uma escala ordenada de altu­ ras. se tudo o que se quer e uma ordenação por altura. Por exemplo. ou nem é definida. atribuindo à sua altura o valor “0”. Teremos. dispomos as pessoas. E muito possível que "3” seja 6 polegadas mais alto que “2”. Não obstante. então. porém. ordená-los com base nessas medidas. Não sabemos qual a diferença de altura existente entre dois membros do grupo. serão incluí­ dos os mais altos do que A. E. algumas vêzes. mas não mais altos do que A . etc. é fun­ ção da relação que existe entre ela e a propriedade a medir. que “2” seja apenas uma polegada mais alto que “1”. afinal. em seguida. Não deve haver diferença entre desenvolver uma escala ordenada e uma escala métrica: o desenvolvimento deve começar da definição. Mesmo quando o projeto de pesquisa pede apenas uma orde­ nação. Para a pessoa imediatamente mais alta damos o valor “1”. na segunda. Sabemos ape­ nas que um é mais alto ou mais baixo que o outro. podemos. Na primeira. a ordenação seguinte: A 3 B 2 C 1 D 0 E -1 F -2 G ~3 Construímos. etc. —2. podemos classificar quaisquer indivíduos. pode basear-se em comparações quantitati­ vas. o valor “2”. etc. é. Podemos. dando-lhes os valo­ res — 1. se as diferenças são iguais. a propriedade em relação à qual a ordenação se processa aparece mal definida. padece de severas limitações. deselável basear a ordenação em . é possivel distinguir oito classes. Ela poderá ser usada de várias formas. contudo. foram qualitativas. da mesma forma. escolher a pessoa colo­ cada no meio. medir cada qual dos indi­ víduos e. nem mesmo. ainda assim. tal como a escala métrica. as comparações iniciais não foram quantitativas. procede­ mos em relação às pessoas mais baixas. A orde­ nação. mas. No exemplo de ordenação usado acima. Muitas escalas utilizadas em psicologia e sociologia são escalas ordenadas dêsse tipo.

2 Qualificação. Mas. Uma qualidade pode ser definida simplesmente como uma exten­ são ao longo da escala em têrmos da qual a propriedade é medida. dotados de base para aperfeiçoar o método de medida. se tiver entre 5 pés e 6 polegadas e 5 pés e 10 polegadas e “baixas”. não quer dizer que a quantificação não possa ser aplicada para determinálos). É também verdade que qualquer propriedade qualifi­ cada é potencialmente suscetível de ser expressa em têrmos de certa extensão ao longo de uma escala. Um psicólogo pode referir-se a um indivíduo como "egoísta”. Isto não equivale a dizer que os julgamentos qualitativos não possam ser feitos de maneira mais acurada. nem a afirmar que a acuidade dos julgamentos qualitativos não pode ser mensurada. Por exemplo. uma pessoa pode ser dita “alta”. em sua descrição não se utilizam números. A moderna teoria esta­ tística habilita-nos a expressar o êrro de medida e estamos.O M O D Ê LO DE PESQUISA IDEALIZAD A 101 medidas e não em comparações qualitativas. “honesto”. Por exemplo. como veremos. na maioria dos casos. pode também ser tratada qualitativamente. “de cooperação” e "conflitantes”. assim. Nunca seremos capazes de transformar tôdas as qualidades em medidas como estas. a dizer que. (Mas isso. Qualquer propriedade que seja suscetível de quantifi­ cação. com o progresso da ciência. mais e mais qua­ lidades podem se converter em expressões quantitativas equivalentes. a altura pode ser medida . “agressivo”. Atributos. como deixamos dito. assim como o de observação. mais acurada e dispomos de método efi­ caz para a verificação da acuidade. êste não é um desenvolvimento unila­ teral. porém. “média”. requer também novas formas de julga­ mento qualitativo. 4. a quantificação torna pos­ síveis observações mais acuradas e dignas de confiança. Tal ordenação será. provàvelmente. Na medida em que a ciência desenvolve novas esca­ las de mensuração. tais descrições podem mostrar-se eficientes. Por exemplo. se tiver menos de 5 pés e 6 polegadas. simplesmente. etc. são aspectos qualita­ tivos do problema da pesquisa. se tiver mais de 5 pés e 10 polegadas. E. Equivale. um sociólogo pode referir-se a um grupo “organizado” ou “desorganizado” ou a situações “compe­ titivas”. para os propósitos de algumas investi­ gações.

fazem-se pertinentes nossas observações ante­ riores acêrca das definições. a clas­ sificação é chamada "estratificação”. (população infe­ rior a 10. depende de qualificação. Por isso mes­ mo.000 pessoas). Podemos desejar outras classes. ( b ) cidades pequenas (população entre 10. A estratificação re­ quer. etc. da crescente capacidade de qualificar eficientemente. em têrmos de densidade de população. contudo. a “circunstância” é crítica. em alguns levan­ tamentos de opinião pública. assim. A classificação e a estratificação. E. em qualquer grau.000 pessoas). que relativa­ mente à influência da opinião. podem ser estruturais ou funcionais em conteúdo. as comunidades foram classi­ ficadas em (a) cidades grandes (população superior a 250.000 pessoas). em conseqüência. Podemos transformar a verticalidade numa medida. etc.102 P L A N E JA M E N T O DE PESQUISA SOCIAL como uma distância vertical. em têrmos de regiões geográficas. O procedimento usual conduz a tratar a circunstância em têr­ mos físicos ou estruturais. por exemplo. Por exemplo. Uma vez que tenhamos decidido tratar qualitativamente um aspecto do problema. requerem-se julgamentos qualitativos. Se as classes são baseadas em intervalos ao longo de uma escala que vá do mais baixo ao mais alto. a qualificação se trans­ forma num problema de classificação. Pode ocorrer. é. em têrmos do ângulo formado por uma linha reta e pelo raio projetado do centro de gra­ vidade da terra. além dessas três. devemos especificar as qualidades alternativas possíveis de atribuir a qualquer dos objetos ou acontecimentos a observar. em qualquer estágio. de medir). no modêlo de pesquisa idealizada. A quantificação. Em certo caso. bem como as defini­ ções. importando especifi­ car. mas. O que é qualificado em um estágio pode ser quantificado em outro.000 e 250. mas também. se vamos quali­ ficar a propriedade “renda anual”. a classificação que se deseja para caracterizar cada qual das propriedades qua­ litativas. mas isso requer que possamos determinar o que é verticalidade. isto é. etc. Isso depende de nossa capacidade de determinar o que é reto. média e baixa. a ordenação de qualidades. Por exemplo. ao longo de uma escala. o progresso da ciência é função não apenas de uma crescente capacidade de quantificar eficientemente (i. portanto. devemos classificar a renda como alta. e (c) vilas. essa forma de classificar se .

Já acentuamos anteriormente que. por exemplo. As condições de aceitação. se uma propriedade é correlacionada (mesmo em alto grau) com outra. em algumas áreas.O M O D Ê LO DE PESQUISA ID EALIZAD A 103 mostre ineficiente. Realizar entrevistas durante a manhã terá eficácia com relação a algumas famílias. a maneira como “o tempo” é. mas não em outras. hipóteses alternativas são elaboradas. Tais hipóteses consistem de enunciação explí­ cita das condições sob as quais cada uma das alternativas aceitáveis seria escolhida. estamos fazendo. e não as horas. uma industrial e a outra de estrutura administrativa. Quando classificamos os valores de uma propriedade e examinamos as relações desta para com o que está sendo examinado. as condições sob as quais cada qual seria aceita como o meio mais eficiente para alcan­ çar o objetivo da pesquisa. Devemos.. Sumário. não de­ corre daí. Uma grande cidade industrial e um peque­ no vilarejo industrial podem ser mais semelhantes no modo como influenciam a opinião pública do que o são duas cidades próximas. das 11 às 13. é tentar determinar se os vários atributos (defi­ nidos pela classificação) têm efeito sôbre a resposta obser­ vada. classificado em levantamentos sociais. em verdade. algumas vêzes. essas horas podem significar coisas inteiramente diferentes para diferentes pes­ soas. classificar segundo um esquema funiconal. elaboradas. etc. 5. N a formulação do problema. Entretanto. portanto. tal . focalizando nossa atenção nas caracterís­ ticas que produzem o comportamento que pretendemos observar. o que. que alterações sofridas pelas primeiras propriedades produzam alterações nas outras. A classificação deve (quando possível) ser baseada em características que produzem a opinião e não em caracterís­ ticas que são meramente correlacionadas ou não relacionadas com a opinião. de maneira alguma. isto é. dependendo da atividade que a entrevista venha a interromper. Somente quando buscamos esta relação produtor-produto e elaboramos clas­ sificações funcionais chegamos à melhor visão dos atributos. É a atividade em que se está empenhado que influencia as respostas. na maioria das vêzes. Consideremos. Utilizamos o relógio para dividir o dia em períodos: das 9 às 11.

Saber se um objeto. O “que observar” é a resposta em que estamos interessados. contribuindo. cientistas e não cientistas. possam prestar. também. E isso exige pesquisa exaustiva da literatura e utilização máxima da assistência que outros. ou sujeitos observados. Isso implica em decidir quais são os conceitos relevantes. O conteúdo de tais definições depende de duas coisas: o uso histórico do conceito e os objetivos da pesquisa. O conteúdo deve ser tal que se mostre útil especificamente para a pesquisa levada a efeito. No modêlo de pesquisa ideali­ zada. acon­ tecimento ou propriedade específicos afetarão as respostas depende do conhecimento disponível ou de presunções que o pesquisador se disponha a fazer. A forma como o con­ teúdo é apresentado deve tornar explícitas as condições e operações pelas quais podem ser respondidas perguntas rela­ tivas ao conceito. e onde e o que observar. Definidos os conceitos relevantes. acon­ tecimento ou propriedade especificados terão algum efeito sôbre as respostas a observar. buscamos tornar explícito aquilo que consideramos corresponder aos procedimentos e condições ótimos da pes­ quisa e que possam ser efetivados de forma a determinar quais as condições de aceitação e. sujeitos. circunstância e respostas são complexos de objetos. para o desenvolvimento his­ tórico geral do conceito em ciência. acontecimentos e proprieda­ des são necessários para especificá-los. Decidir se um conceito é relevante depende de saber se o objeto. A especificação de um procedimento de pesquisa consiste em determinar o que deve ser feito. “O que deve ser feito” é o estímulo necessário. para quem. devemos decidir se devemos manter constante o seu valor durante a pesquisa . representam os resultados de uma possível pesquisa. Escolhidos os conceitos relevantes. O “onde” é a circunstância em que os sujeitos devem ser expostos aos estímulos. O “para quem" é a popu­ lação.104 P L A N E JA M E N T O DE PESQUISA SOCIAL como formuladas nas hipóteses. acontecimentos e/ou propriedades. A maneira mais efi­ ciente de chegar a essas determinações requer a máxima utilização das informações existentes. conseqüentemente. Devemos decidir que objetos. Os estímulos. devem êstes ser defi­ nidos de maneira a indicar como as questões a êles relativas podem ser respondidas por pesquisa controlada. qual a hipótese verdadeira.

acontecimento ou propriedade a observar. Comecemos considerando o caso em que o pesquisador tem possibilidade de manipular tôdas as variáveis e atribu­ tos que estão abrangidos pelo modêlo ideal. portanto. Conseqüentemente. Mas. por exemplo. raramente. em transformar o modêlo ideal em um mo­ dêlo prático. deve ser fixada por um procedimento análogo. consideremos alguns dos fatores que nos impedem de alcançar as condições idealizadas.O M O D ÊLO DE PESQUISA IDEALIZAD A 105 ou se devemos alterá-lo. Pode tornar-se claro mais tarde. seja das determinações quantitativas. Mesmo neste caso. ou nunca. Uma vez que essa restrição se tenha imposto. esta se encontra sujeita a modificação posterior. de mais de uma observação para cada conjunto . o pesquisador está ciente do fato de que as observações são sujeitas a êrro. aspectos práticos podem impor muitas restrições ao pesquisador. ou atributo. dinheiro ou ener­ gia do que os disponíveis. Mesmo quando haja apenas um sujeito. faz-se necessário o uso de estatística e amostragem. como qualquer outra fase do planejamento. que uma variável importante foi omitida ou que um atributo deve ser quan­ tificado. por isso mesmo. Em tal caso. O número de sujeitos ou acontecimentos que êle deseja estudar pode exigir mais tempo. podem ser pos­ tos em prática. Antes de abordar a questão. Se decidirmos alterar ou fixar qualquer aspecto relevante da situação de pesquisa. Essa decisão deve se basear na gama de situações relativamente às quais as conclusões da pesquisa devem ser válidas. Necessitará. Os capítulos seguintes desta obra serão dedi­ cados ao exame dessa transformação prática. a transformação do mo­ dêlo ideal em modêlo estatístico é um aspecto necessário da realização da pesquisa. Os procedimentos e condições especificados no modêlo de pesquisa idealizada. A fase seguinte do planejamento consiste. Completa-se o modêlo de pesquisa idealizada com a especificação dos vários valores relevantes das variáveis e atributos. êle somente poderá observar uma parte do todo. devemos decidir também se tratálo quantitativamente ou qualitativamente. A acuidade exigida. Essa decisão deve se apoiar numa comparação de custos associada a tratamen­ tos alternativos da variável. seja das qualitativas.

obvia­ mente. A amostragem de observações possíveis também requer transformação do modêlo idealizado em modelo estatístico prático. i. à amostragem de observações possíveis e fará uma transformação estatís­ tica de seu modêlo de pesquisa idealizada. é. Ainda aqui se fará necessária uma transformação estatística do modêlo de pesquisa idealizada e a formulação de operações de pesquisa a serem. c) comunicação: “todos os procedimentos pelos quais um espírito pode influenciar outro”. (33:95). Como as aperfeiçoaria voc caso isto fôsse possível? a) ajustamento: “aquilo que leva a um estado de ajustamento. Portanto. agir assim. Ainda que se manifestassem situações nas quais o pes­ quisador pudesse fazer um número extremamente grande de observações a respeito de um sujeito. realizadas. Êle talvez não necessitasse acuidade tão grande quanto a que seria proporcionada pelo número ele­ vadíssimo de observações. a manipulação de tôdas as variáveis não é possível. Parecem. e não mais.106 P L A N E JA M E N T O DE PESQUISA SOCIAL de valores das variáveis. inútil. que geralmente surgem de forma inconsciente num grupo. se êle deseja esforçarse a-té o ponto necessário para conseguir o grau de acuidade requerido.. que pro­ curaremos. de modo que só lhe resta contentar-se com certa amostra das observações. pois. seria. novamente.. Tópicos para discussão. Em muitas situações de pesquisa psicológica e social. 1. recorrerá. Isso é. Devemos determinar. quando os vários desejos foram contrastados entre si” (17:200). alguma relação mais ou menos estável e mutuamente aceitável entre os participantes" (17:286). even­ tualmente. d) folkways: "padrões de comportamento da vida cotidiana. como poderemos inferir. de fato. assim. Avalie as definições seguintes. impossível.. E. b) atitude: "tendência e vontade de agir que emerge. Isso requer que tornemos explícita a situação real. como a caracterizaremos e como ajustaremos os resultados observados de modo a termos possibilidade de asseverar algo a propósito da situação idealizada. aquilo que observaríamos se pudéssemos criar a situação ideal. a pesquisa deve ser conduzida em situações que diferem da idealizada. Êle gostaria de fazer um número infinito de observações de um único sujeito. para . dos resultados observados numa situação real.

discussões sociológicas recentes atribuíram apenas uma função importante à pesquisa empírica: ‘exame’ ou ‘verificação’ de hipóteses. padronizados. O investigador principia com uma con­ jectura ou hipótese. funcionais ou a ambas? Exercícios. 2. ou grupos rivais. Quando dizemos que um grupo é organizado. g) instituição grupai: “funções e ‘status’ oficiais. Usando as indicações fornecidas por êste capítulo. 3. buscam vantagens através de favor e preferência de um público (indivíduo ou grupo). f) competição: "processo social em que indivíduos. usualmente. usualmente. no sentido de "utilizado"). 1. de membros de qualquer grupo social organizado. Preparar um modêlo de pesquisa idealizada para o projeto do curso (Cf. O modêlo para correto desempenho dessa função é familiar e claro. (d) exploração (‘exploitation’. (c) propriedade. anterior). 4. prospecção). Projetar um procedimento de pesquisa ideal para determinar se o editorial de certo jornal é um produtor da opinião de certa pessoa a propósito do assunto versado. Que variáveis sociais sofrem. 3. e) instituição social: “uma configuração funcional de padrões culturais (incluindo ações.O M O D Ê LO DE PESQUISA ID E A LIZA D A 107 os indivíduos que chegam a pensar a respeito. Que variáveis sociais sofrem. elaborar uma definição científica de um dos seguintes conceitos: (a) comunnidade: (b) cultura. exercício 1. Usando a definição da relação produtor-produto dada no texto. através dos quais o grupo age e reage como um todo” (46:211). do cap. como definiria você (a) reprodução e (b) coprodução? 6. atitudes e lastro cultural) que possui certa permanência e se destina a satisfazer necessidades sociais funda­ mentais” (20:318). procurando atingir seus fins recorrendo antes aos interesses e preconceitos daquele indivíduo ou grupo. impessoais. (e) empregado (‘employed’. por sua vez. Definir o traço “tolerante" e construir uma escala para medi-lo. 2. são submetidas a testes empíricos que confirmam ou refutam a hipótese" (28:505-6). idéias. tratamento qualita­ tivo? Há meio de tratá-las quantitativamente? 4. do que a processos de violência ou intimidação” (20:608). no sentido de “levantamento de recursos naturais". nada mais do que soluções cômodas para problemas imediatos" (20:134). Parece-lhe adequada a citação seguinte para caracterizar a "pesquisa empírica”? “Com algumas notáveis exceções. referimo-nos a propriedades estruturais. . tratamento quanti­ tativo? Sob que condições podem e devem ser tratadas qualitativa­ mente? 5. daí tira inferências e estas.

United Nations Publications.: Social Science Research Council. 1949 e 1950. Y. Social Science Abstracts. Bureau of the Census. C. 1951. Washington D. idealmente. New York: H. New York: R. The. New York: Catalogue of Economic and Social Projects. Poole's Index to Periodical Literature. se possível. Lake Success. New York: H. Y. N. Statistical Abstracts of the United States. Washington D.108 P L A N E JA M E N T O DE PESQUISA SOCIAL 5. C. Wilson Co. Leituras sugeridas. Boston: Houghton Mifflin Co. Education Index. As publicações abaixo constituem guias úteis para a familiarização com a literatura existente. Encyclopedia of the Social Sciences. (a) Selecionar uma escala métrica usada em ciências socia Determinar. 6" ed. M onthly Catalogue. explicar a razão da impossibilidade de medir.: United Nations Department of Public Information. The. Affairs Information Service. Washington D.: American Psychological Association Inc. Lake Sucess. New York: H. W . Bureau of the Census. Bulletin of the Public Affairs Information Service. C. Wilson Co.: United States Department of Commerce. Bowker Co. 1951. Science Abstracts. W . New York: Philosophical Library. 1951. Book Review Digest.: Superintendent of Documents. N. R. W . N. Menasha. O pesquisador deve conhecê-las de perto.: Supe­ rintendent of Documents. Public Lake Success. London: Institution of Electrical Engineers. New York: Macmillan Co. 1789-1945. 1949-50. Pittsburgh. C. Encyclopedia of Psychology. New York: H. 1931. 1946. (b) Proceder da mesma forma em relação a uma escala ordenada. International Index to Periodicals.: American Edu­ cational Research Association. Psychological Abstracts. Pa.. Washington D. Statistical Year Book. W is. Index to Labor Articles. Y. C. Wilson Co. Technical Book Review Index. 1949.: United Nations Department of Public Information.: Special Libraries Asso­ ciation. Caso contrário. o que ela mede. Historical Statistics of the United States. Ulrich's Periodical Index. United States Government Publications e Annual Index. 1950. Washington D. .: United Nations Department of Public Information.: United States Department of Commerce.. o comprimento de um objeto. W . Readers’ Guide to Periodical Literature. Washington D. Wilson Co. Review of Educational Research. United States 'Quarterly Book Review. New York: Rand School of Social Sciences. (c) Determinar como um físico mediria. The.. C.

W . New York: Harper 6 Bros. Personality: a Psychological Interpretation. R. C a m p b e l l . “A Materialist Theory of Measurement”. Green & Co. H. A llp o r t. 5. Greenwood (21) e Lundberg (27). e H a r r i s o n .. Lazarsfeld e Barton (26). Some Demonstrations Concerned with the Origin and Nature of our Sensations: a Laboratory Manual. a) Conceituação: Eubank (17) e Singer (34). Referências e bibliografia.. D. New York: Henry Holt & Co. New York: Macmillan Co. S e l l a r s . New York: Harper & Bros. L a s s w e l l . W . 9. Experimental Designs in Social Research. Princeton: Princeton University Press. ver: A. •S m ith . M c G i l l e M a r v i n F a r b e r . G. D a n i e l L e r n e r e H.. muitos são indicados precisamente porque se afastam de posições aqui tomadas.. N e w York: M a c m i lla n Co. CHAPIN. M. Coombs (15) e (16). 1949. cm The Policy Sciences. 1930. 1946.. J.. S. 1946. New York: Russell Sage Foundation. N. 1947. Church­ man (9). em Twentieth Century Sociology.. ao contrário. e d . R. Campbell ( 6).. b) Procedimento geral de pesquisa: Burgess (5).. “Mathematical Models in the Social Sciences". New York: Philosophical Library. 118-36. D . Reese (32). R„ A n Account of the Principles of Measurements and Calculations. Não os indi­ camos porque estejam de acôrdo com a opinião do autor. L a s s w e l l . 1951. 6. New York: Longmans. M o o r e . 3. e m Philosophy for the Future. 7. A m es. Stanford University: Stanford University Press. E. K. e C a s e y . H .. Chapin (8). W „ "Research Methods in Sociology". Commu­ nication and Public Opinion. Abaixo indicamos artigos e livros que dizem rpspeito a alguns problemas de pesquisa básica. Preli­ . W . 1950. 1937.. E a to n . J r . L . A Bibliography of Social Surveys. F. 2. Surveys. B. 4. A rrow A . X X III (1928). Propaganda.: Hanover Institute. ed. E. G e o r g e s G u r v i t c h e W . J. Polls and Samples. C h u r c h m a n . N. The " W h y " of M an's Experience. .O M O D ÊLO DE PESQUISA IDEALIZAD A 10 9 Para uma bibliografia ampla acêrca de aspectos especiais da pes­ quisa social. minary draft. H a d l e y .. c) Quantificação e medida: Arrow (4). "A test for Ascendance-Submission". ed. 1950. Journal of Abnormal and Social Psychology. . D. (38) e (39) e Stouffer (41). V. C a n t r i l . Hanover. M.. 1. B u r g e s s . 8. C . S. Stevens (37). 1945. P a r t e n . discutidos neste capítulo.. 1928.

CV (1947).). L. X IV (1947). G. "Perception”. Scientific American.J. 27. X X IX (1950). e outros.. A c k o f f . Psychological Review. W . 1936. M ethods of Inquiry. Measu­ rement of Consumer Interest. M . 25.. 480-89. St. 1946 (mimeog. Social Research. e B a r t o n . Son & Bourn. em The Policy Sciences. 50-55. 1947. 1943. 24. Philadelphia: University of Pennsylvania Press. J. H. Psychometric Methods. 14.. P. X III (1948). D a g o b e r t R u n e s . 12. 21. "Logical Empirism”. 304-32. e J. 150-53.. Typologies and Indices". C h a r l e s . H e r b e r t . 1943. 1862. X L V I (1951). 145-58.. L u n d b e r g . 29. F r a n k .110 10. e K i l p a t r i c k . A . F e ig l. “Qualitative Measurement in the Social Sciences: Classification. “The Nature and Development of Operations Research".. P. 28. " A n E x p e r im e n t a l D e f i ­ nition of Personality". 5’ ed. e A c k o f f . New York: Macmillan Co. 26. ed. 32-39. E u b a n k . Heath & Co. G i l l i n . C o o m b s . M e r t o n . 17. A . C . New York: McGrawHill Book Co. .. "Psychological Scaling Without a Unit of Measurement". D.. Philosohy of Science. 1946. Annals of the N ew York Academy of Sciences. New York: Longmans. "The Bearing of Empirical Research upon the Development of Social Theory”. C P L A N E JA M E N T O DE PESQUISA SOCIAL 11. 20. 13. 16. A n Introduction to Sociology. “Mathematical Models in Psychological Scaling”. "Purposive Behavior and Cybernetics". L. L V II (1950).. E .. R. J.. Louis: Educational Publishers. 23. E rn e s t. . P.. 187-278. 19. Social Forces. H. . New York: Philosophical Library. New York: John W iley & Sons. 1932. 1945.. London: Parker. C . L a z a r s f e l d . Green & Co. A System of Logic. H. R . K it t e l . L. 18. P. Ver (4). K . H e b b . C . E . Boston: D.). (eds. Organization of Behavior: a Neuropsychological Theory. M i l l . L (1948). S. O. F. em Twentieth Century Philosophy.. G u i l f o r d . Experimental Sociology. Philadelphia: University of Pennsyl­ vania Faculty Research Fund. W . G reenw o o d. Journal of the American Statistical Association. 15. I t t e l s o n . "Teleological Mechanism". . 22. W . L.. C . R. Science.. C L X X X V (1951). American Sociological Re­ view. 505-15.. F. New York: King's Crown Press. 1950C h u r c h m a n . “Psychologistics". e W a x . K . 1949. The Concepts of Sociology. hurchm an .

E. "Mathematics.. Shannon. L.. Measurement and Prediction. “Operations Research”.. Columbus Ohio: 35. Press. 1928. ed. Vol. 38. A. E. The Vectors of Mind. P itir im . L. Public Opinion Quarterly.. 677-80. Urbana: University of R. S i n g e r . Measurement and Psychophysics". V e r n o n . X L (1933). Cybernetics. 31. S t o u f f e r .. "On the Problem of Scales for the Measurement of Psychological Magnitudes". F l o r i a n . 34. Cleveland: Case Institute of Technology. 37. 1950.. W a t s o n . C III (1946). W arren . S t e v e n s . J. S . T h u r s t o n e . graphs”. 43. Proceedings of the First Seminar in Operations Research. New Y ork : J o h n W iley 6 S o n s . Fortune. 1934. Chicago: University of Chicago Press. e outros. 1951. T . 251. C la u d e e S. em Hand­ book of Experimental Psychology. . N e w York: John W i l e y & Sons. 557-62.. 1949. S t o u f f e r . R eese. “On the Theory of Scales of Measurement".. 533-48. A. P. S . New York: Peoples Institute Publi­ cation Co.. LV (1950). IX (1939). Adams Illinois M ind as Behavior. W . 40. 46. S . 36. Ameri­ can Journal of Sociology. The Mathematical G. 1948. 45. 1924.. 1943. B. 355-61. New York: Harper & Bros. Science. N o­ vember 8-10. L. 1935. S .. X V III (1951). Behaviorism. 33. 94-99. 105 e segs. 42. S t e v e n s . S . H e rb e rt.. N o r b e r t . "The Ideal Model for Controlled Experiments”. S . LV. 32. X V (1951). 41. W e aver. “The Biosocial Nature of a Personality Trait”. Theory of Communication. Prin­ ceton: Princeton University Press. S o r o k in . em Twentieth Century Sociology. A. P ayne.O M O D ELO DE PESQUISA ID EALIZAD A 111 30.. 1951. 39. Ver (5). Z n a n i e c k i . 1952. "Psychological Mono­ New York. “Social Organizations and Institutions”. S o lo w . n. Psychological Review. "Some Observations on S t u d y Design". 44. Journal of Unified Science. W i e n e r . Contemporary Sociological Theories. Co. The Application of the Theory of Physical M ea­ surement of Psychological Magnitudes.

pois. as obser­ vações repetidas devem ser feitas sempre que possa haver ajustamento. antes. Êste procedimento de seleção é denominado amostragem. Certamente. quer no nível teórico. O primeiro problema que consideraremos. Introdução.C a p ít u l o IV O PLANEJAMENTO DA PESQUISA PRÁTICA: AMOSTRAGEM 1. portanto. Ao'longo do capítulo a ênfase será dada à amostragem feita em populações de indivíduos e não em populações de observações realizadas com um único indivíduo. O progresso do assunto vem tornando extremamente difícil a possibilidade de alguém ser um perito em amostragem e em outro setor da estatística. observações repetidas do mesmo sujeito tendem a aumentar o êrro. quer no prático. A amostragem desen­ volveu-se de tal modo que inúmeros estatísticos confinam seu trabalho a êsse tema. Ao contrário. Os moti­ vos dessa atitude já foram expostos: na pesquisa social. será o da variedade de métodos para a seleção de uma parte da população a ser observada. Vasta bibliografia existe a respeito. ou quando êsse ajustamento fôr dispensável. a finalidade da presente discussão não é a de preparar especialistas em amostragem. devendo. Conseqüentemente. ao tratar da formulação prática da pesquisa. receberam considerável atenção. isso não significa que as observações repetidas sempre levem a um aumento no êrro. e não a diminui-lo. Os aspectos estatísticos da amostragem. é. mais difícil. estando alguns dos títu­ los reunidos no fim dêste capítulo. a de permitir um diálogo eficiente entre o cientista social e o especialista em amostragem. alguém ser perito em amostragem e ciência social. quando o efeito da repetição das observações sôbre o . ser evitadas. isto é.

DA PESQ. 4. Na prática. apenas o pro­ jeto de amostragem será considerado neste capítulo. que está sob exame. puder ser cancelado. Deve-se enfatizar.O P LA N . Para entrarmos no problema da amostragem. 2. êsses proble­ mas de projeto não podem ser considerados independente­ mente do método de fazer uma estimativa. ou quando a repetição das observações não afetar êsse valor. quer se trate de amostragem de população de indivíduos. Imaginemos. Um plano que possa ser avaliado dessa forma se . 3. pre­ cisamos. fazer uma estimativa da média das idades com base nos dados colhidos em uma amostra da população. Se desejarmos determi­ nar a média das idades da população (que é de 6 anos). O mesmo se dá com o critério de "bondade” que. portanto. preliminarmente. pois. bem simples. deve ser tal que permita avaliação quantitativa do procedimento pla­ nejado. É claro que existem vários modos de sele­ cionar amostras da população e que pode variar a quantia de elementos de cada amostra. constituída por seis elementos. 9 e 12 anos. O signifi­ cado de "boa” requer cuidadosa análise. o de determinar a maneira de sele­ cionar a amostra e sua extensão. fôr conhecido e. ou seja. determinar a idade de cada crian­ ça. que por motivos de ordem prá­ tica não nos seja possível determinar a idade de cada ele­ mento. O problema do projeto da amostragem é. Para fins de exposição. utilizando os dados obtidos a partir da amostra. cabendo-nos. O planejamento de um procedimento amostragemestimativa é orientado para proporcionar uma “boa” esti­ mativa de uma característica da população. A expressão "processo amostragemestimativa” será usada para designar uma combinação do procedimento de amostragem e de estimativa. portanto. con­ tudo. contudo. Erros na amostragem e na estimativa. considere­ mos uma população '‘miniatura’’. quer se trate de amostragem de população de observações sôbre um mesmo indivíduo. Admitamos que os elementos sejam crianças com 2. entretanto. do procedimento de avaliar. 6. Os procedimentos de avaliação constituirão objeto de estudo nos capítulos v e viii. PRÁTICA: AM O ST RA G EM 113 valor da característica. neste contexto. que a lógica e os princípios básicos dos métodos de amostragem são idênticos.

Se houvéssemos selecionado dois elementos cujas idades fôssem 3 e 9 anos. Consideremos os tipos de êrro que podem ser cometidos ao se utilizar um procedimento estimativa-amostragem e examinemos as maneiras de medi-los. É importante notar que. Além disso. Assim. por isso. se negativo. Os critérios mensuráveis usados para avaliar os proje­ tos amostragem-estimativa baseiam-se. selecionar uma amostra de dois elementos da popu­ lação “miniatura". e não meramente imaginamos. quão bom êle é e porque o aperfeiçoamento progressivo do plano se faz possível quan­ do dispomos de critérios explícitos e mensuráveis. a estimativa é imprecisa. geralmente. os erros devem ser mensuráveis. a discussão do êrro de amostragem. admitamos ter decidido. se e e T são iguais. Para simplificar. teríamos obtidos uma esti­ mativa perfeita. concordemos em usar a idade média da amostra como uma estimativa da idade média da população. Se êste valor é posi­ tivo. Para compreender os custos atribuíveis a êrro. e é uma superestimação. no momento. Um plano mensurável não é. faz-se necessária alguma noção de erros de amostragem e estimativa. a idade média da população é 6 anos e. é considerado melhor o projeto que reduz ao mínimo a soma dêsses custos. por motivos de ordem prática. Se e e T não são iguais. Em verdade.1 Acuidade. avaliaremos a idade média da popu­ lação da seguinte forma (2 4)/2 ou 3 anos. porque sabemos. De modo geral. se escolhemos dois elementos cujas idades são 2 e 4 anos.114 p l a n e ja m e n t o de p e s q u is a s o c ia l diz um plano "mensurável". . se utilizados para a avaliação de um projeto. bom. 2. necessariamente. a estimativa é inteira­ mente precisa. Então. mas é desejável. a estimativa é impre­ cisa e a imprecisão é dada por (e — T ) . em dois tipos de custos: o custo da realização do projeto e o custo que se pode esperar como resultado de possíveis erros. Acuidade e imprecisão de uma estimativa podem ser melhor definidas da seguinte maneira: seja T o valor verdadeiro da característica da população que está sendo avaliada e seja e o valor estimado daquela caracte­ rística. Os custos de operação não são difíceis de compreender. uma subestimação.

0 10.0 7. o procedimento mais comum.5 9. dare­ mos ênfase a êsse tipo de procedimento. Se cada indivíduo puder ser escolhido mais de uma vez em qualquer amostra. que possam ser selecionadas da população “miniatura”. DA PESQ.0 5. 9 e 12 Amostra 2. Consideremos. talvez. 12 Média da amostra 7.5 8. 3.9) fornece uma estimativa perfeita da idade média da população. 9 6. 1 2 4. 6 3. PRÁTICA: AM O ST RA G EM 115 2. da população “miniatura” são indi­ cadas na tabela 1. então. Em pesquisa social. 6 2. Resultaria. 4 2. embora quase tôda a discussão que vai se seguir seja aplicável a ambos os tipos de amostragem.O P LA N . y 4.5 3.0 6. agora.5 6. 1 2 3. Note-se que apenas uma das amostras (3. que dispomos de um método de amostragem tal que torna igual a possibilidade de escolher­ mos uma qualquer das quinze amostras indicadas na tabela 1. agora. juntamente com a média de cada amostra.0 3. Antes de relacionarmos essas possíveis amos­ tras.2 Desvio. 12 6.0 Ainostrn 3.5 4. Se cada indi­ víduo somente puder ser escolhido uma vez em qualquer amostra. a possibilidade igual de obter qualquer das quinze médias de amostra como uma estimativa da média da .3 2.5 7. Por isso mesmo. 4.0 4. 12 9. tôdas as amostras possíveis de dois elementos. devemos decidir se o mesmo elemento pode ser esco­ lhido mais de uma vez na mesma amostra.4 3. 9 2. o procedimento será de amostragem com repetição.6 4. 6. amostragem sem repetição é. Suponhamos.5 5. sem repetição.9 Média da amostra 2. T 1 a bela A M O STRA S POSSÍVEIS D E D O IS ELEM EN T O S DA POPULAÇÃO: 2. o procedimento é de amostragem sem repetição.5 Tôdas as amostras de dois elementos que podem ser colhidas.

. O valor esperado de uma estimativa possibilitada por um procedimento amostragem-estimativa é a média das estima­ tivas esperadas com longa repetição do uso do procedimento.* Note-se que. E (e).5. eu. Assim.5) = 33/6 = 5. Se cada qual das estimativas feitas fôsse realmente obtida 1/15 das vêzes. o proce­ dimento de estimativa usado acima. + 10.. en tôdas as possíveis estimativas de T e admitamos que pi seja a proba­ bilidade de que ei venha a ser obtida pelo procedimento. . . a média das estimativas seria 1/15(2. Para êsse caso as amostras possíveis e suas médias são indicadas pela tabela 2. Então E(e) = piei + p^í. Ora. Dir-se-ia que um procedimento fornece estimativas desviadas se o valor esperado da estimativa. dir-se-á que o procedimento fornece estimativas sem desvio. Sejam ei.5 + 3. . por exemplo. com um diferente pro­ cedimento de amostragem. Conseqüentemente. + . pa representa a probabilidadç correspondente para e». deve-se à combinação de procedimentos de amostragem e estimativa.e„ . o valor esperado é igual à média verdadeira da população.0 4.5) = 90/15 = 6. se temos possibilidade igual de obter cada uma dessas médias de amostra para uma estimativa.0) é chamado valor esperado da estimativa fornecida pelo procedimento amostragem-estimativa utilizado. na ilustração. se afastasse do valor ver­ dadeiro da característica a ser avaliada. Com longa repetição.5 + 4. o valor esperado da estimativa fornecido por êste procedimento será 1/6(3. Este valor (6.5 + 7. estri­ tamente falando.116 P L A N E JA M E N T O DE PESQUISA SOCIAL população. poderíamos esperar obter cada média de amostra 1/15 das vêzes. . etc. O desvio de uma estimativa. Uma alteração em qualquer dêles pode afetar o desvio.5. . + p. Combinemos.0 + 6.0. .5 + 6. o desvio é igual a [E (e) — T}. Suponhamos que o nôvo pro­ cedimento de amostragem é tal que o elemento mais nôvo e o elemento mais velho da população não podem ser esco­ lhidos na amostra. . * O valor esperado de uma variável estatística pode ser m rigorosamente definido como segue: seja T o verdadeiro valor que se está estimando e admitamos que' E (e) representa o valor da estima­ tiva que se obtém com o procedimento em tela. T.0 + .

A teoria esta­ tística e a da amostragem fornecem.3 Variabilidade e precisão. 9 Note-se que um processo amostragem-estimativa que fornece estimativa desviada pode. Ou seja. é possível demonstrar que um dado procedimento fornecerá ou não fornecerá um valor esperado igual ao valor verdadeiro. em que medida o são. oferecer estimativa desviada. como a tabela 1 evidencia. enquanto o desvio se refere ao afastamento do valor espe­ rado em relação à estimativa do valor verdadeiro. que um procedimento que fornece estimativa cor­ reta pode.0 Amostra 4. 4 3. É também verdade. 9 6. 4. O N D E 2 e 12 N A O PO D E M SER E SCO LH ID O S Média da amo6tra 5. Então. medidas do desvio inerente a um procedimento amostragem-estimativa.O PLAN . Não há meio de medir diretamente a acuidade de uma estimativa .5 4.5 7. A medida da acuidade parece também exigir conheci­ mento do valor verdadeiro da característica a avaliar. é igual a (5.0) ou ( —0.5 ). 3. 9 e 12. não obstante. 6. portanto. 6 3. T abela 2 AM OSTRAS POSSÍVEIS DE D O IS E LEM EN T O S D A POPULAÇAO: 2.5 6.5 — 6. como se pode medir o desvio? Utilizando métodos matemáticos é possível mostrar que procedimentos vários são corretos ou sujeitos a desvio e mostrar. Deve ser lembrado que a acuidade se refere ao desvio de uma esti­ mativa específica em relação ao valor verdadeiro a estimar. 2.0 6. Obviamente não se conhece o valor verdadeiro quando se está fazendo uma estimativa. PRÁTICA: AM O ST RA G EM 117 Conseqüentemente o desvio introduzido pela mudança do procedimento de amostragem. DA PESQ. 6 4. sem alteração do procedimento de estimativa. Medir desvio implica medir um afastamento do valor verdadeiro da característica a avaliar. também.5 Amostra 3. seja êste qual fôr.9 Média da amostra 3. oferecer estimativa precisa. também.

H á muitos meios de medir essa variabilida­ de. 6.25 7. y 3. porém. 4. 6. 3. é importante apenas ter em mente que o êrro padrão é medida de varia­ bilidade de estimativas fornecida por um processo amostragem-estimatjva. 3.75 6.00 5.50 6. 9.75. 6. enquanto as da tabela 3 distribuem-se entre 3. Essa medida será examinada pormenoriza­ damente no capítulo seguinte. consi­ deremos amostras possíveis de quatro elementos colhidos da população “miniatura”. 12 2. Note-se que as estimativas (média da amos­ tra) que aparecem na tabela 1 situam-se entre 2. 3.75 7. 4.12 2. 4. 6. 1 2 3. 6. Meios diversos de verificar a acuidade de uma estimativa especí­ fica serão examinados no capítulo ix.25 5. 9. 1 2 4. Já verificamos como o uso de um procedimento amostragem-estimativa.4. 4.25 7.25 í 1 i 1 2. 4.5 e 10. ou difusão) do que as estimativas baseadas em amostras de dois elementos. 6. 9 2. 1 2 : 6. 9 e 12.25 5.11 8 P L A N E JA M E N T O DE PESQUISA SOCIAL específica utilizando apenas a teoria da amostragem. 6. 9. 6.50 7. 9. 3.9. 1 2 3. 12 2. 3. 4. Para ter uma idéia do significado de variabilidade. ! ! 1 1 3. As estimativas baseadas em amostras de quatro elementos apresentam menos variabilidade (ou menor dispersão. 3. No momento. 1 2 4. 9. Mas. 9 2. relativamente à mesma população. 6. 4.50 5. pode .75 Comparemos agora os resultados da tabela 3 com os da tabela 1. o mais comumente utilizado chama-se êrro padrão da estimativa.5. 9 2.75 4. 3.75 e 7. 12 j j 1 . 6. a teoria da amostragem possibilita medida da probabilidade de que um procedimento forneça estimativa com o grau de acuidade ou imprecisão que se desejar.00 7. Essa determinação depende da variabilidade das estimativas fornecidas pelo procedimento. Estas são indicadas pela tabela 3.50 5. T 3 abela AM OSTRAS POSSÍVEIS DE Q U A T R O ELEM EN T O S D A POPULAÇAO: 2. 12 2. Amostra j M édia da amostru Amostra Média da amostra 2. 4. 6 2.

* Esta analogia é devida a Deming adaptada do seu diagrama. Os conceitos “custo do êrro" e "mínimo” não são simples.O P LA N . H á também diferenças entre métodos de amostragem. Quanto mais variadas as leitu­ ras do pêso de um mesmo objeto. Quatro tipos de padrões. quando já examinamos os erros de amostragem. DA PESQ. quanto menor a variabilidade entre possíveis estimativas nêle baseadas. pode ser muito preciso. mesmo quando referentes a amostras de igual extensão. Se atira­ mos várias vêzes. Na seção 2 o “melhor” processo amostragem-estimativa foi definido como aquêle que reduz ao "mínimo” a soma de (a) o custo de colheita da amostra e de obtenção de uma estimativa e (b) o custo do êrro. PRÁTICA: AM OSTRAG EM 119 resultar em estimativas de diferente variabilidade. 2. que fornece a mesma leitura em repetidas pesa­ gens de um mesmo objeto. tomadas a partir da mesma população. “Preciso” é aqui usado em sen­ tido muito semelhante ao que se emprega para referência a uma escala. Um processo amostragem-estimativa que fornece esti­ mativa sem desvios pode resultar muito impreciso e um pro­ cedimento que fornece estimativa desviada. que podem resultar do uso de métodos diferentes de amostragem. obtemos um padrão de tiro. e isto ocorre com mudança na extensão da amostra. Combinando medidas de desvio e variabilidade de um procedimento. Isso pode ser ilustrado recorrendo a uma analogia com o tiro ao alvo.* Comparemos cada estimativa de amos­ tra de uma característica de uma população a um "tiro" dirigido ao valor verdadeiro de tal característica. A figura 4 . Diz-se que o procedimento é tanto mais preciso. são indicados na figura 4.4 Custo do êrro de amostragem. pode-se obter uma medida de confiança para estimativa a partir daquele procedimento. Essa medida será examinada no capítulo viii. mas podemos tornálos mais explícitos agora. (8:19-21). menos precisa a escala. Precisão absoluta ou perfeita somente seria obtida se tôdas as leituras (no caso da escala) ou tôdas as estimativas (no caso de um processo amostragem-estimativa) fornecessem exatamente os mesmos valores.

ampla variabilidade de amostragem (impreciso) Variabilidade da amostragem ------. 4 — Desvio e variabilidade . pequena variabilidade da amostragem (preciso) Variabilidade da amostragem Valor verdadeiro e esperado Método C: sem desvio.120 P L A N E JA M E N T O DE PESQUISA SOCIAL Variabilidade da amostragem -----.desvio -----Valor verdadeiro Valor esperado Método A: desvio amplo. ampla variabilidade de amostragem (impreciso) Variabilidade da amostragem Valor verdadeiro e esperado Método D: sem desvio. pequena variabilidade de amostragem (preciso) F ig.desvio------Valor verdadeiro Valor esperado Método B: desvio amplo.

êsse êrro custará 1/5 (24. Os custos resul­ tantes associados a cada êrro (sob condições especificadas) aparecem na coluna E. além disso.00). são. conhecemos as possibi­ lidades de comissão de cada êrro. Os resul­ tados aparecem na coluna D. ou seja $ 4.80 por estimativa. O total dêsses custos para cada extensão da amostra é o custo total esperado do êrro.00 por unidade de êrro. que êrro será cometido. A imprecisão de cada estimativa pode ser determinada subtraindo a média verda­ deira da população (6) de cada valor estimado. 2. respectivamente.O P LA N . Mas não sabemos. cujos valores.00 por unidade de êrro e cada êrro por subestimação custa $ 6. Conseqüentemente. agora. Seria possível escolher amostras de 1. Suponhamos. o pri­ meiro êrro indicado é —4 e seu custo. As estimativas resultantes aparecem na coluna C. que usamos a média da amostra como uma estimativa da média da população. Êsse é o custo esperado dêste êrro particular. Então. 3. 6. DA PESQ. . O valor médio para a população é 6. 2. Por exemplo. de antemão. Não obstante. há cinco amostras possíveis de um elemento e — de acôrdo com o método que estamos usando — cada amostra tem igual pos­ sibilidade (1/5) de ser escolhida. Suponhamos. incidirá. após muitas repetições do procedimento.00. PRÁTICA: AM OSTRAG EM 121 Consideremos uma população de cinco elementos. 1/5 das vêzes. Quantos devem ser escolhidos? Vejamos como dar uma resposta razoável para essa questão (ver tabela 4). 9 e 10. Admitamos estar utilizando um proce­ dimento de amostragem no qual cada amostra de uma extensão especificada tem a mesma possibilidade de ser escolhida que qualquer outra amostra da mesma extensão. $ 24. agora. 3. Os resultados são exibidos na coluna F. Supo­ nhamos. se o procedimento for usado repe­ tidamente. que desconhecemos êsse valor e queremos estimá-lo com base nos dados obtidos a partir da amostra colhida na população. cada êrro tem a mesma possibilidade de ocorrer. ao longo de alguma escala. que cada êrro por superestimação custa $ 3. isto é. Tôdas as amostras possíveis de cada extensão relacio­ nam-se na coluna B. ou 4 elementos. Na média. O custo esperado de cada êrro pode ser computado de modo análogo. o custo médio do êrro em que se incorrerá.

33 7. 3 2.45 0.3.00 9.6 ■ 3.33 8. 9 2.5 4. 9 e 10 V) (B) (Cl Extençüo da amostra 1 Amostra 2 3 6 9 1Q Estimativa 2 3 6 9 10 ' cw Erro -4 -3 0 3 4 (E) <« Custo do Custo espera êrro do êrro $24.3.60 $ 3.30 0.33 1.9 6.5 7.0Q $ 1.75 7.00 10. 10 2.25 6.5 6.70 $ 4.5 Custo total esperado do êrro Çuato dP quatro observaçOes Custo total esperado .50 2.00 12.20 0.67 5.67 4. 10 2.00 $12. 10 6.33 -1.00 12.50 4.60 3.00 $15.9 2. 10 9.00 5.0 '4.75 Custo total esperado do ôrro Custo de duas observações Custo total esperado do procedimento 3 2.9 2.15 12.5 2.00 $ 6 .5 0 0.6 2.do procedimento . 6.3.00 18.33 0 1.50 $ 2.40 0.33 -í.75 6.9Q 0.6 2.oo—0. 10 2.5 $21.00 5. 10 3.9 2.00 4.5 6. 6.00 7.60 Çusto total esperado do êrro Custo de uma observação Çusto total esperado do procedimento 2 2.33 $14.50 9.5 1.00 6. 3.00 $13.9 3.6.25 3.00 6. 10 3.00 6.10 6.00 4 00 7. 10 2.00 —0.00 -1. 6. 10 3.75 1.00 1.40 $12. 6. 9.90 o :b 0.0 3. 10 3. 9.0 -0. 9.00 2. 9. Custo total esperado do procedimento 4 2.33 *-2. 1 .6.00 1.0 6.45 0.0 5.5 -3.0S $ 6.00 $15.67 •6.80 2.00 0 0. 9 3.60 0.80 0. 3.00 6.00 9.00 $ 4. 10 3.40 0.00 $ 1.20 Q.10 0. 9.10 1. 3.00 3.60 1.0 9.50 6.20 030 0.5 8.5 0 —1.50 Custo total esperado do êrro Custo de tres observaçOes . 9.T ab el a 4 CUSTO TOTAL E SPERA D O D E AM OSTRAS POSSÍVEIS ESCO LHID A S DA POPU LAÇAO 2. 3.00 3.00 8. 6.60 1. 10 2.80 3.75 0 0. 6.5 « 2 .33 2.10 5. 6.

e represente P (e t) a probabilidade de tal êrro ser cometido. no próximo capítulo. aplicáveis a esta popu­ lação. DA PESQ. O custo total esperado do êrro pode ser então expresso da maneira seguinte: C ( ei)P (eO + C(e2)P (e 2) + . não houve dificuldade com êsse ponto porque tínhamos conhe­ cimento do valor atribuído a cada elemento da população. Se a esta soma fôr adicionado o custo das observações. O procedimento descrito pode ser expresso numa forma geral. a longo alcance. + C (e„)P (eft). Assim. Então.00. . o custo de observação para as dife­ rentes amostras é $ 3. Contudo. . $ 6.00.00. obtemos o custo total esperado do pro­ cedimento. Na prática. discutiremos com maior atenção os erros e o custo presentes na avaliação de um procedimento. No exemplo.00. o produto do custo pela probabilidade. as amostras de dois elementos são mais econômicas. res­ pectivamente. o custo esperado dêsse êrro é C (e . O método que possibilitasse o custo total esperado mais baixo deveria ser o preferido. $ 9.)P (e£) . Note-se que o custo de uma contagem global seria de $ 15. represente C (e () o custo dêsse êrro.00.O P LA N . Cálculos semelhantes poderiam ser feitos para outros processos de amostragem-estimativa. Na ilustração simples dada acima. é precisamente a ausência dêsse conhecimento que faz necessária a utilização de um processo amostragemestimativa. Verificaremos como pode ser avaliada essa probabilidade e. mesmo sem conhecer o valor de cada elemento da população. Represente e( um êrro de estimativa.00 o custo de cada observação. num . o resultado será o custo total esperado do procedimento. No apêndice IV apresenta-se um método para determinar a extensão da amostra que. e $ 12. é possível obter estimativas da pro­ babilidade de comissão de cada êrro. relativamente ao pro­ cedimento amostragem-estimativa. Para nos capacitarmos a realizar êste tipo de avaliação do custo de procedimentos amostragem-estimativa é neces­ sário obter estimativas da probabilidade com que ocorrerá um êrro especifico. recorrendo à teo­ ria estatística. PRÁTICA: A M OST RAG EM 12 3 Suponhamos agora que é de $ 3. Se esta quantia é adicionada ao custo total esperado do êrro.

3. o tema básico de tôda amostragem científica. é. A compreensão de qualquer dessas variações mais refinadas pressupõe a compreensão da amostragem alea­ tória simples. muitos especialistas em amostragem julgariam completo o “grande” trabalho de educação dos pesquisadores sociais em matéria de amostragem. Se os pesquisadores sociais chegassem a saber como escolher e utilizar amostras aleatórias simples. Mesmo sem usar técnicas avançadas para comparação de projetos alternativos de amostragem. tomando em consideração os vários custos associados à sua preparação. A amostragem aleatória simples é. requer familiaridade com as fases operacionais de cada método de amostragem. um procedimento de amostragem aleatória simples de n ele­ mentos é aquêle para o qual tôda possível combinação de elementos da população tenha uma probabilidade de ocorrên­ cia igual. operação e análise. Mas isso. para aumentar a eficácia da amostragem (i. (tabela 1 e 3) admitimos que cada possível combinação de dois (ou quatro) elementos tinha igual probabilidade de ser escolhida. é freqüentemente possível efetuar escolha razoá­ vel de um plano. Em geral. fazer estimativas razoáveis de custos associados com os métodos alternativos nesse setor. em certo sentido. reduz ao mínimo o custo total esperado dêsse procedimento. probabilidade essa que é maior do que zero. Seguese dessa definição. Um procedimento de amostragem para o qual seja válida essa condição se diz amostragem aleatória simples. principalmente. É virtualmente impossível. Estas variam de um plano para outro. portanto. Os que tenham pouca experiência de amostragem agirão bem recorrendo à ajuda dos que a possuem.. Amostragem aleatória simples. que numa amostragem aleatória simples cada elemento da população tem alguma e igual possibilidade de ser escolhido. reduzir custo e/ou erros).124 P L A N E JA M E N T O DE PESQUISA SOCIAL particular procedimento. por sua vez. Todos os outros métodos de amostragem científica são variações sôbre êsse tema — variações planejadas. para qual­ quer pessoa com pequena experiência de amostragem. Nas ilustrações usadas na seção 2. .

então. a ausência de desvio pode ser matemàticamente demonstrada. Torna-se aparente. Cada estimativa que difere da média verdadeira da popu­ lação (6 anos) por não mais do que uma unidade (ano) está marcada com um asterisco ( *). observouse que amostras aleatórias simples podem — quando combi­ nadas com adequados procedimentos de avaliação ■ — forne­ cer estimativas precisas. Suponhamos que todos os elementos de uma população este­ jam colocados em uma urna e completamente misturados. para fins de exposição. Na parte inferior de cada coluna das médias de amostra é dada a porcentagem das médias da coluna marcada com um asterisco. PRÁTICA: A M OST RAG EM 125 Nos exemplos usados acima (tabelas 1 e 3). * Na medida em que a extensão da amostra cresce. Como pode ser escolhida uma amostra aleatória sim­ ples? Por um momento. demos rédeas à nossa imaginação. cresce tam­ bém a porcentagem das estimativas que se desviam por não mais do que uma unidade. Identificamos a pessoa. Empregada aq em virtude de1 sua simplicidade. E. DA PESQ. fazemos as observações necessárias. se nós misturássemos * Esta não é medida comum de variabilidade. da média da população.O P LA N . Alguns dêsses procedimentos serão apresentados no capítulo viii. Tôdas as amostras possiveis e as estimativas correspondentes aparecem indicadas na tabela 5. A amostragem aleatória simples goza de importante propriedade relativa à variabilidade: decresce a variabilidade das estimativas obtidas a partir de tais amostras. na medida em que a extensão da amostra aumenta. 3. . Isto é. Um grande número de procedi­ mentos de avaliação pode ser combinado com amostragem aleatória simples para fornecer estimativas precisas de uma grande variedade de características da população. como indicado acima. que a proba­ bilidade de escolher qualquer dos elementos é igual à pro­ babilidade de escolher outro. recolocamo-la na urna e repe­ timos a operação. retiramos um dêles. então.1 Números aleatórios. Essa propriedade pode ser ilustrada voltando ao exemplo da população “minia­ tura” e comparando as estimativas obtidas com base em amos­ tras de várias extensões.

3.5 3. 4 2. 3. 3.126 P L A N E JA M E N T O DE PESQUISA SOCIAL T abela 5 AM OSTRAS POSSÍVEIS D E UM.5* 8. 4.9 2.8 5. 9. 6. 12 3. 4.0 10.5* 6. 6. 6.3* 6. 9 4. DOIS. 12 3. 12 3. 9 3. 12 2. 6 3. retirar cada qual dos elementos com igual freqüência. 3.8* 7. 12 2. 9 2. 6 4.2 5. 6.0 5. 4. 12 4.0* 5.9. 6.4. 6 2. 12 4.4 2. 4.5 6.3* 4. 4. 6. 12 2. 12 3.4.0 7.0* 8.5 5. por exemplo. 12 6. 12 6.0* 6.9 4.3* 7. 6. 12 2. que tendem a ser impelidos para cima e para o centro da urna. 9 3.7* 6. 6. 12 3. 12 2.4« 6. 6 3.0* 6.0 3.9 2.4* 6.3. as mais pesadas tenderiam a colocar-se no fundo e nos lados da urna devido à sua .3 5. 6. 12 3. 3.0 5.0* 7.7* 7. Mas essa expectativa não será justifica­ da.5 5.6 2.8 4. a menos que disponhamos de um engenhoso sistema de mistura.0 50% t 17%t 33%+ 67%t 83%f * £ desvio não maior do que uma unidade (ano) da média da população porcentagem das médias de amostra que apresentam desvio não maior do que uma unidade da média da população.3 8. 4. 6. 6. 4 3. Se nós misturássemos bolas de pesos diferentes.5 Amostra Média 2.5 7. 12 2.2* 7. 9.7 4. 6. 6.7* 6. 4.7 4.3. 9 2.5 9. 12 3. 9.6* 6.0 6.4. 12 4. 9.2* •5.12 2. 9. 3. 9 E 12 1 2 3 4 Am rtPira 2.3 2. 6. 12 4. 4. pois (entre outras coisas) os elementos mais pesa­ dos tenderão a acomodar-se no fundo e nos lados da urna e não seria tão comum retirar um dêles quanto retirar ele­ mentos mais leves.9 3. 12 2.4. 9. ostra Média Aniosfrn Média Am 2 3 4 6 9 12 2 3 4 6* 9 12 2.8* 6. 9. poderíamos espe­ rar. 12 Média 4. 3.9. a longo alcance.0* 6. 12 2. 6.5 4.0* 6. 12 2.7 5. 9. 12 3. 9 2. 9. 4. 9. 6. 12 9. 3. os elementos entre uma e outra retirada. 9 2. 12 Média 3. 3.0* 3.6. 6.4. 4.0* 7. 9 6. 12 2.3 9. Q U A T R O E C IN C O ELEM ENTOS D A POPU LAÇÃO: 2.5* 5.9 2. 6 2. 4.6. TRÊS.8* . 6. 6 2.12 3. 4.0* 7. 6. 3.5* 7. 4.0* 5. 12 2.9 2. 4. 3. 9. 3. 4.0 4.4.8 5 Amostra 2. 3.2* 6. 9.9 3.

forma. nós não dispomos de meios para saber se uma população foi. Discussão mais pormenorizada pode ser encontrada em (2 . Imaginemos. podemos assegurar que pro­ priedades as observações teriam se dispuséssemos de um procedimento perfeito de mistura e seleção. DA PESQ. muito mais se precisaria conhe­ cer a respeito da população do que. pois. às cegas. em razão do movimento giratório imposto à urna.O P LA N . A questão de ordem prática resultante é. Conseqüentemente. (2) registrar cada número em fichas idênticas com respeito a pêso. a probabilidade de reti­ rar uma ficha qualquer é a mesma que a de retirar outra. Em circunstâncias tais. Uma vez que cada ficha representa um elemento da popu­ lação. então. de ordinário. etc. de acôrdo comi a teoria. teríamos a mesma probabilidade para cada um. podemos imaginar um procedimento mais eficaz: (1) atribuir a cada elemento da população um número único (i.. feita dêsse modo. Para sabê-lo. perfeitamente ao acaso. de nôvo. acontece. tamanho. (3) colocar as fichas numa urna e misturã-las bem. é. Em cada retirada. uma ficha da urna. Se uma ficha. recebem números diferentes). e (4) fazer com que uma pessoa retire. e a mesma oportunidade de ser escolhido que qualquer outro? Teorias matemáticas nos permitem tornar explícitos os enunciados que indicam as características de observações selecionadas ao acaso. ou certa máquina para a formação de uma seqüência de núme­ ros. bem misturada. esta: sob que condições podemos admitir que a população foi bem mistu­ rada e que o procedimento de seleção é tal que cada elemento tem alguma. Por exemplo. (quando as fichas são "idênticas” e “bem” misturadas). misturada com as outras. não sabemos se a seleção é. ou não. PRÁTICA: AM O ST RA G EM 127 maior fôrça centrífuga. Na prática. cons­ tatando se os números que nos fornecem são os que espe­ raríamos obter por intermédio da teoria. Êsse procedimento nos daria a amostra aleatória simples. O u seja. fôsse recolocada na urna. dois elementos quaisquer. ou não. poderíamos esperar obter tantos núme­ * 147-66). cada ficha teria. ou aleatória. a questão se repete. depois de retirada. que projetamos um aparelho para misturar fichas. Podemos “testar” * o aparelho ou a máquina. a mesma probabilidade de ser escolhida. em conseqüência.

Por exemplo. (11). outro ao "89”. tão complicados que não tem sido possível estipular a teoria física de sua origem. ou conjuntos de três algarismos consecutivos. e os números que nos fornece recebem o nome de “números aleatórios”. (27 . etc. de um modo qualquer. a seguir. de hábito. Por exemplo. como sucede com esta lista parcial. se temos 200 ele­ mentos numa população. não admitimos que seja adequado o o método de mistura e seleção. dando atenção ao número de algarismos em que estamos interessados. assinalamos qualquer combinação de três colunas. um elemento pode estar associado ao número “72”. qualquer página dessas listas. o método pode ser aceito. em páginas con­ secutivas*. .. Listas extensas de números aleatórios têm sido prepa­ radas graças ao auxílio de métodos bem complexos. começando em qualquer ponto de qual­ quer coluna.128 P L A N E JA M E N T O DE PESQUISA SOCIAL ros pares quantos ímpares. Os métodos são. ou três linhas. Determina-se o número de algarismos do maior dêsses números. pelo menos com o caráter de método provisório. etc. Consultamos. poderíamos esperar que cada algarismo ocorresse tantas vêzes quanto os demais. se satisfazem. tomada para ilustração: 42827 41519 38273 48225 56506 29280 73184 52677 48663 22635 70203 84612 91905 65290 27841 51213 26689 23027 02427 58903 78569 30877 33891 85998 56560 96336 05928 51511 30909 53662 60281 37989 31641 11528 28947 79288 65869 87251 27370 11169 20145 58210 84041 28896 49788 88449 32256 04495 02050 42025 Podemos empregar as listas de números aleatórios da seguinte maneira: cada elemento da população é associado a um número (um único). Êsses núme­ ros costumam ser apresentados em colunas. Se os números fornecidos não satisfazem êsses e outros requisitos ditados pela teoria. Suponhamos que se utilizem os três * Tabelas de números aleatórios encontram-se em (30) e (52).

uma “fila” de pessoas. digamos 6. DA PESQ. Consideremos um sistema de referência consistindo de um sistema de indexação por cartões no qual há um. . 145. ser consecutivos. os números acima. ou uma relação de seus elementos. o guia das ruas de uma cidade. obteríamos a seguinte seqüência: 184. Continuamos. 27. seja ordenada. Então podemos escolher os elementos cujos cartões estão nas posições seguintes: 6. Isto significa que os elementos com números 184. de início. Suponhamos que há 1000 cartões (por conseguinte. por exemplo. 0 4 1. 169. À medida que caminhamos de cima para baixo na coluna (começando com 827). ** Os números não precisam. De modo geral. dos elementos da população com números correspondentes aos escolhidos.O P LA N . Usando. como é mais comu­ mente chamada. 26.. 0 2 5 .. Podemos escolher alea­ toriamente um número entre (e incluindo) 1 e 10. Qualquer sis­ tema simbólico univocamente identificador de cada elemento da população é chamado sistema de referência daquela popu­ lação. . 16. de modo tal que cada elemento da população possa ser univocamente identificado pela posição. e somente um cartão para cada elemento. assinalamos todos os números menores do que 201. 36. . até alcançar tantos números quantos os itens que desejamos na amostra. . 1000 membros da população) e que desejamos uma amostra de 100.** e esta seria uma amostra aleatória simples. 996. são escolhidos para constituir a amostra. 169. 027. Esta seria amostra aleatória sistemática ou. então. Comumente lidamos com uma lista de identificação dos elementos e não com a população mesma. amostra sistemática. PRÁTICA: A M OST RAG EM 12 9 últimos algarismos em cada conjunto de cinco. 986. um sistema de indexação por cartões.2 Amostragem sistemática. satisfariam essa condição uma lista de membros de uma sociedade.. Amostragem sistemática é uma variação da amostragem aleatória simples. . 3. Requer que a população. . etc. A amostra consistirá. 0 5 0 . Caso não o sejam. omitem-se os números não associados da tabela de núme­ ros aleatórios.

15. Há. . por exemplo. Imaginemos. êste procedimento é tal que cada indivíduo tem possibilidade igual de ser esco­ lhido. a menos que a extensão da amostra possa variar. 16. 6. Se essa razão não é um número inteiro. N /n = 25/5 = 5. podemos especificar o resto da amostra. aleatoriamente. 11. 2. isto não será verdade.** Por exemplo. além disso. x f. 7. calcula-se o valor da razão: N /n . 12. chame-se x êsse número. com respeito a uma propriedade relevante. 14. Selecionado êsse número. desejar determinar o pêso médio de um grupo de estudantes. . É claro que. uma seleção sistemática pode ser mani­ pulada desta forma: se a população contém N elementos e a extensão da amostra desejada é n. amostra dos elementos identificados pelos números: x. cinco amostras possíveis de ser colhidas. Forme-se. faz-se a aproximação para o inteiro mais próximo. 4. Seja m 0 número inteiro assim obtido. . 20. 17.130 P L A N E JA M E N T O DE PESQUISA SOCIAL De modo geral. 3. x f. o mesmo acontece com os elementos. Uma vantagem dêsse procedimento é que pode ser usado para assegurar que amostras sejam representativas ou pró­ ximas disso. então. ** Se N /n não fôr um inteiro.m. 9.. 13.2m. 18. se desejamos amostra de cinco em vinte e cinco cartões. se N /n é um inteiro. 19. Escolha-se aleatoriamente* um número entre 1 em . que é chamado intervalo de amostragem. 10. . afinal. 5. Agora importa esco­ lher um número de 1 a 5 . saber que pêso e sexo estão relacionados. Suponhamos. Gostaríamos de esco­ * Somente dêsse modo é que a probabilidade de selecionar cad número entre' 1 e m será a mesma. cada qual com a mesma probabilidade: (1 ) (2 ) (3 ) (4 ) (5 ) 1. x + ( n — 1) m. 21 22 23 24 25 Cada elemento aparece em uma e somente uma dessas amos­ tras possíveis e. de vez que as amostras têm igual probabibilidade de ser selecionadas. 8.

Por exemplo. proporções iguais às que se encontram na população como um todo. 4. uma amostra sistemática forneceria resultado equivalente ao de uma amostra aleatória simples. agora. não se correlaciona com a caracte­ rística a ser investigada. DA PESQ. Os 15 homens seriam. 12. Assim. Ambas (e con­ seqüentemente 100 por cento) dessas amostras desviam-se da média da população (6 anos) por não mais do que um ano. 6. 4. então. suponhamos que a popu­ lação é de 25 e contém 10 mulheres relacionadas em pri­ meiro lugar (de 1 a 10^. 9 (com média de 5 anos) e (b) 3. dese­ jar obter amostra de três. Nessas condições. Cada amostra possível de 5 ele­ mentos conteria dois quintos de mulheres e três quintos de homens. A representação proporcional relativa a uma propriedade relevante tende a reduzir a variabilidade das estimativas. 6. Êsse fato se ilustra recorrendo à população “miniatura”. relacionados de 11 a 25. 3. por seleção sistemática. Suponhamos.O PLAN . A redução ou o aumento da variabilidade das estima­ tivas fornecidas pela amostragem sistemática depende da maneira como a população é ordenada.* Pode ser dispen­ dioso ordenar a população de maneira a reduzir a variabili­ dade das estimativas. Por exemplo. 12 (com média de 7 anos). PRÁTICA: AM O ST RA G EM 131 lher amostra representativa com respeito ao sexo. Uma comparação entre êste resultado e o obtido com amostragem aleatória simples para amostras da mesma exten­ * Falando estritamente. a renda. a lista de nomes pode ser ordenada alfabèticamente e essa ordem pode não estar correlacionada com a característica em exame. 9. Se a população não está inteiramente misturada com respeito à característica em estudo. Muito freqüentemente pode-se dispor de relações ordenadas com base numa propriedade que. a variabilidade das esti­ mativas será afetada. Suponhamos que essa população seja ordenada de maneira que as idades se sucedam na seguinte ordem: 2. digamos. . depende do que se chama "correlação e série” na ordenação pertinente. sabi­ da ou presumidamente. Podemos consegui-lo com uma relação em que homens e mulheres sejam agrupados. As duas amostras possíveis são (a) 2. a população pode se presumir "inteiramente misturada” com relação à renda.

que a população esteja ordenada da seguinte maneira: 2.132 P L A N E JA M E N T O DE PESQUISA SOCIAL são (Ver tabela 5. 4 e 12. 2. entretanto. III IV) . é freqüentemente desejável dividir (ou fazer uso de divisões existentes) a população em subgrupos ou classes. II. (a) 2. 4 (com média de 3 anos) e ( b ) 6. diversos dos estudados aqui. Nenhuma (e conse­ qüentemente zero por cento) dessas médias desvia-se da média da população por um ano ou menos. Para discussão detalhada da amostragem sistemática. ter uma população de dezes­ seis elementos. Variações da amostragem aleatória simples e da amos­ tragem sistemática. As duas possíveis amostras sistemáticas são. Pode. são examinados em (41:266-70). Cada elemento da população pode ser identificado pela combinação de dois números: o número do grupo ou e o número do quadrado (1. 9. que não requer informações concernentes às características dos elementos da população. 4. 3. utilizando essas divisões no decorrer do projeto de amostragem. ainda quando disponíveis e relevantes. 3. A dificuldade pode surgir do fato de que não haja meio prá­ tico de obter completa relação dos membros da população. Procedimentos de seleção sistemática. Note-se. que em nenhum dos casos de amos­ tragem sistemática as estimativas são precisas. 5). a amostra dessa população ser escolhida em dois estágios: (1) selecionan­ do um ou mais números de grupo e (2) selecionando um ou mais números dos quadrados daqueles grupos escolhidos no primeiro estágio. pode conduzir o pesquisador a ignorar tais informações. veja-se (31) e (32). con­ tudo. Em algumas situações. onde apenas 50 por cento das médias de amostra apresentam desvio de não mais do que um ano) mostra que a variabilidade foi reduzida. Suponhamos. A amostragem aleatória simples. agóra. por exemplo. não é prático recorrer nem às amostras aleatórias simples nem às amostras sistemáticas. portanto. 6. a variabilidade foi aumentada em relação àquela fornecida por amostragem aleatória simples. neste caso. Podem êles ser divididos em quatro grupos de quatro elementos cada um (ver fig. Suponhamos. Nesse caso. No primeiro e segundo estágios pode-se (I. 3 ou 4). 9 e 12 (com média de 9 anos). Em casos tais.

é. Qualquer plano de amostragem que envolva mais de um estágio é um plano de amostragem de múltiplo estágio. ou recorrer à amostragem aletória simples. em dois estágios. ou à amostragem sistemática. Se é realizada conta­ gem completa em cada estágio. Há três meios possíveis de selecionar.O PLAN . Pode existir. 5 — 2 4 2 4 II ! 1 ! 2 i 3 4 1 2 4 IV 3 1 Divisão de uma população de 16 elementos em 4 classes de igual extensão levar a efeito uma contagem completa (i. T 6 abela TIPOS D E A M O ST RA DE D O IS ESTÁGIOS Primeiro estágio (seleção de grupos) Segundo estágio (sei. escolhem-se todos os números possíveis). de elementos) Nome do plano de amostragem Amostragem aleatória em dois estágios Amostra estratificada Amostragem agregada Amostra * Amostra * Contagem completa Amostra * Amostra * Contagem completa Amostragem aleatória simples ou variação dela. PRÁTICA: AM OS T RAG EM 13 3 I 1 3 1 3 III Fig. DA PESQ. torna-se óbvio que se fêz completa contagem da população. naturalmente. amostra desta população subdivida (Ver tabela 6). qualquer número de estágios de .

e de cada classe se retira uma amostra. A população consiste de um conjunto de elementos. se a população ou qualquer de seus subgrupos é dividida em classes exclusivas e exaustivas. chamada universo).134 P L A N E JA M E N T O DE PESQUISA SOCIAL amostragem. ficando a critério pessoal. inclusive nenhuma. Se o último estágio de qualquer número de estágios envolve uma contagem completa. ou contagens completas. em amostragem que envolva mais de dois estágios. podem ser combinadas a amostragem estratificada e a agregada.1 Grupos e subgrupos da população. 4. quanto maior o número dêsses estágios. maior número de amostras. ou elementares. alguns dos quais pretendemos observar. tendo-se a amostra agregada estratificada. da popula­ ção. (A população é também. a probabili­ dade de escolher qualquer elemento da população pode ser calculada e. são chamadas amostras de apreciação. As amostras relativamente às quais essa probabilidade não pode ser calculada. Se a amostragem aletória simples ou uma de suas varia­ ções é empregada em amostragem de um estágio. as unidades últimas devem ser agrupadas de maneira tal que cada uma e tôdas figurem em um e apenas um dêsses grupos ou uni­ dades de amostragem. Finalmente. em conseqüência. As unidades de amostragem podem ser defini­ das em têrtnos de qualquer propriedade ou propriedades que permitam atribuir a cada unidade colocação numa e apenas . Êsses elementos são chamados unidades últimas. os erros podem ser medidos. o procedimento é de amostragem agregada. as unidades de amostragem devem esgotar a população. ou se qualquer dêsses procedimentos. a amostra resultante é chamada amostra de pro­ babilidade. ou aleatória. algumas vêzes. Examinaremos vários tipos de amos­ tras de apreciação depois de têrmos considerado os tipos comuns e a possibilidade de combinações de contagens com­ pletas e de amostras de probabilidade. mas reunidas. Na amostragem em dois estágios. Em tais amostragens. Em geral. esta amostra diz-se estratifi­ cada. são usados em cada estágio de um procedimento de múltiplos estágios. Uma unidade de amostragem pode ter qualquer número de últimas unidades.

distritos. DA PESQ. Portanto. Não há restrições quanto ao número possível de unidades de amostragem pri­ mária ou secuidária. quarteirões. os subgrupos são chamados unidades de amostragem secundária. Seja qual fôr a propriedade que sirva de base para agru­ par ou classificar a população. Os grupos mais amplos são chama­ dos unidades de amostragem primária. as estimativas fornecidas por tais amos­ tras podem ser grosseiramente errôneas. as unidades últimas em cada unidade de amostragem podem ser subagrupadas duas vêzes. g.. sem ela. estas seriam as unidades de amostragem secundária. cada unidade últi­ ma deve ser incluída em (n-1) unidades de amostragem. Isto é. sexo. local de residência. estado civil e inúmeras outras propriedades. renda. por exemplo. A fábrica A e a fábrica B podem ser consideradas como unidades de amos­ tragem primária. eficácia e custo. bairros. em cada estágio. A propriedade em que se apoia o sub-agrupamento da população pode ter ou não ter relação com a propriedade ou propriedades em estudo. local de nascimento. dividir os empregados de cada fábrica de acôrdo com as secções. etc. A amostragem de probabilidade pressupõe esta colocação. ocupação. teremos em conta algumas das vantagens dessa divisão geográfica. PRÁTICA: AM OSTRAG EM 135 uma dessas unidades. onde n representa o número de estágios de amostragem.). exceto as que dizem respeito à conve­ niência e eficácia. municípios. Se há mais de dois estágios. a definição das unidades de amostragem deve oferecer diretivas operacionais que tornem possível a colocação precisa e única de cada unidade última na unidade de amostragem adequada. Se fazemos a amostragem em três estágios. Razões de conveniência. Por exemplo. resultaram em uso crescente de unidades de amostragem geogràficamente definidas (e. Podemos. Ao longo de nossa discussão. depois. Suponhamos desejar amostragem dos empregados de uma emprêsa que mantém duas fábricas. deve ela ser definida opera­ cionalmente no sentido apontado no último capítulo. par­ ticularmente quando se trata de levantamento de opiniões. que nos dispomos a observar as atitudes políticas dos elementos de .O P LA N . cada unidade última deve estar em condi­ ções de ser colocada em uma e apenas uma unidade de amostragem. as unidades últimas podem ser agrupadas por idade. Suponhamos.

Em outras palavras. quando duas condições se apresentam: (1) a propriedade investigada correlaciona-se com alguma função da extensão da população e (2) a extensão de cada unidade de amostra­ gem é conhecida. Veremos que na amostragem estratificada é particularmente vantajoso usar classificações baseadas em propriedades que se correlacionam com as in­ vestigadas. Por outro lado. Suponhamos desejar estimar a renda total de todos os elementos de todas as seções da ‘‘American Legion” de certa cidade. em geral. Para propósitos ilustrativos. espera-se que a renda total de uma população cresça com o crescimento da população. devemos estabelecer o proce­ dimento de amostragem de modo a ter maior possibilidade de selecionar uma unidade de amostragem ampla e não uma pequena. Se tratamos com uma propriedade correlacionada com alguma função do tamanho da população. Se classificássemos os elementos da popu­ lação pela renda. estaríamos esperando correlação entre a renda e as atitudes políticas. Êsse procedimento tende a reduzir a variabili­ dade de estimativas de características da população que es­ tejam correlacionadas com a extensão dessa população (ver [19]). não estaríamos esperando correlação entre a renda e o mês de nascimento. Isto será verdadeiro. Em geral. o número de membros de cada uma. é desejável estabelecer um procedimento de amostragem tal que a probabilidade de selecionar qualquer unidade de amostragem seja associada àquela função da extensão.136 P L A N E JA M E N T O DE PESQUISA SOCIAL uma população. assim. se agrupás­ semos os elementos da população pelo mês dos respectivos nascimentos. admitamos alguns números con­ . determinando. 4. Suponhamos desejar investigar a renda total de certa popula­ ção. assim. a renda total da população correlaciona-se com o seu tamanho. Há um importante tipo de amostragem aleatória que pode e deve ser aplicado na seleção por múltiplo estágio.2 Amostragem com probabilidades variáveis. para qualquer característica da popu­ lação que seja igual ou proporcional à soma de propriedades dos elementos da mesma população. A primeira condição requer esclarecimento. Podemos obter listas dos membros de cada seção.

A probabilidade de escolher uma unidade de amonstragem pode ser adequadamente relacionada a outras proprie­ dades da unidade de amostragem. Queremos que a probabilidade de selecionar o primeiro grupo seja igual a Extensão da classe 100 --------------.40. Isto é. mas tal seleção não permitiria adequação entre probabilidade e extensão. o quarto grupo entra na amostra. As razões disso são de ordem técnica. se tiramos um número entre 101 e 300. O êrro de tal amostragem pode ser consideràvelmente reduzido usando o que aprendemos a propósito de unidades de amostragem. para êsse propósito. O que nos interessa é que. não havendo porque considerá-las aqui (ver [17] e [19]). Tal procedimento for­ necerá a desejada probabilidade de escolher cada grupo. se tiramos um número entre 301 e 600. Suponhamos estar interessados em amostragem de duas seções apenas.O P LA N .20. O método pode ser facilmente generalizado para cobrir qual­ quer número de grupos e quaisquer probabilidades. a probabilidade de selecionar o segun­ do. se conhecemos muito acêrca das propriedades das unidades de amostragem. é a de disper­ são ou difusão dos valores da característica em exame. É particularmente desejável. se tirarmos um número entre 601 e 1000.30 e 0. res­ pectivamente.: Extensão da população 100 + 200 + 300 + 400 10 1 0. em tais casos. 300 e 400 associados. terceiro e quarto grupo será de 0. dentro da unidade de amostragem. há vantagem em au­ mentar as possibilidades de seleção daqueles grupos cujos membros difiram muito entre si. essa informa­ ção pode ser de grande eficácia para selecionar a amostra aleatória.. DA PESQ. .10 De maneira análoga. o primeiro grupo entra na amostra.= -----------------= --. Isso pode ser feito usando-se uma tabela de números aleatórios como segue: se retiramos um número de 1 a 100. o terceiro grupo entra na amostra. o segundo grupo entra na amostra. respectivamente. Admitamos que quatro seções tenham 100. consultar um especialista em amostragem. 0. A propriedade ideal da unidade de amostragem. 200. PRÁTICA: AM OSTRAG EM 137 venientes. Pode­ ríamos selecionar dois números quaisquer entre 1 e 4.

100 páginas. 6. Consideremos o caso em que são utilizadas a amostragem simples. 78. 48. O Ministério da Educação fornece-nos uma lista mimeografada de nomes. (c) 4. A amostra poderia ser selecionada da maneira seguinte: poderíamos decidir escolher 5 professores de cada 10 páginas. Escolhe-se um número qualquer. . A lista consiste de. 12. natural­ mente. o número correspondente era 33 por cento (Ver ta­ bela 5). É o que se mostra na tabela 7 Note-se que apenas 17 por cento das estimativas se desviam por não mais do que um ano da média da popula­ ção.. enquanto que. Os nomes não são numerados. Poderíamos. (b) 3. 9. 68. usando uma tabela de números aleató­ rios. digamos 8. inverter o procedimento. em certa cidade. no caso de amostragem aleatória sim­ ples. A amostragem aleatória de múltiplo estágio envolve o uso de um tipo de amostragem aleatória em cada um de seus estágios. para uma amostra de igual extensão. Conside­ remos amostras de dois elementos retiradas de duas unidades de amostragem primária. Escolhem-se as páginas 8. 18. Êsse procedimento corresponde a uma combinação de amos­ tragem aleatória sistemática e simples. As páginas são numeradas e constituem as unidades de amostragem. 58. Suponhamos desejar uma amostra de 50 professores. Em cada qual dessas páginas escreve-se um número diante de cada nome relacionado. êles consti­ tuem as unidades últimas da amostragem. mas ordenados alfabèticamente. 28. a aleatória. digamos. Em resumo. 98. Suponhamos desejar uma amostra da popula­ ção de professores públicos. 38. podemos usar qualquer combinação de amostragem aleatória simples e sistemática. com aproximada­ mente 20 nomes por página. selecionam-se 5 nomes de cada uma das dez páginas. entre 1 e 10. Isso pode ser demons­ trado voltando-se à população “miniatura”. 88. e a amostragem aleatória sistemática. Amostragem aleatória de múltiplo estágio. A variabilidade de estimativas fornecidas por amostra­ gem aleatória de múltiplo estágio pode ser maior do que a das estimativas fornecidas por amostragem aleatória simples. Então. Suponhamos que essa população esteja dividida em três unidades de amos­ tragem primária: (a) 2. e retirar uma amostra aleató­ ria simples das páginas e uma amostra sistemática dos nomes nas páginas escolhidas.138 P L A N E JA M E N T O DE PESQUISA SOCIAL 5.

Uma vantagem da amostragem aleatória de múltiplo está­ gio reside no fato de que não se requer lista completa da população. Veja-se. A variabilidade obtida por amos­ tragem aleatória de múltiplo estágio nunca pode ser menor do que a obtida por amostragem aleatória simples.O P LA N . no caso de amostras de igual extensão. 3 2.0 1. V 2. 4 2. 6. Amostra 2. por exem­ plo. 3. 9.5 5. que o procedi­ mento usado nas tabelas 7 e 8 é exato.5* 3. usan­ do-se o mesmo procedimento utilizado para obter os resulta­ dos que aparecem na tabela 7. 9. duas das quatro unidades . DA PESQ. mas pode ser maior. quando combinados com amostragem aleatória de múlti­ plo estágio. A variabilidade das estimativas obtidas a partir de amos­ tragem aleatória de múltiplo estágio depende da composição das unidades de amostragem primária. também. Os resultados obtidos na tabela 8 não são mais variáveis do que os obtidos por amos­ tragem aleatória simples. ver (8: v).5 6. 4 6 4 6 4 6 Média da amostra 8. 6 12. Note-se. a tabela 8. 12.5 10. Para procedimentos de avaliação que fornecem estimativas preci­ sas.o n%t * ** Desvia-se por não mais do que uma unidade (ano) da média da população.0 4. 3 12. E 4. por exemplo. 3. que selecionamos. no primeiro estágio do procedimento.5 Amostra 12. 3.5 4. 9. Imaginemos. onde os resultados são obtidos para uma subdivisão diferente da mesma população "miniatura”. PRÁTICA: AM OSTRAG EM 139 T abela 7 POSSÍVEIS AM O STRA S ALEATÓRIAS DE D O IS ESTÁGIOS D E D O IS ELEM ENTO S DE DUAS O U TRÊS U N ID A D E S DE A M O ST RA G EM PRIM ÁRIA: 2.0 3. 9 M édia da amostra 2.0 9. 12. Porcentagem das médias de amostra que não se desviam por mais de uma unidade da média da população.5* / .

o custo do preparo das listas aumenta quando cresce o número de uni­ dades de amostragem.5 9:0 33%t Amostra 2. comparando-o com o custo de operação de todo o processo. maior mobilidade é exigida.0 5. 3. 4 6 9 12 4 6 Amostra 3. de modo que alguma limitação se impõe. 3. por esta­ rem dispersas as unidades.140 P L A N E JA M E N T O DE PESQUISA SOCIAL primárias de amostragem. Se as unidades de amostragem são geogràficamente definidas. Média ' S da amostrage 3. 2. 2.5 4. então. 9 4. T abela 8 POSSÍVEIS A M O STRA S A LEAT ÓRIA S DE D O IS ESTÁGIOS DE D O IS ELEM ENTO S D E DUAS O U TRÊS U N ID A D E S DE A M O ST RA G EM PRIM Á RIA: 2.0 7.0 4. 3. 12 4. o problema é o de balancear o custo esperado dos erros de amostragem e dos outros erros resul­ tantes do emprêgo do processo. então.0* /. ainda. por dificuldades de supervisão e controle operacional. t Ver tabela 7. 2. 9 6. 12. é desejável obter a amostra de tôdas as unidades de amostragem. Êsse problema pode ser melhor compreendido quando se examina o custo de operação da amostragem aleatória de múltiplo estágio. Ao projetar-se.5* 7. E 9. 9. à medida que aumenta o número de uni­ dades. Seja: . Listas de unidades últimas so­ mente serão necessárias para as duas unidades primárias que foram selecionadas. A dispersão das unidades é respon­ sável. notando-se que. 9 3. 12 6. Quando se tem em vista reduzir ao mínimo a variabili­ dade das estimativas. 3. 12 * Ver tabela 7.0* 3. a amostragem aleatória de múltiplo estágio.5* 8.5 Média Srda ainostraçe 6. Na prática. 6. menor será o número de obser­ vações em cada local. porém.

O problema de planejamento de amostra aleatória de múltiplo estágio é. DA PESQ. com êrro prefixado ou para redução do êrro. Os métodos para redução do custo de obtenção de amos­ tra. A base para delimitar os subgru­ pos ou strata pode ser encontrada em uma ou em várias pro­ priedades. 6. Na amostragem estratificada. resultam quatro . PRÁTICA: A M OST RAG EM 141 m = número de unidades de amostragem selecio­ nadas rij = número de elementos selecionados da j-ésima unidade de amostragem Ci = custo geral de preparação e obtenção de amos­ tra a partir de uma unidade de amostragem co = custo adicional para obtenção de uma obser­ vação de um elemento C = custo total da operação Assim. ou grande número dêles. não obstante. Se mais de uma propriedade é usada para definir os strata. seleciona-se uma amostra de cada subgrupo da população em pelo menos um dos es­ tágios do procedimento.no . que aumentando m e nj. então. faz-se necessário uma matriz de classificação. face a um custo prefixado. também. constituem objeto de discussão em (8:v). o de obter um balanceamento ótimo entre os custos de operação e de êrro. se combinamos “autóctone” e “alienígena” com “homem” e “mulher”. . Amostragem estratificada.O P LA N . É verdade. o êrro decresce. Podemos ter dois strata simples tais como “ho­ mem” e “mulher”. o custo total de operação do procedimento pode ser expresso da maneira seguinte: C = Cim { -C o (n! f. . f~ nm) Decorre dessa equação que o custo de obtenção da amostra aumenta à medida que aumenta o número de uni­ dades de amostragem selecionadas (m) e o número de ele­ mentos selecionados a partir das unidades de amostragem (nj). tal como “idade no último aniversário”. Por exemplo.

que disponha­ mos. por exem­ plo. Teoricamente. portanto. se uti- . podemos estratificá-la de acôr­ do com cada uma delas. a variabilidade das estimativas é maior do que seria. Êsse procedimento trará a garantia de que a amostra é representativa com respeito ao sexo. homens e mulheres. devemos conhecer a proporção da população pertencente a cada stratum. selecionar. Algumas características da população alteram-se muito ràpidamente. 6. conhecer a porcentagem da população total que é cons­ tituída por homens e a que é constituída por mulheres. uma amostra aleató­ ria que seja proporcional em extensão aos subgrupos de homens e mulheres. Admitamos. não mais apli­ cável. Mesmo. de cada grupo. ela pode ser “desatualizada” e. Tal amostra é chamada amostra estratificada proporcional. Para recorrer a êste método. Casos haverá em que não dis­ poremos dessa informação. Se podemos dividir uma população de acôrdo com diver­ sas propriedades relevantes.142 P L A N E JA M E N T O DE PESQUISA SOCIAL strata: homem-autóctone. Po­ demos. Se baseamos uma amostra estratificada proporcional em porporções errôneas.1 Amostragem estratificada proporcional. então. As propriedades usadas como base da estratificação podem estar ou não estar correlacionadas com a caracterís­ tica da população que se investiga. há van­ tagem em existir essa correlação. por exemplo. homem-alienígena e mulher-alienígena. Quanto maior a porcentagem das propriedades relevantes com respeito às quais podemos es­ tratificar e a partir das quais podemos colhêr amostras pro­ porcionais. Por exemplo. Supo­ nhamos desejar determinar que certa porcentagem dessa po­ pulação exerce uma. Há uma dificuldade prática para colhêr de cada stratum uma amostra proporcional à sua extensão. Considere-se. ainda. estamos certos de que a amostra representa a distribuição do sexo na população. de um conjunto de profissões. se 70 por cento da população total é constituída por homens e 30 por cento por mulheres e se 70 por cento da amostra é de homens e 30 por cento de mulheres. porém. a renda. o caso em que a população de trabalhadores especiali­ zados é dividida em dois grupos. É claro que o sexo influência a escolha da profissão. mulher-autóctone. menor o êrro a esperar.

mas também. tais como distribuições em idade. AsSim. conveniente e econômico retirar amostra de strata bem definidos e para os quais se disponha de listas de identifi­ cação. especialmente se a população não está dispersa e os custos de viagem não são elevados. Independentemente da natureza dos strata. a "estratificação extensiva adicional. O custo de preparação e obtenção de amostra estrati­ ficada (C ) inclui o custo de preparação da amostra (ci) e o custo de uma observação (co) e depende do número de observações por stratum (%) e do número de strata (m). DA PESQ. pode­ mos pretender determinar não apenas o Q I médio dos estu­ dantes de uma universidade. Por êsse motivo. desde que o custo adicional esteja su­ jeito a ser mais do que compensado pela redução do custo . esforço e dinheiro. . sexo e outras classes” (21:664). desejável. Conseqüentemente. de modo geral. C = C xj. devemos ter cautela quanto às propriedades em que apoiarmos a clas­ sificação. além de introduzir alguns critérios óbvios fàcilmente acessíveis. . é. Por exemplo. + nm). vantajosa. o custo Ci é diminuído. assim como uma estimativa para a população total (ver 49). e quanto aos dados relativos à sua distribuição na população. A amostragem estratificada habilita o pesquisador a es­ tabelecer comparação entre as propriedades dos strata. Os obje­ tivos da pesquisa freqüentemente são tais que uma compa­ ração entre as propriedades dos subgrupos da população é essencial ou. entretanto.O P LA N . estratificar uma população de maneiras diversas daquelas em que já a encontramos estratificada. pelo menos.. comparar a média dos Q I das várias faculdades da universidade. Pode requerer considerável tempo.n2 j. Se há disponível uma lista estratificada da população. dificilmente resultará em aumento substancial de precisão das estimativas das ca­ racterísticas gerais da população. PRÁTICA: AM OSTRAG EM 143 lizàssemos proporções corretas. assim como a avaliar as características da população. Por estima­ ção podem ser obtidas estimativas separadas para cada faculdade. Preparar uma nova lista pode ser.C 2 (nt ).

6. 4 2.7* 7.3* 6. 12).0 5.8 6.7* Amostra 2. Uma estimativa precisa pode ser conseguida tomando-se a média da amostra de cada stratum.0* 8 . Retiramos arbitràriamente um ou dois elementos de cada stratum. é possível combinar o conhe­ cimento da população com a análise de custo para estabelecer um procedimento de estratificação ótimo. 9 2.3* 6. 4.4 . Para verificar como a estratificação pode afetar a varia­ bilidade de estimativa.6 3 . 12 2. 6 2. suponhamos que a população esteja dividida em dois strata: (2. 4). t A média da amostra não pode ser utilizada para obteT uma estimativa precisa da média da população em amostragem estratificada não proporcionada. multiplicando-a pela extensão do stratum e dividindo a soma dêsses valores pe-la extensão da população. 9. a estimativa é assim calculada: .4 . 12 3 .3 .7 4. 12 2 . Com propósito de ilustração. 12 3. 6 2. 3.6 . 12). Êsse procedimento é estratificado. 12 2. aparecem na ta­ bela 9.4. 6 . Amostra 2.8 4.3 5. 9.12 Média estimada t 6.9 2 . amostragem estratificada não proporcional).0* 7. 6. 9. 6.0* 5. voltemos à população "miniatura”. ao mesmo tempo que as médias de amostra. 3.4 . 3 . mas não é um procedimento de amostragem estratificada proporcional (i. Por exemplo.0 * Desvia-se por nâo mais do que uma unidade (ano) da média da população.8* 8. As amostras possíveis. T abela 9 POSSÍVEIS AM O STRA S ESTRATIFICADAS D E TRÊS E LEM EN T O S D O S STRATA: (2 3) E (4.144 P L A N E JA M E N T O DE PESQ UISA SOCIAL do êrro. De qualquer forma. 9.5 4 . é. 6.3) e (4. Limite­ mos nossa atenção às amostras de três elementos que podem ser obtidas combinando escolhas aleatórias de cada stratum. 4.0* 6. 12 3 . de modo a obter um total de três elementos.9 3.9 3 . na primeira amostra relacionada (2. 3.9 Média estimada t 3.

9 2. 12 3. desde que o stratum (2. 12 2. das estimativas desviam-se por não mais do que um ano da média da população.0 * Desvia-se por n5o mais do que uma unidade (ano) da mé da população. 9 2. 9 3.7 Amostra 3. Mas agora. 6. 12 Média estimada 4.6 2.3* 6.0 5.3* 6. 3) E (4. 6. Resultado semelhan­ te seria encontrado para outros procedimentos de estratifica­ ção. como veremos.0* 5.3 5. menos variabilidade no procedimento de amostragem estra­ tificada do que na amostragem aleatória simples. em amostragem aleatória simples. 9.4. ou 1 elemento dêste stratum.0* 8.4. embora não para todos. 4. T abela 10 POSSÍVEIS A M O STRA S EST RAT IFICADAS P R O P O R C IO N A IS D E TRÊS E LEM EN T O S D O S STRATA: (2.0* 6. ou 2 elementos do segundo stratum.7* 7. 4.7* 6. recorramos aos mesmos strata e extensão de amostra utilizados na tabela 9. 3) contém 2/6 ou 1/3 da população. 8 em 12. 9. 12 3. Comparando êsse resultado com as amos­ tras aleatórias simples de três elementos da mesma popula­ ção (tabela 5). Comparando êsse resultado com os obtidos nas tabelas 5 e 9. 4. 4. verificamos que. Para verificar o efeito da seleção proporcionada sôbre a variabilidade da amostragem. apenas 50 por cento da média das amostras situa-se a menos de um ano da média da população. DA PESQ. 9. e 2/3 de 3. Na tabela 10.6 3.O PLAN . PRÁTICA : AM O ST RA G EM 145 Podemos observar que 9 em 16. ou 67 por cento das médias de amostra desviam-se por não mais do que um ano da média da população. 6. ou 56 por cento. relativa­ mente a amostras da mesma extensão. 12 Média estimada 4.0* 7. 12 2. nota-se que a variabilidade dos resultados da amostragem estratificada proporcional é menor do que . Há. As amos­ tras possíveis e as estimativas (que são médias de amostras) aparecem na tabela 10. 6. escolheremos apenas 1/3 de 3. 6. 9 3. 12) Amostra 2. portanto.

0 7. reduzida a dispersão. por exemplo.7 4. maior do que nas tabelas 5.0* 5.0* 8. 3. Demonstra o fato de que a variabilidade de resultados obtidos por êsse procedimento depende do grau de homogeneidade dos stra­ ta. com respeito à variabilidade. 4.3 8. 9) Média estimada 6. 12). 6. 9 2. 4. Nas ilustrações.0 5. Isto é. 6 12.9 2.0 Am ostra 2. O primeiro é mais homogêneo do que o último. Isto evidencia que a amostragem estra­ tificada proporcional não é necessàriamente melhor. 3) produziu resultados menos variáveis do que os fornecidos pelo stratum (2. quanto mais amplamente dispersos estão os valo­ res no stratum. 6. A diferença entre os dois exemplos de amos­ tragem estratificada proporcional é importante.3.4 2. 6 2. 9 e 10. do que os métodos anteriormente considerados. agora.0 3. . 9 12. 9) — e escolhamos outra vez uma amostra estratificada proporcional de três ele­ mentos. quatro em doze. portanto. 9 Média estimada 3.3. Observa-se que. o uso do stratum (2. As amostras possíveis e as médias estimadas apa­ recem na tabela 11 T abela 11 A M O STRA S ESTRATIFICADAS P R O P O R C IO N A IS D E TRÊS ELEM EN TO S D O S STRATA: (2. 6 12. 3. 4 12. Dividamos. Aqui. 4.3* 7. 6. 12) e (3. ou apenas 33 por cento das médias da amostra. 6 2. a população em diferentes strata da mesma extensão — (2. reduz-se a variabilidade.7* 1 Amnstra 12. reciproca­ mente. 4. a variabilidade é.146 P L A N E JA M E N T O DE PESQUISA SOCIAL a da amostragem aleatória simples ou da estratificada não proporcional. Apenas 50 por cento das amostras aleatórias simples de três elementos e 56 por cento das amostras estra­ tificadas não proporcionais situavam-se dentro do limite de um ano. 9 * Desvia-se por não mais do que uma unidade (ano) da méd da população. 3. 3. situam-se dentro do limite de um ano.4.9 12.7 4. 12) E (3. 4.3 9. 6. maior o êrro de amostragem: e.

A oscilação balanceada é o produto do número de elementos de um stratum pela oscilação. O uso cuidadoso dêsse método envolve alguns conceitos estatísticos ainda não apresentados.1 Distribuição ótima. A distribuição ótima é um procedimento que tem êsse objetivo. A idéia básica contida no método aproximado de distribuição ótima é a de "oscilação balanceada de um stra­ tum”. usar essa propriedade como base para determinar a extensão da amostra a ser colhida no stratum. Um exa­ me dos resultados obtidos na tabela 11 sugere que a disper­ são de valores num stratum afeta a variabilidade das estimativas. Um modo de medir a dispersão de valores em um stratum é recorrer à oscilação de valores. A proporção de certa amostra situada num particular stratum é igualada à razão da oscilação balanceada do stratum para a soma das oscilações balanceadas de todos os strata. isso não acontece de forma necessária.Rí + iiiR-i iRi . a extensão da amostra colhida em cada stratum é proporcionada tanto à extensão. Nesse procedimento. 6. DA PESQ. Por exemplo. portanto. como à dispersão de valores de um stratum. faz-se claro também que. A oscilação é sim­ plesmente a diferença entre o menor e o maior valor dum stratum. A quantidade de elementos de amostra retirada de um stratum pode ser tornada proporcional a propriedades do stratum. ser utilizada para ilustrar a sua maneira de operação. PRÁTICA: A M OST RAG EM 147 De vez que os resultados que figuram na tabela 11 são ainda mais variáveis do que os fornecidos por amostras aleatórias simples da mesma extensão (tabela 5). a estratificação deve ser pla­ nejada de maneira a fornecer os strata mais homogêneos. embora a amostragem estratificada proporcionada pos­ sa apresentar menor variabilidade do que a amostragem aleatória simples. outras que não a extensão. Uma aproximação ao método pode. ou proporcional a uma combinação de propriedades. contudo. Sempre que possível. respectivamente. incluindo a extensão. a proporção da amostra distribuí­ da para o primeiro stratum é: ii. se temos dois strata contendo ni e ^ elementos com oscilações R 1 e R 2.O P LA N . É natural. pois.

5 unidade (ano) da méd da população. à população “miniatura" e apliquemos êsse método para determinar que proporção de amostra de quatro elementos deve ser retirada dos strata: (2. 4) e (6. 12) Amostra 2. agora. 1. 3. o número de elementos a escolher do primeiro stratum é (1/4) (4). 9. ou seja.148 P L A N E JA M E N T O DE PESQUISA SOCIAL Para o segundo stratum.9. Segue-se que a proporção da amostra que deve ser de res­ ponsabilidade do primeiro stratum é: (3 )(2) (3) (2) + (3) (6) 1 4' A proporção da amostra de que o segundo stratum se deve encarregar é: (3 ) ( 6) ( 3 ) ( 2) + ( 3 ) ( 6 ) 3 4 ' Uma amostra de quatro elementos deve ser escolhida. que tanto ni como n2 são iguais a 3 e que R i = (4 — 2) = 2 e que R2 = (12 — 6) = 6 . É claro. 3. A tabela 12 exi­ be os resultados obtidos com êsse método.6. 4) E (6.6. 3.5* * Desvia-se por não mais do que 0. T abela 12 D IST RIB U IÇÃ O Ó T IM A (A P R O X IM A D A ) D E A M O ST RA D E Q U A T R O ELEM EN TO S D O S STRATA: (2.6.9.12 4. 12).5* 6. a proporção correspondente é: niRí Voltemos.0* 6.12 3. e o número de itens a retirar do segundo stratum é (3/4) (4\ ou seja. neste caso. . 9. Por­ tanto.12 Média estimada 5.9.

9.5 unidade) para as amostras de quatro elementos na tabela 5. 9 2. é de 56 por cento.9. 4. A distribuição ótima pode reduzir a variabilidade das estimativas. 6. não existe e pode depender de custo que a redução do êrro não justifica. 1 2 3.75 5. (9) e (55). 6. PRÁTICA : A M O ST RA G EM 149 Comparemos. os resultados obtidos na tabela 12 com os que se obtêm mediante amostragem estratificada proporcional. enquanto que a porcentagem correspondente. 9 3. 9. 3. mas requer conhecimento prévio ou investigação preliminar da dispersão de valores em cada stratum.50* 5. Notando que ambos os stratus são de mesma extensão. Êsse conhecimento. 12 Média estimada 6.3.4.75* 6.O PLAN . A vantagem da distribuição ótima se torna clara quando comparamos as tabelas 12 e 13. 4. muitas vêzes. 4. . AM O STRA S ESTRATIFICADAS P R O P O R C IO N A D A S D E Q U A T R O ELEM E N T O S D O S STRATA: (2. observa-se que apenas 33 por cento das amostras aleatórias simples levam a estimativas dentro de tais limites. 3.5 unidade da média da população. a seguir. 6.00 * Desvia-se por não mais do que 0.25 6.00 S. no caso de amostragem estrati­ ficada proporcional. 100 por cento das estimativas desvia-se por não mais do que 0. 6. 4. 12 Média estimada 5. (8). mantendo iguais tôdas as condições. 1 2 3.00* Amostra 2. Para mais elu­ cidações. Os resultados aparecem na tabela 13 T abela 13 . Quando se pre­ tende o mesmo limite de acuidade (0.5 unidade (ano) da mé da população.4. 12 2.9. No caso de distribuição ótima.50* 6 25* 7. 12) Amostra 2. DA PESQ. 4) E (6. amostras de dois elementos serão selecionadas de cada um dêles. ver (5). 12 2. 6. 6.3. 9 2.

Alguns estados são conhecidos como "estados certos”. Os “estados duvidosos".3 Amostragem estratificada não proporcional. requerem número relativamentegrande de casos para que se avalie. Amostragem agregada. sem levar em conta a extensão dos strata. é amostra extratificada não proporcional. pode ser rela­ tivamente • fácil identificar alguns subgrupos da população. algumas popula­ ções não permitem. Se a pessoa encarregada das previsões fizer um juizo correto na sua classificação de "estados certos”.. a menos que ajustes de última hora possam ser feitos [41:230]. amostras de igual extensão permitem què a comparação se torne mais precisa. uma amostra estratificada em que o número de elementos retirados dos strata é independente de sua extensão. A menos que os strata sejam de igual extensão. para fins de tabulação ou para fins analíticos. A precisão de quaisquer comparações entre os strata está limitada pela menor amostra retirada de cada strata. Conseqüentemente. A extensão das amostras empregadas pode ser de­ terminada. amostras de mesma extensão levam a amostra estratificada não propor­ cional. Tem vantagens quan­ do a comparação de strata é um aspecto importante da pes­ quisa. Não obstante. uma amostra dêsses subgrupos pode ser colhi­ . os resultados podem ser desas­ trosos. a obtenção de amostras de igual extensão de todos os strata. Boa ilustração de tal procedimento é dada por Parten: A estratificação por estados é necessária no caso das eleições presidenciais. 7. Por­ tanto. Como foi indicado em seção anterior. Em tais casos.150 P L A N E JA M E N T O DE PESQUISA SOCIAL 6. poderá distribuir eficientemente a sua limitada amostragem. quando uma comparação de strata se torna premente. Õ procedimento empregado na tabela 9 foi o de amos­ tragem estratificada não proporcional. é apenas um tipo de procedimento não propor­ cional. de outra parte. de modo preciso. ou tornam extremamente difícil.. Se forem incorretos os jüizos a respeito das características dos strata. que se identifiquem seus elementos. concentrando-a em estados para os quais a necessidade de precisão é m aior. a tendência dos votos. Essa comparação resulta mais eficiente quando as amostras retiradas de cada strata são de igual extensão. uma previsão satisfatória nesses estados pode ser obtida com amostras relativamente diminutas. De modo geral. porque o código eleitoral fixa como determinante as maiorias em cada estado e não a maioria nacional.

Determinar a extensão da amostra requerida. NumeTar os blocos em série. Admitamos. agências.. embora possa ser definido por outras propriedades. e uma contagem completa pode ser feita dos subgrupos selecionados. bem como do método de amostragem.1 (12. organizações. ou “agregados”. A acuidade dos resultados que se espera com a utilização de certo método de amostragem e a extensão da amostra podem ser estabelecidas com aproximação. para o plano em consideração. em têrmos dignos de confiança. 3. de modo a conseguir certa "estratificação" geográfica na seleção da amostra. etc. Pode-se. escolhe-se numa tabela de números aleatórios. Consideremos uma ilustração de amos­ tragem agregada proposta por Hansen e Hurwitz: Para obter amostra aleatória de moradores ou pessoas. então. podemos dispor de um mapa indicando cada quarteirão e não dispor de uma relação atualizada dos seus moradores. proceder ao censo dos quarteirões escolhidos. A seqüência de números será Não arredondados 1.5 Arredondados 12 22 2 . PRÁTICA: A M OST RAG EM 151 da como na amostragem aleatória de múltiplo estágio. fazendas.1 + 10. necessita-se apenas colhêr amostra de quarteirões e.7 (1. Para alcançar êsse resultado. famílias.7. anteriormente à colheita da amostra. nela incluindo-se 1 quarteirão de cada 10. dividindo-o por 10. em seguida. por exemplo. uma amostra de 500 quarteirões fornecer estimativas das várias características que se desejam estudar na população.4) = 22. registrando cada resultado. digamos. Agregados típicos são quarteirões.4. DA PESQ. edifícios. Arredonda-se cada um dos números da seqüência assim obtida. Colhêr amostra de quarteirões. um número entre 1 e 104. colhêr uma amostra dos blocos e fazer a contagem completa de todos os que residem na­ queles quarteirões. a amostra de 500 blocos pode ser obtida. Anota-se êsse número e a êle soma-se. As fases são: 1. 10.7 + 10. no interesse da simplicidade. tem-se 1. embora haja alguma vantagem em dispô-los numa seqüência geográfica.4) = 12. O agregado é uma unidade geográfica ou social. 5. Assim. 2. dividindo-o por 10. Os blocos devem ser numerados em alguma seqüência conveniente. a extensão da amostra necessária dependerá da acuidade exigida. igualando-o ao inteiro mais próximo e incluindo na amostra os quarteirões que tenham êsses números.O PLAN . sucessivamente. Naturalmente. num levantamento da população de uma cidade. se 17 é o número aleatório encontrado. ter-se determinado que.200 blocos na cidade. em tõda a cidade. unidades habitacionais. Se há.4. Assim.

A amostragem agregada. pode ser nosso objetivo não apenas avaliar a população total de uma cidade. para os quarteirões-amostra. agrupados de modo que a necessidade de locomoção é reduzida. o agregado é um quarteirão. Por exemplo. Se. aumentaria o intervalo de tempo entre as entrevistas e aumentaria a necessidade do entrevistador se locomover para realizar cada entrevista. calculando-se a razão dêsses dois números dados pela amostra [21:662-63]. vantagem quando desejamos avaliar propriedades de subgrupos da população. assim. Por exemplo. mas avaliar também a população média por unidade habitacional. O censo nos dará. então. bastaria preparar uma relação das escolas e uma relação das crianças apenas das escolas selecionadas. Faz-se. também. bem como o número de pessoas dotadas de características específicas. conseqüente­ mente. economias consideráveis resultam da seleção de agregados geogràficamente definidos. o número total de pessoas que nêles reside. Para colhêr amostra agregada. tendem a fornecer estima­ tivas mais variáveis do que os outros tipos de amostragem apresentados. o observador ou entrevistador pode realizar um grande nú­ mero de entrevistas em pequena área.152 P L A N E JA M E N T O DE PESQ UISA SOCIAL 4. muito pos­ sivelmente estariam amplamente dispersas e. um censo dos 500 blocos selecionados. Uma estimativa da proporção de pessoas com tais características pode ser obtida a seguir. como a amostragem aleatória de múltiplo estágio. num censo por amostra. Apenas os indi­ víduos dos agregados selecionados é que precisam ser refe­ ridos. ao lado de outras informações desejadas. basta preparar a lista dos agregados da população e não a de todos os indivíduos. obter amostra aleatória simples das crianças matri­ culadas nas escolas públicas dos Estados Unidos da América. Se o mesmo número de entrevistas fôsse objeto de seleção ao acaso. A amostragem agregada oferece. Embora as amostras agre­ gadas reduzam o custo de campo. por exemplo. Os indivíduos são. para compor a amostra [36:87]. Uma amostra agregada na qual as unidades . Na amos­ tragem agregada. em pri­ meiro de março de 1950. exigiria um relacionamento de cada criança. Nos casos em que as unidades a observar estão muito dispersas. é vantajosa quando é elevado o custo de preparação de uma lista de tôda a população. rec lhendo-se as informações desejadas.

por exemplo. poderemos adotar o seguinte procedimento. recorrese a amostras agregadas. utilizamos quarteirões como agregados e sabemos que as características da população variam de bairro para bairro. em alguns casos. Numerar os quarteirões de cada bairro em sucessão. propiciará dados nos quais a estimativa adicional de­ sejada pode basear-se. parte dos agregados fixados altera-se ao proceder-se a cada uma das observações. A eficácia das amostras agregadas pode ser elevada. Em muitos projetos de pesquisa é necessário ob­ servar alterações na população. dessa maneira. Se. Em tal caso. através de recurso a um dos três métodos seguintes ou a combinações dêles. ao longo de certo tempo. em muitas situações. Em numerosos casos de levantamento periódico. ela pode ser utilizada repe­ tidamente. Ao final. alterações dos indivíduos pertencentes ao agregado po­ dem. de um estudo a propósito de imigração ou de qualquer outra característica da população suscetível de mudança em períodos que medeiam entre observações ou entrevistas. ser utilizadas como base para avaliar modificações correspondentes na população total. DA PESQ. O ocupantes de certo conjunto de agregados transforformam-se. Se. a classificação dos agregados com respeito a essas características e a seleção de agregados de cada classe reduzirão o efeito dessa diferença sôbre o êrro de amostragem. 1. PRÁTICA : A M O ST RA G EM 153 habitacionais (ou grupos delas) formem unidades de amos­ tragem. Em algumas ocasiões. De fato. alguns dos indivíduos utiliza­ dos na primeira amostra podem deslocar-se do ponto com o qual foram identificados na amostra. por exemplo. o bairro A tem 25 quarteirões. Seria o caso. ou parcialmente substituídos. Se o intervalo de tempo é extenso. se o bairro B tem 35 quarteirões. os agregados originais aparecem to­ tal. por exemplo. Outra importante vantagem da amostra agregada é a de que. atribuímos números de 1 a 25 a êsses quarteirões. atribuímos números de 26 a 60 a êsses . Se a unidade habita­ cional em que viviam é tratada como um agregado. numa “unidade” ( “panei” ). os novos ocupantes podem substituir os anteriores como parte da amos­ tra. Estratificação dos agregados — os indivíduos sit dos nos diferentes agregados podem ter características rele­ vantes variadas.O PLAN . em certas circunstâncias.

Não é necessário conseguir identificação precisa dêsse grupo de grandes quarteirões em função de alguma definição de “grandes. Redução da extensão do agregado — se recorremo por exemplo. da amplitude da variabilidade de características apresentadas por diferentes blocos (a chamada "va­ riação inter-blocos") e por diferentes unidades dentro do mesmo bloca (a chamada "variação intra-bloco”). mas diminuirá o grau de confiança no resultado da amostra. como se poderia. Se. isto é. Conseqüentemente. por exemplo. poderemos selecionar maior nú­ mero de agregados sem alterar a extensão total da amostra. relativamente a uma extensão de amostra fixada. então.. etc. etc. os agrega­ dos são quarteirões. Se. Êsses grandes blocos podem ser objeto de amostragem separada. existe variação relativamente grande entre diferentes blocos. em seguida. É de importância particular a identifi­ cação de grandes quarteirões que apresentem características fora do comum.5 a amostra dos remanescentes ainda refletirá sua contribuição para a média ou total. hospedarias. a meio quarteirão. não sendo o intervalo de amostragem maior do que 0 menor número de quarteirões contido em qualquer bairro. os blocos que tenham populações agre­ gadas muito grandes. Procede-se. oü qualquer outra fração dêle. intuitivamente. cadeias. hospitais.15 4 P L A N E JA M E N T O DE PESQUISA SOCIAL quarteirões." quarteirões. quanto às características a serem estimadas. o número de indivíduos que contenham. esperar. alternativamente ou cumulativamente. Isto é. 2. um quarto de quarteirão. digamos. devemos identificar: ‘’ antes de colhêr a amostra. tais como: grandes hotéis.. esta­ belecimentos militares. os agregados estarão mais amplamente distri­ buídos por tôda a população e pode-se esperar que forneçam melhor representação da população total. diversa da que se faz para os demais blocos da cidade. maior a variabilidade das esti-1 inativas resultantes. a teoria acon- . a uma seleção sis­ temática de quarteirões e a amostra resultante será estratifi­ cada. quarteirões que incluam aproximada­ mente 50 unidades habitacionais. Determinar ó número ótimo de quarteirões a escolher depende: dos custos relativos de várias operações. a estratificação. Se deixamos de incluir certos grandes quarteirões no grupo. que reduz essa variabilidade. [21:663]. Quanto maior o agregado. terá sido feita uma seleção com representantes de todos os bairros. torna-se mais importante na medida em que aumenta a extensão dos agregados. Os agregados podem ser estratificados. em relação à extensão. Dessa forma.

tanto quanto possível. por­ tanto. Há teorias estatísticas que permitem auxiliar a determi­ nação da extensão ótima das frações de um agregado (ver [8:191 e ss. a melhor maneira de fazer baixar o custo do êrro depende de saber se há maior variação entre agregados ou intra-agregados. decresceu o êrro de amostragem e seu tusto. Depende.] e [33]). Quando o agregado é fração de uma unidade fàcilmente identificável (tal como um quarteirão). PRÁTICA: AM OSTRAG EM 155 selha a utilização de maior proporção de blocos e de menor razão de sub-amostragem do que seria necessária. DA PESQ. é. em se­ guida efetua-se o fracionamento. . é conveniente escolher agregados que tenham. preparação de listas e/ou mapas e do acesso e retorno do agregado) e do custo por observação. efetuado antes da escolha das unidades. a mesma extensão. também. o custo de preparação e obten­ ção da amostra é função do número de agregados escolhidos e de sua extensão. Êsse procedimento é consideràvelmente mais econômico que o do fracionamento de cada unidade. Seja: Ci c2 m n C Então: C = m(ci + c-n) ■ = = = = = custo geral por agregado custo adicional por observação número de agregados na amostra número médio de observações por agregado custo de preparação e obtenção da amostra Desta última equação resulta claro que aumenta o custo na medida em que aumenta o número de agregados e/ou o número médio de observações por agregado.O P LA N . Pode-se conseguir considerável economia recorrendo a êsses métodos. unidades não fracionadas podem ser escolhidas para compor a amostra. Com êsses acréscimos. Em geral. s’e fôsse relativamente pequena a variação entre os blocos [21:664-65]. Na amostragem agregada. do custo geral por agregado (i. O problema de planejamento é. o de conseguir o melhor balanceamento entre os custos de operação e de êrro. Mas. entretanto. incidindo apenas sõbre as unidades escolhidas.

unidades habitacionais ou famílias) pode ser colhida de cada um dos blocos selecionados. b) determinando a razão de amostragem do bloco e a razão da sub-amostragem no stratum de "blocos pequenos” como segue: para problemas em relação aos quais a homogeneidade intra-blocos não é alta. no stratum dos "grandes blocos” é. a amostra pode ser retirada do agregado. no stratum dos "pequenos blocos”. torna-se um agregado nôvo e menor. tome-se número menor de famílias digamos de 1 a 3 — por bloco-amostra. 100.156 P L A N E JA M E N T O DE PESQ UISA SOCIAL 3. a razão de sub-amostragem 5/25 = 20 . e. corresponde à proporção de quarteirões a serem escolhidos no stratum dos “pequenos blocos”. Por exemplo. É freqüentemente possível combinar estratificação e subamostragem para se obter amostra muito eficaz. a partir do stratum de "pequenos blocos". a unidade habitacional ou a família. c) fazendo a proporção dos quarteirões a serem colhidos do stratum de "grandes blocos" iguais a: p. Hansen e Hurwitz sugerem a seguinte aproximação para determinar a razão de amostragem ótima (razão da extensão da amostra para a extensão da população) que pode ser usada nesses casos. é.VWW. mas conveniente (tal como um quarteirão). Isto é. a amostra aleatória simples ou sistemática de unidades (tais como edifícios. corresponde a uma estimativa do número médio de famílias por bloco no stratum dos "blocos pequenos”. cêrca de 5 familias sejam incluídas em cada quarteirão-amostra. o edifício. Neste caso. Isso reduziria o número médio de observações por unidade de amostragem. Admitamos que não há homogeneidade intra-blocos. se se escolhem unidades habitacionais alterna­ das (e não tôdas). 25 e. tome-se uma razão de sub-amostragem tal que. a) adotando uma razão de amostragem geral e uniforme em todos os strata. admitamos que se pretende colhêr uma amostra de 5 por cento das residências da cidade e que o número médio esti­ mado de famílias por bloco. aproximadamente. aproxi­ madamente. onde P. Sub~amostragem — Em vez de fracionar um ag gado grande. Como ilustração. Para conseguir uma média de cêrca de 5 famílias por bloco. é possível selecionar um número maior de quarteirões sem aumento dos custos de operação. em média. se há grande homogeneidade intra-blocos. N i corresponde a uma estimativa do número médio de familias por bloco no stratum dos "grandes blocos" e N .

cada indivíduo da população dos Estados Unidos da América devia ser potencialmente passível de colocação em alguma área residencial. com amostra de talvez 3 por cento das famílias. a fim de dar a desejada razão geral de amos­ tragem de 5 por cento). Por exemplo no recente “Bureau of the Census Post Enumeration Survey”. Isso requer identificação efetiva dos indivíduos e dos agrega­ dos e da relação entre uns e outros. não é raro. Como a porcentagem final de unidades habitacionais a serem incluídas na amostra deve ser a mesma nos dois strata. e a razão de subamostragem para o stratum dos “grandes blocos" seria de 10 por cento (porque 10 por cento das unidades habitacionais em 50 por cento dos blocos são necessárias. sem sacrifício do grau de confiança. DA PESQ. essa parte móvel da po­ pulação é importante e deve ser possível colocá-la em algum dos agregados. PRÁTICA : A M OST RAG EM 157 por cento. trabalho fácil. e somente um. e igual a 5 por cento. . caso fôssem enumerados todos os blocos. Para evitar erros de colocação. desde que surgia o complexo conceito “local de residência habitual”. pelos observadores. [21:665-66]. Por exemplo. A proporção de blocos a considerar no grupo dos "grandes blocos" seria de 25 V 100/25 = 50 por cento caso continuemos adotando a regra agora dada. no campo. A Introdução da sub-amostragem pode tornar possível obter. a acuidade que resultaria de amostra de 10 por cento.O PLAN . E. contudo. resultar em considerável economia de tempo e dinheiro. de fato. Isso não é. Foi extremamente difícil fazê-lo. além disso. A colocação dos indi­ víduos em agregados não precisa ser levada a efeito anteci­ padamente. o conceito “local habitual de residência” e noções correlatas tiveram de * Para identificação das hipóteses relativas ao custo que se acha implícitas neste método. entretanto e de maneira alguma. freqüentemente não é fácil dizer qual o local de residência habitual de uma pessoa que viaja a negócios. quando usamos uma aproximação satisfatória do projeto ótimo e pode. definida em função do dia l ç de Abril de 1950. ver (19: 428). Esse decréscimo na extensão da amostra. devemos retirar 25 por cento dos blocos do grupo de "pequenos blocos" (já que 20 por cento das unidades habitacionais. ela é usualmente feita. agregado.* A principal dificuldade no uso da amostragem agregada advém do fato de que cada indivíduo da população deve ter condições para ser colocado em um. em 25 por cento dos blocos nos fornecem a desejada razão geral de amostragem de 5 por cento).

Para que sejam feitos êsses ajus­ tamentos. Tal procedimento é chamado amostragem dupla. se os resul­ tados não forem decisivos.). É também possível. com base nas quais. uma decisão final só é tomada de­ pois de completados todos os estágios. Até êste ponto da discussão de amostragem por estágio. a amostragem dupla é suscetível de várias outras utilizações. Determinar características de população a partir de da­ dos conseguidos por amostra agregada não é procedimento estatístico simples. Os resultados da primeira amostra proporcionarão quase sempre as estimativas necessárias. Além de facilitar a estratificação. os dados obtidos na segunda amostra podem ser combinados com os obtidos na primeira amostra. analisá-la e utilizar a informação resultante para planejar uma segunda amostra da mesma po­ pulação. amostra pequena: se os resultados são decisivos. Um ligeiro esbôço foi usado para levantamento de extensa amostra de residências. de modo a obter informações acêrca de sua constituição e tipo e acêrca do nivel de renda.158 P L A N E JA M E N T O DE PESQUISA SOCIAL ser cuidadosamente definidos conforme preceituam os prin­ cípios expostos no último capítulo. ou singulares. Amostragem repetida (ou múltipla). alta­ mente estratificada. segundo Deming. não se faz necessário prosseguir na investigação. a decisão quanto à maneira de colhêr a amostra em qualquer estágio é tomada antes que se processe qualquer dos estágios da amostragem. Os resultados da pri­ meira amostra foram utilizados para a colheita de amostra final. requer-se assistência de estatísticos especializados. para aperfeiçoar a eficácia de estimativas das características da população. 8. em 1936. no que dizia respeito a tipo e nível de renda. . Mas. dirigia-se a classes parti­ culares e o ganho adicional resultante da estratificação introduzida pela amostra preliminar foi compensador [24:30]. (17) e (34). toma-se. não obstante. Na amostragem dupla. colhêr amostra de uma população. Uma ilustração da amostragem dupla encontra-se na seguinte citação de Hauser e Hansen: Êsse método foi aplicado no "Consumer Purchases Study”. O questionário final. . de início. Em amostras nãorepetidas. Fazem-se necessários vários tipos de ajustamento dos dados. a segunda amostra pode . Mas. na amostragen dupla. Uma discussão dêsses pormenores técnicos pode ser encon­ trada em (8: 189 ss. e não antes disso. longo e pormenorizado. uma amostra adicional deverá ser tomada.

etc. são decisivos? Tal procedimento é realizável e está em uso. mas. com re­ lação a um êrro prèviamente estabelecido. êste processo requer observações em menor número do que os processos de amostragem singular. fazer observações dos elementos que ela inclue corresponda a um dia de trabalho. DA PESQ. até àquele ponto. ou dupla. Na amostragem em seqüência. A condição (a) não se aplica naqueles casos em que haja dúvida quanto à possibilidade de poder repre­ sentar-se a população por meio de amostra diminuta. Em alguns ca­ sos. Tal procedimento é chamado amostragem de grupos por seqüência. O procedimento em seqüência não pode ser utilizado em todos os casos. De modo ge­ ral. Os resultados da primeira e segunda amostras podem combinar-se. É chamado. Depois de ser colhida uma primeira amostra pequena. PRÁTICA : AM O ST RA G EM 159 ser planejada muito economicamente e feita nem demasiado pequena. O método de amostragem por seqüência agora examina­ do sugere a seguinte pergunta: seria possível realizar apenas uma observação de cada vez e decidir se os resultados. a amostra seguinte pode também ser pequena. nem demasiado grande.O PLAN . bastará recorrer à metade da extensão da amostra re­ querida pela amostragem singular para atingir resultados igualmente satisfatórios. de maneira a proporcionar evidência positiva e suficiente para uma decisão racional [8:548-49]. Pode ser usado de maneira vantajosa quando o tratamento dos dados é relativamente simples e amostras adicionais podem ser colhidas muito ràpidamente ou estão antecipadamente preparadas. por exemplo. Ou . simplesmente. outra amostra será colhida. Cada amostra pode ser selecio­ nada de modo tal que. amostragem em seqüência. As condições gerais para que sua aplicação seja possível são as seguintes: (a) a amostragem aleatória poder ser realizada para qualquer extensão de amostra ou de sub-grupos de amostras e (b) o número de observações po­ der ser aumentado indefinidamente em qualquer estágio do procedimento.. se os resultados não são decisivos. o tamanho da amostra não é antecipadamente fixado. utilizando a amostragem em se­ qüência. Cálculos serão feitos então. para determinar se é necessária outra amostra. os resultados de cada observação servem de base para determinar se uma observação adicional se fará necessária para chegar a uma de um conjunto de conclusões especificadas. Se não são decisivos.

É evidente que condições satisfatórias de amostragem em seqüência po­ dem aparecer mais fàcilmente na pesquisa social em que es­ . de vez que. A despeito dessas restrições. pelo menos. em que a amostra era colhida nos arquivos e podia ser au­ mentada sem maior dificuldade. Em geral. Por exem­ plo. muitos são os casos em que êsse método é aplicável nas ciências sociais. de vários níveis de vida. ou amostragem de múltiplo estágio. freqüentemente. Essa história clínica era. os procedimentos em seqüência só se aplicam quando as observações podem ser feitas uma de cada vez. que os sujeitos ou dados relati­ vos àquelas observações devem ser concentrados em área rela­ tivamente pequena e. Isto sig­ nifica. por isso mesmo. portadores de determinada carac­ terística. é muito difícil ou muito dispendioso au­ mentar o número de elementos durante o processamento do trabalho. A condição (b) não se aplica. muito longa. grupos ou registros. Os indivíduos devem ser identificáveis de maneira precisa.5 por cento. seus antecedentes médicos. sem muita perda de tempo entre elas. os métodos de seqüência revelaram-se extremamente eficazes. depois de iniciada a pesquisa. não o faremos até que uma amostra mínima seja obtida. êsse método requer ca­ pacidade de) manipular eficientemente os elementos da amos­ tra. se não é possível adicionar ele­ mentos à amostra. Com efeito. devemos ter certeza de que examinamos pessoas de várias profissões.. Nesse caso. não aplicaremos a amostragem em seqüência. antes de chegar à conclusão. ou. sejam êstes indivíduos. de forma que não haja dificuldade em saber qual o selecio­ nado em cada coleta. ou em grupos. se estamos interessados em examinar um grupo de pessoas sob o prisma de suas pre­ ferências com respeito a certo artigo. Isto é ver­ dade para a maior parte dos levantamentos sociais. em certo projeto fêz-se necessário determinar se a por­ centagem de internados numa instituição pública para trata­ mento de doenças mentais. Para cada paciente havia nos arquivos um grande envelope contendo. era significativamente diversa de 1. geralmente. na maioria dos casos. requerendo tempo considerável para uma leitura completa.160 P L A N E JA M E N T O DE PESQUISA SOCIAL seja: a amostragem em seqüência não é procedimento que se deva usar quando se deseja estratificação. entre outras coisas. fàcilmente acessível. Por isso mesmo. etc. Por exemplo.

Amostragem por tipicidade. (9:278-88). é lícito dizer que êles tendem para a representatividade. mas. . e o pesquisador busca. acêrca da população e do procedimento de escolha. se desvie do verdadeiro valor da característica em foco. por vários anos acreditou-se. Por exemplo. Os procedimentos de amostragem probabilística até agora examinados implicam ou em contagem completa. que "a nação acompanha o Maine”. Uma discussão de análises adequadas aos procedi­ mentos em seqüência pode ser encontrada em (1 :iii). Por exemplo. ou em amostra aleatória em cada estágio do procedimento. Em alguns casos. Tal subgrupo é utilizado como "ba­ rômetro” da população. (44) e (53). expressou a convicção de que o comportamento eleitoral no Estado do Maine era típico da nação inteira. A amostragem por tipicidade é muito precária porque. devem ser feitas hipóteses muito mais ousadas do que as exigidas pela amostragem de caráter probabilístico. Isso não é ver­ dade para todos os métodos de amostragem. com respeito a eleições presidenciais nos Estados Unidos da América. há. a probabilidade de que uma estimativa das características de uma população. Restringem-se as observações a êle e as conclusões obtidas são generalizadas para o total da população.. subgrupos de uma população que parecem ser representativos da mesma popu­ lação. A crença revelou-se mal fundada. dentro de um intervalo prefixado. 9. Em outros casos. êle busca um subgrupo que seja típico. Porque todos êsses métodos têm sido baseados em amos­ tragem aleatória. uma amostra representativa. Uma prévia eleitoral que se restringisse a observações no Estado do Maine estaria colhendo amostra por tipicidade (ou por tendência). DA PESQ. para cada qual dos procedimentos. em certa época. É um tipo de procedimento baseado no senso comum. em relação à popu­ lação como um todo. PRÁTICA: A M OST RAG EM 161 tejam envolvidos registros ou populações muito pequenas e concentradas. (10 :xvii). A análise de dados obtidos por amostragem em seqüên­ cia difere dos procedimentos aplicáveis à amostragem sin­ gular. bem definidos. Isto é.O PLAN . feita com base nesses pro­ cedimentos. Podemos determinar. por outras vias. considerações de ordem prática tolhem o uso de amostragem de probabilidade.

o procedimento padrão seria o de selecionar as unidades de forma que cada setor estivesse repre­ sentado em proporções tão próximas das corretas quanto possível. . êle seleciona uma comunidade que é típica.. etc. que os valores. B. relativamente a um conjunto de propriedades A . outra presunção se requer. . . N e dai infere que a comunidade é típica em relação à característica X que está sendo investigada. . salvo se A. a de que. mesmo que a correlação admitida seja verda­ deira. . . . . B. o pesquisador buscará uma cidade cuja distribuição de renda seja similar à da Nação como um todo. . . a amostragem por tipicidade deve se restringir às situações seguintes: (1) os erros possíveis não apresentam gravidade e (2) a amos­ tragem probabilística é pràticamente impossível. N . a cidade seja típica relativamente a X . ou indicam. Além disso.. . no máximo sugerem. B. a relação entre A . mas. .. B. Por êsse motivo. . Dadòs obtidos de amostras por tipicidade. isto é. a cidade escolhida pode ser atípica relativamente à maneira como X se relaciona com A . N. A amostragem por tipicidade tem ainda outra deficiên­ cia: erros de amostragem e desvios não podem ser computa­ dos para tais amostras. Conse­ qüentemente. . Nenhum pesquisador imagina que as propriedades que utiliza como orientadoras de sua escolha determinem completamente o valor que está investigando. . Se uma visão panorâmica dos alistados fôsse necessária. conclusões. .162 P L A N E JA M E N T O DE PESQUISA SOCIAL para escolher uma cidade típica. em geral não podem ser utilizados como base de procedimentos estatísticos comprovadores. de X tendem a alterar-se como se alteram os valores de A . No máximo. N e X é típica. Presunções dessa ordem costumam ser muito discutíveis e sua validade requer pesquisa que vai além do escopo da maio­ ria das instituições que se dedicam ao assunto. na cidade escolhida. B. A aplicação da amostragem por tipicidade — ou. . N. por tendência — * a estudos rela­ tivos ao soldado norte americano é descrita por Stouffer da forma seguinte: A seleção de unidades (militares) envolveu amostragem por tipi­ cidade ao invés de amostragem estritamente aleatória. a fim de proceder a um estu­ do que interesse à Nação. . Ora. . Em verdade. . como é algumas vêzes chamada. assevera que são altamente correlacionadas. B. não se pode concluir que por ser típica em relação a A . . cujas indústrias sejam as típicas da Nação como um todo. N determinarem completamente X .

ainda. presumida ou estimada. A seleção por tipicidade. houve esforço para escolher unidades em vários estágios de treinamento. PRÁTICA: AM O ST RA G EM 163 Dentro de cada setor. Usualmente. serem relevantes para a caracte­ rística a estudar. os indivíduos que pertencem à classe especificada.1 Amostragem por quotas. ou com vários tipos de experiência no exército. de modo que a amostra total observada ou entrevistada contenha a proporção de cada classe tal como determinado em (2). Nesse método. êle abrange três fases: (1) classificação da população em têrmos de propriedades que se sabe. com­ binam-se aspectos de amostragem probabilística e de amos­ tragem por tipicidade. e (3) fixação de quotas para cada observador ou entrevis­ tador a quem tocará a responsabilidade de selecionar inter­ locutores ou entrevistados. outros. da população. ou se presume. com base na constituição conhecida. o observador ou entrevistador tem a palavra final na seleção dos sujeitos. entre soldados de infantaria. com base nos dados disponíveis. A derradeira seleção é por tipicidade. de divisões recentemente ativadas. Os indivíduos a serem observados ou entre­ vistados não são identificados pelo planejador da pesquisa. Aos observadores ou entrevistadores são atribuídas quotas. muito embora o estágio inicial seja similar ao de amostragem estratificada proporcionada. 9. A proporção de homens em cada tipo de unidade pôde ser grosseiramente calculada e a amostra foi planejada de modo a se manterem essas proporções [50:715]. . isto é. outros. Cabe ao observador ou entrevistador selecionar os sujeitos. de divisões preparadas para o próximo embarque. (2) determinação da proporção da popu­ lação que deve ser colocada em cada classe. 236-38).O P LA N . alguns seriam dos "Replacement Training Centers”. tanto quanto isto podia ser feito. Por exemplo. são êles instruídos para obser­ var ou entrevistar um número especificado de indivíduos de cada classe. é o método de amostragem por quota. em outras palavras. observando proporções corretas. Conseqüentemente. ver (8:9-11 e 23) e (37:219. substitui a seleção aleatória no último estágio. entretanto. Um dos métodos de amostragem mais comumente usa­ dos em levantamentos de mercado e em prévias eleitorais. DA PESQ. Para discussão mais completa da amostragem por tipicidade.

ou famílias em que muitas pessoas trabalhem [24:27]. Os dados para fixação de quotas devem ser avaliados a partir de resultados de censos prévios e de certas fontes momentâneamente acessíveis. ao mesmo tempo. uma vez que raramente êle é tão bem informado quanto o pesquisador. no que diz respeito ao planejamento total da pesquisa. muito poucos apartamentos de terceiro andar. com possibilidades de graves en­ ganos (24:27). . A dificuldade reside em que. portanto. . embora a amostra contenha as quotas adequadas de cada classe da população. as quotas esti­ madas podem conduzir a êrro sério. só poderemos conhecer amostra por quota que seja representativa de algumas (mas nunca de tôdas) características relevantes da população. nível educacional e interesses semelhantes aos do enumerador [entrevistador ou observador] e. rumos errôneos podem ser impostos à seleção de amostras. na melhor das hipóteses. está sujeito a introduzir um desvio no procedi­ mento de classificação. pode conter também muitas pessoas da mesma nacionalidade. cabe ao observador. De maneira geral. Além disso. Em segundo lugar.164 P L A N E JA M E N T O DE PESQUISA SOCIAL A amostragem por quotas pode conduzir a erros graves. classificar os sujei­ tos e. o estabelecimento de quotas pode fazer-se de maneira não proporcional à verdadeira distribuição de propriedades na população. os selecionados em cada classe podem ser não representativos dessa mesma classe. e não ao pesquisador. pode-se presumir que o observador ou entrevistador preencherá suas quotas da maneira que lhe seja conveniente. E de vez que não se recorre à amostragem . agindo assim intencionalmente ou não. Quando se estão operando transformações drásticas na economia. tais como a depressão da última década. Pode ocorrer que os resultados da amostragem por quota não impliquem em êrro grave. muito mais do que na amostragem probabilística. muito depende do observador ou entre­ vistador. ou moradias isoladas. Assim. Em conse­ qüência. mas será sempre extremamente difícil fazer tal demonstração. Como resultado. Em outras palavras. podem ser introduzidos pelo observador — desvio de classificação e des­ vio por seleção não-aleatória dentro de cada classificação. Em primeiro lugar. Dois desvios. não teremos garantia de que a amostra seja repre­ sentativa. com respeito às propriedades que estão sendo objeto de medida.

sexo. se retirem inferências aplicáveis a tôda a população. pois não propiciam seleção de modo que evidencie a probabilidade com que ela se faz [15:185]. N o planejamento prático de pesquisa orientada no sentido de solver aquêle problema. podem surgir outros pontos de discrepância. uma pequena população e. generalizam tais conclusões.O PLAN . Em um bom número de casos. À vista de suas limitações e dos riscos de graves desvios. mas. PRÁTICA : AM O ST RA G EM 165 aleatória em nenhum dos estágios. evitado. N a formulação de um problema. Não dispomos de métodos seguros que permitam partir dos representantes para determinar o representado. e renda. Essa [dificuldade] pode ser esclarecida através de um levanta­ mento hipotético. de forma completa. Essas especificações [de amostragem por quota] não podem for­ necer estimativas de amostra em relação às quais o risco de êrro seja suscetível de medida. estendendo-as a popula­ ções mais amplas. sempre que se possa recorrer a outros de preço razoável [24:28-29]. sem dúvida. Não podemos colher amos­ tra de maneira eficaz. côr e nível de renda da população. os hábitos de leitura da amostra podem não ser representativos dos hábitos de leitura da população. sexo. Os entrevistados escolhidos para efeito de amostra podem corresponder a proporções adequadas relativamente a cada grupo de idade. estejam sob controle a idade. tendo alcançado conclusões a respeito dela. partindo de tal amostra. Se controlarmos também os níveis educacionais. côr. pode-se escolher amostra da população especificada. Houvesse dispo­ . Para fazêlo. em tal levantamento. como da “amostra”. se a representação fôr inadequada no que diz respeito ao nível educacional. a menos que disponhamos de uma população bem definida. tanto das populações potencial­ mente selecionáveis. DA PESQ. Admitamos que. necessitar-se-ia de informação completa acêrca de tôdas as propriedades relevantes. ainda assim. êste tipo de planejamento de amostra deve ser. Populacionamento versus amostragem.- 10. Êsse populaeionamento (como oposto à amostragem) e as generaliza­ ções que nêle se apoiam situam-se entre os erros metodo­ lógicos mais comumente cometidos nas ciências sociais. Partem do que consideram constituir uma amostra e buscam uma população relativamente à qual essa amostra possa ser tida como representativa. os erros de método não podem ser determinados por procedimentos estatísticos. os pesquisadores sociais estudam. não a amostra. especificamos uma população. por meio do qual se pretenda determinar os hábitos de leitura da população. de modo que.

comunidade. os que se dedicam à pesquisa retiram amostras e conclusões a partir de populações diferentes. contra o populacionamento e a generalização imprópria: A questão de definir uma população é fundamental. por acaso. Com fre­ qüência demasiada. em muitos estudos estatísticos.. atenção inadequada. nada se pode concluir acêrca de qualquer população. nossas conclusões estatísticas devem sujeitar-se a restrições semelhantes. mas devem ser chamadas conjecturas e não inferências estatísticas [36:87]. através de um amigo serviçal. de pessoas portadoras de úlcera (42). S. cidade ou estado. Por exemplo. De um grupo de casos reunidos sem consi­ derar a população que representam. Conjecturas acêrca de sua apli­ cabilidade a outras populações podem ser inteiramente adequadas e talvez extremamente valiosas. portadores de úlcera 15 20 .166 P L A N E JA M E N T O DE PESQUISA SOCIAL nibilidade dessa informação e não seria necessário partir da amostra. Se nossa amostra se restringe a uma escola. grupo de escolas. de vez que a generalização imprópria é um êrro muito comum. O seguinte quadro de observações é típico: Porcentagem d o s elementos da mari­ nha. é superintendente de escolas em uma cidade de localização conveniente e concluímos que "sentimentos de insegurança não são correlacionados com a ordem de nascimento”. portadores de úlcera Filho mais velho. Não nos limitamos a relatar nossas conclusões. conseguimos de cinquenta a cem sujeitos. eloqüentemente. Filho mais nôvo. 19 33 Porcentagem de ci­ vis. Nada tenho contra essa conclusão — que. Marks previne.. num recente estudo sócio-psicológico.. dando-as como aplicáveis à nossa própria escola ou universidade ou comunidade local — insistimos em discutir os resul­ tados obtidos como se aplicáveis a cada população humana.. e tem rece­ bido. . que não a efetivamente observada. Ruesch e seus colaboradores selecionaram (com base em casos que pude­ ram observar) quarenta e dois pacientes dos quadros da marinha e vinte civis.. . será verdadeira para muitas populações — mas ela nada tem a ver com os dados colhidos.Nossas dificuldades para obter inferências corretas a partir de amostras decorrem de ambição demasiada. A importância dessa advertência não pode ser subesti­ mada. eventualmente. que. Cometamos com um estudo a propósito da "relação entre a ordem de nascimento e senti­ mentos de insegurança”. E.

O procedimento que satisfaz fundamentalmente essas condições é o de amos­ tragem aleatória simples. evitaria erros do gênero. considerando~se os dados fixados. 38 por cento eram filhos mais velhos e 19 por cento filhos mais moços. que tem ponto de partida aleatório. tudo que se pode dizer é que os dois estudos disseram respeito a populações (não amostras) que diferiam quanto ao ponto em tela. Um procedimento deve ser suscetível de caracteriza­ ção relativamente a desvio e variabilidade. Em outro estudo. A amostragem aleatória simples é realizada com o auxílio de números aleatórios. faz-se necessário uti­ lizar procedimentos de seleção cujos erros sejam mensurá­ veis. 11. nem mesmo acêrca da contradição relativa à população de portadores de úlcera. mesmo casual. Além disso. de modo análogo. para selecionar elementos num intervalo prefixado. uma con­ versa. Para fins práticos. PRÁTICA : AM O ST RA G EM 167 Dêsses dados. enquanto a amostragem sistemática é variação do mesmo procedimento. Essa conclusão. Sumário. método em que cada qual dos elementos tem igual possibilidade de ser selecionado. Em verdade. levado a efeito pelo "Harper Hospi­ tal”. em 1950. A despeito da aparente contradição entre êsses dados e os de Ruesch. nenhuma conclusão pode ser tirada. Dêles. Erros como o cometido por Ruesch e seus colaborado­ res não ocorreriam se o problema da pesquisa fôsse for­ mulado segundo a maneira exposta no capítulo ii. de Detroit. vinte e um portadores de úlcera. . é inteiramente injustificada. foram examinados. Neste capítulo consideramos as várias maneiras de sele­ cionar uma parte da população total — porção que pode ser observada de maneira a propiciar informações concer­ nentes à população total. DA PESQ. e se um procedimento de pesquisa ideal fôsse planejado conforme as linhas indicadas no capítulo iii. a seguinte conclusão foi retirada: “Ulcerosos têm maior número de irmãos mais velhos porque são os últimos nascidos na familia” (42:45). com um especialista em amostragem.O PLAN . bem como para propósitos puramente científicos. pois não há meios de saber se o grupo observado é amostra aleatória da população total de portadores de úlcera.

se baseiam em pro­ priedades geográficas (i. temos uma amostra aleatória de múltiplo estágio. e contagens completas. e não em métodos de seleção controlados. Tal amostra­ gem pode também ser utilizada para reduzir o número de observações requeridas. Isso não é verdade quanto a amostras por tipicidade. e o custo esperado dos erros que podem resultar do emprêgo do método. em amostragem por área). Fornecem erros mensurá­ veis. A proba­ bilidade de selecionar qualquer dos subgrupos pode ser feita proporcionalmente a alguma função da extensão do subgru­ po. Na amostragem dupla. baseados exclusiva­ mente em escolha aleatória. que se apoiam em critério do pesquisador. temos uma amostra agregada. A base última para a escolha de um procedimento de amostragem deve ser a redução ao mínimo dos custos de obtenção da amostra. A amostragem por área reduz a complexidade do preparo de listas de amostragem e permite a agregação de sujeitos de modo que êles apareçam em grupos. usando os dados obtidos para decidir se continuar ou não continuar com a amostragem.168 P L A N E JA M E N T O DE PESQUISA SOCIAL Dividindo a população em subgrupos. estas. Quando a amostragem dupla é generalizada. podemos escolher a amostra em estágios. Todos os métodos de amostragem. Assistência especializada deve ser requerida para proceder a tais avaliações.. ou ambas. Se a amostra aletória é selecionada em cada um dos estágios. . Se a contagem completa é feita no último estágio. a primeira amostra pode ser utilizada para fornecer informação possível de se usar para o planejamento de eficiente segunda amostra. e o número de unidades escolhidas de qualquer dos sub­ grupos pode também ser feito proporcionalmente a alguma função análoga. condu­ zem a amostras probabilísticas. Se uma contagem completa das unidades de amostragem é feita num estágio que não o último. método de colhêr um elemento ou conjunto de elementos de cada vez. resulta em amostragem de seqüência. particular­ mente quando qualquer delas. A amostragem proporcional tende a redu­ zir os erros de amostragem. é. como base de uma con­ clusão. temos uma amostra estratificada. em média. Estratificação e agregação po­ dem combinar-se para fornecer amostras eficazes.

Se a população é ordenada com respeito a pro­ priedade r e l e ­ vante. exigem um conhecimento técnico de que o pesqui­ sador não dispõe. a descrição das vantagens e desvantagens dos vários procedi­ mentos de amostragem examinados. reduz a variabilidade. sele­ cionar Itens de 2 .O P LA N . Listas de amos­ 1. de maneira muito esquemática. d á como efeito a estrati­ ficação e. DA PESQ. Sim plifica a co­ lheita de amos­ tr a : permite ve­ rificação fácil C. Aleatória simples Descrição breve Vantagens Desvantagens A tribuir a cada 1. elemento da po­ pulação um n ú ­ mero ú n ic o . cação e num era­ para a mesma ção necessárias form a de amos- . Sistemática Usar ordem natural ou ordenar a po­ pulação . se há efeito de estra­ tificação B. amostra u tilizan ­ do números alea­ 3. PRÁTICA: AM OSTRAG EM 169 em geral. 14 T a b e la A M O ST RA G EM Tipo de amostragem A. Estim ativas de êrro tendem a ser altas. identifi­ gios. que o pesquisador pos­ sa ter P ara a mesma e x t e n s ã o da amostra. por­ tanto. usar um a que em A ou B. A tabela 14 sintetiza. Erros tendem a ser maiores do menos dois está­ tragem. tórios Requer mínimo conhecimento a n ­ tecipado da po­ pulação Livre de possí­ veis erros de classificação F a c ilita a a n áli­ se de dados e o cálculo de erros Despreza o co­ nhecimento da população. Aleatória de múltiplo estágio Quando há pelo 1. pode ser i n t r o d u ­ zida va ria b i­ lidade crescente. os erros são mais amplos do que na amostragem estratificada Se o intervalo de amostragem se relaciona a um a ordenação periódica da po­ pulação. selecionar itens em intervalos de amplitude W/n. selecio­ nar ponto de par­ tid a aleatório en­ tre 1 e o inteiro mais próximo à razão da amos­ tragem (N /n ) . em comparação com A.

F a lta de conhe­ cimento da ex­ tensão de cada unidade de amos­ tragem. em está­ de com respeito gios que não o à propriedade último. caem os custos de campo (l. amostra que dá a base aleatória propor­ para classificar cional à extensão as unidades. pois. Com proba­ Selecionar unidades 1. Se as unidades de amostragem sa o definidas geográficamente.é. sob pena de aum en­ to do Srro Se não h á lis­ tas estratifica­ das disponíveis. pois. C a r a c t e ­ r í s t i c a s de cada stratum podem ser ava- .170 p l a n e ja m e n t o de p e s q u is a s o c ia l T ab ela 14 (C ont. prepará-las pode ser dispendioso. g a ­ da unidade de rante. a n t e s que a seleção faça crescer a variabilidade Requer inform a­ ção a c u r a d a acêrca da pro­ porção de po­ pulação em cada s t r a t u m . Reduz a bilidade pro­ de amostragem bilidade porcional £l com probabilida­ de proporcional extensão à extensão va ria ­ 1. possibilidade de classificação er­ rônea e. Estratificada 1.. Proporcional Escolher de cada 1. viagem) e x t e n s ã o da amostra Os erros crescem com o decrés­ cimo do número de unidades de amostragem es­ colhidas 1. Decresce a pos­ sibilidade de dei­ x ar de incluir elementos da população por causa do pro­ cesso classificatório 3. me­ amostragem nor variabilida­ de que A ou C 2. de aumento da va­ riabilidade D.) Tipo de amostragem Descrição breve Vantagens Desvantagens tragem aleatória em cada qual dos estágios apenas para ele­ mentos das u n i­ dades de amos­ tragem selecio­ nadas 2. A s s e g u r a unidade de amos­ representativldatragem.

O PLAN . Requer capaci­ te e fazer conta­ víduos apenas dade para colo­ gem completa de nos agregados car cada ele­ cada qual mento da popu­ escolhidos lação em um só 3. P ara a mesma e x c e t o que a e x t e n s ã o da amostra é proamostra. C a r a c t e ­ agregado. menor poraional à va ria ­ variabilidade que bilidade nos stra­ em 1 ta. É suscetível de duos utilização em .2. semelhantes. . Selecionar unidades 1. Colocação ótim a e. Inca­ r í s t i c a s dos agregados. pois. selecioná. PRÁTICA : A M O ST RA G EM 171 T a b e la Tipo de amostragem 14 (Cont. Mais eficiente 1. DA PESQ. Se os agregados 1. é. compara­ Mesma que a de 1. do de amostragem possibilitam os que os que ocor­ a le a tó ria . Erros de amostragem para extensões são definidos Pior algum a form a geogràficamente. bem como â extensão dêles í . po­ resultar em d u ­ dem ser av a lia ­ plicação ou omis­ são de indiví­ das 4. 1.Agregada maiores. Menos eficaz do cionada do que 1 para exceto que a ex­ que 1 para de­ comparação de tensão da amos­ term inar carac­ strata ou quan­ tra não é pro­ terísticas da po­ porcional à ex­ do erros diferen­ p u la ç ão . Requer relacio­ bllísticas las aleatoriam en­ namento de In di­ 2. as u n i­ m ais baixos rem em outras dades últim as são custos de campo amostras probag rupos. pacidade para assim ag ir pode bem como as da população. tensão da un ida­ tes são ótimos maior variab ili­ de de am ostra­ para diferentes dade para a gem. 1.) Descrição breve Vantagens Desvantagens liadas feitas ções 2.. Não propor­ Mesma que a de 1. i. Requer conheci­ mento da va ria ­ bilidade das ca­ racterísticas re­ levantes dentro dos strata 3. mas ditada mesma extensão strata por consideraçOes da amostra analíticas ou de conveniência E.

1. Tornam comple­ xa a supervisão tras de qualquer tivas das carac­ do trabalho de tipo i n d i c a d o terísticas da po­ campo acim a são esco­ pulação que sim­ lhidas. o êrro da 3.) Tipo de amostragem DesciHção breve Vantagens Desvantagens amostras subse­ qüentes. Levam a estima­ 1. E x i g e m mais cálculo e análise do-se os resulta­ ciente planeja­ do que a amos­ dos de amostras mento de coleta tragem não re­ anteriores para de nova amos­ petitiva orientar a colhei­ tra. de \ ez que seleciona­ dos são os agre­ gados e não os indivíduos. seqüencia pode mesmo.172 p l a n e ja m e n t o de p e s q u is a s o c ia l T abela 14 (C o n t. os bene­ fícios da estra­ tificação podem dim inuir e tor­ nar i n ú t i l a amostra para fu ­ tura pesquisa Selecionar aleatò. e a substituição de indivíduos pode ser permitida F. R e d u z a v a ­ riabilidade da riamente os agre­ gados de cada amostragem por simples agrega­ unidade de amos­ tragem ção G. Desvantagens da amostragem es­ tratificada e des­ vantagens da agregada 2. R epetitiva: m últipla ou em seqüenela D uas ou mais amos­ 1. pois. U m a vez que as propriedades dos agregados podem variar. determi­ estimativa final ser usada ape­ nar se são neces­ 2. A longo prazo. nas quando sárias reduz o número amostras peque­ de observações nas são reprerequeridas sentativas e . Amostragem em ta de outras e. reduzindo. empregan­ plificam fi efi­ 2. Agregada eBtratiflcada 1.

21. Quantas amostras aleatórias simples. pois unida­ lados ou medi­ considerado como des últim as po­ dos dem ser escolhi­ 2. Como acima 1. Suponhamos que os elementos de uma população de cinco pessoas têm 20. de extensão três. Requer genera­ representativo de tôda a popula­ lizações arrisca­ das de modo que ção . Por quotas Tópicos para discussão. com substituição. DA PESQ. Introduz algum devidos fi. observador faa tificação determinar a dos sujeitos e & porcentagem da eeleção não alea­ amostra a reco­ tória em cada lher d e cada classe classe . à luz das amostra e do mativas não po­ informações dis­ trabalho de cam­ dem ser contro­ poníveis. respectivamente. Introduz desvios lação mediante 2. Por tipicidade Selecionar um sub­ 1. Reduz custo de 1 . 22. 22 e 25 anos de idade. V ariabilidade e grupo da popula­ preparação da desvios das esti­ ção que.) Tipo de amostragem Descrição breve Vantagens Desvantagens quando o núme­ ro de observa­ ções puder ser aumentado. 1. fazer conta­ fiquem próximas das ou conside­ gem completa ou rável conheci­ umas das outras mento da popu­ s u b a m o s t r a g e m dêsse lação e do sub­ grupo grupo Belecionado Classificar a popu­ 1. possa ser po. PRÁTICA: AM OSTRAG EM 173 T a b ela 14 (C ont. classi­ uso de proprie­ efeito de estra­ ficação que o dades pertinentes . de a c ô r d o com as conveniências. podem ser selecionadas? Qual é o valor esperado das médias da amostra? .O P LA N . em qualquer es­ tágio da pes­ quisa H. fixar) quo­ tas para cada observador 1.

. 1. Que métodos usaria você para obter uma amostra nos casos abaixo e por que? a) Crianças de menos de um ano de idade. 3. Se se desejasse uma amostra das tropas do exército dos Estados Unidos. Determinar. (f) amostra por tipicidade.11. Indique alguns problemas de pesquisa social. d) Os hotéis de uma cidade. f) Homens de uma cidade. em relação aos quais a amostragem por seqüência possa ser usada.20). (e) amostra estratificada. Selecionar uma amostra estratificada proporcional de três elementos. a partir de amostra de três? Qual é o valor esperado da soma estimada? 2. na amostra. que espécie de agregados se poderia usar? Quais seriam as vantagens e desvantagens dessas espécies? 6. de caráter crí­ tico. Deve-se selecionar estudantes cujos últimos nomes comecem com "S"? Resul­ taria daí uma estimativa imprecisa? 4.4) e (9. c) Os livros de uma biblioteca. em hora especificada. É essa uma estimativa precisa do número médio de letras por palavra. i) Automóveis que passam por determinado cruzamento entre meio dia e meia noite. Selecionar uma amostra sistemática de treze palavras dentre aquelas que aparecem no enunciado dêste problema. Defina os têrmos seguintes: (a) amostra aleatória simples: (b) desvio. Selecionar uma amostra aleatória simples de três elementos a partir da mesma população e comparar a variabilidade dos resultados obtidos com a dos alcançados por amostragem estrati­ ficada proporcionada. g) Garçonetes de um município. na população? Mostrar que a estimativa é precisa ou imprecisa. Exercícios. (c) amostra probabilística. e) As casas de uma cidade. h) Turmas de alunos que assistem aulas em certa universidade. (h) populacionamento. b) As palavras dêste livro. Uma população está dividida nos seguintes strata: (1. 2. Como pode ser planejada uma amostra para determinar com que freqüência palavras da língua inglêsa são usadas nos Estados Unidos? 5. casados duas vêzes. 3. nascidas em deter­ minada cidade. (g) amostra por quota.174 P L A N E JA M E N T O DE PESQUISA SOCIAL Como avaliaria você a soma das idades do grupo. (d) amostra aleatória de múl­ tiplo estágio. Planejar três diferentes tipos de amostra para o problema que você formulou ao fim do capítulo ii e para o qual preparou um modêlo idealizado ao fim do capítulo iii. o número médio de letras por palavra.15. 7. Suponhamos que se deseja a amostra de uma população de estudantes para determinar se têm pais nascidos no estrangeiro. e determinar que porcentagem das amostras possíveis for­ nece estimativas que se desviam por não mais do que uma unidade da média da população.

1. Journal o[ the American Statistical Asso­ ciation. C hurchm an 2. D e m i n g . Suponhamos ter duas urnas: a urna (1) contém uma bola branca e quatro bolas vermelhas e a urna (2) contém três bolas brancas. "The Use of Analysis of Variance in Enume­ ration by Sampling". 1948. Frankford Arsenal. selecionar uma bola da urna (2). X L (1945). Sampling Theory when the Sampling Units are of Une­ qual Sizes". e Stephan (47) e (48). E. Forneceria êsse método uma estimativa precisa da pro­ porção de bolas brancas e vermelhas da população? Leituras sugeridas. recomenda-se. C .). devem familiarizar-se com Cochran (5). 523-32. “On Training in Sampling". "Recent Development in Sampling Theory in the United States". ver Cornell (6). 492-510. Raleigh: North Carolina State College. 473. W .1 tíêste capítulo.. respectivamente. 307-16. 7. Se fôr branca.O PLAN . rev. Hansen.. D. 3. 5.. Hurwitz e Madow (23). se fôr vermelha. Journal of the American Statistical Association. X X X V II (1942). G. 1951. Mahalanobis (33) e (35). 1950. "A Stratified Random Sample of a Small Finite Population". Referências e bibliografia. Aquêles que têm conhecimentos avançados de estatística e/ou matemática. 199-212. 6. Hansen e Hurwitz (18). DA PESQ. que leiam: Hansen (12) e (13). Suponhamos usar o método seguinte para obter amostras de duas bolas: selecionar uma bola da urna (1). 1947.. .Some Theory of Sampling. Statistical M anual: Methods of Making Experimental Inferences. W . Para discussão pormenorizada de alguns planejamentos de amos­ tragem.: International Statistical Insti­ tute. Mahalanobis (35) c Yates (54). F.). New York: John W iley 6 Sons. C. selecionar outra bola da urna (1). 2’ ed. Dunn Laboratory. PRÁTICA : AM O ST RA G EM 175 4. G. ver Cochran (4). C o r n e l l . Hurwitz c Gurney (22). (mimeogr. Cochran. Selecionar uma amostra (com probabilidade proporcional à extensão) de duas dentre quatro unidades primárias que contenham 329. "Sampling Staff” (43). X L II (1947). Philadelphia: Pittman- . 8.. ibid. Para conhecer desenvolvimentos e tendências recentes. "Sample Survey Techniques”. Para aquêles que acabam de ser introduzidos no estudo da amos­ tragem. (mimeogr. X X X IV '(1939). ----. para contato mais profundo com a matéria.. W . Washington. Deming (8) ou Yates (55). 5. Usar os números aleatórios referidos na secção 3. mas. 4. Journal of the Am e­ rican Statistical Association. 615 e 178 pessoas. Uma nova introdução à teoria da amostragem e respectivas aplicações é exposta por Hansen. Hansen e Hauser (15): Hansen e Hurwitz (20) e (21). Hansen e Hurwitz (17) e (19).

(mimeogr. W . C h u r c h ill. 10. 1943. 25. H o r t o n . 15 . D. M. J. 1951. Inc. X X X IX (1944). N.). M a r g a r e t . 19 20. II (1944). Journal of the American Statistical Association. Jr. H e n d r ic k s . H .17 6 p la n e ja m e n t o de p e s q u is a s o c ia l 9. D ix o n Analysis. W . 16 . V III (1944). E. "Relative Efficiencies of Various Sampling Units in Population Inquiries". 173-89. M. Ltd. E. e M a s s e y . Washington. 426-32. “Area Sampling — Some Principles of Sampling Design". E is e n h a r t . e Y a t e s . W . e H u r w i t z W . e M a d o w .: Interstate Commerce Commission. 17. A. 26-31. H a u s e r . 483-97. 333-62. B. 24. rank Book Co. 362-72. Washington. H . 12 . F . M."Modern Methods in the Sampling of Human Popula­ tions”. 343-57. “The Relative' Efficiencies of Groups of Farms as Sampling Units". M. H u r w i t z W . C. 26."On the Theory of Sampling from Finite Populations". 183-93. London: Oliver & Boyd. S. X LI (1951). ----. 1947 (mimeogr.: International Statistical Institute. G. Public Opinion Quarterly. 662-68. H a n s e n M . H . X IV (1949).. New York: McGraw-Hill W. "Some Census Aids to Sam­ pling". IX (1944). H a s ta y . e H a u s e r P..: United States Bureau of the Census. C.. Journal of the American Statistical Association. H ansen M. H a n s e n M . R. e H a n s e n . Journal of the American Statistical Association. C. F is h e r . X L I (1946). 27. New York: John W iley & Sons. X X X V II (1942). N.). W . F . H u r w i t z W . R. W . M. 23. A.. H . 21 . Random Decimal Digits. Techniques of Statistical Analysis. L. Journal of the American Statistical Association. Agricultural and Medical Research. 1953. 1947. H ansen. Sample Survey M ethods and Theory. H a n s e n . X X (1949).. “Those Not at Home — Riddle for Pollsters”.. D. A. 1949. H a n s e n M. N. 366-76. e P a y n e . e D e m i n g W . "On the Determination of Optimum Probabilities in Sampling". 18.. . "On Sampling in Marketing Surveys". H . H il g a r d . "Dependable Samples for Marketing Surveys". "The Use of Sampling in Opinion Surveys". Public Opinion Quarterly. “A New Sample of the Population". 14 . 254-61. J. Introduction to Statistical New York: McGraw-Hill Book Co. Statistical Tables for Biological. M. American Journal of Public Health. . 89-94. X IV (1943). Journal of Marketing. .. X X X V III (1943). 13. 11 .. “Sampling Human Populations”. P. D. Washington. H . e W a llis . Annals of Mathematical Statistics. “Pro­ blems and Methods of Sample Survey of Business". IX (1945). e1 G u r n e y . H . Annals of Mathematical Statistics. Journal of Marketing. Estadistica. 1947. 22.

B. 38. 511-30. J. 325-78. 32. Journal of the American Statistical Association. Washing­ ton. “Contributions to the Theory of Sampling Human Popu­ lations”. "Representative Sampling in Large-Scale S u r ­ veys". X L II (1951). 31. 42. Journal of Educational Psychology. 101-16. Sequential Analysis of Statistical D ata : Application. 44. 47. F . X V (1944). Berkeley: University of California Press. "Determining Sample Size”. e L. 12-39. G . Journal of the American Statistical Asso­ ciation. X X X IX (1944). 147-66. 35. 40. A Chapter in Population Sampling. N o r d in . "Systematic Sampling and Its Relation to Other Sampling Design". 46. 85-96. M a d o w . 343-52. “A Sample Survey of the Average Acreage under Jute in Bengal". "Tracts for Computers". “On Large Scale Sampling Surveys”. 1942. C l (1938). “On the Theory of Systematic Sam­ pling”. X L III (1948). A. Parte IV (1946). Journal of the Royal Statistical Society. H. S. Iowa State College Experimental K endall. 43. D. N'. PRÂTICA : AM O ST RA G EM 177 28. 45. Cambridge: Cambridge University Press. "Randomness and Random Sam­ pling of Numbers” Journal of the Royal Statistical Society. N e y m a n . C C X X X I (1941). R . Tables of Random Sampling Numbers. X X X III (1938). Journal of the American Statistical Association. 41 . S t a t is t ic a l R e s e a r c h G r o u p . L. C. Ser. P. P a r t e n . 204-17. M. C. “The Use of Sampling in Great Britain”. . e S m i t h . Statistical Investigation of a Sample Survey for Obtaining Farm Facts. Station Research Bull. X L I (1946). B. A. 329-451. 34. New York: Columbia University Press.O P LA N . 497-506. J e r z y . 30 4 . Journal of the American Statistical Association. "On the Two Aspects of the Representative Method”. M. 1940. New York: Harper & Bros. Annals of Mathematical Statistics. M a h a l a n o b is . ———• “Stratification in Representative Sampling”. 33. M a r k s . 231-59. X C V II (1934). Philosophical Tran­ sactions of the Royal Society. 1946. C. Polls. 1947. Duodenal Ulcer. 30. 558-606. Sankyâ. "History of the Uses of Modern Sampling". B. V I (1941). DA PESQ. et al. JllR G EN . “Some Sampling Problems in Educational Re­ search". and Samples. X X X IV (1939).. G. E. S t e p h a n .SSEN. 1950. 39 . IV (1940). 36. Journal of Marketing. Journal of the A m e­ rican Statistical Association. Journal of the American Statistical Association. CIX. H. R u E S C H . 24. "Recent Experiments in Statistical Sampling in the Indian Statistical Institute". Ames. M a d o w W . 29. : United States Bureau of the Census. 37. Surveys. Journal of the Royal Statistical Society. J f. 1948. 38-46. Biological Sciences. B. S a m p l in g S t a f f . F . M o s e r . X L IV (1949). J. 1-24.

L. H u r w it z .. E. S. C IX (1946). 52. "On the Efficiency of Deep Stratification in Block Sampling". 1949. . 55. 50. J. S. R. S t o u f f e r . 49. N'' 15. 1947. A b r a h a m . 371-75. Sequential Analysis. Sampling Methods for Censuses and Surveys. 53. e D e m in g . J. C.. 48. H. Princeton: Princeton University Press. T e p p in g B. F r a n k . New York: John W ile y 6 Sons. N. e F r a n k e l . “The Allocation of Sampling among Strata”. et al. 51.. Griffin Co. Y a t e s . 12-32. American Journal of Sociology. L.. 1927. W . Cambridge University Press. Journal of the American Statistical Association. X X X V III (1943). W a l d . S t o c k . 93-100. X (1939).. A. W .. 288-93. Annals of Mathematical Statistics. “Tracts for Computers". 54. 1950. Ltd. London: Chas. T ip p e t t . LV (1950). Measurement and Prediction.178 P L A N E JA M E N T O DE PESQ UISA SOCIAL “Sampling". Journal of the Royal Sta­ tistical Society. Tables of Random Sampling Numbers. “A Review of Recent Statistical Developments in Sampling and Sampling Surveys".

Introdução. a partir das características da amostra.é. pois. consideraremos os conceitos da moderna estatística de maneira não-técnica. A grande vantagem das amostras probabilísticas é permitir que se façam tais inferências com margem de êrro mensurável. A lógica existente por detrás dêsses procedimentos matemáticos pode ser enten­ dida sem qualquer treinamento matemático avançado. importa dispor de um método que permita tirar conclusões (i. que "cresceram” com o desenvolvimento do pen­ samento matemático. Embora a essas idéias tenham sido dados rígidos significados matemá­ ticos pelos especialistas em teoria estatística. natural que os estatísticos de hoje em dia façam amplo uso daqueles instrumentos. 2. amostragem e infe­ rência estatística são inseparáveis: surgem como duas fases do mesmo processo. sendo. Tanto quanto possível. Na introdução aos problemas de amostragem. fazer inferências) acêrca das características da população. Os métodos de realizar tais inferên­ cias são de caráter estatístico. Se amostra de uma população de indivíduos ou aconte­ cimentos é utilizada em pesquisa. O cientista dedicado à pesquisa veri­ ficou que instrumentos matemáticos são extremamente úteis para introduzir precisão nos métodos e teorias da ciência.C a p ítu lo V A LÓGICA DOS PROCEDIMENTOS ESTATÍSTICOS 1. tal como vários outros aspectos da ciência moderna. nossos propó­ sitos não exigem que delas nos aproximemos por ângulo matemático estrito. Tudo que se requer é compreensão das idéias básicas. A função da estatística. assinala­ mos que tais amostragens são de duas espécies: (1) amos- . O modêlo dos procedimentos estatísticos tem complexa feição matemática. Assim.

como já deixamos anotado. Ênfase no mesmo pon­ to caracterizará a exposição neste capítulo. o número de observações pos­ síveis é infinito e não podemos realizá-las tôdas. É possível retirar amostra de obser­ vações de amostra de elementos. admitindo que uma melhor estimativa (do verdadeiro valor das características observadas) poderá ser feita dessa maneira. isto é. obser­ vações repetidas da resposta do mesmo sujeito ao mesmo estímulo somente concorrerão para aumentar o grau de acui­ dade se (1) conhecermos o efeito da estimulação repetida e pudermos ajustar as observações ou (2) se cada qual das respostas não fôr afetada por respostas prévias. concentramo-nos nas aplicações da amostragem às popula­ ções de indivíduos e acontecimentos.180 P L A N E JA M E N T O DE PESQUISA SOCIAL tragem de uma população de observações que podem ser feitas acêrca de um indivíduo singular e (2) amostragem de uma população de indivíduos ou acontecimentos. a pessoa sofre alterações que afetam suas respostas subseqüentes. tão bem quanto possível. idealmente. isto é. como uma escolha "ou isto ou aquilo”. é de esperar que os resultados variem. uma das funções da estatística é capacitar-nos a avaliar. . várias vêzes. a primeira resposta pode afetar a segunda. durante o teste. a populações do último tipo e. a propriedade verdadeira . é natural que. N a­ quela ocasião. acentuamos que a pesquisa social diz respeito. I . Mas. se submetermos a mesma pessoa ao mesmo teste Q . portanto. de nôvo. porque. se sujeitamos repetidamente um “elemento huma­ no” ao mesmo estímulo. Por isso mesmo. Mas. Veremos adiante como é possível realizar um teste de independência. lembrar que métodos idênticos são aplicáveis a ambos os tipos de problema. a segunda pode afetar a terceira. Não é necessário considerar a amostragem de uma população de elementos e a amostragem de uma população de observações acêrca de um elemento. A menos que disponhamos de alguma forma sistemática de corrigir essas variações do sujeito. etc. desejemos realizar mais de uma observação. ela aprende. mas é preciso. Por exem­ plo. Em geral. geralmente. o fato de proceder a mais de uma obser­ vação não elevará a acuidade. conseqüentemente. Desde que uma observação jamais é inteiramente acura­ da. se as respostas sucessivas forem independentes.

em cujos têrmos pode ser medido o pro­ gresso científico. Possibilitando-nos a medida do êrro. as características da população. definir o progresso científico em têrmos de redução de êrro. devemos recorrer à especificação não-estatística de "enganos”. Requisito necessário para o uso da estatística é o de que a amostra utilizada como base para a inferência. definí-lo.A LÓGICA DOS PROCEDIM ENTOS ESTATÍSTICOS 181 (ou as propriedades verdadeiras) de um indivíduo. Mas devemos nos precaver para não pensar no êrro como um conceito puramente estatístico. a estatística pode ajudar a medir o êrro. da melhor maneira possível. se observamos apenas uma amostra da população. a partir dêles. compararemos os conceitos de “engano" e "êrro” e mostraremos como podem ser usados para responder às perguntas: Que erros podem ser tolerados? Como analisamos os dados da amostra e. os métodos estatísticos se impõem apenas porque devemos nos limitar a observações em número menor do que o idealmente desejado. a inferir. contudo: (1) a de que elas podem ser feitas com o menor êrro possível e (2) a de que tal êrro é mensurável. a estatística far-se-ia desnecessária. Em páginas seguintes dêste mesmo capítulo. Se presumíssemos serem inteiramente acuradas nossas observações acerca de cada qual dos elementos de uma população e se observássemos cada qual de seus membros. tiramos inferências? A função da estatística é. Estimativas estatísticas a propósito de características de indivíduos ou de grupos estão sempre sujeitas a êrro. portanto. ainda que tõdas as observações sejam perfeitamente acuradas. . seja uma amostra pro­ babilística. ela própria. com base nas características de amostra. Para definir êrro. por exemplo. mas não pode. Se pudéssemos realizar tôdas as observações independentes possíveis. necessi­ taremos da estatística para a formulação da melhor estima­ tiva possível acêrca das características da população. também poderíamos dispensar os métodos estatísticos. É muito comum. com que já nos preocupamos anteriormente. Mas. a de habilitar-nos. a partir de amostra probabilística de observações independentes. os métodos estatísticos nos proporcionam critério explícito. As vantagens de recorrer a tais estimativas são.

empenhamo-nos em desenvolver instrumen­ tos de observação mais e mais precisos. levadas a efeito acêrca do mesmo indivíduo. vem ao caso acentuar que. No momento. não esperamos que todos os membros de um grupo tenham o mesmo Q . dêste momento em diante. o mesmo pêso. que é possível aperfeiçoar a estimativa de uma propriedade de um indi­ víduo. o mesmo resultado. assim como acêrca de vários sujeitos. mas buscamos. e. Fizemos notar. quando o objetivo é aumentar a acuidade.182 P L A N E JA M E N T O DE PESQUISA SOCIAL 3. tôdas as vêzes. reduzir a extensão da discrepância (p. Para alguns fins poderão bastar leituras imper­ feitas e não nos incomodaremos com a completa concordân­ cia de resultados. o têrmo observações’ será usado. que dêle se façam. discrepância. mas. Por exemplo. . atribuímos a concor­ dância a falhas dos instrumentos ou do observador. produzirem exatamente o mesmo resul­ tado. Com efeito. Surgem. ao discutir a amostragem. nossa tendência seria a de concluir que o instrumento não permite leituras suficientemente acuradas. quando importa sermos tão acurados quanto possível. ex. isto é. Esperamos que essas observações mantenham “concordância”. discrepâncias entre as observações acêrca do mesmo. mesmo para o caso das ciência físicas. Na verdade. se tôdas as obser­ vações* independentes ou ajustadas. Quando fazemos uma ou mais observações acêrca de certo número de diferentes sujeitos. ou que sejam nascidos no mesmo ano. Isso é ver­ dadeiro. é de se esperar. ou que nossas leituras estão sendo feitas incor­ retamente. Se. ao fazermos observações repetidas a propósito do mesmo sujeito.( estendendo mais e mais as casas decimais). tam­ bém. devêssemos pesar o mesmo objeto diversas vêzes e obtivéssemos. I . portanto. para referência às observações independentes ou ajustadas. a mesma renda anual. Como podemos responder perguntas a respeito de proprie^ * A menos que se indique explicitamente o contrário. mas não esperamos que sejam tôdas idênticas. aumentando o número de observações independentes ou ajustadas. constante­ mente. desconfiaremos delas tanto quanto desconfiaríamos se não revelassem qualquer concordância entre si. se os alcançamos. não esperamos alcançar resul­ tados idênticos. Discrepância de dados. que o instrumento é impreciso. por exemplo. insistimos na discrepância das observações. .

150-159 . . 180-189 . . 210-219 . 170-179 . 120-129 . T a b e la 15 M A SCU LIN O PESOS D E 270 ESTUDAN TES D O S E X O Pêso (em libras) 100-109 . .5 libras.307 .004 . Assim. por exemplo. Padrão dos dados. em verdade. .007 . 190-199 . . mas não incluindo.004 . que a maior parte dos estudantes pesa em tôrno de 150 libras. . 109.000 * A freqüência relativa é igual à freqüência da classe dividida pela freqüência total.145 . . .t 110-119 . . 200-209 . poderemos esperar algum padrão de pêso.5 libras". 130-139 . que freqüentam certa universidade. . Suponhamos estar interessados em estudar o pêso médio dos estudantes de sexo masculino. .063 .296 . a freqüência relativa é igual a 1/270 ou 0.007 . . Poderemos verificar.A LÓGICA DOS PROCEDIM ENTOS ESTATÍSTICOS 183 dades de indivíduos ou grupos em que tal discrepância existe? Êsse é o ponto em que a estatística nos socorre.022 . Total Fre­ qüência 1 1 6 38 80 83 39 17 2 2 0 1 270 Freqüência relativa * 0. na primeira classe. . Se escolhermos uma amostra aleatória simples de 270 estu­ dantes. que haja muito poucos pesando menos de 100 libras e poucos pesando mais de 200. .141 . porém menores do que 109. "até. .004. . 4. Podemos esperar. . . . 140-149 . 160-169 . poderemos obter resultados tais como os que apa­ recem na tabela 15. iremos esperar que todos os estudantes tenham pêso igual. . t Êsse intervalo inclui pesos iguais ou maiores do que 99. . . ela só é necessária e aplicável quando a dis­ crepância existe.000 0. .004 1. Dificilmente. Mas. .5 libras. também. isto é. .

se vê que ape­ nas 1 dos 270 estudantes pesa menos de 110 libras e que somente 1 pesa mais do que 208. Dada a maneira como foi feita a distribuição. Essa constatação sugere que há. A distribuição de dados revela-se muito frutífera para predição em vários campos. mesmo pesando muitos outros estudantes. mas ainda. em verdade. A maioria dos estudantes tem os pesos respectivos situados entre êsses extremos e. Na tabela. que é o procurado. Distribuição de dados. inte­ ressado em conhecer o valor em tôrno do qual a maioria dos dados se aglomera. pode ser de grande importância a fixação do pêso normal ou médio. na ilustração relativa a estudantes universi­ tários mencionada acima. 5. Essa predi­ ção baseia-se não apenas no fato de que somente 1 dos 270 estudantes se aproximou daquele peso. recorrendo a êsse valor central. É de esperar que. poucos dêstes acusariam menos de 100 libras.5 libras. Por outro lado. um padrão bem definido e sugere também como usar êsses dados para predizer os pesos de estudantes não recenseados. para determinar se certo estudante apresenta pêso “acima do normal” ou “abaixo do normal”. um médico aplicado a efetuar uma série de medidas do mesmo objeto estará. se fôsse pesado um maior número de estudantes escolhidos ao acaso. cometerá antes erros pequenos do que grandes.184 p l a n e ja m e n t o de p e s q u is a s o c ia l A tabela mostra a distribuição de freqüência dos dados. pois êle admite que. da maneira mais eficaz. não deve­ ríamos esperar o mesmo tipo de padrão. E é também claro que. Êstes são distribuídos de forma a colocar em evidência o padrão. os dados obtidos com a pesagem dos estudantes do sexo masculino evidenciam um padrão definido. no fato de que a distribuição de pesos mostra que há tendên­ cia definida para pesar mais. nos dados levantados. Êle assevera que êsse valor central situa-se nas proximidades do valor verdadeiro. poderíamos verifi­ car que há maior número de estudantes cujos pesos se apro­ . Por exemplo. mais de metade dêles pesa entre 140 e 160 libras. é indubitável ser extremamente importante o padrão dêsses dados. Seja qual fôr o motivo que tenha levado a colecionar dados. geralmente.

entretanto. tão somente. é conveniente construir um gráfico. Pa­ rece razoável. esperar que. As comparações tornam-se mais fáceis. situa-se a escala que corres­ ponde aos vários pesos. a proporção de estu­ dantes observados.A LÓGICA DOS PROCEDIM ENTOS ESTATÍSTICOS 185 ximam do valor central do que havíamos encontrado entre os 270 originais. Na base do histograma. maior o número de estudantes cujos pesos se colocam dentro daquêle intervalo. Um rápido olhar ao histograma é o bastante para se perceber que os dados tendem a “crescer” no meio. Essa escala foi dividida em inter­ valos convenientes. A freqüência relativa de estudantes cujos pesos se situam em determinado intervalo é. Êsse tipo de gráfico é chamado histograma e é muito útil para registrar dados desta espécie. mas suporemos que o pesquisador se acha disposto a efetuar grande número de observações acêrca do pêso de estudantes. Quanto maior a extensão vertical da coluna que se levanta sôbre certo intervalo. assinalarmos a freqüência relativa. . em vez de assinalar o número (freqüência) de estudantes cujos pesos se situam em determinado intervalo. aumentando o número de observações aleatoriamente escolhidas. Ao longo do eixo vertical do histograma está assinalado o número de estudantes cujo pêso se situa em determinado intervalo. Os dados originais acêrca dos pesos já foram apre­ sentados na tabela 15. Acompanhemos um exemplo em que mais e mais dados são coligidos e verifiquemos como se desenvolve o padrão. a fim de se sentir cada vez mais se­ guro a respeito do padrão dos dados. porque mostra claramente a natureza do padrão. Decidir até onde caminhar neste campo é uma questão de ordem prática. se. Se o número de observações aumenta. faz-se difícil uma comparação direta entre as formas do nôvo e do velho histo­ grama. ou poderíamos verificar que alguns pesam menos do que qualquer dos inicialmente recenseados. o padrão dos da­ dos se torne mais e mais estável — e tanto a experiência como a teoria justificam essa espectativa. que se combinam com os intervalos da Tabela 15. tal como o que aparece na Figura 6. Para acompanhar o desenvolvimen­ to do padrão dos dados. por causa das diferentes alturas das colunas. caindo muito bruscamente em direção a ambos os extremos. cujos pesos se situam naquele intervalo.

6 — Pesos de 270 estudantes do sexo masculino O histograma que aparece na Figura 6 pode ser recons­ truído em têrmos de freqüência relativa.3 189.18 6 P L A N E JA M E N T O DE PESQUISA SOCIAL No exemplo. a =1 119.l.6 por cento.5 i 1 09 . há 80 dos 270 estudantes.5 .5 1 49.5 209. no último. libras. * 1 79 .. aleatoria­ mente escolhidos. .5 1 29 . o eixo vertical representa a freqüência telativa e não a freqüência absoluta (i.1. . libras é 80/270 ou 0.. 5 159.5 139 . 90 80 70' 60 d cr £ 40 30 20 )0 o 99.5 169.000. Note-se que os dois histogramas corres­ pondem ao mesmo padrão exatamente. de sorte que o número total sobe a 1. podemos construir um histograma para apresentar os dados sob forma de freqüências relativas. . a única diferença é que.5 219. que mais 730 estudantes.5 Pêso em libra9 F ig. a freqüência relativa de estudantes com pesos no intervalo 140-49.é.. A tabela 16 mostra os resultados para êsses 1. .000.296. falando-se em 29. o verdadeiro número observado). Isso pode também ser expresso. Como antes.-------------------. Suponhamos. agora. Êsse histograma aparece na Figura 8. cujos pesos se colo­ cam no intervalo 140-49. — 1 _ 199 . O resultado apa­ rece na Figura 7.5 n---. foram pesados.

1 0 99.5 libras até.5 119.. mas não incluindo. . . . . .7 9. . . T abela 16 PESOS DE 1. . 200-209 .39 . 190. Freqüência relativa 0. .99 .001 . 99. .008 .” "90-99. .000 ESTUDANTES D O S E X O M A SCU LIN O P Ô SO (em libras) 90.5 2 19 .. .69 . .* 100-109 .072 .5 1 69 . . . .30 Freqüência relativa 0 .135 .5 1 29 . 120.5 . 150.19 .000 0. 5 149. . . 210.042 .89 .5 179." = "de 89.19 . .001 .5 229. 130.172 ..59 . 170. .002 .276 0.278 Pêso (em libras) 160. 110.5 1 99 .5 159. 140. . .001 * libras. 20 0 . . .29 .5 1 39 .99 .5 1 09 .A LÓGICA DOS PROCED IM ENTOS ESTATÍSTICOS 187 0 .5 209. . .012 . 180.5 1 89 .49 . Freqüência relativa 0. 7 — Pesos de 270 estudantes do sexo masculino.5 Peso em libras F ig.

permanecem aproximadamente as mesmas. naturalmente. 209. Comparações semelhantes podem ser feitas para qualquer dos outros intervalos e mos­ trarão que as freqüências relativas não diferem amplamente.5 159. Essa dife­ rença de regularidade torna-se mais clara. ninguém pesava menos de 100 libras.001.5 1. 0. subdividindo os intervalos. Nas observações originais.5 rêso em libras F ig. 30 0 .5. Na amostra maior.5 H9. em vez de determinarmos as . 5 M 9. entretanto. Por exemplo.5 109 .i 149.5 1 39.5 189 .000 ou 0. pois.000. S 179 . a freqüência relativa é 1/1. de modo que a freqüência relativa era. neste nôvo histograma.000 estudantes do sexo masculino Note-se que.5 199.188 P L A N E JA M E N T O DE PESQUISA SOCIAL 0. Em verdade. 8 — Pesos dc 1. a “dispersão” dos dados é maior do que era com respeito às 270 observações originais: alguns estudantes pesam menos do que qualquer dos previamente pesados. As freqüências relativas dos pesos. Mas é transparente que o histograma da Figura 8 é "mais regular” que o da Figura 7. 20 ° 89i5 „ .29. os dois padrões de dados — o que aparece na Figura 7 e o que aparece na Figura 8 — não diferem muito. Podemos fazê-lo. assim.5 219. apenas um estudante pesou menos de 100 e mais de 90 libras e. quando ten­ tamos burilar o histograma.

5 109.5 119.5 179.5 109.5 PGso em libras F ig .000 estudantes do sexo masculino.5 209.5 129 .5 219.5 149.io .5 1 59. Nesse caso. obteríamos os resultados que aparecem nas tabelas 17 e 18. 0 .5 179.5 159.5 199. projetados nas Figuras 9 e 10. 99.5 189. 5 149. .5 189.5 129. S Pêso em libras F ig .A LÓGICA DOS PROCEDIM ENTOS ESTATÍSTICOS 189 freqüências relativas para intervalos de 10 libras.5 119.5 209.5 1 39.5 169.5 199. 9 — Pesos de 270 estudantes do sexo masculino £ o . 10 — Pesos de 1.30 x=r 9 9. suponha­ mos que as determinemos para intervalos de 5 libras.5 219.5 139. 5 169.

. .151 0.74.000 . . .0 3 0 . . 160. 200-204 . 190.011 . . .9 . .89 . 170. 200-204 . .44 .. . 185. 125. .103 . . .1 5 9 | Fêso (e m lib ras) 160. 150.49 . 130.057 . . .9 . . . . .74 . .0 7 4 . . .190 P L A N E JA M E N T O DE PESQUISA SOCIAL T a b e la 17 PESOS DE 270 ESTUDANTES D O S E X O M ASCULIN O Pêso ( em lib ra?! 105.1 78 . 195. .64 . . 145. .19. .011 .000 ESTUDANTES D O S E X O M A SCU LIN O Pêso ( em libras) 95.79 . . . .94 . 105.000 . . 135. .000 . 170.9 . . . .145 Pêso ( em libras) 155.14 . . . .003 .0 4 5 . .111 .29 .99 . 210. . . 185. . 110.0 0 4 . 180.64 . . .99 .0 7 0 . .005 . . . . . 205. .0 1 9 .1 47 0 . 165. . . .34 .8 4 .0 0 7 . 175.000 0.99 . 140. .54 .017 . 165.001 . . . . 100-104 .011 . . . . .59 . 190. . .0 0 4 . . . .69 . . . 175. .022 . . .133 . . 180.84 .050 .069 . .0 00 0 . . . . . .69 . . . .002 . Freqüência relativa 0.0 0 0 . . . .39 . . .078 .9 110-14 115-19 120-24 125-29 130-34 135-39 140-44 145-49 150-54 155-59 Freqüência relativa 0 004 .001 . . .24 . 210. .. .001 .125 .79 .14 . 195. Freqüência relativa 0 .0 0 4 . . .1 1 8 .025 . . 115.0 0 0 . . 120. T a b e la 18 PESOS DE 1.89 . . .0 0 4 . .14 . .0 0 0 . Freqtlência ■ relativa 0. 205. .001 .94 . . .

5 159.A LÓGICA DOS PROCEDIM ENTOS ESTATÍSTICOS 191 Note-se que. 129.5 2 09.5 TtTfr-w-. se. teríamos um histograma tal como o que nos mostra a Figura 11. o histograma revela definida ten­ dência para aproximar-se de uma curva suave.2. subdivididos os intervalos dessa maneira. Mas.-r-rfíf 99.5 H 9.0 4 0. naturalmente. Então. o . as Figuras 6-11 bastam para evidenciar que. 11 — Pesos de 10. A curva suave “limite”.? ~ £ 0 0 5 0. as 270 observações produzem um padrão mais irregular que as 1.5 P C so cm libras F ig.000 estudantes e estabelecêssemos intervalos de 2 1/2 libras. 02 s .5 139.5 199. só poderia ser traçada se os intervalos decrescessem em tamanho para além de qual­ quer limite e a amostra total crescesse sem limite.03 0 .000 estudantes do sexo masculino A sucessão de gráficos torna claro que os histogramas podem ser levados a aproximar-se de curvas suaves pela redução dos intervalos e aumento do número de observações. Suponha-se que continuemos a sub­ dividir os intervalos e a elevar o número de observações.5 109. tal como se mostra na Figura 12. por exemplo.5 ■ .5 119.5 189. . pesássemos 10.000 observações.5 169.5 179. coligindo-se maior número de dados. 5 219. ..

se os dados reunidos ceriam como limite a curva que aparece na Figura 12. ela apresenta padrão muito diferente da que diz respeito aos dados de um censo a propósito da distribuição de mulheres por nível de renda e que é mostrada pela tabela 19 e projetada no histo­ grama da Figura 13.192 P L A N E JA M E N T O DE PESQUISA SOCIAL Pêso em libras F ig . curvas tais e nos ocuparemos com verificar os usos que delas podemos fazer. como qualquer das funções pode ser deduzida da outra. "ver­ dadeiramente”. é o limite de que se faz apro­ ximação por meio da reunião de mais e mais dados e da sub-divisão indefinida dos intervalos. O têrmo distribuição (ou função de distri­ buição) é aplicado. Por exemplo. adiaremos. . Talvez o padrão dos dados não se aproxime de nenhuma curva suave específica. Mas veremos que a curva que aparece na Figu­ ra 12 é extremamente útil para apoiar predições e decisões.* Nem tôdas as curvas de frequência relativa têm o aspecto da que aparece na Figura 12. A curva suave mostrada na Figura 12 é chamada curva de freqüência relativa. à equação que1 descreve a curva cumulativa de freqüência. por agora. na natureza. relativa * Mais precisamente. Uma possível curva suave. Mas. a distinção perde interesse para nós. a questão de saber se existem. 12 — Curva suave para pesos de estudantes do sexo masculino Não sabemos. em sentido técnico. em verdade. esta equação é chamada uma função densidade de probabilidade. A equação matemá­ tica que descreve a curva de freqüência relativa tem o nome de função de distribuição.

os dados referentes às ren­ das anuais são “inclinados para a direita”. Se temos uma curva com pico e se a fre­ qüência decresce mais vagarosamente para um lado que para o outro. há grande número de mulheres que têm baixo nível de renda e. Mas.003 0.999 .021 .499 . conseqüente­ mente. POR N IV E L DE RENDA.499 .195 .156 . .499 . . . Revela essa curva uma decidida tendência para “cair” para a direita.002 . . .003 S2. significando isso que a curva cai muito mais rapidamente para a direita que para a esquerda.500-S4. S2.999 .038 . a curva de freqüência relativa que diz respeito à renda sobe.009 . S4. há "dispersão” mais ampla no lado direito da curva de distribuição. . S 500-S 999 . S4. S .003 . . .000-S5.500-S 1.999 . .000-54. de vez que a curva caía de maneira igualmente acentuada.000-S9. . . . $1. 12. Os dados coligidos a propósito de pêso de estudantes do sexo masculino distribuíam-se simètricamente. EM 1947 (Tamanho da amostra = Nível de Renda Perda 1-S 499 . S5. Mas. . . S3.999 . S3.104 . .500-S3. .000-S2.499 . é apresentada pela Figura 14. .160 . para a direita e para a esquerda de seu pico.999 . Isso é de se esperar de dados como êstes. diz-se que tal curva é inclinada para o lado em que decresce em menor proporção. . . a princípio. . . .29S .000-33.006 003 .A LÓGICA DOS PROCEDIM ENTOS ESTATÍSTICOS 193 a êsses dados. T a b e la 19 E D IST RIB U IÇÃ O DE MULHERES DE Q U A T O RZE A N O S MAIS.500-S2.999 . .000) Freqüência Relativa 0.000-S1. muito bruscamente. S10’000 em diante . SI. S6.

relativa à figura 13. .19 4 P L A N E JA M E N T O DE PESQUISA SOCIAL Freqüência relativa F ig. 14 — Tipo de curva aproximada. 13 — Histograma da tabela 19 F ig.

essa restrição não se imporia. convindo lembrar que. Na exposição que vai se seguir. Distribuição retangular F ig.A LÓGICA DOS PROCEDIM ENTOS ESTATÍSTICOS 195 Outros tipos de padrão de distribuição aparecem na Figura 15. limitar-nos-emos às funções simétricas. 15 — Tipos de padrão de distribuição Talvez a distribuição simétrica usada mais comumente seja a que se chama normal. com os nomes geralmente usados para designálos. na prática. como adiante mostraremos. A distribuição normal apresenta sempre padrão semelhante ao que aparece na Figura 12. . Essa distribuição goza de pro­ priedades que a tornam de uso fácil para efeito de predição.

| x e a serão definidos a seguir. X é a abcissa. Isso nos poupará o incômodo de repetir muitas palavras. qual a exata porcentagem de estudantes que pesam. quan­ do atingirmos a curva suave. a medida ou resultado marcados no eixo horizontal. quanto mais nos afas­ tamos do pico para qualquer dos lados. 6. Vejamos o que significa essa propriedade. será conveniente introduzir alguns termos relativos ao assuntoi.1416 e e = 2.0902 (ou 9. por exemplo.* Para discorrer a propósito da distribuição normal e de outros tipos de distribuição. Para introduzir êsses têrmos. ao seu limite. a altura da curva. teremos projeção da propor­ ção da população total que se situa em qualquer intervalo. a distribuição tem uma propriedade útil: se conhecemos a distribuição. Em outras palavras. es vem definida rigorosamente pela equação onde x = 3. . correspondente a um dado valor de X. entre 130 e 140 libras.196 P L A N E JA M E N T O DE PESQUISA SOCIAL Tem apenas um pico. Dissemos antes que. Y é a ordenada. podemos determinar exatamente que proporção dos estudantes tem pesos que se situam em qualquer intervalo especificado. corresponde a 0. tal como ilustrada pelas curvas suaves das Figuras 12. como veremos agora. Probabilidade. Essa fração. quando desejarmos expressar certa idéia referente a padrão de distribuição. é simétrica e. Suponha­ mos que a figura 12 é a curva regular limite da distribuição de dados obtidos por amostra aleatória extremamente grande e suponhamos também que essa curva regular corresponde ao que chamamos uma função de distribuição “normal”. suporemos conhecer a função de distribuição. Podemos então determinar. 14 e 15. Observado êsse plano. em vez de assinalar o número de estudantes cujos pesos se situassem em um intervalo.7183. mais a curva se aproxima do eixo horizontal. quando computada matemàticamente.02 por cen- * As propriedades não bastam para definir a curva normal. deveríamos assinalar a freqüência relativa dos pesos em cada intervalo.

aleatoriamente escolhido. Mas. Assim. como se pode ver nas figuras. porque nos capacitam a fazer predições muito acuradas acêrca da população de estudantes do sexo masculino. tal como as que aparecerem nas figuras 12. . quando se trata de curva suave. antes. entretanto. de uma maneira gráfica de represen­ tar as probabilidades. a porção da área total que se situa entre 130 e 140 libras equivale à probabilidade. enquanto a probabilidade se apoia na curva regu­ lar da função de distribuição que somente pode ser obtida depois de observado um número indefinidamente grande de estudantes. as áreas foram prepa­ radas e tabuladas de maneira muito conveniente. por meio de uma área sob a curva da freqüência relativa. 14 e 15. para determinar a extensão dessas áreas. venha a situar-se dentro dêsse intervalo.0902 da área total. Temos ne­ cessidade de alguma técnica. Dispomos. a probabilidade de que o pêso de um estudante aleatoriamente escolhido se coloque dentro de certo intervalo é diferente da freqüên­ cia relativa dos pesos. no caso de distribuição normal. Em verdade. devemos considerar. Se conhecemos a função de distribuição normal. para aplicar dados nor­ malmente distribuídos à determinação da probabilidade de acontecimentos. conseqüentemente. como é possível determinar essas probabilidades? A determinação das probabilidades equivale. Podemos nos utilizar das técnicas matemáticas do cálculo integral. Podemos representar a probabilidade de que um acontecimento venha a se realizar. As probabilidades são indiscutivelmente muito úteis. isto é. poderíamos dizer qual a probabilidade de que qualquer estudante aleatoriamente escolhido viesse a ter pêso situado dentro de qualquer intervalo especificado. por exem­ plo. à determinação de certa área sob a curva da freqüência relativa.A LÓGICA DOS PROCEDIM ENTOS ESTATÍSTICOS 197 to). algumas impor­ tantes propriedades das funções de distribuição. Para usar essas tabelas e. A porção hachureada na figura 12 representa a área de 130 a 140 libras sob a curva de freqüência relativa. essa área é apenas uma parte da área total sob a curva. ela corresponde a 0. agora. Denominamos essa fração: a probabilidade de que o pêso de um estudante. a freqüência relativa baseia-se em um número limitado de observações acerca dos pesos de es­ tudantes.

num pedaço de papelão. Em distribuições simétricas unimodiais. no eixo horizon­ tal. nem mesmo a mais importante medida de tendência principal. em verdade. o valor no eixo horizontal (abscissa). Poderíamos. tal como aparece nas figuras 12. O valor. há uma e única moda verdadeira. a moda e a mediana se confundem. então. Se suspendermos uma barra de aço pelo seu centro de gravidade. A moda verdadeira é chamada medida de tendência principal. Podemos usar dessa analogia física para nos auxiliar a apreender o conceito de média. Medidas de tendência principal. isto é. sendo a distribuição chamada unimodal. Para nossos propósitos. A moda não é a única.5 libras. 14 e 15. Suponhamos. que recortássemos a figura limi­ tada pela curva suave e o eixo horizontal Suponhamos que a figura fôsse rígida.198 P L A N E JA M E N T O DE PESQUISA SOCIAL 7. em tôrno do qual. a média. Muitas outras medidas fo­ ram sugeridas. A localização da moda é importante na descrição de dados dessa espécie. ou simplesmente. pode­ mos dizer onde se situa a maioria das observações. encontradas na prática. Em outras palavras. Distribuições com duas ou mais modas (polimodais) são. a medida de tendência principal mais importante é a média aritmética. cuja ordenada separa ao meio a área. usamos técnicas similares para avaliar ambos. pois. suponhamos que o papelão fôsse recortado de maneira semelhante à da figura. por ter sido traçada. os dados tendem a aglomerar-se. diretamente abaixo do pico da curva é chamado moda da distribuição. por exemplo. agora. ela se equi­ librará perfeitamente. algumas vêzes. No caso de distribuição nor­ mal. há igual probabilidade de que uma observação venha a cair num ou noutro lado da mediana. Por exemplo. O centro de gravidade de um corpo é o ponto no qual a massa dêsse corpo está “efetivamente” concentrada. A média de uma distribuição de dados assemelha-se muito ao centro de gravidade de um objeto e. através dela. colocar uma lâmina de faca perpendicularmente ao eixo . Uma forma de descrever o padrão dos dados represen­ tados pela curva da figura 12 é dizer que a curva atinge seu único “pico” a 152. sob a curva que representa a função de distribuição. porque descreve o ponto. Supo­ nhamos ter uma curva suave representando o padrão de um conjunto de dados. a mediana.

para usar um têrmo já consagrado. Se o papelão fôr feito de material uniforme. por exemplo. 8. pelo ponto de maior volume ou. ou da população. entretanto. no ponto onde a figura de papelão se equilibra. em linguagem comum. por um ponto situado entre os dois picos. Na prática. Indicaremos a média verdadeira. ou "média da população” da distribuição dos dados. então. Isto é sempre verdade para distribuições simétricas unimodais e. Note-se. o equilíbrio se dará não pela moda. mas. mas. no ponto em que se localiza o pico. . De maneira semelhante. em verdade. isto é. necessàriamente. se nós cortarmos a curva que aparece na figura 14 e tornarmos rígida a fôlha de papel. uma em cada extremidade e. geralmente. verificaríamos que a figura se equilibra no ponto em que a moda está localizada. portanto. raramente esperaremos que o seja. O halteres. a moda e a mediana localizam-se no mesmo ponto do eixo horizontal. mas a função de dis­ tribuição só pode ser determinada quando já se fizeram tôdas as observações possíveis. de alguma técnica definida para calcular a média verdadeira com base em um número finito de observações. Isso aparece claramente da figura 14. um conjunto de dados não se equi­ libra. que se uma barra de ferro é de forma irregular ela não se equilibrará. com base em amostra. pela letra grega Se procedêssemos dessa maneira relativamente à curva que aparece na figura 12. pela "moda de sua massa”.A LÓGICA DOS PROCEDIM ENTOS ESTATÍSTICOS 199 horizontal. é a “média verdadeira”. para a função de distribuição normal: a média. Êsse cálculo não precisa ser absoluta­ mente exato. o cálculo deve "beirar” o valor verdadeiro. tem duas "modas de massa”. o ponto do eixo horizontal em que a figura se equilibra. necessàriamente. por um ponto à direita da moda. Mas. De maneira idêntica. necessitamos. distribuições bimodais se equilibrarão. A média verdadeira. ou média da população de uma dis­ tribuição de observações só pode ser determinada se conhecer­ mos a própria função de distribuição. se equilibram num ponto no centro da barra. no entanto. O pico se localiza em $ 255. Cálculo da média.

equivalerá. então. há numerosas maneiras de calcular a média verda­ deira da distribuição. Introduzimos o símbolo 2 para representar n a operação de adição e fazemos com que ^ x. a maioria das quais pode ser utilizada na prática. do primeiro até o enésimo (o último). pois. etc. observação. que é mais freqüente­ mente usado. com tipos vários de amostragem aleatória. * Convém simbolizar essa operação. a primeira. Isto é.. Êsse ponto a meio caminho. 3. a segunda. ser utilizada como estimativa do "centro de gravidade” da população. a terceira. à média aritmética dos valores observados. por exemplo. 2.. n. X3.- denote a soma dos n valores observados. viria a situar-se muito próximo do va­ lor verdadeiro da média. Ou. Seja xi. n ^ X { = * i + *2 + *3 + . pois. x2. de outra forma. + *„.. é obtido adicio­ nando-se os valores de tôdas as observações conseguidas a partir da amostra e dividindo a soma pelo número total de observações feitas. a moda e a média são as mesmas nas curvas de distribui­ ção simétrica. 1 . Seja X. O índice i corresponde a qualquer um dos números índices. adotar o valor que se situe a meio. po­ demos admitir que a média verdadeira se confunde com a moda da amostra. quando a distribuição de freqüên­ cia (projetada com base em certa amostra) fôsse simétrica. O cálculo da média verdadeira. pois. Poderemos. . como fizemos notar anteriormente. e isso porque traz importantes vantagens práticas. * A média aritmética é o "centro de gravidade” dos valores observados e pode. Representemos com x a estimativa acima referida da média verdadeira. etc. para tais distribuições simétricas. uma observação qualquer do conjunto. etc. caminho entre a mais alta e a mais baixa leitura obtida.200 P L A N E JA M E N T O DE PESQUISA SOCIAL Ora. . num procedi­ mento a longo prazo.

ambas simétricas e ambas apre­ sentando exatamente as mesmas médias de população (ií). A nota 1. Isto aparece claramente na Figura 16a. é. Para descrever um padrão de observações possíveis. mais dispersas e menos precisas serão. ambas com a mesma média. enquanto que (t é a média da população. descreve um método para computar x a partir de um conjunto de dados grupados. seja essa população finita ou não. e seja a amostra colhida com ou sem substituição. saber onde se situa a média e saber. Temos aqui. quanto mais um conjunto de observações se aglomera em tôrno da média. dividida pelo número total de observações. é mécLia da amostra. ou classificados. ao fim deste capitulo. O método descrito é adequado para calcular x a partir de um conjunto de observações não grupadas (i. tal como se mostra na Figura 16b. duas curvas de freqüência relativa. Diz-se que. podemos ter duas populações com diferentes médias. Em outras palavras. porém com diferentes dispersões. mas com disper­ são idêntica em tôrno das médias respectivas. de­ vemos. Por outro lado. não clas­ sificadas). mas devemos esperar que o Q I na pequena cidade seja menos variado do que o Q I da nação. Podemos ter duas populações. portanto. o Q I médio numa pequena cidade pode igualar a média nacional. . 9. algo a respeito da dispersão das populações. Medidas de dispersão.1. Notese que x é apenas uma estimativa da média verdadeira. menos dispersas e mais precisas são essas observações. se baseada em amostra aleatória ilimitada. ( . não apre­ senta desvio. quanto menos se aglo­ merem em tôrno da média. tal como o caso dos pesos dos estudantes. o valor esperado das es­ timativas (x) revela-se igual à média da população (^i). tam­ bém. Mas as observações relativas à curva B não se aglomeram em tôrno da média tão densamente como se dá com as rela­ tivas à curva A. Por exemplo. As medidas de tendência principal não constituem os únicos meios de descrever o padrão de um conjunto de dados.A LÓGICA DOS PROCEDIM ENTOS ESTATÍSTICOS 201 Essa fórmula atesta que x corresponde à soma dos valores observados. Deve-se assinalar que essa estimativa da média da po­ pulação.

3 e 5.5. 16 — Comparação entre distribuições normais Muitos são os meios de medir a dispersão. 1. 6. . 8. em razão disso. quanto mais dispersos os dados do conjunto. tomando a média dos desvios da média que revelam as observações. . a média aritmética de 2. êstes podem tender para mais ou menos infinito). ou elevando-os ao quadrado. a soma dos des­ vios que. é.1. O total desses desvios é igual a zero. é sempre igual a zero.202 P L A N E JA M E N T O DE PESQUISA SOCIAL b ) Médias diferentes. apresenta um conjunto de observações. Por exemplo. Essa dificuldade pode ser evitada tornando positivo o sinal de todos os desvios. Mas. Uma boa medida de dispersão poderia ser conseguida. (Os quadrados dos desvios serão todos po­ . em relação à média.3. distância entre o maior e o menor dos valores possí­ veis. isto é. Surgirão casos em que não haverá valores possíveis mais altos e mais baixos (i. Os desvios em rela­ ção à média são . 4. 10 e 12 é 7. Uma de tais medidas pode ser a “oscilação” dos valores possíveis. mais parecem as observações desviar-se de sua média. dispersões iguais F ig . Uma medida que se impõe com natu­ ralidade baseia-se no fato de que.

como a distância da média aos pontos de inflexão. as de mais amplo emprêgo. Se fizermos passar duas ordenadas por êsses dois pontos. chama-se desvio pa­ drão. A variância e o desvio padrão não são. . que aparece na Figura 12.5 libras. a área por elas deter­ minada corresponderia a 68.A LÓGICA DOS PROCED IM ENTOS ESTATÍSTICOS 203 sitivos). O procedimento consistente em elevar ao quadrado os desvios e tomar a média dêsses quadrados fornece uma medida de dispersão chamada variância. numa função de distribuição normal. Se o desvio pa­ drão fôsse zero.26 por cento da área total sob a curva (ver Figura 17). dos dados relativos a pêso. A raiz quadrada da variância é outra medida de dispersão. de modo algum. F ig.i). as únicas medidas de dispersão em uso. ou média verdadeira (f. nos quais a curvatura se altera. A curva relativa aos pesos dos estudantes. em ambos os lados da curva. provavelmente. O desvio padrão pode ser representado gràficamente. Suponhamos que a média da população. fosse 152. foi tra­ çada de forma que o desvio padrão correspondesse a 20.5 libras. tôdas as observações se situariam exatamente no mesmo ponto e não haveria dispersão. menor o desvio padrão. 17 — Representação gráfica do desvio padrão Quanto mais densamente as observações se aglomeram em tôrno da média. mas são. pontos.

dividindo-a pelo número de observações menos um. com os dados.5 libras da média.26 por cento dos pesos de estudantes aleatoriamente es­ colhidos se colocaria. uma unidade menos do que o número total de observações calculando a raiz quadrada do resultado al­ cançado na operação (4) (5) O desvio padrão da população. A melhor forma de avaliar o desvio padrão de uma dis­ tribuição por amostragem aleatória simples consiste em de­ terminar a raiz quadrada da soma dos quadrados dos desvios das observações em relação à média. Conseqüente­ mente.0 libras. 68.204 P L A N E JA M E N T O DE PESQUISA SOCIAL Então. num procedimento de longo alcance. tal como o descrevemos. ou seja 68. é representado pela letra grega a e a estimativa do desvio padrão obtido pelas operações acima enumeradas é representado pela letra latina 5.26 por cento se situaria entre 132. podemos calcular o desvio padrão estimado realizando. Estimativas do desvio padrão. O desvio padrão de uma função de distribuição. 10. as seguintes ope­ rações : ( 1) (2) (3) (4) calculando o desvio de cada observação em relação à média estimada. O desvio padrão estimado. s. ou desvio padrão verda­ deiro. x elevando ao quadrado cada qual dos valores obtido na operação ( 1 ) somando todos os números obtidos na ope­ ração ( 2 ) dividindo o total obtido na operação (3) por (n ■ — 1 ) * isto é.5 libras. pode ser expresso pela fórmula seguinte: * (n — 1) representa os graus de liberdade de s. dentro de 20. que é 152. pelo próprio significado da expressão desvio padrão. devemos encontrar uma maneira de calcular o desvio padrão com base em amos­ tra aleatória de observações. e tal como se dá no caso da média.0 e 173. O concei e seus empregos são explicados na seção 5 do próximo capítulo. . Isto é. só pode ser obtido se contarmos com um nú­ mero infinito de observações da população.

dando atenção aos sinais positivos e negativos. Assim. de sorte que os números obtidos na primeira operação apresentam vários algarismos e. e elevar ao quadrado o resultado. pode ter várias casas decimais. pedidos pela operação ( 2 ) são de cálculo trabalhoso. os quadrados dos números. Por essa razão. capaz de fornecer exatamente o mesmo valor para s. conseqüentemente. O valor da média estimada. a variância da popula­ (2) (3) (4) (5) (6) (7) ( 8) .-Jây ’ n —1 Cabe ao leitor constatar que essa fórmula corresponde às instruções dadas acima. de grande com­ plexidade. adicionar todos os quadrados da operação (3) e dividir a soma por (n — 1 ) adicionar todos os números obtidos na ope­ ração ( 2 ). ( 2 ). dividir o quadrado obtido na operação (5) por n (n — 1) subtrair o número obtido em ( 6 ) do número obtido em (4) calcular a raiz quadrada do resultado obtido em (7). o conjunto de ope­ rações enumerado abaixo. algumas vêzes. mantendo os sinais positivos e negativos elevar ao quadrado todos os números obtidos na operação anterior. ou da amostra. pode ser usado sempre que o conjunto de operações referido pareça complicado: ( 1) examinar os números e imaginar qual será.A LÓGICA DOS PROCEDIM ENTOS ESTATÍSTICOS 205 . x. (O resultado obtido na operação (7) é. em números redondos. a média (não importa quão mau seja o “palpite” ) subtrair o valor imaginado de cada qual das observações. s2 e se denomina variância estimada. O cálculo do desvio padrão de acôrdo com as instruções anteriormente fornecidas é.

para . ponha de máquinas de cálculo. 162 (1) (2) * média imaginária. é a seguinte: seja x0 a média imaginada. 156. o quadrado do desvio padrão da po­ pulação. 135. O número de operações neste procedimento é maior do que no precedente. mas elas são muito mais simples de efe­ tuar.-».. 184. . 172.j 0 temos: • Além disso. 0.v„ = ^ is(* . O leitor poderá constatar que a fórmula para s. de acôrdo com as oito operações acima indicadas. de vez que os números são de manipulação mais fácil. x0 = 160 subtrair 160 de cada observação Pode-se demonstrar que: ’ n-\ [ £ (. a propósito de um conjunto de pesos de estudantes universitários.-to)! i i — [2 (*•' ~ ■ v°) ] » 0 — 1) 1 Essas operações são ilustradas a seguir.).)* [±(-. C ÁLCU LO D A V A R IÂ N C IA E D E S V IO P A ­ D R Ã O D E U M C O N JU N T O D E PESO S D E E ST U D A N T E S U N IV E R S IT Á R IO S D a d o s o r ig in a is ( x i) 142.)]■ j t n (n — F) ~\ n.)r Ir* ? (í>t n—1 » (« —1 ) \ « —1 h (u —1 ) caso se dis­ Esta última expressão é mais fàcilmente manejável. então: 12 J \ O.-* .206 P L A N E JA M E N T O DE PESQUISA SOCIAL ção é o2. 169. . 153.

ao fim do capítulo. - T o)5 324 16 576 8 1 49 144 625 4 n ^ (T i To)2 = 1 .0.A LÓGICA DOS PROCEDIM ENTOS ESTATÍSTICOS 207 (■Ti - X q) — IS — 4 +24 + 9 — 7 -25 +12 +2 y (.Ti ~ To) = — 7 (3) elevar ao quadrado os números obtidos em (2) (t .9 49/56 = 0.0 = s2 (5) e (6).1 259. ( .9 259.8 1 9 »— * (-7)’ OC 00 ii- O método para calcular s para dados agrupados é des­ crito na nota 1.7 ) 7 ( 8 ) (7) = As mesmas operações podem ser reunidas na fórmula seguinte: 1 " j ( tí - x„)* 1 ]' 1 1 •C J n ( n — 1) J 1 .9 . 00 1 1 .819/7 = 259.8 1 9 (4) (7) (8) 1.9 = V259X) = 16.

s2 não é estimativa precisa de o2. a amostra fôr colhida sem substituição. Assim. em estatística. s2 é computado da ma­ crescendo N. Por tando de populações muito amplas. a hipótese será rejeitada. entretanto. o de fazer asserções acêrca das propriedades da dis­ tribuição desconhecida. que possibilidade te­ remos de obter um dado conjunto de observações?”. que não conhecemos. podemos perguntar. Mas. porque utilizamos apenas as amostras da população total. O problema de inferência estatística é. Se. Se há grande possibilidade de obtermos as observações especifica­ das. caso contrário. efeito sôbre o valor de s2. com substituição.208 P L A N E JA M E N T O DE PESQUISA SOCIAL s2 é uma estimativa precisa de a2. a tarefa da análise esta­ tística é a de determinar a probabilidade de obtenção de um conjunto de observações qualquer. ou a partir de uma população finita. se s2 fôr calculado a partir de amostra aleatória simples. com base na informação propiciada pela amostra e nas hipóteses que desejamos estabelecer para equacionar o problema. o têrmo isso mesmo. (N — 1) / N tem por limite 1. Em têrmos de funções de distribuição de observações. Nessa fase estamos sempre interessa­ dos nas propriedades verdadeiras da função de distribuição. podemos formular o que se contém na fase estatística da in­ vestigação científica. em se tra­ êsse têrmo tem pouco Distribuição de médias estimadas. . Uma estima­ tiva precisa de o2 em amostragem sem substituição é: onde N é a extensão da população e neira acima descrita. colhida de uma população infinitamente extensa. admitindo como verdadeira uma hipótese específica.= 100. então. 11. “É a média verdadeira (|x) de uma população igual a (diga­ mos) 100?”. Utilizando o senso comum. perguntamos “Se a média verdadeira da população é igual a 100. poderemos aceitar a hipótese m . Note-se que. Os fundamentos lógicos da abordagem estatística dêsse problema revelam-se na forma como o problema estatístico é apresentado.

êle calcularia a média estimada (ou da amostra). ou não. Suponhamos que a média da amostra. apre­ sentando-o da maneira seguinte. o pesquisador colheria resultados em grupos de 100 e reuniria um grande número dessas amostras de 100. Para cada grupo. é 101. em si mesmo. o que dese­ jamos saber é: qual é o padrão de distribuição das médias estimadas? Não esperamos que essas médias estimadas coincidam exatamente. Nosso objetivo é testar a hipótese e. Podemos. Por isso mes­ mo. necessário chegar-se a tais extremos.2 do valor que esperaríamos. construímos a situação de pesquisa. quando esta última é igual a 100. Isto é. Quando conhecemos ou podemos fazer estimativas boas . perguntamos. A determinação dessa possibilidade ou probabilidade depende. tanto mais próximos tenderemos a ficar do verda­ deiro padrão de distribuição das médias estimadas. Êsse desvio. se essas 100 observações corroboram a hipótese. che­ gamos à conclusão de que o resultado médio de adultos nor­ mais.A LÓGICA DOS PROCEDIM ENTOS ESTATÍSTICOS 209 Suponhamos que. pois não conhecemos a possibilidade de ocorrência de tal desvio entre a média da amostra e a média da popula­ ção. igualmente ao que se referia às observações. cada uma delas constituída de 100 adultos. buscamos determinar se os resultados corroboram ou refutam a hipótese. da dispersão das observações. Se a hipótese fôsse verdadeira. Agora. Não é. podemos preparar uma distribuição da freqüência e um histograma das médias estimadas. Quanto maiores as amostras que tomarmos. tal como não esperamos que observa­ ções individuais mostrem exata concordância. por isso.2. em certo teste psicológico. como veremos. Desejamos determi­ nar se essa conclusão é. selecionamos uma amostra aleatória de 100 adultos. com desvio de 1. agora. baseados numa teoria psicológica. é 100. nada significa. se a hipótese fôsse exatamente confirmada. Deseja­ mos saber. agora. fazemos dela uma hipótese: n = 100. x. para isso. subme­ temo-los ao exame e determinamos os resultados. Suponhamos que um cien­ tista devesse aplicar testes de inteligência a um grande número de amostras. reformular o problema estatístico. que possibilidade teríamos de conseguir o conjunto de observações que conseguimos? Dessa maneira. tal como fizemos para o primeiro grupo. válida e. porém.

também se distribuem normalmente. calculadas a partir de amostras aleatórias tiradas dessa po­ pulação. a média dessas médias de amostras. xít é igual a (2 j. tende para a normalidade quando a amostra (empregada para fazer as estimativas) aumenta sua extensão. é possível empregar técni­ cas matemáticas para determinar o padrão de distribuição das médias estimadas. . Calculemos. . a. isto é.1. par uma população em que a variável de interesse não se distribua normal­ mente. O padrão de distribuição das médias estimadas tem média verdadeira igual à do padrão de distribuição da variável. íi = 5 Í2 = 7 x3 = 9 x = 21/3 = 7 * Pode-se mostrar que a distribuição das médias estimadas. um dos pontos conve­ nientes que aparece ao se tratar com variáveis normalmente distribuídas numa população é o de que as médias estimadas.210 p l a n e ja m e n t o de p e s q u is a s o c ia l acêrca dos valores de ^ e de a para a função de distribuição de uma variável numa população. * Os padrões normais. contudo. < o2 para n > 1. O mesmo. se verifica para o desvio padrão. ou seja. | i ~ = j. A diferença entre as duas distribuições está no fato de que as médias estimadas não têm a mesma dispersão das variáveis.8)/2. (A média das médias de amostras pode ser representada em símbolos por x). Imaginemos ter obtido três amostras de duas observações cada uma: Amostra 1 2 8 X Amostra 2 4 10 Amostra 3 6 12 Nesse caso. agora. Isto é. é menor que o2. a média da primeira amostra. ou 5. De modo analógo se obtém x3 igual a 7 e x3 igual a 9. A semelhança e a diferença entre a distribuição das mé­ dias estimadas e a própria variável pode ser mais fácilmente compreendida por meio de um exemplo. não são precisamente iguais. a variância da distribuição da variável (para amostras de extensão maior que um). a variância da distribuição das X médias estimadas. Em particular. está claro.

que as médias cobrissem tão ampla gama de idades. e s2 = 70/5. que os alunos estivessem todos em aula. Notar-se-á que a curva de distribuição relativa às obser­ vações originais apresenta dispersão mais ampla que as outras.000 observações aparecem também. ou 7.A LÓGICA DOS PROCEDIM ENTOS ESTATÍSTICOS 211 A variância de amostra. É igual a 8/2 ou 4. em certa hora. Imaginemos que se tenha feito o registro da idade de cada estudante de uma universidade. graficamente.T 25 1 9 9 1 25 70 Então. X Agrupemos. s? . não esperamos tanta dispersão entre as médias das classes como entre os indivíduos. X . por certo. Não nos surpreenderia ver que as idades variavam de cêrca de 15 até cêrca de 65 anos. 100 e 10. Podemos representar êsse aspecto da distribuição de médias estimadas. Suponhamos. Note-se que a variância estimada das médias da amostra (s= ) é menor do que a variância estimada das observações originais da variável (s2). mas que x e x são’ iguais. ou 14. O padrão de distribuição das médias estimadas de grupos de 10. agora. a seguir. x = 42/6. de tais médias de amostras pode ser facilmente obtida. respectivamente. e que deter­ minássemos a idade média de cada classe.000 observações. (Xi-x) -5 +1 -3 +3 -1 +5 ü Ui . Na figura 18 aparecem as curvas de distribuição de um conjunto original de observações e de médias estimadas calculadas com base em amostras de. as seis observações originais a fim de calcular a média (x) e a variância (s2). Essas curvas demonstram o que significa a asserção de que a média estimada é mais "precisa” do que as observações. Não esperaríamos. 100 e 10. isto é. àquela hora. 10. Êsse fato pode ser também ilustrado por meio de um exemplo do senso comum.

ou de uma população finita.000 F ig. C. 18 — Padrões de distribuição Se tomamos em conta 10. colhi­ da ou de uma população infinitamente grande. A relação entre a dispersão das observações originais e a dispersão das médias estimadas pode ser expressa em tèrmos matemáticos precisos. com substituição. Seja o2 a variância ver­ dadeira da distribuição da variável na população e o. Dados distribuídos norm alm ente Médias e3timadas de amostras de 10 Médias estimadas de amostras de 100 Médias estimadas de amostras de 10.' a . muito próximas do valor real.000 observações. muito embora as observações originais mostrem larga disper­ são. B. Seja x uma estimativa da média computada a partir de amostra aleatória simples. geralmente. D. as médias estima­ das se colocarão.212 P L A N E JA M E N T O DE PESQ UISA SOCIAL A.

aumentando a extensão da amostra para. Então. colhida de uma popula­ ção finita. com base em 10 observações. * t O método exposto acima para calcular s2/n è uma estimativa dêsse valor. o* e ° . digamos. sem desvio. ou variância.1 n ' onde N é igual à extensão da população. da média estimada. N — n s2 ----------. 100 observações. ou o! corresponde à variabilidade do método de amostragem com respeito a tais estimativas. pode-se mostrar que: onde n é igual à extensão da amostra a partir de que x é calculada. com substituição. N n . Podemos elevar a precisão da estimativa da média. Assim. Se x representa uma estimativa da média. calculada com base em amostra aleatória irrestrita. Assim. teremos: N — n a5 N. a média estimada apresen­ tará variância igual a: 50-10 50-1 < r» f 10 ’ O desvio padrão. a média estimada tem uma variância de o2 / 10 e um desvio padrão de o/VlO. é me­ dida da variabilidade (do método de amostragem) a que nos referimos no capítulo iv.é uma estimativa sem desvios. se fazemos uma estimativa da média com base em 10 observações. a va­ riância da estimativa é o2 / 100 e o desvio padrão é o /10. medidas de erros de amostragem. se fazemos uma estimativa da média. de uma população de 50 elementos.A LÓGICA DOS PROCEDIM ENTOS ESTATÍSTICOS 213 variância verdadeira da distribuição das médias estimadas. Nesse caso. dêsse valor. são portanto. Em outras palavras.

Fizemos notar anteriormente que as médias da amostra. estaremos inclina­ dos a concluir que as observações não corroboram a teoria. con­ seqüentemente.. Como dissemos. nós nos inclinaría­ mos por afirmar que as observações estão em concordância com a hipótese. A base para responder a essa questão pode ser encon­ trada na distribuição das médias estimadas. é exatamente 100. mas também de sua precisão (do êrro de amostragem).00. (o2). é suscetível de ocorrer. Tornemos. x. x. Dizemos. calculadas com base em dados retirados de uma população normal apresentam-se distribuídas normalmente. então.214 P L A N E JA M E N T O DE PESQUISA SOCIAL êsse êrro é aplicável a amostras aleatórias simples e é. então. Desejamos saber se a média da amostra. [i. Admita­ mos. ao exemplo do pesquisador que está buscando verificar a hipótese de que o nível médio de inte­ ligência numa população determinada de adultos é igual a 100. ou 0. se a população tem média 100 e a verdadeira variância é de 0. medida específica de êrro de amostragem aleatória simples relativa a estimativas da média. Isso pode ser feito determinando-se quão viável é a possibilidade de que se obtenha um resultado de 101. 12. se o desvio da média de amostra em relação à média hipotética é de fácil ocorrência. quando a média verdadeira. Supo­ nhamos que a variância verdadeira da variável na população. de o. que a variância verdadeira das médias (o~ ) de grupos de 100 observações X é 25. venha a ser 25.00/100.25.2 no teste. Devemos decidir agora se a média estimada "confirma” o valor hipotético de exatamente 100. agora. constituída de resultados de médias estimadas de teste. Por outro lado. isto é. Testes de hipóteses concernentes à média. Outros métodos existem para calcular erros correspondentes de outros métodos de amostragem e de outras estimativas (ver [4]).2. está distribuída normalmente em . de 101.25. que a população. Se a possibilidade de obtenção da média estimada estar assim afastada do valor hipotético é pequena. isso depende não apenas do valor da média estimada.

0 101. na curva.m | 1101. está afastada da média hipotética.5 101.2.2 | o que seria ainda igual a 1.2 e x = 100.5. teremos 1 100 — 101.5 100. podemos construir a figura 19. O desvio padrão seria igual a \/0. dividindo a diferença entre elas por o.0 100. isto é.2. A partir dessa informação. a diferença independente de sinal. z--. 0. .25 ou. à direita de [i.v. Podemos determinar quantas oí unidades a média da amostra. x = 101. 19 Por motivo de conveniência.s A expressão | jc — ji| significa "valor absoluto da diferença entre x e |i”. Se (i = 101..s o.2 — 100 | _ 1-2 _ 0 . X Íí .5 99.n o. a abscissa foi dividida em oí unidades. Uma vez que x é maior do que |i. Q 9 9. . = 100.A LÓGICA DOS PROCEDIM ENTOS ESTATÍSTICOS 215 tôrno de média 100 com variância de 0. 93. Agora podemos localizar jc na curva que aparece na figura 20. Êsse valor é representado pelo símbolo z.5 Resultados da m edia da amostra F ig .25. | i. ficará.

então.40. calculando a área sob a curva normal. seja em sentido negativo) por mais do que 2. de vez que os resultados são fornecidos por . do que 2. podemos determinar essa proporção de área assinalada à direita. à esquerda. 20 A área hachureada à direita de x. atingindo a outra área hachureada (ver figura 20). Como podemos determinar a proporção da área total sob a curva normal que. Êsses cálculos.40 al unidades. no sentido do eixo positivo. na figura 20. Se avançamos 2.216 P L A N E JA M E N T O DE PESQUISA SOCIAL FiG. a soma dessas áreas hachureadas iguais corresponde à probabilidade de obter uma média de amostra que se desvie da média hipotética (seja em sentido positivo. da média hipotética. cor­ responde à probabilidade de obter uma média de amostra que seja maior do que 101. para abscissas meno­ res do que —2. não se fazem necessários. entretanto. corresponde à probabilidade de obter uma média de amostra que esteja ainda mais à direita. para abscissas maiores do que 2. calculando a área sob a curva.2.40 a i unidades. Para dizê-lo em outras palavras. deva ser hachureada? Recorrendo à equação da curva normal. O mesmo pode ser feito para a área assinalada.40. na figura 20.40 unidades para a esquerda de |i.

e é representada por a. A probabilidade escolhida com êsse objetivo denomina-se nível de significância. 1 . 1. No exemplo acima verificamos serem suscetíveis de ocorrer desvios maio­ res do que 1. se a média verdadeira fôsse igual a 100 teríamos.40. Então. desvios maiores do que o obtido?” Se o forem. no Apêndice. Em conseqüência. caso contrário. dá as proporções para os vários valores de z. se a média da população fôsse 100.0082.40. Suponhamos. 0. estará indicada a proporção da área (isto é. ou 0.05. conseguido média de amostra. O total das duas áreas assinaladas na figura 20 é 2 X 0. ela será rejeitada. na seção 14 dêste capítulo.40 unidades. 0. em procedi­ mento de longo alcance. aceitaremos a hipótese. com base em 100 observações. portanto. pelo menos 5 por cento das vêzes. Veremos.0082) da curva normal. horizontalmente. O fato de que obtivemos média de amostra de 101. Note-se que êsses valores totalizam 1 . . que se desviasse por 1 .64 por cento das vêzes.0164. Com efeito.2 apenas 1. devemos decidir quão provável há de ser a ocorrência de ura desvio maior-do-que-o-obtido para deliberarmos aceitar a hipótese = 100.A LÓGICA DOS PROCEDIM ENTOS ESTATÍSTICOS 217 tabelas de fácil acesso. A tabela I.64 por cento das vêzes. Acompanhamos a primeira coluna até encontrar z com valor 2. Jamais poderemos estar absolu­ tamente certos de uma ou de outra coisa.64 por cento das vêzes. com base em 100 observações aleatórias. para abscissas maiores do que 5. é. entre x e [ x . ou no sentido de que a média da população é 100 e que desvios mais amplos do que os observados ocorrem com uma probabi­ lidade de 0.000. como tomar aquela decisão. A entrada na terceira coluna dá-nos a proporção da área sob a curva para abscissas menores do que x (i. na segunda coluna.9918). (uma vez que 3 c é maior do que ji). ao lado de 2. = 100.2. ou no sentido de que a média da popu­ lação não é igual a 100. Agora podemos dizer que. rejeitaría­ mos. desviando-se de 100 por mais de 2.2 pode ser interpretado. Perguntamos agora: "são suscetíveis de ocorrer.0164. no momento. mas há um meio sistematizado de tomar a decisão '‘melhor”. que escolhemos um nível de significância de 0. a hipótese jj. e sua variância fôsse 25. poder-se-ia esperar média de amostra.

Se z é maior do que z o. Cada uma dessas duas áreas é igual a 0.o5> rejeitamos a hipótese (como o faremos aqui). se ela fôsse verda­ deira. O nível de significância corresponde à soma de duas áreas iguais nas extremidades da distribuição normal. estamos apenas acentuando que. 21 Se usássemos um nível de significância igual a 0. caso contrário.960. o valor cor­ respondente z o.10. pois pode surgir qualquer desvia de um valor esperado ou previsto.282.218 p l a n e ja m e n t o de p e s q u is a s o c ia l Êsse procedimento pode ser exposto de outra maneira. Se alguém adivinha qual a carta que foi retira­ . Com base na tabela 2 do Apêndice.40. Mas nossa credibilidade tem um limite. o correspondente valor zo. O resultado não é impossível.os. F ig. podemos determinar o valor correspondente de zo. z era igual a 2. Apesar de tudo.05/2.576 e aceitaríamos a hipótese.oi seria 2. ou 0. tomás­ semos um nível de significância igual a 0. a hipótese poderia ser ver­ dadeira. Se. O procedimento que acabamos de descrever nada tem de definitivo. ela seria aceita. o resultado obtido seria um acontecimento altamente improvável. É 1. por outro lado.01. se os pa­ drões de distribuição são normais.025 (Ver figura 21).w seria 1. Nesse caso também rejeitaríamos a hipótese ^ = 100. No exemplo acima.

ex. devem ser ver­ dadeiras certas conclusões (i. e que as observações têm dis­ tribuição normal. O que desejamos no momento. que rejeitemos a hipótese. Note-se que a teoria estatística não nos diz que a hipótese seja falsa. Esse padrão de argumento é semelhante (mas não idên­ tico) ao que os lógicos chamam "silogismo hipotético destru­ tivo” (modus tollens). apesar de tudo.. simplesmente.A LÓGICA DOS PROCEDIM ENTOS ESTATÍSTICOS 219 da de um baralho. é examinar o modêlo estatístico ligado ao processo de inferência que acabamos de delinear. Dizemos então que.. se a mesma coisa se repete por várias vêzes sucessivas. obtivemos um resultado extremamente improvável. é. diz-nos. seria falso que tôdas as cadeiras têm quatro pernas). A hipótese pode. mas isso é tão improvável que a explicação não satisfaz mais. Há. A lógica formal nos diz. entretanto. Mas.. devem resultar certos valo­ res para z ) . Estamos aceitando e rejeitando hipóteses com base num procedimento específico. antes de acolhê-lo como base aceitável de inferência. é. mas os princípios lógicos em que tôdas se assentam são semelhantes ao que apareceu na ilustração agora dada. não se deve aceitar a hipótese. se a hipótese é verdadeira. Pode-se admitir que todos os acertos se deveram ao acaso. muitas maneiras de testar hipóteses. deve também ser verdadeira certa conse­ qüência (p. que a conseqüência é falsa (i. é. com base em que sua aceitação conduzirá a concluir que as obser­ vações são disparatadas. então. No caso estatístico argumentamos: se a hipótese é verdadeira. podemos pensar que isso aconteceu apenas por acaso. abandona-se a idéia de que se esteja adivinhando por acaso. a teoria estatística diz-nos que rejeitemos a hipótese. que podemos sustentar ser falsa a hipótese (i. mas certamente desejamos conhecer o raciocínio que sustenta o processo. Suponha-se que tomamos uma amostra aleatória simples de observações e que o valor resultante de z é maior do que o de za. Mas. como veremos. Suponhamos agora.. se a conclusão é muito improvável. O argumento é o seguinte: suponha-se que a hipótese a ser testada é verdadeira. Em caso de silogismo hipotético destrutivo argumentamos da seguinte maneira: se certa hipó­ tese é verdadeira. suponhamos que haja cadeiras com cinco pernas). correspondente ao nível de significância. não há cadeiras com cinco pernas). se tôdas as cadeiras têm quatro pernas. Em con­ seqüência. .

e aceitá-la. como veremos. apre­ ciaríamos estar em condições de fazer duas coisas: gosta­ ríamos de rejeitar uma hipótese. Se usássemos o nível de significância 0. O nível de signi­ ficância indica as probabilidades de cometer um êrro de tipo I.10. por conseqüência. ou é falsa. Êrro de tipo II: o êrro de aceitar a hipótese quando ela é falsa.05. E. se repetimos suficientemente o processo. desejamos rejeitá-la quando falsa. quando é falsa a hipótese.10. Dese­ jamos saber também. Isto é. Em verdade. por exemplo. num procedimento de pesquisa idealizada. rejeitaremos a hipótese cêrca de 5 por cento de vêzes em que e/a é verda­ deira. e os resultados obtidos corres­ ponderem a acontecimentos raros. de vez que é menor a possibilidade de cometer êrro.220 P L A N E JA M E N T O DE PESQ UISA SOCIAL ser perfeitamente verdadeira. por isso. que inevitàvelmente ocor­ rem. ou é verdadeira.10. Note-se que nada se afirma aqui acerca da “probabilidade” da hipótese A hipótese. pois não apenas desejamos aceitar uma hipótese quando verda­ deira. rejeitaría­ mos a hipótese cêrca de 10 por cento das vêzes em que ela é verdadeira. O nível de significância especifica o êrro de tipo I para os procedimentos acima expostos. Assim. Mas isso não é necessáriamente o que acontece. que devemos sem­ pre preferir o nível de significância 0. Poderia parecer. 5 por cento das vêzes rejeitaríamos a hipótese (fi = 100).05 ao nível de signi­ ficância 0. Não podemos esperar perfeição em qualquer dos sentidos. estaremos sempre sujeitos a dois tipos de êrro: Êrro de tipo I: o êrro de rejeitar a hipótese quando é verdadeira. sendo o resultado médio igual a 100. . quando ela fôsse verdadeira. se o valor de z é apenas ligeiramente superior a 1. O único ponto em que se consi­ deram probabilidades é no que diz respeito às observações. de acordo com o procedimento indicado acima. do que quando recorremos ao nível de significância 0. aumentará a possibilidade de aceitar uma falsa hipótese quando usamos o nível de significância 0. se repetíssemos o procedimento usado na ilus­ tração colhendo muitas amostras de 100 resultados de testes. sempre que falsa. mas também.96. sempre que verdadeira.

A

LÓGICA

DOS

PROCEDIM ENTOS

ESTATÍSTICOS

221

quando o procedimento é utilizado como base para aceitar ou rejeitar a hipótese. Diferente, porem, é o êrro de tipo porque seu signi­ ficado depende de que seja falsa a hipótese em questão. Mas hipóteses podem ser falsas de muitas maneiras. Se alguém diz que lhe deve $ 3.00 quando deve, em verdade, $ 3.05, a asserção é falsa, mas, por quantia (que, ordinàriamente, consideraríamos) desprezível. Mas, se diz que lhe deve $ 3.00 quando deve, em verdade, $ 30.00, está come­ tendo engano mais sério. E coisa semelhante ocorre na pesquisa científica. Se predizemos que o resultado médio de um teste será 100, e êle fôr 101, a hipótese mostra-se falsa, mas não “muito” falsa. A diferença pode não ter importância. Mas, se a média verdadeira é 110 e nós acei­ tamos 100, as conseqüências podem ser muito sérias. O procedimento descrito é pouco adequado para a iden­ tificação de pequenos graus de falsidade da hipótese, pres­ tando-se, porém, para a identificação dos grandes graus. Em geral, se recorremos a êste e a procedimentos análogos, haverá muita probabilidade de que aceitemos uma hipótese “ligeiramente falsa” mas não de que seja acolhida uma hipó­ tese com grau de falsidade substancial.

II,

13. Curvas características de operação.
Podemos traduzir a situação relativa ao êrro de tipo de maneira precisa, através de uma “curva característica de operação” (ver [7]). A figura 22 mostra uma curva de tipo “C O ” relativa ao teste* bilateral z que escrevemos acima. O eixo horizontal representa as várias possibilidades “ver­ dadeiras” que nos dispomos a considerar como alternativas para a hipótese. Para utilizar essa curva, a hipótese, H 0, é enunciada de forma que a média verdadeira seja igual a a (i. é., H 0: | i = a). No caso referido acima, a hipótese era p. — 100. Os valores alternativos que | x poderia ter (X) são representados ao longo da abscissa. As unidades de X são dadas em têrmos do desvio padrão verdadeiro da popu­ lação (i. é, a unidades). Desvios de a, que corresponde

II

* O teste é denominado "bilateral" porque as duas áreas, sõb e sob z, em ambos os lados da curva de distribuição, devem ser levados em conta.

222

P L A N E JA M E N T O

DE

PESQUISA

SOCIAL

a zero, na abscissa, podem ser tanto positivos como nega­ tivos. As curvas, portanto, têm, realmente, forma de sino. Mas, porque são simétricas, os desvios positivos e nega­ tivos podem ser representados num só quadrante. Podemos, pois, ignorar o sinal do desvio do verdadeiro valor de em relação a a. Assim, o afastamento de uma unidade do ponto zero da escala corresponde a um acontecimento em que a média verdadeira da população (|i) está afastada de um des­ vio padrão (o) do valor que a hipótese assevera (a). Por exemplo, se o desvio padrão verdadeiro das leituras do con­ junto de dados acima é 5, uma unidade ao longo do eixo horizontal corresponde à situação natural possível em que o resultado médio do teste é, de fato, 95 ou 105. Duas unidades, corresponderiam à possibilidade de que a média verdadeira fôsse 110 ou 90, etc.. A curva traçada na figu­ ra 22 representa a probabilidade com que aceitaremos a hipótese, para cada valor possível que a média verdadeira venha a assumir. Quando a hipótese é, de fato, verdadeira (e, portanto, p. = a), se nós utilizarmos o nível de significância 0.05, a curva passará pelo ponto de probabilidade 0.95. Isto significa que, sendo a hipótese verdadeira, é de 0.95 a probabilidade de que venha a ser aceita e, con­ seqüentemente, de 1 — 0.95, ou 0.05, a probabilidade de que venha a ser rejeitada. Na medida em que nos deslo­ camos para a direita e consideramos os possíveis erros de tipo II, a probabilidade de aceitação principia a reduzir-se. Observe-se que o comportamento dessa curva depende de quão ampla seja a amostra. Se, por exemplo, dispusermos de apenas três observações, a probabilidade de aceitação é de cêrca 0.58, quando nos deslocamos de uma unidade o; se a extensão da amostra é 10, a probabilidade de aceitação é cêrca de 0.11. É visível agora a vantagem de uma crescente extensão da amostra: quanto maior a amostra, menor a possibilidade de aceitação de uma hipótese extremamente afastada do ver­ dadeiro estado de coisas. A figura 22 mostra como a curva " C O ” cae muito mais acentuadamente para amostras mais amplas. Para amostras muito pequenas, de 2 ou 3 elementos, a probabilidade de aceitar hipóteses errôneas é bem alta, ainda quando nos afastamos o correspondente a duas uni­ dades 0.

.0

.8

Seja a o valor padrão, fx a média, < r o desvio padrão conhecido do universo normal de que são colhidos ii ele­ mentos. Essas curvas retratam a probabilidade de acei­ tar a hipótese Ho-A»=a,quando se usa o método descrito e. em verdade.|/x-a|=\aO êrro tipo I de rejeitar Ho. se

§

.6

H - s aé igual a 0.05. 0 teste é bilateral.

§ .4

0

(aplicável aos testes 1 e 12 do capitulo vi). (Reproduzido, por especial permissão dos autores e do editor, C. D . Farris, F. E . Grubbs e C. L. "Weaver, “Operating Characteristics for the Common Statistical Tests of Significance”, Annals of Mathematical Statistics. X V II. 1946, 178-92).

F ig . 22 — Curvas características dc operação do teste bilateral normal (z)

224

P L A N E JA M E N T O

DE

PESQUISA

SOCIAL

Voltando ao nosso exemplo relativo a resultados de testes de inteligência: se o desvio padrão verdadeiro da população de resultados de teste é 5, e nós fazemos apenas 5 observações, a curva da figura 22 revela o seguinte: (1) Se a média verdadeira é 105, aceitaremos a hipótese de que é exatamente 100, cêrca de 39 por cento das vêzes. Em têrmos de freqüên­ cia, isso quer dizer que se colocamos um dado número de examinadores a trabalhar, e xnstruimos cada um dêles no sentido de que submeta ao teste 5 elementos da população, aleatoriamente selecionados, 39 por cento dos examinadores, utilizando os procedimentos aci­ ma indicados, para a aceitação ou rejeição de hipóteses, viriam a aceitar a hipótese de que a média é 100, quando é, verdadeiramente, 105. Se a média verdadeira é 102.5, a probabili­ dade de aceitar a hipótese é, aproximadamente. 0.80 (isto é, meia unidade distante de a). Se a média verdadeira é 110, a probabilidade de aceitação é quase zero (isto é, duas unida­ des o distante de a).

(2)

(3)

A curva C O é muito útil no planejamento de pesquisa. Por meio dela podemos começar a avaliar o grau de con­ fiança a ser depositado em hipótese por nós aceita; se a extensão da amostra é pequena, diremos, normalmente, que o nosso grau de confiança é baixo, e que a curva C O habilita-nos a expressar quantitativamente êsse tipo de confiança. Naturalmente, desejaríamos que o grau de confiança fôsse o mais alto possível. Mas, os planejadores da pesquisa devem balancear o custo crescente de uma colheita de amos­ tra mais ampla, contra a necessidade de contarem com grau maior de confiança, isto é, contra a necessidade de uma curva C O que apresente acentuado declive, quando a situa­ ção verdadeira se desvia amplamente da hipótese. Vejamos de que modo êsse balanceamento pode ser levado a efeito.

A

LÓGICA

DOS

PROCEDIM ENTOS

ESTATÍSTICOS

225

14. liso das curvas CO.
Não dispomos ainda de curvas C O para todos os pro­ cedimentos estatísticos de verificação; mas, quando os temos, podemos, com respeito às quatro seguintes questões estatís­ ticas, tomar decisões de maneira consciente e eficaz: (1) Quais são os erros críticos de tipo II? Isto é, a partir de que desvio da hipótese em relação ao valor verdadeiro, devemos nós estar certos de que ela deve ser rejeitada? Que procedimento estatístico de verificação deve ser empregado? Em que nível deve ser colocado o êrro de tipo I, isto é, com que freqüência devemos expor-nos a rejeitar uma hipótese, quando verdadeira? Quantas observações devem ser feitas?

(2) (3)

(4)

Essas perguntas relacionam-se umas às outras e não podem ser consideradas independentemente. Respondê-las requer constante referência à formulação do problema, e, em particular, à ponderação da gravidade dos possíveis enganos. Dentro em breve examinaremos a maneira de reformular estatisticamente uma hipótese estabelecida em estágio anterior. Adiaremos, temporàriamente, essa discussão, pois o método de responder às quatro questões relacionadas é muito geral, e se aplica a muitas formulações estatísticas de hipóteses. Consideraremos aqui, para efeito de ilustra­ ção, hipóteses da forma: uma propriedade de uma popula­ ção (Q ) é equivalente a alguma quantidade especificada (a). O método discutido será, contudo, aplicável a todos os demais tipos de hipóteses. Na formulação do problema, segundo modêlo formal, pudemos dar-nos por satisfeitos com a enunciação de duas hipóteses alternativas sob a forma: H 0: Q = a, H±: Q = (= a. Sabemos agora, entretanto, que Q 4= a pode significar muitas coisas, desde que, se Q = } = a, Q pode assumir muitos valores. Conseqüentemente, devemos ampliar nossa formulação origi­ nal das alternativas.

226

P LA N E JA M E N T O

DE

PESQUISA

SOCIAL

A primeira tarefa consiste em determinar o valor critico do êrro de tipo II. O valor crítico do êrro de tipo II é aquêle desvio do valor hipotético (a) para o qual deseja­ mos estar praticamente certos de que a hipótese Q = a não é aceitável. Por exemplo, se estamos testando a hipó­ tese de que o Q I médio da população é 100, devemos deci­ dir para que valor verdadeiro de fi, nós, pràticamente, nunca desejaremos aceitar a hipótese = 100. Esta ê apenas uma das maneiras de definir o valor crítico; isto é, em têrmos de certeza prática de rejeição. Em verdade, qualquer pro­ babilidade de rejeição poderia ser usada; por exemplo, aquê­ le desvio, em relação a a, para o qual desejamos aceitar (Q = a) não mais do que 50 por cento das vêzes. Geral­ mente, entretanto, preocupamo-nos mais com o engano que, pràticamente, nunca estamos dispostos a cometer e usaremos, portanto, aquela definição. O problema, agora, é como decidir para que valor de Q não desejamos pràticamente nenhuma possibilidade de aceitar a hipótese em questão. Para resolvê-lo, devemos voltar a referir-nos aos enganos que podem ser cometidos, e ao que ocorre em relação à gravidade de engano associado à aceitação de H 0, quando o valor verdadeiro de Q desvia-se mais e mais de a. Consideremos, inicialmente, o caso em que a pesquisa tem apenas um objetivo, O; duas hipóteses, H n e Hi\ e suas correspondentes vias de ação C 0 e C \ . Admitamos, além disso, que H 0 se apresenta sob a forma Q = a; e que H 1 corresponde a Q 4= a- Examinemos a seguir as consequências de escolher C 0 para O , quando o valor verdadeiro de Q desvia-se mais e mais de a. O que desejamos especificamente saber é: qual o desvio mínimo de Q em relação a a que torna máxima a gravidade de usar Co para alcançar o objetivo O. Importa recordar que a gravidade de um engano relativo a um objetivo, O , é função da ineficácia da via de ação e da importância do objetivo. A importância do objetivo, entretanto, não se altera com a modificação do verdadeiro valor de Q; altera-se apenas a eficácia da via de ação. A seriedade do engano, portanto, é máxima, quando máxima a ineficácia da via de ação (i. é., quando a eficácia de C0 é igual a zero). Conseqüentemen­ te, para determinar que desvio em relação a a torna de máxima gravidade o engano, devemos determinar o valor de Q para o qual a eficácia de Co é pràticamente zero.

A

LÓGICA

DOS

PROCEDIM ENTOS

ESTATÍSTICOS

227

Há, naturalmente, mais de um objetivo, em geral, de sorte que devemos determinar o valor de Q para o qual a eficácia da via de ação é pràticamente zero para todos os objetivos. Esse valor de Q pode ser tomado como valor crítico. A determinação da eficácia da via de ação para o objetivo, em relação aos vários valores de Q , pode ser feita segundo o esquema atrás apresentado (ver secção 3.2.1 do segundo capítulo). Suponhamos, por exemplo, estar interessados em deter­ minar se o Q I médio (jx) de uma classe é igual a certo valor especificado (a), com o objetivo de determinar se deve ser aplicado à classe um programa de treinamento avançado (C 0). Êsse programa destina-se, digamos, a fornecer à classe meios de alcançar o maior rendimento possível no aprendizado, naturalmente nos limites de sua capacidade. Se aceitarmos H 0'. = a, aplicaremos à classe o programa especial. Poderemos decidir que, se a média verdadeira fôr inferior a 90, seria tão prejudicial aos estudantes submetêlos ao programa especial, que isso comprometeria comple­ tamente os nossos propósitos. Nesse caso, êsse desvio de 10 pode ser tomado como o valor crítico. Uma vez escolhido o valor crítico, voltamo-nos para a curva ou tabela C O, a fim de determinar que teste usaremos na avaliação da hipótese. Para cada teste alternativo exis­ tente, devemos, quando possível, determinar o número de observações que se fazem necessárias (para qualquer nível de significância fixado), de maneira que o êrro de tipo II se tome igual a pràticamente zero no valor crítico. Para usar a curva C O com êsse propósito, o valor crítico deve ser expresso em a unidades, onde a é o des­ vio padrão verdadeiro da variável a ser investigada. Se o não é conhecido, e não foi feita nenhuma observação prévia que permita avaliá-lo, podemos fazer o tipo seguinte de aproximação grosseira: podemos avaliar o desvio mais amplo que seja razoável esperar entre duas observações de ele­ mentos da população, e dividir êsse desvio estimado por 6, sendo o resultado aproximação grosseira de a. No teste bilateral z, a é conhecido, ou seu valor é fixado, e, por isso mesmo, essa aproximação não precisa ser feita. Se, contudo, estivermos empenhados em determinar o Q I médio de certa população da qual o não é conhecido, a aproximação pode

228

p l a n e ja m e n t o

de

p e s q u is a

s o c ia l

fazer-se necessária. Em tal caso, pode ser grosseiramente estimado, por exemplo, que os resultados mais baixo e mais alto, serão, aproximadamente, 85 e 115. Haverá, assim, uma diferença de 30 que, dividida por 6, fornece um o estimado igual a 5. Método mais satisfatório para estimar o é tomar uma pequena amostra probabilística da população, a partir da qual possa-se calcular s. Isto é, amostragem dupla pode ser uti­ lizada quando a primeira amostra (ou, pré-teste) é usada para fornecer estimativas com base nas quais possar ser escolhida uma eficaz segunda amostra e estabelecido um pro­ cedimento de avaliação. Pré-testes serão examinados com algum pormenor no capítulo x. Não obstante, quando obtido um valor para a, podemos dividí-lo pelo valor crítico, de forma a obter o que poderia ser chamado desvio crítico. No exemplo, o valor crítico é 10 e dizemos que a — 5; então, o desvio crítico é igual a 10/5, ou 2. Podemos agora considerar a família de curvas C O para determinado teste e assinalar êsse desvio crítico sôbre o eixo das abscissas. Cada curva da família é desig­ nada pelo número de observações (n) que permitiu traçá-la. Escolhemos o menor n cuja curva é pràticamente zero no desvio crítico. No exemplo do Q I, o desvio crítico é igual a 2. Usando as curvas C O para o teste bilateral z (figura 22), verificaremos que o n que satisfaz essas condições é 5. Isto significa: se, dentre a população, selecionarmos amostra aleatória de 5, e testarmos a hipótese de que o Q I médio é igual a 100, estaremos pràticamente certos de não aceitar essa hipótese, se a média verdadeira fôr 90, ou inferior a 90 (ou 110, ou superior a 110). Êsse processo deve ser repetido para cada procedimento alternativo de avaliação, e respectiva família de curvas CO. Em princípio, devemos escolher o teste que requeira número menor de observações. H á uma exceção, entretanto; certos procedimentos de avaliação, embora requeiram menos obser­ vação, requerem mais cálculo. Em casos tais, os custos to­ tais de observação e cálculos devem ser comparados, enten­ dendo-se que o custo abrange o dispêndio de tempo e esforço, bem como o de dinheiro. Em alguns casos, quando o custo de observação é relativamente baixo, mas o de computação

A

LÓGICA

DOS

PROCEDIM ENTOS

ESTATÍSTICOS

229

relativamente alto, pode tornar-se desejável empregar um íeste que exija mais observações e menos cálculo. Êsses testes que exigem menor número de observações para garantir que o êrro de tipo II se mantenha dentro de certos limites para qualquer valor de Q, são chamados testes "mais poderosos”. H á alguns testes relativamente aos quais pode ser demonstrado que nenhum outro requereria menor número de observações para garantir que o êrro de tipo II se mantenha dentro de certos limites, para qualquer valor de Q; êsses testes são denominados “uniformemente mais pode­ rosos”. O teste z é um teste uniformemente mais poderoso. Não há outro teste para as mesmas hipóteses (| x — a, quando o é conhecido ou tem valor fixado) que tenha uma curva C O que caia mais perto da linha de base do que a curva C O do teste z, para qualquer valor de Q. A expressão "unifor­ memente mais poderoso” é, entretanto, enganosa, pois êsses testes podem não ser, em verdade, os mais econômicos rela­ tivamente aos objetivos da pesquisa. Nos últimos anos temse trabalhado, consideràvelmente, para desenvolver os chama­ dos “testes ineficazes”, que são menos poderosos do que os uniformemente poderosos mas que, em certas circunstâncias, revelam-se mais econômicos. Êsses "testes ineficazes” podem ser mais econômicos, embora requeiram maior número de observações, porque exigem menos “tratamento” dos dados; isto é, menos confrontação, tabulação e cálculo. Alguns dêsses testes serão examinados nos dois próximos capítulos. (Ver [5: xv], [12] e [22]). O seguinte é um procedimento para escolher (1) o teste a ser utilizado; (2) o êrro de tipo I aceitável; e (3) o número de observações a fazer. Uma vez estabelecido o valor crítico, devemos determinar a melhor maneira de agir com referência a cada um dos proce­ dimentos alternativos de avaliação. Já expusemos a maneira como fazer tal determinação com referência a um êrro de tipo I específico. Mas, em qualquer procedimento de ava­ liação, na medida em que o êrro de tipo I diminue, o número de observações necessárias para que não ocorra pràticamente nenhum êrro de tipo II, no valor crítico, aumenta. O que desejamos, então, é um “equilíbrio ótimo” entre o êrro de tipo I e o número de observações para cada teste. Mas o que é um “equilíbrio ótimo”?

230

P L A N E JA M E N T O

DE

PESQUISA

SOCIAL

Podemos começar a responder essa questão iecorrendo a um exemplo. Suponhamos que, para um dado teste, são necessárias 96 observações no nivel de significância 0.05 (êrro de tipo I), e que são necessárias 165 observações no nível de significância 0.01 para que não se cometa práticamente nenhum êrro de tipo II no valor crítico. Suponhamos dever conduzir o teste em ambos os níveis de significância; qual seria, então, o custo total esperado de cada procedi­ mento? Por “custo total esperado” entendemos o custo mé­ dio, por teste, em que incorreríamos se o teste devesse ser repetido um número de vêzes indefinidamente grande. Êsse custo total esperado pode ser calculado da seguinte maneira: (1) Determinar o custo (co.os) da coleta de 96 observações e o custo (co.oi ) da coleta de 165 observações. Determinar o custo (C) da rejeição da hipó­ tese quando verdadeira. Então, o custo es­ perado associado a êsse êrro no nível de sig­ nificância 0.05 é igual a 0.05 C (isto é, a probabilidade de cometer o êrro multiplicada pelo custo do êrro). Isto quer dizer, por exemplo, que, se devêssemos realizar êsse teste 100 vêzes, esperaríamos cometer êsse êrro 5 vêzes. O custo esperado, por tentativa, seria, então, de 5/100 ou 0.05 vêzes o custo do êrro. De maneira semelhante, o custo esperado as­ sociado ao êrro de tipo I, no nível de signi­ ficância 0.01, é igual a 0.01 C. Determinar o custo (K) associado ao trata­ mento de dados obtidos em cada qual dos ní­ veis de significância. Desde que maior número de observações se fazem necessárias ao nível 0.01 do que ao nível 0.05, Ko.oi será, em ge­ ral, maior do que K 0.o s• O custo total esperado (T C ) de cada proce­ dimento seria, então,
T C o .0 5 T C q .o i = c 0.05 -f- 0.05 C f- K “l- 0.01 C + K 0.05 o.oi

(2)

(3)

(4)

s== C o.oi

A

LÓGICA

DOS

PROCEDIM ENTOS

ESTATÍSTICOS

231

(5)

Escolher o nível de significância onde o custo total é mínimo.

Podemos generalizar êsse procedimento para o teste de duas hipóteses, da maneira seguinte: (1)
I. 2. 3. 4. 5. 6. 7.

Preparar o seguinte quadro:

Êrro de tipo I (nível de significância) Custo de rejeitar H c, quando verdadeira Produto de entradas em 1 e 2 N ’ de observações exigido Custo das observações Custo do tratamento de dados Custo total: soma das entradas em 3, 5 e 6

a C aC n c K TC

0.001

0.01

0.05

etc

----

(2)

Escolher o êrro do tipo I para o qual a entrada na linha 7 seja mínima.

Ilustremos êsse procedimento, examinando um exemplo simplificado. Suponhamos estar levando a efeito um levan­ tamento, e suponhamos que nossas observações consistem de entrevistas. Suponhamos, ainda, que escolhemos o valor crí­ tico, e o teste a ser utilizado. Consultamos as curvas C O e verificamos ser o seguinte o número de observações exigi­ das em três diferentes níveis de significância *: 0.05 — 96 0.01 — 165 0.001 — 270 Suponhamos, agora, que o custo de uma entrevista é $0.50. e que independe do número de entrevistadores. Suponha-

* Em verdade, deveríamos empregar todos os níveis de .sign cância para os quais existam disponíveis as curvas CO. Apenas três delas são aqui empregadas a fim de simplificar a ilustração.

001 $1. 5 e 6 $ $ $ 0. a rejeção de uma pode significar a aceitação de qual­ quer das outras. 5.232 p la n e ja m e n to de p e s q u is a s o c ia l mos que o custo de rejeição da hipótese H 0.00 107.000.00 para 96 observações.05 $1. 6. com 165 ob­ servações.00 156. Isto é. é $ 1. a diferença entre os níveis de significância 0.00 para 270. proceder à tabulação seguinte : I.00 $ $ $ 0.50 15.01 $1. então. o procedimento dá-nos meio de deter­ minar o nível de significância ótimo (menos dispendioso).05 é insignificante.00.00 para 165 e $ 20. 4. 7.00 $ 10.01 e 0.00 165 82. o que pode ser conseguido com qualquer procedimento de estimação.00 270 135. O procedimento descrito permite-nos avaliar. e porque $107.00 $ 50. $ 15.00 $ 1. 2. Podemos. Admitamos que o custo de tratamento de dados é $ 10.00 108.50 $ $ $ 0.00 20. Quando mais de duas hipóteses estão implicadas na pes­ quisa.00 10.000. quando verdadei­ ra. Êrro de tipo I (nível de significância) Custo de rejeição de H„.00 96 48. com referência ao qual existam curvas C O traçadas. o custo de rejeição de uma hipóte­ . para o qual o custo total seja mínimo. podemos nos valer dêsse método para escolher um procedimento de avaliação: escolher aquela combinação de (a) procedimento de avalia­ ção. da melhor maneira possível. relativamente a um es­ pecífico valor crítico. naturalmente. quando verdadeira Produto de entradas em 1 e -2 Número de observações exigido Custo das observações Custo do tratamento de dados Custo total: soma das entradas em 3.000.000. Neste caso. o êrro de tipo I ótimo para êsse teste é 0. 3.50 é a entrada mínima na linha 7. (b) nível de significância e (c) número de observações. e indica o número de observações para qualquer procedi­ mento de avaliação. Por generalização simples.00 Neste caso. Portanto.01.

podemos aceitar Hn ou H a. ao rejeitar H i. Elas abran­ gem (1) o método de amostragem a ser utilizado. já que as funções matemáticas que entram em jôgo nas equações podem torná-las insolúveis. seria demorado e caro. (2) o pro­ cedimento de estimativa a ser utilizado. em que diversas hipóteses se apresentam. há três decisões a tomar. afinal. ou de difícil solu­ ção. e não é nada raro o pesquisador ter que se haver com numerosas hipóteses. desta maneira. quando ela é verdadeira. Quando mais de duas hipóteses se apresentam. não é indispensável. seção 2. uma ilustração pode ser encontrada no Apêndice IV. Não obstante. em alguns tipos de situação. incide no uso de complexas técnicas matemáticas. e aos quais chamamos problemas de estimativa. analisar todos os procedimen­ tos possíveis de amostragem e estimativa que poderiam ser empregados numa pesquisa. varia na dependência da hipótese falsa que fôr aceita. os princípios lógicos necessários já foram discutidos no capítulo iv. imagine-se que tenha­ mos três hipóteses. particularmente quando vários . Para considerar uma situação comum. concernentes ao projeto de pesquisa prática. E o custo resultante da acei­ tação de Ho.A LOGICA DOS PROCEDIM ENTOS ESTATÍSTICOS 233 se. E todo êsse trabalho. O melhor método existente para tomar decisões como essas. o procedimento pode ainda ser complexo. M é­ todos que podem ser empregados para a obtenção de estimati­ vas serão analisados no capítulo viii. Acrescente-se que pode ser extremamente complicado representar os custos em têrmos dos erros possíveis. Já nos referimos a problemas em que surgem diversas hipó­ teses. A experiência com amostragem e estimativa acaba trazendo conhecimentos a respeito da ineficácia de certos procedimentos. Mas. Um perito em amostragem. por exemplo. sendo H y verdadeira. Nos problemas de estimativa. pode ser diferente do custo resultante de aceitar-se H s. com as técnicas conhecidas atualmente. simplificar de modo apreciável o projeto. H 2 e H x. a lógica a ser empregada no projeto estatístico de um procedimento de estimativa pode ser examinada antes de se estudar os méto­ dos específicos de computação das estimativas.4. Efetivamente. H x . o pro­ cesso ora delineado se torna inconveniente. é capaz de escolher os candidatos mais prováveis para seleção e. com H x verdadeira. Em casos específicos. Nesse caso. e (3) a extensão da amostra a ser utilizada.

e decresce o intervalo de classificação. Tabela I). repre­ senta a probabilidade de que seja obtida uma observação entre A e B. Deve-se salientar. Dificuldades práticas dessa ordem serão diminuídas no futuro. e em gráficos. Neste capítulo tentamos expor os princípios lógicos que governam o uso de métodos estatísticos.234 P L A N E JA M E N T O DE PESQUISA SOCIAL objetivos estiverem presentes. quando se chega a concluir algo a respeito das características de uma população. Sumário. e são dados na tabela normal (Apêndice. com técnicas metodológicas e estatísticas mais aperfeiçoadas. As distribuições podem assumir variadas formas. limitada por duas ordenadas que passam pelos pontos A e B. sendo a mais importante delas a distribuição em forma de sino. e de dispersão de dados. Essa curva representa uma função de distribuição. A distribuição normal pode ser definida por meio de dois parâmetros. partindo das características das amostras. chamada distribuição normal. porém. À me­ dida que cresce a extensão da amostra. 15. A área sob a curva normal. As melhores estimativas (x e s) dêsses parâmetros. o histograma se aproxima de uma curva limite. a média (u) e o desvio padrão (o). Valores como êsse podem ser calculados a partir da equação da curva normal. que o tipo de abordagem lógica anteriormente descrito não é afetado pelas dificuldades mencionadas. que são medidas de tendência principal. Vimos como os dados obtidos a partir da amostra podem ser organizados em tabelas de distribuição de freqüência. respectivamente. e a escala monetária não fôr adequada para a determinação de custos relativamente a alguns dêsses objetivos. simétrica. que é uma curva regular de freqüência. que podemos obter utilizando amostra aleatória foram definidas dêste modo: .

podemos determinar um "valor crítico” que represente aquêle êrro de tipo II. az Os valores de z aparecem normalmente distribuídos e. Vimos que as estimativas ( x ) de estão também. dividido pela raiz quadrada do número de observações da amostra (\/n). e (II) a probabilidade de aceitar uma hipótese que é falsa.A LÓGICA DOS PROCED IM ENTOS ESTATÍSTICOS 235 Depois disso. se o dividirmos por um cr conhe­ cido ou estimado da população. elas próprias. O êrro de tipo'II varia de teste para teste. . normalmente distribuídas. Utilizando o desvio crítico e as curvas CO. e pode ser expresso como uma função dos possíveis valores verdadeiros das variáveis em causa.) igual ao desvio padrão das observações (o). quando verdadeira (que é expressa como um nível de significância). ou seja. pode ser determinada com auxílio de tabelas normais. por isso mesmo a probabilidade de obter um desvio de x em relação a a maior do que uma quantidade dada (z). e (3) número de observações a fazer. Utilizando nossos cálculos anteriores. A aceitação ou rejeição de uma hipótese depende dos érros toleráveis. isto é. (2) êrro de tipo II (nível de significân­ cia) a ser empregado. Dois tipos de êrro estão em causa: (I) a probabilidade de rejeitar uma hipótese. que desejamos estar pràticamente certos de não cometer. é possível fazer uma seleção ótima de: (1) teste a ser utilizado. e desvio padrão (a . ou seja. a propósito de gra­ vidade de erros. Tal probabi­ lidade é utilizada como base para a aceitação ou rejeição da hipótese. como uma curva característica de operação. Êsse valor pode ser con­ vertido em “desvio crítico”. consideramos o método de testar a hipótese — a. com média verdadeira igual a } x . " < 7 V?! ’ Convertemos o desvio entre média estimada (x) e o valor hipotético da média (a) em unidades padrão ( z ).

236 P L A N E JA M E N T O DE PESQUISA SOCIAL Os procedimentos descritos para levar a essas escolhas ótimas são trabalhosos. quando mais de duas hipóteses estão em causa. agrupados em intervalos de classe.5 74. subtrair o limite inferior da classe do limite superior da classe. íiA 32 36 24 17 0 20 44 54 80 75 382 -4 -3 -2 -1 - 8- -12 0 1 2 3 4 5 -12 -17 0 20 22 18 20 15 46 Os intervalos de classe.5 64.9 10-19 20-29 30-39 40-49 50-59 60-69 70-79 80-89 90-99 T o ta l FreqüP.5 54. admitimos que às hipóteses havia sido dada uma reformulação estatística.5 14. dividir por 2. Por exemplo. e os resultados do teste aparecem na coluna 1. Essa inversão de ordem é deliberada. (1) (2) (3) (4) (5) (6) Resultado« ' do teste 0. procedimentos de estimação podem ser usados. quando são iguais os intervalos de classe. . na primeira classe (9 — 0) /2 = 4.5 3 4. e adicionar o resultado ao limite infe­ rior da classe. No próximo capítulo consideraremos os diversos tipos de formulações es­ tatísticas que podem ser dados às hipóteses.ncia 4 6 17 26 20 11 6 5 3 100 fi 2 Ponto m é ­ dio da clase *» 4 . e o número de resultados de teste situado em cada classe é dado pela coluna 2. uma seleção ótima pode ser feita. Nesse caso. ainda aqui. e inscrever o resultado na coluna 3. PROCEDIM ENTO: (1) Determinar o ponto médio de cada classe ( * i).5 24. Mas.5 4 4. N ota 1 O método será ilustrado com base em amostra de 100 resultados de teste.5.«. — Método para calcular x e s para dados agrupados.5 94.5 Desvio unitário Ui /. pois se requer compreensão da natu­ reza dos testes estatísticos para entendimento do sentido das hipóteses estatísticas e dos métodos de testá-las. Para encontrar o ponto médio.5 84. Ao longo desta discussão.

v empregando a seguinte fórmula: onde k é a diferença entre pontos médios de classes (neste caso. Total da coluna 2 (2/* = 100). para cima. +3. — 1. e Xo é o ponto médio da classe que foi selecionado para ser média provisória.A LÓGICA DOS PROCEDIM ENTOS ESTATÍSTICOS 23 7 (2) (3) (4) (5) (6) (7) Escolher um dos pontos médios da classe. podemos medir a diferença entre o ponto médio de qualquer classe. +1. No caso presente. — 2. obtemos i= (8) ( 1 0 ) ^ + 4 4 . foi escolhido o ponto médio 44. O resultado final dêsse procedimento independe do ponto médio escolhido. Na coluna 4. Inscrever os resultados na coluna 6. na coluna 4. Calcular . 1. Multiplicar a entrada na coluna 2 pela entrada na coluna 4. Essa é a média imaginada (*„).6 + 44. 10). +2. etc.5. Utilizando os dados acima. multiplicar a entrada na coluna 2 pela entrada na coluna 4.1. fui. e inscrever um "0" ao seu lado. Para cada classe. mais ou menos na metade da coluna 3. marcar. vantagens? Qual a função dos procedimentos estatísticos? Quais su . e o ponto médio que serve de média imaginada em têrmos do número de intervalos de classe que êle está acima ( + ) ou abaixo (— ) dessa média imaginada. Dado que tôdas as classes cobrem intervalos iguais. etc. da coluna 5 (2^iu< = 46) e da coluna 6 = 382). e para baixo. Inscrever os resultados na coluna 5.5 = 49. ou seja ftu?. a partir do "0" que foi inscrito. isto é. 5 = 4. Calcular s utilizando a fórmula seguinte Utilizando os dados acima obtemos Tópicos para discussão.

300 3. (m) valor crítico. aleato­ riamente escolhidos $ 4. Que se entende por: (a) distribuição de freqüência. 1. (o) curva CO. (e) moda. (h) desvio padrão.700 5. aleatoriamente escolhidos 21 21 19 20 21 28 18 18 c) resultados de teste 20-29 30-39 40-49 50-59 60-69 70-79 80-89 90-99 20 25 23 21 20 19 freqüência 1 3 2 5 9 12 10 4 2.100 3.200 idades de 14 estudantes. | 1 ) êrro de tipo II.seleção de um procedimento de avaliação estatística? Exercícios. utilizando o teste bilateral z. Qual a diferença entre x e n. Determinar os valores de z para os seguintes dados: .200 3. (d) distribuição normal. (q) teste uniformemente mais poderoso. Calcular x e s para os seguintes conjuntos de dados: a) renda anual de 10 elementos de uma população. (b) histo­ grama. (d) 62. (i) variância. entre s e 0? 4. Qual o princípio lógico justificador dos procedimentos de avaliação estatística? 5. (g) média. Quantas observações devem ser feitas. (c) função de distribuição. se o valor crítico é (a) 67. (f) mediana. Quais os custos que devem ser levados em conta para a .100 5. (n) desvio critico.23 8 P L A N E JA M E N T O DE PESQUISA SOCIAL 2. (r) teste ineficaz^ 3. (p) z. Suponha-se desejar testar a hipótese (t = 71. (e) 83? 3. ic) 79.800 b) $ 6.900 4. (j) proba­ bilidade. (k) êrro de tipo I.900 4. Sabe-se que o -desvio-padrão da população é 4.400 7. (b) 77.

Hoel (8). Introduction to Statistical A na­ lysis.200. L. Annals of W illia m . Feller (6). » = 150 4. A respeito dos fundamentos matemáticos da estatística. C hurchm an. J.. n = 10 c) M = $3. 1. A n Introduction to Probability Theory and its . D e m in g . H a r a ld . ver Dixon e Massey (5). 1951.os métodos estatísticos.r . a = S1. Some Theory of Sampling. Applications. J.. revista mais técnica do que qualquer das citadas. J r . C. 1951. C. Mode (10). . W. Seg. = 40. 2 3.8. 5 = 34. (19) e (20). Philadelphia: PittmanDunn Laboratory. determinar a probab dade de conseguir um desvio de x em relação a fi. c r = 2. rev. Theory of Experimental Inference. maior do que o obtido em cada parte do problema 3. ver Cramér (3). Trata-se. e M a s s e y . Mathematical Statistics.1. também. 1950. 7. A propósito da lógica dos métodos estatísticos.. ?. Com base na tabela I do_ Apêndice. Há diversas introduções.. Princeton University Press. C.. Statistical Manual: Methods of Making Experimental Inferences. F . é mais digna da atenção dos que possuem treinamento avançado em matemática e estatística. Neyman e Pearson (13).) e (2). Outras são. Leituras sugeridas.. X V II (1946). (18). (17). 5.. W . 178-97. essas apresentações síio em nível avançado. New York: John Wiley and Sons. ton: Mathematical Methods of Statistics. a = 12. W .. Frankford Arsenal.. 1950. Com exceção de (1). Walker (21) e Wilks (23). 1948.A LÓGICA DOS PROCED IM ENTOS ESTATÍSTICOS 239 a) fj. "Operating for the Common Tests of Significance".2. G Characteristics John Wiley and Sons. D.. 4. Biomctrika.500. e Kendall (9). D i x o n . e o Journal of the Royal Statistical Society e scu Supplement. F e r r is . Referências e bibliografia. 6.. ed. Shewhart (14) e W ald (16). New York: F. e W e a v e r . New York' McGraw-Hill Book Co.100. rubbs. Mood (11) faz apre­ sentação de nível mais avançado. Mac­ P r in c e ­ C r a m f . de apresentações de caráter avançado. Annals of Mathematical Statistics. Para um bom (se bem que não avançado) quadro geral dos mé­ todos estatísticos. ver Churchman (1: Introd. 1945.* = 53. muito elementares. E. n = 16 b) n — 11. O pesquisador social deve se familiarizar com algumas revistas q se ocupam dos métodos estatísticos. x = 13. Biometrics Bulletin. E. New York: millan Co. A mais útil para o pesquisador social é o Journal of the American Statistical Association. F e lle r . Entre elas.

A b r a h a m . The Elements of Statistics. New York: John W iley and Sons. Annals of Mathematical Statistics. 1947. Annals of Mathematical Statistics. Annals of Mathematics. New York: PrenticeHall. 2 vols. H o e l . London: Chas. 14. rev. Notre Dame. X L V I (1945). 1942... 1. Some Rapid Approximate Statistical Proce­ dures. Inc. Washington D. W a l k e r . 4" ed.. M. G„ Introduction to Mathematical Statistics. "Notre Dame Mathematical Lectures”. Philosophical Tran­ sactions of the Royal Society. 18. New York: Henry Holt e Co. Elementary Statistical Methods. 11.. "Statistical Decision Functions". M od e . Statistical Methods. New York: McGraw-Hill Book Co. 23. Ind. 265-80. A. 377-408. E. 15. Ltd. Ed. G. Ames: Iowa State College Press. O n the Principles of Statistical Inference. Statistical Methods from the Viewpoint of Quality Control. "Statistical Decision Functions W hich Minimize the M a­ ximum Risk". Advanced Theory of Statistics. X X (1949). Elementary Statistical Analysis. A. S. G. 19. W a l d . W il c o x s o n . 299-326. Stamford. 9. 289-337. "Contributions to the Theory of Statistical Estimation and Testing Hypotheses”. 22. 1943. Annals of Mathematical Statistics. 13. W . 279-313. Ser. J e r z y e P e a r s o n . Mood. S h e w h a r t .. 20.: United States Depart­ ment of Agriculture... X (1939).. M o s t e l l e r . .. 21. S. E. 1941. 1949. C C X X X I (1933). “Foundations of a General Theory of Sequential Decision Functions”. C. N e y m a n . W flks. American Cyanamid Co. Econometrica. Introduction to the Theory of Statistics. K e n d a l l . xVii (1946). S n e d e c o r .240 P L A N E JA M E N T O DE PESQ UISA SOCIAL 8. F r a n k . A. "On the Problem of the Most Efficient Tests of Statistical Hypotheses". "O n Some Useful ‘Inefficient’ Statistics '.. n. 1946.. 1950. Griffin and Co..: Notre Dame University. S. M . 17. 1947. Conn. 1939.. X V (1947). 10.. H.: Stamford Research Labo­ ratories. D. 16. P. W . . Princeton: Prin­ ceton University Press. 165-205. 12. F r e d e r ic k . M. 1948.

de maneira a se tornarem suscetíveis de avaliação estatística. Os testes descritos têm a pretensão de constituir um convite para um estudo mais completo dos métodos es­ tatísticos. A apresentação dêsses testes não pretende tornar desnecessário o conheci­ mento de um bom livro de estatística. a avalia­ ção das hipóteses é posta na dependência da colheita de amostras. tornando-se tão grande que nem mesmo o estatístico profissional pode estar familiarizado com todos. examinaremos vários tipos de hi­ póteses estatísticas e de métodos para testá-las. Introdução. de fazer observações acêrca do total da população. ao fim dêste ca­ pítulo). tornaram-se mais nume­ rosas as espécies de hipóteses que podem ser estimadas por processos estatísticos. O número de testes estatísticos aumentou consideràvelmente nos últimos vinte anos. As hipóteses elaboradas durante a formulação do pro­ blema enunciam as condições sob as quais aceitaremos cada qual das vias de ação alternativas. suscetíveis de avaliação por meio de testes de cará­ ter estatístico. isto é.C a p ítu lo VI TESTES D E H IPÓT ESE S (1) 1. (Alguns bons textos são relacionados nas “Leituras sugeridas”. as descrições e ilustrações . em seqüência. as condições sob as quais cada hipótese seria idealmente aceita como válida. Tal como êsses testes. Isso requer que as hipóteses sejam reformuladas. conduzindo a fontes que dêles se ocupam porme­ norizadamente. que se utilizam como base para inferências esta­ tísticas. No modêlo idealizado. formulamos. As hipóteses correspon­ dem a asserções acêrca da eficácia dessas vias de ação alter­ nativas. Impedidos. por motivos de ordem prática. Por outro lado. No presente capítulo. Alguns testes úteis serão descritos e ilustrados.

que definem essa distribuição. Na ilustração apresentada no último capítulo. Além disso. na distribuição normal. denominam-se parâmetros. No último capítulo. à estimativa dos parâmetros (. em si mesmo. Correspondem elas. a partir de uma amostra aleatória simples colhida dessa população? O conjunto de observações é. examinamos um tipo de questão que pode ser respondida por alguns testes de hipóteses: Se uma população tem certa propriedade Q. em relação a a. respectivamente. a e n (extensão da amos­ tra) e que se reveste de grande importância na avaliação estatística. Assim. Indicamos êsse desvio com o símbolo z. z. 2. o e o2 da população. outra importante es­ tatística. podemos determinar a probabilidade de obter um valor z igual ou maior . Desde que-z se apresente normalmente distribuído. pergun­ tamos: "Se a média da população [i é igual à quantidade a. qual a possibilidade de conseguirmos um dado conjunto de observações. dentre as quais as mais im­ portantes foram a média da amostra o desvio-padrão da amostra 5 e a variância da amostra s2. desvio maior do que | 5 c — a|? Para apontar essa possibilidade (ou probabilidade). igualmente. antes. que são chamadas estatísticas. também. jx e a são parâmetros. expresso em unidades de desvio padrão de x. Examinamos. z. convertemos x num desvio da média da população. qual a possibilidade de obtermos uma amostra aleatória de observações. Para os que já conheçam tais métodos. Examina­ mos.i. Muito nos convirá reexaminar seu papel e con­ siderar diversas outras estatísticas “funcionais”. cuja média x apresente. y? (chi quadrado qua­ drado — leia-se “qui” ) e F. os testes e ilustrações poderão ser instrumentos de recordação útil. a (0 é chamado êrro padrão da média estimada). que são re­ levantes para o teste de hipóteses: t. que é função de jx x. passível de des­ crição com base em uma ou mais propriedades mensuráveis. fomos. As propriedades da distri­ buição de população (e não da distribuição de amostra).242 P L A N E JA M E N T O DE PESQUISA SOCIAL destinam-se a dar a quem se inicia em estatística alguma vi­ são e compreensão dos métodos estatísticos. obrigados a determinar como se distribuem as médias da amostra. várias estatísticas.

TESTES DE HIPÓTESES ( 1) 243 do que qualquer quantidade. recorrendo a tabelas normais. simbolicamente. medida do desvio da média da amostra em relação à média da população. 3. pelo uso da estatística z. teremos z. O símbolo t desempenha papel muito semelhante ao de z. cuja média x se desvie da média da população. Assim. é dado por S O valor de t para * é dado por s/ V n ’ pois Si = s / V u . o teste da hipótese — a (quando a é conhecido) é chamado um teste z. t. Se consideramos a distribuição das mé­ dias da amostra (x) e não observações discretas. Mas. Por isso mesmo. o valor de t para uma observação singular. unidades do desvio padrão estimado. = ll. da maneira seguinte: onde Xi é qualquer observação feita relativamente a uma população normal. em vez de medir êsse desvio em unidade a4 mede-o em unidades s. êle é. podemos determinar (quan­ do a é conhecido) a probabilidade de obter uma amostra aleatória de observações. ou desvio padrão da amostra. por quantidade superior a qualquer quanti­ dade dada. .= o'/v/«.-/*!. = I*~ mI °í o-/ \ / n ' pois < r . A exata definição de z pode ser dada. também. As­ sim.

que desejou esconder a sua identidade e assinou seu trabalho com o pseudónimo "Student”. é 2. Em conse­ qüência.604. Gosset. em termos de t. a partir dessa população.244 P L A N E JA M E N T O DE PESQUISA SOCIAL Nos casos em que o desvio padrão da população não é conhecido. contudo. Embora a distribuição de t houvesse sido descoberta na última porção do século X IX . A distribuição aparece na figura 23. t não é distribuído normalmente. para cada amostra. Estritamente falando. tende a decrescer quando n aumenta. Suponhamos colhêr um núme­ ro infinito de amostras de. (O êrro padrão de s é igual a õ/V 2n. s pode ser usado em lugar de a sem perigo de êrro grave e o teste z pode se aplicar.01 da área total sob a curva. quando n é grande. conse­ qüentemente. por­ tanto. e admitamos ter calculado x. Consideremos uma população normal cujo desvio padrão não seja conhecido. Antes que “Student” redescobrisse a distribuição t. A parte assinalada na figura é de 1 por cento ou . ou não pode ser presumido. essa estatística é normalmente chamada t de “Student”. s. Diferentemente de z. Qual seria a distribui­ ção dêsses tl “Student” respondeu a essa pergunta através de análise matemática. que êle se tornou de utilidade para a estatística. A idéia em que se baseia a distribuição t é muito sim­ ples. meio de realizar testes com base em amostras pequenas. o desvio padrão verdadeiro (o) de uma população normal somente poderia ser conhecido através de observação acurada de todos os membros da população. onde a é a média dos sigmas calculados com base em n observações e. o desvio da média da amostra em relação à média da população pode ser expresso em unidades de desvio padrão da amostra. 5 observações. W . S. digamos. É a área correspondente aos valores de t menores do que —4.604 e maiores do que 4.05 da área global sob a curva. em 1908. Mas a estimativa (s) do desvio padrão tende a tornar-se cada vez mais exata na medida em que se alar­ ga a extensão da amostra a partir da qual ela é calculada. Os valores de t acima e abaixo dos quais as áreas totalizam . não foi senão a partir de seu redescobrimento. Êstes valores . e.7764. Foi autor da redescoberta o estatístico inglês.). isto é. embora seja muito complexa a maneira de atingir o re­ sultado. Por isso mesmo. t. não havia.

n — 1. . 4* para chegar. na horizontal. para que o leitor tenha uma idéia. A tabela torna claro que distribuições semelhantes foram feitas para outras extensões de amostras e que os valores para diversos níveis de significância foram tabulados. Procuramos na coluna GL (graus de liberdade) um valor igual ao do número de observações menos um.05. s pode ser substituído por nr. Fig. ou.TESTES DE HIPÓTESES ( 1) 245 podem ser encontrados na tabela dos t (Tabela III do Apên­ dice). de qualquer modo. i 2 e F. caracterizá-las brevemente. Quando a extensão da amostra é superior a 123. * Para uma explicação do motivo por que se empregou n-1 invés de n. 4. Será útil. são os mesmos que aparecem na tabela normal. no caso. A compreensão integral delas requer mais conhecimento de matemática do que êste livro supõe. ou seja. adiante. pode-se usar a distribuição normal. a distribuição de t aproxima-se de uma distribuição normal. à coluna encimada por . veT seção 5. Nota-se que os valores dados a t na linha indicada por ‘oo \ ao pé da tabe­ la. Os símbolos x2 e F são estatísticas mais complexas do que as duas já consideradas. da natureza delas. embora vaga. 23 — Distribuição de t para amostras de 5 Quando a extensão da amostra aumenta.

(Para pormenores a respeito da distribuição F ver . menos uma das variáveis são determinadas. indicam o número de fatores (a partir dos quais a estatística é calculada) que podem ser alterados independentemente. Suponhamos. Na descrição de procedimentos de avaliação estatística. Suponhamos agora que retiramos duas amostras da mesma população normal e calculamos a variância da pri­ meira. por exemplo. com base na distribuição admi­ tida. multiplicada por um fator adequado (neste caso. assim como as de z e t foram tabuladas e aparecem nas tabelas V e V I do Apêndice. Então Isto é. Se fixarmos o valor de S. sj. podemos atribuir qualquer valor a (digamos) x e y. respectivamente.[2: viii]). 5. mas. Graus de liberdade. por exemplo. uma vez determinados x e y. que uma teoria prediz que a variância (o2) de uma distribuição deve ser igual à quan­ tidade a. F é igual à razão das variâncias das duas amostras. de liberdade de uma estatística. Retiramos uma amostra aleatória da população pertinente e calculamos s2. sem alterar o valor da estatística. sí. e tôdas. ver [2:xiii]). A razão de s2 para o valor pre­ dito de o2. também esta última variável estará determinada.(Para pormenores. a extensão da amostra menos um) é igual a x2. se a soma é fixada. Portanto. Suponhamos. e da segunda. far-se-á constante referência aos “graus de liberdade” asso­ ciados a uma estatística de amostra. os graus. As distribuições de amostragem de ambas x2 e F.. tôdas as variáveis . Ou seja. V ia de regra.246 P L A N E JA M E N T O DE PESQUISA SOCIAL Chi quadrado (x2) é uma medida da compatibilidade en­ tre a freqüência observada de um evento ou propriedade e a freqüência teórica esperada. calcular a soma de três números: * + y + z — s. estará determinado z. objeto de cálculo.

se S é igual a 15 e T é igual a 5. há n — 2 graus de liberdade. Se calcularmos x com base em 10 observações. e uma equação que define a estatistica. o número de graus de liberdade será n — k. Se cal­ cularmos s2 a partir de vinte e uma observações. resultará (1) (2) ou. T — 5. há vinte graus de liberdade. por exemplo. se há n variáveis e k equações que definem a estatística. Hipóteses relativas ao valor de uma propriedade singular de uma população singular. Neste caso. Por exemplo. se há n variáveis. Suponhamos agora ter duas equações de duas variáveis: (1) (2) x + y — S x . Se há n variáveis e duas equações que definem a estatística.y = T Então x e y ficam determinados. portanto. uma vez que se determinem 5 e T. se 5 = 15. há dois graus de liberdade. Se acrescentamos outra variável. Via de regra. z: (1) (2) x \ -y \ -z — S x + y — z — T apenas uma das variáveis tem alguma liberdade. Graus de liberdade será simbolizado por "G L ”. 5 + y + z = 5 + y . há 9 graus de liberdade associados a x. x = 10 e y — 5.z = 15 5 (1) (2) y + ^ 0 y. há n — 1 graus de liber­ dade. Por exemplo.TESTES DE HIPÓTESES ( 1) 247 menos uma são "livres”. Em geral. « • Muitas questões que os pesquisadores propõem podem ser apresentadas como perguntas acêrca de uma das três . — z = 6. e y e z ficam então determinados e devem ser ambos iguais a 5. e admitimos que x tenha o valor 5.

(2) a dispersão de uma propriedade especificada. isto é Q não é maior do que a).000? É certo que 60 por cento do eleitorado dos Estados Unidos da América é favorável ao treinamento militar obrigatório para todos? Cada uma dessas três perguntas pode ser transformada em uma hipótese do tipo seguinte: (1) H 0: Q — a. quan­ do se apresentam duas hipóteses. Eis algumas perguntas típicas que podem ser apresen­ tadas. Q < a (Q é menor do que a).Q — a (Q é menor ou igual a a. respectivamente. H t : Q > a (Q é maior do que a). a alternativa é H \ \Q = 4 = a. (3) a percentagem ou proporção da população que apresenta a propriedade especificada. Hi-. onde Q é a propriedade da população que se deseja inves­ tigar e a é o valor "hipotético” derivado da teoria. H o é chamada "hipótese zero" e é a hipótese que o proce­ dimento de avaliação deve destruir ou corroborar. .000. Pares alternativos de hipóteses são (2) Ho. sob cada uma daquelas formas: (1) O Q I médio dos estudantes que terminam curso superior em Harward é maior do que 120? (2) (3) A variância de renda entre empregados da General Motors é menor do que $ 10. (3) / / 0: Q — a (Q é maior ou igual a a. ou de observações prévias.248 P L A N E JA M E N T O DE PESQUISA SOCIAL seguintes propriedades de uma população: (1) o valor médio de uma propriedade especificada. isto é Q é pelo menos tão grande quanto a). Nos casos comuns de pesquisa.

T EST E 1* Ho: n = < z Hi: y . Escolher na tabela II do Apêndice. c r ou o2 quer dizer que o valor de 0 ou de o2 (o des­ vio padrão. a estatística per­ tinente deve ser calculada de maneira diversa da que se usa para os casos de amostras aleatórias simples. sabida ou presumidamente. o universo).= t=a C o n h e c id o s o u P r e s u m id o s : Caráter aleatório. . normalmente distribuída. P r o c e d im e n t o : (1) (2) Calcular x. aceitar H n. * As curvas C O para èsse teste (ao nível de significãncia .TESTES DE HIPÓTESES (1 ) 249 Os testes 1 — 11 dirão respeito a êsses três tipos de pares de hipóteses. um valor apropriado para z„. normalida­ de e 0. acei­ tar H 1. Calcular (3) (4) onde n é o número de observações. sabida ou presumidamente. (Cf. indicaremos de forma abreviada o que é sabido ou presu­ mido: Carater aleatório significa terem sido as observações feitas. caso contrário. ou a variância do universo) é conhecido ou presumido. seção 13 do capituio anterior). mas.0 aparecem na figura 22. N ota: Para simplificar a apresentação dos testes. média da amostra. Normalidade significa estar a coleção de tôdas as pos­ síveis observações relevantes (isto é. Qualquer tipo de amostra probabilística pode ser usada nesses testes. Se z — za. a partir de amostra alea­ tória. em alguns dêles.

250 P L A N E JA M E N T O DE PESQUISA SOCIAL Exem plo: Predizemos que os resultados médios obtidos por uma população especificada. que se submete a um nôvo tipo de teste. C P r e s u m id o s : a M> ° o n h e c id o s o u Caráter aleatório. nota: não usar o valor absoluto de (x — a). . M= 100 Hü M* 100 Solução: (1) 5 = 106. .96): logo aceitar H 0. ao (digamos) nível de significância . Desejamos determinar se devemos aceitar a hipótese (.50 < 1. será igual a 100. normalidade e o.05. Êsse prognóstico baseia-se na experiência colhida em testes semelhantes aplicados à mesma população.m — Hi'. valor obtido em teste anterior.„6 = 1.100 (3) z.96. Não vemos porque a dispersão de resul­ tados dos dois testes deverá diferir e. T ESTE 2 Ho.-Vn. A média dos 25 resultados obtidos é 106.os (i e. 106 . admitimos que 0 seja igual a 20.2q. (2) z = (4) z < z. Colhe­ mos uma amostra aleatória de 25 pessoas da população e submetemo-la ao nôvo teste. H o'. Calcular (i —a) rz = ---.i = 100. 1. por isso.V 25 = 1'50 . P r o c e d im e n t o : (1) (2) Calcular x.

TESTES

DE

HIPÓTESES

( 1)

251

(3) (4)

Multiplicar o nível de significância por 2, isto é, 2a. * Escolher na tabela II do Apêndice, o valor de 22 a correspondente à quantidade obtida na fase (3). Se z — Z2a, aceitar H 0; caso contrário, acei­ tar H i.

(5)

E x e m p l o : Com base em observações passadas, predizemos que o número médio de anos de freqüência à escola, com­ pletados por donas de casa, em certa cidade, não é maior de que 10. Sabemos que o desvio padrão de números de anos de freqüência à escola completados no total da comu­ nidade é 4. Admitimos que êsse desvio padrão se aplique à população de donas de casa. Colhemos uma amostra alea­ tória de 6 donas de casa e determinamos quantos anos de escola cada uma delas completou. A média da amostra é 10.5 anos. Tem fundamento a nossa predição, ao nível de significância .05?

//„: m< 1 0
H f. ii > 10

Solução:
(1) x = 10.5. ( 2 ) z = (1°-5 ■ 1 0 i9 .j.y T Õ Õ ■ = 1,25 .

4 (3) 2a = 2(.05) = .10. (4) a .io = 1 6 4 5 . (5) z < 2 .io (i e., 1.25 < 1.645); íogo aceitar H„.

* Nesse teste só rejeitaríamos H h se x fôsse maior do que esperado, certa porcentagem de vêzes, quando | x ^ a. Em conseqüência, * não pode ser, neste caso, demasiado pequeno e a área do setor de rejeição situa-se inteiramente do lado positivo da distribuição de .v. Mas, se recorrermos à tabela II do Apêndice e verificaremos o valor de za, obteremos, de cada lado, a distância (em ffj unidades) até às áreas de extensão a/2. Por isso mesmo, neste caso, utilizamos 2a e apenas o valor positivo de z.

252

P L A N E JA M E N T O

DE

PESQUISA

SOCIAL

TESTE 3
IIo: /í > d

Ih: u < a
C
o n h e c id o s o u

P

r e s u m id o s

:

Caráter aleatório, normalidade

e < T .
P
r o c e d im e n t o

:

(1) (2)

Calcular x. Calcular
„ _ (x - a)
------------V II .
a

(3) (4) (5)

Calcular 2„. Selecionar, na tabela II do Apêndice, o valor de Z o a Se z — —z?« então aceitar H 0; caso contrá­ rio, aceitar H x .

E x e m p l o : Suponhamos que, em outra cidade (ver “Exem­ plo” no Teste 2), é feita a predição de que o número médio de anos de escola completados por donas de casa não é menor do que 10. Suponhamos ter colhido uma amostra aleatória de 64 donas de casa. O número médio de anos de escola completados pela amostra é 8.0. Admite-se que < ? seja ainda igual a 4. É válida a predição, no nível de significância .10?

H o', n > 1 0 Hi: n < 1 0 Solução: (1) * = 8.0.
( 2 ) z = (8- ° ~ 10)- V 6 4 = - 4 . 0 . (3) 2a = 2(.10) = .20. (4) z.2 o = 1*282. (5) s < —2 .2 0(i.e., -4.0 < -1.282); logo, rejeitar H 0 e aceitar H i.

TESTES

DE

HIPÓTESES

( 1)

253

T ESTE 4 *
Ho- M = °
Hl'.
C
o n h e c id o s o u

M^

a

P

r e s u m id o s

:

Caráter aleatório e normali­

dade.
P
r o c e d im e n t o

1: * *

(1 ) (2)

Calcular a: e s, média da amostra e desviopadrão. Calcular

(3) (4)

(5)

Calcular os graus de liberdade, GL, para G L = n — 1. Buscar na coluna G L da tabela III, do Apên­ dice, o valor mais próximo ao do computado para GL, na fase (3) e buscar, horizontalmen­ te, na coluna intitulada ‘‘nível de significância”, o valor ta. Se t — t„, aceitar H 0\caso contrário, accitar Hi-

E x e m p l o : O s pesos dos empregados de uma fábrica, em geral, não sofrem alteração durante o mês de janeiro. Dezes­ seis empregados, selecionados aleatoriamente, são postos sob dieta especial, durante êsse mês. O pêso médio ganho foi 1 .50 libras. O desvio padrão da alteração do pêso da

*

Neste e em todos os testes posteriores em que aparecer desvios\/(N —n)/N cm

padrão estimado da população (s), deve-se usar

lugar de s, se fôr colhida amostra aleatória, sem restrições e sem substituição, a partir de uma população finita. Êsse procedimento é ilustrado pelo teste 5. Correspondentemente, usa-se s2 (N — n) / N em lugar de s2. ** As curvas CO para êsse procedimento (ao nivel de significância .05) aparecem na figura I do Apêndice.

254

P L A N E JA M E N T O

DE

PESQUISA

SOCIAL

amostra, foi 2.00 libras. H á alguma razão para acreditar que, no nível de significância .01, a dieta produziu aumento de pêso nos trabalhadores? //„: n = 0 tfi: ti * 0 Solução:
(1) x = 1.50 e i = 2.00.

( 2 ) / = |1'2°0Õ0|vT^

300logo, rejeitar H 0 e acei­

(3) gl = 1 6 — 1 = 15. (4) /.oi = 2.9467. (5) t > /.oi (ie ., 3.00 > 2.9467);

tar H \ \ ou seja, não há razão para acreditar, que a dieta produziu um aumento de pêso nos tra­ balhadores.
P r o c e d im e n t o 2: O teste seguinte é “em sentido estatís­ tico” menos eficaz do que o primeiro. Quando n é menor do que 5, os dois, pràticamente, se equivalem. Êste segundo, porém, não requer cálculo de 5 e, portanto, poupa tempo.

(1) (2) (3)

Calcular x. Calcular R, diferença entre a maior e a menor observações da amostra. Calcular

(4)

(5)

Escolher, na metade esquerda da tabela IV do Apêndice, o valor de f a na horizontal cor­ respondente à extensão da amostra e na colu­ na encimada pelo apropriado nível de signifi­ cância. Se t' — t'a, aceitar H 0; caso contrário, aceitar Hu

TESTES

DE

HIPÓTESES

( 1)

255

Exem plo: Consideremos o mesmo exemplo proposto para o procedimento 1. O ganho maior em pêso foi de 4.00 libras e o menor correspondeu a uma perda de 1.00 libra.

H n: n = 0 Ih: M+ 0 Solução:
(1)
X

= 1.50.

(2) R = 1 4.00 - (-1.00)1 = 5.00.

(4)
(5) /' >

= .212. /'d (ie ., .30 >

.212);

logo, rejeitar H 0 e acei­

tar H i. T EST E 5 Ho :n = a
Hi\ n
+

a .

C o n h e c id o s o u P r e s u m id o s : Caráter aleatório, normalida­ de e amostra colhida sem substituição de um universo finito e pequeno. P
r o c e d im e n t o :

(1) (2)

Calcular x e s. Calcular

1

Vn v

N

(3)

onde N é a extensão da população e n a ex­ tensão da amostra. Calcular

256

P L A N E JA M E N T O

DE

PESQUISA

SOCIAL

(4)

Prosseguir repetindo as fases (3) e (5) do procedimento 1, do Teste 4.

E x e m p l o : Num escritório, onde trabalham 110 empregados, o número médio de dias de ausência por doença foi 6, em 1950. Uma amostra aleatória de 9 empregados revelou a média de 8 dias de ausência por doença, com desvio padrão de 5 dias. Há motivo para acreditar que, ao nível de significância .05, o número médio de dias de ausência por do­ ença, em relação ao conjunto de empregados, sofreu alte­ ração?

H „ : /i =

6

Hn M* 6

Solução:
(1) x = 8 c s = 5.

(4) GL = 9 _ ! = 8
(5) /.os = 2.3060.

(6)

t < t.os (i e.,

1.25 < 2.3060);

lo g o , a c e ita r

H{ ); ou

seja,

n ã o h á r a z ã o p a r a a c r e d ita r q u e a m é d ia a n u a l d e a u s ê n c ia s p o r d o e n ç a te n h a a u m e n ta d o .

T ESTE 6 H o - M< a
Hl: n > a

C

o n h e c id o s

o u

P

r e s u m id o s

:

Caráter aleatório e normali­

dade.

TESTES

DE

HIPÓTESES

( 1)

257

P

r o c e d im e n t o

:

(1) (2)

Calcular x e s. Calcular

não tomar a diferença entre x e a em valor absoluto. (4) (5) Calcular 2U . Escolher na tabela III do Apêndice o valor de í2 ll correspondente ao G L apropriado, na colu­ na encimada por 2„. se í - t2a, aceitar H u, caso contrário, aceitar H i

(6)
E :

Com base em exame de estatística do censo, afir­ ma-se que o número médio de habitantes por casa, no bairro A não é maior do que 4.5. Colhe-se amostra de 100 ca­ sas, na área A; encontra-se a média 5.3 e o desvio-padrão 2.0. Procede a afirmação, ao nível de significância .05?
x e m p l o

ff0: n < 4.5 ff,: m > 4.5

Solução:
(1) x —5.3 e s = 2.0. (2) l = — •32 7045) \/IÕÕ = 4.0 . (3) G L = 100 — 1 = 99. (4) 2a = 2(.05) = .10.

(5 ) l .io = 1 .6 6.

(6) I > t.w(i.e., 4.0 > 1.66) logo; rejeitar H„ e aceitar H\ .

258

P L A N E JA M E N T O

DE

PESQUISA

SOCIAL

TESTE 7
Ih:

Hf. M< tt
C
o n h e c id o s ou

P

r e s u m id o s

:

Caráter aleatório e norma­

lidade.
P
r o c e d im e n t o

:

( 1 ) — (5) Tal como no Teste 6. (6) Se t — — ío < i, aceitar H 0; caso contrário, acei­ tar H i.
xem plo : Afirma-se que o número médio de ausências de alunos de escola elementar é, por mês, pelo menos igual a 2.2. Uma amostra aleatória de 25 alunos revelou a média de ausências de 2.5 dias por mês, com desvio-padrão de 1.2. Procede a afirmação, no nivel de significância .25?

E

Ih: ii > 2.2 Ih: fi < 2.2

Solução:
(1) í = 2.5 c j = 1.2. (2) <= (2-51 7 22' 2) V 2 5 - 1 . 2 5 , (3)
gl

= 25 - 1 = 24.

(4) 2a = 2(.25) = .50. (5) /.só = .68485. (6)

l> — tM (i.e.,

1.25

>

— .68485),

logo, aceitar

H o-, ou seja, os alunos se ausentam pelo menos 2.2 dias por mês, em média. TESTE 8
Ih: < r'- = a Ih: <r-> Ih.: o- < a
C
o n h e c id o s ou

P

r e s u m id o s :

Cárater aleatório e normali­

dade.

TESTES

DE

HIPÓTESES

( 1)

259

P

r o c e d im e n t o

:

(1) (2) (3) (4)

Calcular s2. Calcular GL = n — 1. Calcular .5a e (1.00 — ,5a). Calcular

2
(5)

GLs2 a

Usar a tabela V do Apêndice. Verificar na coluna G L o valor correspondente ao calculado na fase (2). Horizontalmente, buscar a co­ luna encimada pelo valor .5a, e escolher o valor de % 2 5n - Se x2 é maior do que x2 s « > aceitar H j. Caso contrário, buscar a coluna encimada pelo valor (1.00 — .5a) e escolher X2(1.0 0 —.5«) • Se X2 for maior do que x2 d.oo—,5 o), aceitar caso contrário, aceitar H u.

E x e m p l o : Verificou-se, com base em observações feitas no ano passado, que os trabalhadores de uma fábrica dispendem, em média, 4.5 minutos para realizar certa operação, com uma variância de .75 minutos. Selecionada amostra aleatória de 25 trabalhadores, verifica-se que a operação exige 4.2 minutos, com variância de .60 minutos. Há razão para acreditar que, ao nível de significância .10, a variância sofre alteração?

E 0: o1 = .75 Ha cr* > .75 B
o1 < .75

Solução:
(1) (2) GL = 25 - 1 = 24. (3) .5o = .5(.10) = .05, (4) (5) = = 36.415. Xa« = 13.848.
x ! 05

= .60.

e

(1.00 - ,5a) = (1.00 - .05) = .95. 1 9 .2 0 .

x2 »5 < xJ < xJ 05

(ie ,

13.848 < 19.20 < 36.415);

logo aceitar

H 0; isto é, não há razão para acreditar que a variância tenha sofrido alteração.

260

P L A N E JA M E N T O

DE

PESQUISA

SOCIAL

T ESTE 9*
H0: < 7 2< o Hi. a2 > a
C
o n h e c id o o u

P

r e s u m id o s

:

Caráter aleatório e normali­

dade.
P
r o c e d im e n t o

:

(1) (2) (3) (4)

Calcular s2. Calcular GL — n — 1. Calcular X-=
G L

Selecionar, na tabela V do Apêndice, o valor X2 ,, correspondente ao G L apropriado, na co­ luna encimada pelo adequado a. Se x2 é menor ou igual a x2 a. aceitar H„; caso contrário, aceitar H\ .

(5)

E x e m p l o : Foi observado que a variância na freqüência diá­ ria num museu de arte era de 7,000. Com base em amostra aleatória correspondente a 15 dias, determinou-se uma va­ riância da amostra de 7,500. Pode-se afirmar que a variância não é superior a 7,000, no nível de significância .05?

H0: ff5 < 7,000 H t: ^ > 7,000

Solução:
(1) = 7,500. (2) GL = 15 _ i = 14.

(3) x^ ll i ) _ ( 7,5002 =
7,000 (4) x ! 05 = 23.685. I5-U-

(5)

< xJ0 5 (ie., 15.0 < 23.685); logo, aceitar H 0; isto é, a variância aumentou. de freqüência diária não

* As curvas CO . para êsse teste (ao nivel de significância .05 aparecem na figura II do Apêndice.

TESTES

DE

HIPÓTESES

( 1)

261

T E S T E 10*
H 0: a - > a H i: < t 2< a
C
o n h e c id o s o u

P

r e s u m id o s

:

Caráter aleatório e normali­

dade.
P
r o c e d im e n t o

:

(1) — (3) Tal como no teste anterior. (4) Escolher, na tabela V do Apêndice, o x2i» correspondente ao G L apropriado e sob a colu­ na encimada pelo valor igual a (1 — a). (5) Se x2 X2 i a aceitar H 0; caso contrário, aceitar h x : '
E x e m p l o : A média mensal da fôrça de trabalho civil numa grande cidade, entre 1940 e 1950, flutuou em tôrno de certa média, com variância de 25 milhões. Uma amostra aleatória, colhida a partir de 1950, fornece uma variância das médias mensais, igual a 20 milhões. Há razão para acreditar que. ao nível de significância .01, essa variância decresceu?

//o; < r 2> 25,000,000 Hi: <r < 25,000,000

Solução:
( 1) = 20,000,000. (2) GL = 11 - 1 = 10.

, ( 10 ) (2 0 ,0 0 0 ,0 0 0 ) (3) ~ 25,000,000 (4) x2,, = 2.558. (5) x2 > x*99 (i-e., 8.0 > 2.558); lo g o , a c e ita r a v a r iâ n c ia n ã o decresceu.

H u;

isto é,

* As curvas CO para êsse teste (ao nível de significância .0 aparecem na figura III do Apêndice.

Calcular (2) (3) Calcular zJ P ~ a ±.400. A amostra deve. isto é. é.262 P L A N E JA M E N T O DE PESQUISA SOCIAL TESTE 11 H 0: p = a Hi: p * a o u P r e s u m id o s : O s acontecimentos observa­ dos são independentes (i.000 profissionais e determina-se que .400 . aceitar Exem plo: Com base em experiência passada. freqüência relativa observada das ocorrências do acontecimento. razão do número total de vêzes em que o acontecimento ocorreu pelo número total de casos observados. aceitar H 0\caso contrário.90.400 . se z ^ H i.05? Ho : p = IIi: p j z . em geral. Isso contraria a predição. prediz-se que a proporção de profissionais que ultrapassam os 50 anos é . ser de extensão tal que np > 5. em geral. p deve ser menor do que . C o n h e c id o s P r o c e d im e n t o : (1) Calcular p. pelo menos. Colhe-se amostra aleatória de 1.417 viveram. za. não têm efeito um sôbre o outro). < J (4) (5) escolher. o valor apropriado de za. e têm a mesma probabilidade de ocorrer. ao nível de significância de . na tabela II do Apêndice. 50 anos.

« . diversos dos utilizados para comparar número maior.o s (i e.417. é 02c = 02k? (2) (3) É a mesma a proporção dos habitantes de Detroit e de New York. Hipóteses concernentes às diferenças da mesma propriedade em diversas populações. são iguais f> D e />NY? Não há restrições quanto ao número de populações que podem ser comparadas. ou seja a predição não é contrariada. ou a várias outras. podemos indagar também. logo. algumas vêzes. Inúmeras perguntas que o pesquisador coloca podem tomar esta forma: em que condições uma população é seme­ lhante a outra. .96). se a média apresentada por uma é maior ou menor do que a média apresentada por outra.96.0 5 = 1. (5) z < (4) z. 1. com respeito a uma propriedade especifica? Por exemplo: (1) a média de inteligência dos graduandos de Harvard é igual à média de inteligência dos graduandos de Yale? Ou seja. 7. (2 . por exemplo. é (.iN = }iy? Há igual variação de renda entre os empre­ gados da Chrysler e da Ford? Ou seja. embora os métodos usados para com­ paração de duas populações sejam. Além de per­ guntar acêrca da igualdade de duas populações.TESTES DE HIPÓTESES ( 1) 263 Solução: (1) p = ..13 < 1. aceitar H 0. favorável ao serviço mi­ litar obrigatório? Ou seja.

Calcular - I* i - I tt! m onde Oj e oí. O resul­ tado médio é 104. é 100 e na outra. P r o c e d im e n t o : (1) (2) Calcular a média de cada amostra. e a2. 144. aceitar H i.05? Ho: Mi = Hl'. (3) Escolher na tabela II do Apêndice. admite-se que a variância. E xem plo: Queremos determinar se os alunos de duas es­ colas diferentes apresentam o mesmo Q I médio. O resultado médio e 98. numa escola. (4) se z ^ z„ aceitar H 0'. o valor apropriado de za.0 m“ aparecem na figura 22. Amostra aleatória de 24 alunos é colhida na segunda escola e submetida ao teste. Com base em testes anteriores. e submetida ao teste.M > C o n h e c id o s o u P r e s u m id o s : Ambas as amostras são alea­ tórias e colhidas de universos normais. onde: w —m >«*” *!+ < i- .264 P L A N E JA M E N T O DE PESQUISA SOCIAL E questões semelhantes podem ser levantadas em tôrno de variância e proporções. ao nível de significância . Devemos afirmar que as duas escolas têm o mesmo Q I médio. caso contrário. são as variâncias conhecidas de duas populações e /?i e n2 correspondem às extensões das amostras das duas populações. Mi -t. TESTE 12* Ho' ■Mi = M Hi'. Ml * W * As curvas CO para êsse teste (ao nível de significância . xx e x2. Amostra aleatória de 10 alunos é colhida na primeira escola.

<rj e o|).000: a da segunda. l. Calcular (ii — X l) não (4) (5) to m a r a d ife r e n ç a e n tre x i e jc2 em v a lo r a b s o lu to .e. P r o c e d im e n t o : (1) (2) Calcular à rj x2. J 104 . A ren­ da anual média da primeira amostra é $7. x em plo : Amostra aleatória de 100 graduados da classe de 1940 é colhida em duas universidades diferentes.TESTES DE HIPÓTESES ( 1) 265 Solução: (1) Íi = 104 e .98 | J 100~. normalida­ de e a2 relativo a cada amostra (i. caso contrário aceitar Hy.775. d u a s escolas a p re s e n ta m o m e sm o T ESTE 13 H o'.V . lo g o .~144 ~ 1' 50 ■ V 10 + 24 (3) 2 . Localizar. Admite-se que as variâncias de ambas as populações sejam iguais a 1 milhão.96.0 3 (i. o valor de Z2n Se z ^ Zaa.Mi H \ \Ml < > M! Mj C o n h e c i d o s o u P r e s u m i d o s : Caráter aleatório.96). as m éd io . Há razão para acreditar que a mé- E .SO < 1..0 5 = 1. aceitar H 0. a c e ita r H 0. é. na tabela II do Apêndice. QI isto é. 2 (4) s < 2 . = 98. $7.

(5) Se z — — Z‘ 2„.000. = 7.7-75 Jl.]ogo. caso contrário.266 P L A N E JA M E N T O DE PESQUISA SOCIAL dia da classe pertencente à primeira universidade não é maior do que a da pertencente à segunda. P r o c e d im e n t o : (1) — (4) Tal como no teste anterior.05? E . xem plo: Situação idêntica á apresentada no teste ante­ rior. (2) V 7.842. (5) z < sM (i.e..000' 100 • (3) 2a = 2(. ao nível de significância . (4) z 4 „ = . 20 ? H o' : Ml < M2 m i > hí Solução: (1) * = 7. acei­ tar Hi. Há razão para acreditar que a média da classe per­ tencente à primeira universidade é menor que a da pertencente à segunda.48 < . normali­ dade e a2 relativo a cada amostra. TESTE 14 # < > :M l> M s f f i : Mi < Ms C o n h e c id o s o u P r e s u m id o s : Caráter aleatório. ao nível de significância .000 e *. aceitar H u.40.000 100 + 1.20) = . ou seja. —5. a média da primeira universidade não é maior que a da segunda.775.7. 000.842). aceitar H 0.000.

C o n h e c id o s o u P r e s u m id o s : Amostras aleatórias de igual extensão. Calcular £ ( S . \ __________ 7 .í) 2 .. .48 <-1. ou seja. (3) Calcular (x-x)X: = 0T .Ml = Mi = • ■ • = M fc H \ \ M i^ M .000 e ia = 7. (4) 3. é. aceitar e rejeitar H 0. -5.. colhidas de universos normais. onde n — número de elementos em cada amostra. pelo menos duas das médias não são iguais). cujas variâncias são conhecidas ou presumidas e iguais.^ . a média da primeira univer­ sidade é menor que a da segunda.10. (5) z < .05) = .TESTES DE HIPÓTESES ( 1) 267 Solução: (1) £i = 7. (4) Calcular GL — k — 1.775.= S í2.e. TESTE 15 Ho'.775 1.0 00 ■ l.2 . (*•*•» (i. P r o c e d im e n t o : (1) (2) Calcular 3 c para cada amostra. .10 = 1. onde A : — número de amostras.O O Õ ^Õ Õ z~J V tn 100 + 100 (3) 2a = 2(. r .0 00.645).0 0 0 — 7. logo.1 0 (i. ^ 2 .645.

488.aceitar H u..000 + .463. Para facilidade de cálculo.05? E H „ : Ml = mj = m »= H i : m. Se X" ^ xf.001 +. seja xi = .005 + . cujas médias calculadas são . x3 = . ou seja.469. . =£ Mi = M Solução: (1) Xy = .460.00 9)2+ (. há coerência entre os observadores. o valor de X2. ao nível de significância .001)*+ (. ■ = .009 + . (5) x!» = 9. na tabela V do Apêndice. (6) x2< x2 o ü (i e.000051) .460.001 e xo = -003. T ESTE 16 H o'. x2 = . p c 4 — . x3 = . x. reduz-se cada x de .1 = 4.003) > •_ 00005 j 2 (.02 < 9. Portanto.488). correspondente ao GL apropriado.000.465. .461 e .y. na colu­ na encimada pelo adequado a.463.460.005. logo. Sabe-se que a variância de leitura é independente dos obser­ vadores. (6) x e m p l o : Procura-se testar a coerência de cinco observa­ dores num laboratório. Cada observador faz duas leitu­ ras.268 P L A N E JA M E N T O DE PESQUISA SOCIAL (5) Localizar. x2 = .009. aceitar Hx . .000)2+ (. J f c (2) (. caso contrário. e igual a .mi = M 2 l h : Mi + M s .469. aceitar H. Isso não afetará os sultados.461 e x5 = .003)* (.0001 ' (4) G L = 5 .465. no que diz respeito a determinar a porcentagem de certa substância química em dado composto. Há coerência entre os observadores.005)' + (. 1.0001.

P r o c e d im e n t o 1* (1) (2) Calcular xlt x2. é.n2 — 2. H á razão para acreditar que a média de suspensões de trabalho. o valor de í„ correspondente ao GL apropriado e na coluna encimada pelo adequado a. o u P r e s u m id o s : Caráter aleatório e norma­ As variâncias são desconhecidas. na tabela III do Apêndice. Calcular («i-D (n2. aceitar E xem plo: Duração média de 15 suspensões de trabalho aleatoriamente escolhidas foi.1) sj m + n7—2 (3) onde Hi e n2 são as extensões das duas amos­ tras. em 1951.05) m aparecem na figura I do Apêndice. Sj e si.05? Ho' Ma — Md Hi‘ . Calcular (4) (5) (6) Calcular GL = n± ). mas iguais (i. ao nível de significância de . A duração média de 10 suspensões de trabalho. em 1951.. aleatoriamente selecio­ nadas. onde = mi — mi. «' = *1 + A- . nas duas cidades. de 25.TESTES DE HIPÓTESES ( 1) 269 C o n h e c id o s lidade. Se f ^ í„ aceitar H„. com variância de amostra de 20. Localizar. seja igual.7 dias.M /í 41K b * As curvas CO para êsse teste (ao nível de significância . com uma variância de amostra de 25.5 dias. na cidade A. de 19. na cidade B. caso contrário. foi.

= 25. H á razão para acreditar que a média das suspensões de trabalho é igual. (6) i > tos (ie. s \= 20. foram.24 > 2. A média da amostra na cidade C é 26.. Amostra aleatória de 10 suspensões de trabalho é colhida em cada cidade. Calcular R x e R 2. oscilações de cada amostra. é levado a cabo em duas outras cidades. cabem ■ aqui. 3. embora menos eficiente. (5) tM = 2. procedimento 2. Se t' — t'a. logo rejeitar H0 e aceitar H x . na metade direita da tabela IV do Apêndice.0687). respectivamente. P r o c e d im e n t o 2: Quando nt — n2. simplificado. o valor de t'a igual a n = = n < .2 = 23.0687. aceitar H 0. respectivamente. (4) g l = 15 + 10 .270 P L A N E JA M E N T O DE PESQUISA SOCIAL Solução: (1) i. ou seja. c s* = 25. aceitar xem plo: Estudo semelhante ao feito no exemplo dado para o primeiro procedimento. A menor e a maior suspensões na primeira amostra foram 10 e 40 dias.1 e na cidade D.3. (1) (2) (3) Calcular e x2. C e D.5. pode ser usado o teste seguinte. na coluna encimada pelo a adequado. Calcular l' 75 {R i+ R i)' (4) (5) E Localizar. 21. 3 e 37.05? H o: Mc = M o H i: p c + M d .7. & = 19. caso contrário. as durações médias das suspensões de trabalho nas duas cidades não são iguais. Na segunda. ao nível de significância . As observa­ ções feitas relativamente ao teste 4.

O número médio de palavras escritas pelo (4) (5) (6) (7) . Exem plo: Deseja-se determinar qual.2 1 . é. as médias de suspensão de trabalho são iguais. aceitar H i.13 < . na coluna encimada por 2a.TESTES DE HIPÓTESES ( 1) 271 Solução: (1) xi = 26. Calcular G L — nx f. logo.e. Cro­ nometra-se o serviço de cada um em 10 períodos aleatórios. M J > Mi C o n h e c id o s o u P r e s u m id o s : Caráter aleatório e nor­ malidade.I26 . R2 = 37 . aceitar H 0.5 (30 + 34) (4) l'M = . ou seja. dentre dois tipógra­ fos. Se í — t > a.. (2) R y = 40 .3041. As variâncias são desconhecidas. .3.10 = 30. l . aceitar H 0. P r o c e d im e n t o : (l) -( 2) Tal como no teste (3) Calcular (xi_. durante o dia. mas iguais (i. escreve o maior número de palavras por minuto. Calcular 2a. 3 j _ * .304.n > — 2.X 2 J “ W iT r H l 1 1 2 não tomar a diferença entre ~ x i e em valor absoluto. = o j). (5) t' < /'os (i. (3) f . o valor de Í2 a correspondente ao G L apropriado. caso contrário.1 e X 2 = 21. T ESTE 17 Ho’ -M i ^ H l'.3 = 34. Localizar na tabela III do Apêndice.

com variância de 40. PESQUISA SOCIAL tipógrafo A é de 42 por minuto. ou seja. O tipógrafo B apresenta média de 37 palavras por minuto. aceitar H 0..2 = 18.04 < 2. aceitar H 0. 2. Pode-se afirmar que o tipógrafo A é mais rápido do que o tipógrafo B.o s (i e. T ESTE 18 H 0: Mi > M s H i’ .3 7 ) (4) g l = 10 + 10 . mas iguais (i.272 P L A N E JA M E N T O DF. As variâncias são desconhecidas. com uma variância de 20.1009. caso contrário.05. logo. (7) Se f — — Ua. . acei­ tar Hi.025) = . ao nível de significância (42 . aj = o-). P r o c e d im e n t o : (l)-(6) Tal como no teste 17. é.1009). (5) 2a = 2(. Exem plo: Deseja-se determinar se a cidade B apresenta maior número de contravenções diárias do que a cidade A.o s = 2. M i < M i C o n h e c id o s ou P r e s u m id o s : Caráter aleatório e nor­ malidade. (7) / < /. (6) /. o tipógrafo A não é mais rápido do que o tipógrafo B.

sendo a média da amos­ tra e a variância.= 3 8 '6 ' S. O número de contravenções.05) = .io (i. na cidade B é maior do que o número correspondente na cidade A.. em média. A variância de cada universo é desconhecida. ao nível de significância . mas o2 — c2 = . 0 0 0 ) + (2 4 )(2 .5 0 0 ) 50 + 25 .TESTES DE HIPÓTESES ( 1) 273 Amostra aleatória de 50 dias é examinada com relação à cidade A. logo. C o n h e c id o s ou P r e s u m id o s : . Caráter aleatório e nor­ malidade. T ESTE 19 IIa: pi = m = • • • ~ Ih . respec­ tivamente. respectivamente.500. s-A = 1.500.10 = 1.1 . cometidos por dia. x3 = 125. /■» _ _ J ( 4 9 ) ( l .59. ou seja.000. ( 6 ) í.2------.6 7 ) .2 = 73. sendo a média da amostra e a variância..10. 140 e 1.e. o número médio de contravenções re­ gistrado na cidade B não é maior do que o registrado na cidade A. 125 e 2. 1. = o2. Amostra aleatória de 25 dias é examinada com relação à cidade B. e s%= 2.05? H o '. . (5) 2a = 2(. aceitar H 0.P a > P-a Hi: Solução: (1) < pu xA = H0.V (3) í = . ^ L = 1 .m ^n (pelo menos duas das mé­ dias não são iguais).000.l l i 0 .59 > . (4) g l = 50 + 25 . .67 ( A p r o x i m a d a m e n t e ) (7) t >— /.

na tabela V I Apêndice. = . o valor de F a correspondente ao G L2 e ao G L t apro­ priados.0 s. são colhidas em 4 diferentes escolas e seus elementos subme­ tidos a certo teste de aptidão. na parte que é encimada pelo a propriado.274 P L A N E JA M E N T O DE PESQUISA SOCIAL P r o c e d im e n t o : (1) (2) Calcular x e s2 para cada amostra.01? Et. Se F — Fa. M l= M 2= El'.2 Í3 = 107 sl = 12.3 11. As médias computadas e as variâncias são as seguintes: E x \= 105 Í2 = 100 sl í2= = 8. (3) Calcular (4) Calcular p_ »2 {x —x) 2 (k-1) i 2 • (5) (6) (7) Calcular GLj — k — 1 e GL2 = k(ri — 1).5 Xi = 102 Há razão para acreditar que as médias das escolas não são as mesmas. acei­ tar H i. Calcular * (Sá)* onde k = número de amostras. = 8.'. aceitar H 0. caso contrário. ao nível de significância .Mi + M . xem plo: Amostras aleatórias de 6 estudantes cada. Localizar.

0. logo. F > f. Calcular . (3) (4) (5) Calcular G I^ — — 1 e G L2 = n2 — 1. . (6) (7) = 4.oi (i. P r o c e d im e n t o : (1) (2) Calcular s2 e s|. . ou seja. diminuir de 100 as médias das amostras: i i = 5. (6)(29)_ (3) (1 0 ) ~ g l ' „ = 4(6 .í ™ 4 m (4) p 10. 5a. = 4 . Calcular se s2 > s|.Í2 = 0. isto é. 5. (3) .9382. fazer com que o índice 1 corresponda à amostra com s2 maior. .80 > 4.1) = 20.5a. rejeitar H 0 e aceitar H t. e = 2.TESTES DE HIPÓTESES (1 ) 275 Solução: (1) Para facilidade de cálculo. T EST E 20 Ho: o \= 4 Hi: o \ C o n h e c id o s ou o \ P r e s u m id o s : Caráter aleatório e norma­ lidade.9382). na tabela V I do Apêndice. caso contrário. o vaior . x3 = 7. (2) £ ( í .1 = 3.. na parte que é encimada pelo valor igual a . Localizar. as médias não são iguais.e. inverter as posi­ ções e os índices. (5) g l .5 ) * = (5') + (02) + (7 2 ) + (22 )- (5 + 0 + 7 + 2 ) i = 2 9 .

e. = ia = 1.73. acei­ tar H i. aceitar H 0. (5) (6) F . c r *> < r f C o n h e c id o s ou P r e s u m id o s : Caráter aleatório e norma­ lidade. caso contrário. repetidamente. 1. logo. O a = oi IIi\a \4: a \ Solução: (1) (2) (3) jí = 26 = 2 6 /1 5 = .787 0). Se F — F.Sa = . T ESTE 21 * H0: < rl < o \ Hi. * As curvas CO para êsse teste (ao nível de significância .1 0 ) = .. . no nível de significância .7870. Amostra aleatória de 8 corridas do atleta A têm variância de 26 (segundos ao quadrado). não há razão para acreditar que as velocidades de A e B variem diferentemente.05.r > a .os = 3. P r o c e d im e n t o : (1) (2) Calcular Calcular e sjj. (4) . ou seja. F < Fm (i. aceitar H 0.5 (. F g l 8 - 1 = g l 5 = 8 - 1 = 7.S a correspondente ao G L2 e sob o apro­ priado GLj. o mes­ mo percurso.05) aparecem nas figuras IV-VI do Apêndice'.73 < 3 . 7 15.276 P L A N E JA M E N T O DE PESQUISA SOCIAL (6) de F . a velocidade de A varie diferentemente que a de BI Exem Ho'.10. Há motivos para crer que. Amostra aleatória de 8 corridas do atleta B tem variância de 15. plo: Dois atletas percorreram.

GLj = 21 . T EST E 22 HoÊ -oJ = ff? = ■ ••= Th: a?4 =4 (pelo menos duas das va­ riâncias não são iguais). caso contrário.oi (i. com 51 elementos. ou seja. F = 24.26 (aproximadamente).82. Se F — F a. Localizar. A variância de idades da amostra colhida em A é 24. não estão mais dispersas do que na divisão B. C o n h e c id o s o u P r e s u m id o s : Caráter aleatório e norma­ lidade.6 e s’ B = 30. na tabela V I do Apêndice. as idades. e a segunda.82 < 2. (3) (4) Calcular G LX = nx — 1 e G L2 — n2 — 1.6/30. Fo i = 2. na parte encimada pelo valor apropriado de a o valor de Fa correspondente ao GLo adequado.20 e G L.26).0. aceitar H u. (5) E x e m p l o : Duas amostras aleatórias são colhidas de duas divisões do exército. é colhida na divisão B. na divisão A. = 51 — 1 = 50. é colhida na divisão A.TESTES DE HIPÓTESES ( 1) 277 não é necessário que a fração tenha numerador maior que o denominador. F < F . .6 e a da colhida em B é 30. aceitar Ho . Pode-se inferir que a dispersão de idades em A não é maior do que em B..0.0 = .1 . sob o G LX apropriado. logo. com 21 elementos. .01? H o: <d < < r % Ht: ti > ti Solução: (1) (2) (3) (4) (5) s\ s= 24. aceitar H i.e . ao nível de significância . a primeira.

Adicionar os resultados de (8). (1 ) / ( 3 ) . J Si = • (*«_*>* GL'- isto é. onde (2) represen­ ta os resultados obtidos na fase (2). etc. „ í f c ! d GL* 2 isto é. . (4) ln [ (2 )/(4 ) ]. Calcular G LS ln (s?) para cada amostra. isto é. ( i> ) ’ (2) Adicionar os resultados de (1). (7) (8) (9) Calcular ln (s2) para cada amostra. isto é. para cada amostra. separadamente. « . (6) Calcular. — 1.278 P L A N E JA M E N T O DE PESQ UISA SOCIAL P r o c e d im e n t o (1) Calcular.. isto é. separa­ damente. e “ln” é o logaritmo natural. ln (í*) • . para cada amostra. separadamente. (3) (7). para cada amostra. cal­ cular È [ È <«<-*>’]• (3) (4) Calcular G L£ = n .calcular 2 GL'. . Calcular Í > '< - (5) Calcular ± =.

111 .26 4. consultar (10).01 3 ..86 308... 14 22 20 10 14 80 13) GL'i 13 21 19 9 13 75 (4) (5) ti («) (7) GL-. ta (> ’) 4 . Para exame e ilustrações de outros métodos de testar essas hipó­ teses...46 76. e se requer grande exatidão. 5 . Nota — Se alguns G L .077 .491 1..053 . aceitar H i.. ... 845 1.19 3 3...TESTES DE HIPÓTESES ( 1) 279 (10) (11) Calcular M = (5) — (9).643 65 71 55 42 68 Total .17 4 ... calcular.. aceitar Hise M estiver compreendido entre a menor e a maior inscrição.7 4 4... se M é maior do que a maior inscrição correspondente ao k apropriado. ver (6:80-81) Exem plo: Deseja-se determinar se a variação de tempo exigida para realização de certa operação é diferente em 5 diferentes fábricas.21 8 9...66 54.077 .. ta (i!) 54.38 (8) IG L .. obtendo-se os seguin­ tes resultados: (1) (2) íl. Coligem-se dados a partir de amos­ tras aleatórias colhidas em cada fábrica... são pequenos (menores ou iguais a 2) e outros são grandes (iguais ou maiores do que 12)..045 378 884 4. ..048 . .22 . Consultar a tabela V II do Apêndice: a) se M é menor do que a menor inscrição correspondente ao k apropriado. caso con­ trário.. aceitar H 0.. * 1 G L 'i b) c) e consultar a coluna Ci apropriada.366 Amostra 1 2 3 4 .. Se M fôr menor ou igual ao valor que apa­ rece nessa coluna.... aceitar H 0.

(3) (4) 2 Coluna 3. l n ( í 2) = 3 0 3 . ou seja as variâncias são iguais. GL. testar as seguintes hipóteses: IIo*.49. O menor valor correspondente a k — 5 na tabela V II do Apêndice é 9.05 < 9. Ct\ + Cf] Solução: (1) (2) S 3 ~ = Coluna 4. • .43 .43 .280 P L A N E JA M E N T O DE PESQUISA SOCIAL Ao nível de significância .1 2 5 7 ) = 30 9.--------. se a C .05. 3 8 .6 4 3 .49. Assim. af = <72 = III'.* ) * ] = 4.38 = 1. Coluna 6. aceitar H 0.308. (10) (11) M = 309. em cada amostra.= (75) ln 4 543 — = 75 (4. permanece constante ao longo de tôda a amostragem. l n ----. T ESTE 23 H0 : í> i= Hi: pi + h o n h e c id o s o u P r e s u m id o s : Amostras aleatórias iguais de ambas as populações. Uma vez que 1. G L. Coluna 7. [ 2 ( * . A probabilidade de ocorrência do acontecimento examinado. = 7 5 - s (5) 23 2 (*'—*) ‘ _ G L .05. 23 GLí (6) (7) (8) (9) ^ Coluna 5.

P r o c e d im e n t o : (1) Preparar a tabela seguinte (chamada “dupla dicotomia” ): Número de ocorrências Número de não ocorrências b Total Amostra da 1" população Amostra da 2" população Total a a + b c a + c d b + d c+ d a + b+c + d = 2n (2) onde a representa o número de ocorrências na primeira amostra. o valor apropriado de za.p A —pB H l-.01) se uma repartição pública emprega maior percentagem de veteranos da segunda guerra mundial do que outra. etc. Na repartição A. aceitar H 0. E H o '. 40 são veteranos. aceitar H t. . Calcular 2n(ad —b c + ri) 2 4 {a+ c){b + d){a+b){c + d) ■ (3) (4) Escolher. x em plo : Deseja-se determinar (ao nível de significância . p A + pB . na tabela II do Apêndice. b o número de não ocorrên­ cias. será necessária amostragem com repetição. de amostra aleatória de 100. caso contrário. Se z — za. na repartição B.TESTES DE HIPÓTESES ( 1) 281 população fôr pequena. de amostra similar. 30 são veteranos.

58).282 P L A N E JA M E N T O DE PESQUISA SOCIAL Solução: (D Número de ocorrências Amostra de A Amostra de B 30 40 Número de não ocorrências 70 60 Total 100 100 Total - 70 r.33 < 2. E xem plo: Deseja-se saber se os pacientes de um hospital."' 130 200 -_ a /200(3 {> * V 0 X 6 0 . são. mais do que os não ulcerosos (B ) . na tabela II do Apêndice. aceitar H tí. pi < pi H\: p \ > pi C P o n h e c id o s ou P r e s u m id o s : Tal como no teste 23. aceitar í / 0. é.58.(2 ) Como no teste 23. z < z. (3) Calcular 2a. caso contrário.oi = 2. 1.oi (i. (4) Selecionar. r o c e d im e n t o : (l). o valor apropriado de z2a(5) Se z — Z2a.7 0 X 4 0 + 1 0 0 )! _ <70) (130) (100) (10. T EST E 24 Ho'. logo. as porcentagens são iguais. aceitar H i. ou seja. provenientes de famílias em que exista pelo menos .0) (3) (4) z. portadores de úlceras (A ).

(5) z > z. (4) 2. Pa > Pb Solução: ( 1) Número de ocorrências Amostra de A Amostra de B 40 20 Número de não ocorrências 10 30 Total 50 50 Total 60 40 100 /-n „ _ A/100 ( 4 0 X 3 0 . 4.io (ie. ao passo que amostra de 50. aceiHy.1 0 X 2 0 + 50)« (2) ^ -----(6Õ)(4Õf(50)(50)-----= 429 (3) 2a = 2(.05. entre os demais . rejeitar H 0 e acei­ tar H l. exibe 40 pacientes com um alcoólatra na familia.10. Amostra aleatória de 50 pacientes portadores de úlceras..exibe 20 pacien­ tes com alcoólatras na família.645. .C5) = . caso contrário. isto é.„ = 1.29 > 1. aceitar H 0. com uma diferença na fase (5) : (5) Se z — — Z2 o. existe porcentagem significativamente maior de alcoólatras em famílias portadoras de úlceras do que em famí­ lias de outros tipos de pacientes? Ho4 -Pa < Pb H l4 . apresentam-se lias onde haja que em outras pacientes portadores de úlcera mais freqüentemente em famí­ pelo menos um alcoólatra do famílias.TESTES DE HIPÓ TESES ( 1) 283 um alcoólatra. As hipóteses ( H 0: px — p2) e {Hx: < p2) podem ser examinadas de modo análogo ao que acabamos de descrever. logo. Ao nível de significância de .645).

Poderíamos começar agru­ pando os empregados segundo o número de anos que tives­ sem estado na escola. Tem-se. a distribuição dos resul­ tados obtidos em cada grupo e calcular a média e a variância da distribuição para cada um dêles. foram desenvolvidos.1 Análise de regressão. ainda. . os anos de escolari­ dade.284 P L A N E JA M E N T O DE PESQUISA SOCIAL 8. Poderíamos. métodos de regressão e de correlação analítica (análise de correlação). a seguir. Imaginemos. Imaginemos que se está interessado em levar a efeito um estudo da distribuição dos resultados obtidos pelos empre­ gados de certa firma em um teste de aptidão. Inúmeros problemas tratam de questões do seguinte tipo: (1) De que modo se podem exprimir alterações em uma variável Y em função de alterações em outra variável X I Variações em uma variável tendem a fazer-se acompanhar de variações em outra variável? (2) A fim de responder a tais questões. e a variável independente. relacionando-os com o número de anos que os empregados freqüentaram a escola. e em que o eixo vertical (Y ) representasse os resultados. ou seja. Poderíamos afixar cada uma das treze médias obtidas em um gráfico em que o eixo horizontal (X ) representasse o número de anos de estudos. Nesse caso. a variável dependente percorre os resultados. determinar. Em alguns casos a curva de regressão pode ser um segmento retilíneo ou quase retilíneo. a regressão linear. então. e que nenhum tenha estudado mais de dezoito anos. dos resultados em número de anos de estudos. Os pontos imagem das médias de cada grupo poderiam ser unidos por meio de uma curva. Hipóteses concernentes às propriedades relacionais. que nenhum empregado tenha passado menos de seis anos na escola. 8. Esta seria a curva de regres­ são de Y em X . submetendo cada grupo ao teste.

No caso de B = 0. .x ) 6 7 8 9 10 11 12 13 14 15 16 17 18 70 75 80 85 90 95 100 105 110 115 120 125 130 É muito conveniente exprimir o número de anos de freqüên­ cia à escola (x) como desvios da média dêsse conjunto de valores (|O i ou seja.(.i. Os valores estão marcados na figura 24. as alterações nos valores de V não tendem a estar associados às alterações de valores de X . Quando isso acontecer. é igual a 100 e que esta média ocorre associada à média dos valores de X (12 anos). em outras palavras. 75 l 80 85 90 95 100 105 110 115 120 125 Note-se que a média dos valores (!„*. (m. ser reescritos dêste modo: 1 u > 1 K J I 1 f U i x — nv) M rx 70 2 3 4 5 O — (.„ é igual a 12 anos. para cada grupo (x) tenham sido as seguin­ tes (\ ivx) : Número de anos de escolaridade (x) Média das notas do teste ( n . Os dados podem. o número de uni­ dades de que varia quando x varia de uma unidade. a variavel Y é independente de X . E imaginemos que as médias das notas ( y ) .). como (x — (x^). Sejam (o2 y t) essas variâncias.). B é o chamado coeficiente de regressão. B é igual a 5. Imaginemos iguais as variâncias da distribuição das notas em cada grupo (formado segundo os anos de escolaridade).. No presente caso. | . Pode-se mostrar que isto sempre acontece nas regressões limeares. pois. Se .TESTES DE HIPÓTESES ( 1) 285 Consideremos o seguinte exemplo de regressão linear. No caso em exame. ou seja. a reta de regressão é hori­ zontal. ou seja.. Qualquer reta de regressão pode ser dada por uma equação da seguinte forma: IV ' = ! l i/ + B ( x onde B é a declividade da reta.

quando há decli­ vidade. a melhor estimativa será. a média obtida pelos indivíduos que se submeteram ao teste de aptidão. em verdade. prema­ turo asseverar que Y é dependente de X . selecionado ao acaso em um dos grupos X . Uma utilidade dessa equação se torna aparente. e que foram agrupados por terem todos 8 anos de freqüência às escolas. B = 5 e = 12. é que alterações em Y estão associadas a alterações em X . assegurar (caso haja declividade. caso \ B y x= j= 0]). uma vez que |.286 P L A N E JA M E N T O DE PESQUISA SOCIAL há declividade. existe associação dos valores de Y. É. apropriadamente. Então. se pode.i„ = 100. A afirmativa equivaleria a dizer que as modifica­ ções em X causariam as modificações em Y. suponhamos que se queira determinar o valor de \ i„ s isto é. F ig. sem dúvida. obtemos \ iv x= 100 + 5(8 12) = 100 — 20 = 80. o que nem sem­ pre é o caso. a média obtida pelo . isto é. O que. 24 — Regressão linear de notas de teste sõbre o número de anos de frequência à escola A fim de ver de que modo opera a equação da regres­ são. Se desejamos fazer um prognóstico a respeito da iiota de um indivíduo. corres­ pondendo às alterações de valores de X . porém.

onde yx é a estimativa de \ lvx . de estimativas de j. representado por i/e • A reta a que essa equação dá lugar tem a propriedade de que a soma dos quadrados dos desvios verticais [2(j/a — yx) ] é menor do que a soma correspondente em qualquer outra reta que possa ser traçada pelos pontos. Por isso mesmo. que não conhecemos a equação de regressão do nosso exemplo. Para responder a tal questão. Estimativas sem desvio de \ n y e de Bv „ que tenham variância mínima. agora. podemos testar a hipótese H n: B y x = 0. O procedimento cabível é descrito no teste 25. Pode surgir a questão de saber se Y é independente de X . mas relativos também aos grupos de renda. à luz do que informa certa amostra da população.---— ' * 4 1 b y x O uso dessa estimativa será examinado na secção 8.TESTES DE HIPÓTESES (1 ) 287 grupo Isso decorre do fato de que os valores de y para um x especificado se aglomeram em torno de sua média. Desejaríamos. Para \ ix podemos usar a média (x) dos x's que sele­ cionamos para compor a amostra. então. Suponhamos. algumas vêzes. ZXiVi 2*. Para ter uma idéia da reta de regressão. Deve-se ter em mente que é possível que não se saiba da existência de uma regressão linear quando se recorre a tal equação.%!. precisamos. Isso implica . Suponhamos desejar estudar a distribuição de resultados de testes relativos não apenas ao número de anos de escola freqüentados. Êsse valor é conhecido como estimativa de Y e.iv e de Bvx. A equação de regressão estimada é % = y + by x (xi . Se a regressão existe. são y e byx. essa reta é chamada o ajuste dos mínimos quadrados. em primeiro lugar. e que estamos interessados em fazer uma estimativa.2. dela obtemos a melhor estimativa através da equação. By x será igual a zero.x). determinar a regressão de resultados com referência a duas variáveis independentes. Em caso positivo.

e a regressão de X em Y . e determinar a distribuição de anos para cada grupo de resultados. É possível testar a hipótese de que uma regressão é linear. a população foi agrupada segundo o número de anos de escola freqüentados ( X ) . de uma ilustração específica do uso de regressão linear. Há técnicas adaptáveis a êsses casos. É possível agrupar a população segundo seus resultados. pode ser uma curva. Ocupemo-nos. e a distri­ buição de resultados de teste [Y) foi determinada para cada grupo. Obteríamos. agora. Teste com esse fim é examinado em (2: 160-62). Êsse estudo tem o nome de análise ds correlação. cujos resul­ tados no teste e número de anos de escokridade são os seguintes: Elementos Anos de escolaridade (X ) 13 10 18 12 8 7 11 10 6 12 Resultados (Y ) 1 2 3 4 5 6 7 8 9 10 104 96 124 120 95 122 110 90 85 104 . uma regres­ são de X em Y. O signi­ ficado e as técnicas necessárias para tal estudo estão expos­ tos na secção 8. e consideremos o procedimento para avaliar a equação de regressão e testar as hipóteses concernen­ tes ao significado da declividade.288 P L A N E JA M E N T O DE PESQUISA SOCIAL em regressão múltipla. A regressão de Y em X . mas constituem objeto de discussão em (5 :x iv ). Suponhamos colher amos­ tra de 10 membros da população de empregados.3 dêste capítulo. dessa forma. Técnicas para avaliação de regressões dessa ordem não serão aqui examinadas. É também possível estudar a correlação entre a regressão de Y em X . pode ser ou não linear. No exemplo acima.

Aparecem na figura 25. Tal representação é chamada dia­ grama de dispersão. yit tais que um só yt esteja associado a cada x». Segue-se o procedimento para avaliar a reta de regressão correspondente a êsses dados.2 Procedimento para determinar a equação de regressão linear. e São dados: um conjunto de pares de observações. 25 — Diagrama de distribuição e reta de regressão estimada de y em x Êsses valores podem ser representados gràficamente. 8.TESTES DE HIPÓTESES ( 1) 289 Anos de escola completados F ig. .

inscrevendo-se o resul­ tado na coluna x'i (ou seja: x'i — x'i — x0). —y)2= 2y?~ (2x-.. Para obter y'ir faz-se estimativa da média (y0) . Subtrai-se x0 de cada x{ ..290 P L A N E JA M E N T O DE PESQUISA SOCIAL (1) Prepara-se o seguinte quadro: - Xi yi Xi yí i! 1 y. 1 1 y = y°+^ '- (3) (4) (5) Calcula-se Calcula-se Calcula-se 2 (*. —x) (> •. 1 1 . Total Para obter x'if faz-se uma estimativa da média (x<j) dos valores inscritos na coluna xt.í = *„ + — . — .. repetindo o procedimento..y. os dados originais podem ser empregados. sem que seja necessário transformá-los nos x'i e ifi. —y) = 2. —i ) 3= 2aÍ! — 2 (y.)! (2y. registrando-se o sinal da diferença. (2) Calcula-se . Caso as colunas x* e yn tenham médias próximas de zero. 2 n ...)! (6) Calcula-se s U.t-..

--*)* y. onde yx é o valor previsto de Y para um dado valor de X .. .x ) ( y .x) - (.Í)2- E xem plo: Equação da regressão de resultados de teste acêrca de anos de escolaridade. . = y + bv x (xi . 2 (*. .x) . —y) 2 (* . O êrro padrão estimado do valor previsto ( yx) é obtido de n —2 O êrro padrão estimado de b1 lx é obtido de V 2(x .TESTES DE HIPÓTESES (1 ) 291 (7) A equação de regressão de Y em X será então descrita pela equação: > '»= y + 2 (Xj —x) (y. O coeficiente de regressão esti­ mado (byx) é obtido de . é representado por B. baseada em 10 observações .v.í)- O coeficiente de regressão verdadeiro. ■ _ 2 (.■.y ) daí.v. ou da população.

.7).1 _ 12 3 TESTE 25 Ho: B vx — 0 / / i : B vz 4= 0 C o n h e c id o s o u P r e s u m id o s : A regressão de Y em X é linear.......10.... y = 100 + 50/10 = 105... 2(*i ... 6 12 T o t a l..... . ......(.. 7 .. bV I =2..... Y está normalmente distribuído com igual variância para qualquer valor de X ... ..18...2.1 3 1 j.. ........ Z(z. 9 ..18(*.(231)7106.. = J I7708..10 20 90 0 166 1 2 ........7) = 105 + 2.500/10 = 1. sendo os valores observados de Y selecionados aleatoriamente para cada valor fixado para X... 4 .. 8 .... ......7..958 ...5 22 10 -10 -15 4 50 X i* 1 4 36 0 16 25 1 4 36 0 123 y* I 16 16 576 400 25 484 100 100 225 16 1 ..708....13)50/10 = 231..= 10Ü.....4 24 20 ..yY = 1..... ..„ = 12 e y0 .. (2) (3) (4) (5) (6) (7) * = 12 + (—13)/1 0 = 10.....x) (y.169/10 = 1C6... 5 .. 13 10 18 12 8 7 11 10 - - 10.......292 P L A N E JA M E N T O DE PESQUISA SOCIAL (D Observa­ ções Anos de e s c o la .x)\= 123 ... yx = 105 + 231/106 l(* f . Resultados do teste X % y % 104 96 124 120 95 122 110 90 85 104 - X i 1 2 6 0 4 5 1 2 6 0 yí 4 ... 6..y) —166 ...... 2(y...... 3 ........1. 1 ............10. .....9 5 8 * » y | 4 8 144 0 20 -110 ........

g l = 10 .TESTES DE HIPÓTESES ( 1) 293 (1) (2) (3) (4) Calcular byx. 8 . ignorar o si­ nal nos cálculos subseqüentes. aceitar H isto é. .e.05.306). Calcular svx.54 < 2. .306. é Na análise de correlação.18/1. é simbolizado pela letra grega rô (q) e as estimativas dêsse valor são representadas por r. Se by x é negativo. na tabela III do Apêndice. Se í — f„> aceitar H u.. ( 5) . (6) /.o s = 2.54.42 = 1.2 .o s(i.18. Selecionar.42. O Exem plo: Usar os dados da secção o nível de significância.2 = 8. o valor apropriado de ta. e a relação entre elas é medida por uma quantidade chamada coeficiente de correlação.3 Análise de correlação. logo. teste é para ü 0: byx = o Hi: bvx rjr o Solução: (1) l v x = 2. (2)-(3) sb „ = 1. a regressão de Y em X e a regressão de X em Y são (de fato) ambas determinadas. (7) / < /. 1. Calcular sb y x Calcular (5) (6) (7) Calcular G L — n — 2. ou da população. 8. o coeficiente de regressão não significativo. O coeficiente de correlação ver­ dadeiro. (4) t = 2. aceitar H i. caso contrário.

Suponhamos obter para cada individuo de uma população um resultado de teste de capacidade de leitura (x í ). . Ou seja. poderíamos esperar que a distribuição dos pontos fôsse a que aparece na figura 26. por bons e maus resul­ tados no outro. esperaría­ mos concluir que a renda aumenta na medida em que o esforço físico tende a diminuir. Se nos propusés­ semos a determinar a renda de um grupo de indivíduos e a energia física por êles dispendida no trabalho. E é de esperar também que maus resultados num dos testes conduzam a maus resultados no outro. definindo a posi­ ção de cada individuo pelos resultados obtidos nos dois testes. O alto valor de uma variável. é de esperar que bons e maus resultados num teste sejam acompanhados. 26 — Variáveis correlacionadas positivamente Nem tôdas as variáveis estão correlacionadas positiva­ mente. Gràficamente esperaríamos uma coleção de pontos distribuídos mais ou menos como na figura 27. respectivamente. p. É de se esperar que uma pessoa que obteve bom resultado em um dêsses testes tenda a apresentar bom resul­ tado no outro. ex. mais ou menos.. Êsse conjunto de observações associadas aos pares se diria negativamente correlacionado.294 P L A N E JA M E N T O DE PESQUISA SOCIAL Apresentemos. pode tender a acompanhar-se de baixo valor de outra. Alta Baixa Baixa Alta F ig. e um resultado no teste de voca­ bulário (i/f). Se fizéssemos um gráfico. uma abordagem não matemá­ tica do significado de correlação. inicialmente. Estas duas variáveis se diriam correlacionadas positivamente.

27 — Variáveis correlacionadas negativamente Por fim.TESTES DE HIPÓTESES ( 1) 295 Alta Baixa Baixa Alta F ig . que o número de crian­ ças nascidas anualmente na cidade de New York seja inde­ pendente do indice pluviométrico do Peru. por exemplo. ou seja. seja em sentido opostos. 28 — Variáveis não correlacionadas . É de se esperar. E diríamos que essas variáveis são não correlacionadas. Isto é. as duas variáveis podem sofrer alterações independentemente. Gràficamente. o alto valor de uma tanto pode ser acompanhado por um alto como por um baixo valor da outra. Alta Baixa --------------------------------------Baixa A lta F ig. surgiria um conjunto de pontos tal como o que aparece na figura 28. não espe­ ramos que os valores dessas variáveis mostrem tendência de variar seja no mesmo sentido.

maior será a soma. e procedemos da mesma forma para tôdas as Y observações associadas [(y{ — H*)/o»]. elas se afastam da média [ (x{ — \ ix) /o*]. Suponhamos agora ter determinado êsses produtos para cada possível par de observações. outro negativo). pois a média possibilita sejam feitas com­ parações entre conjuntos de extensão diferente.m » ) a x <Jy A estimativa de ç define-se como: 1 (*. formados por pares de observações. Se os desvios têm sentidos diferentes (i. indicará a tendência de se alterarem em sentidos opostos.■ — x) Sx (y< — y) Sy . p— y/Bx yB yx Pode-se demonstrar que êsse valor é. havendo obtido o total: O . Se ambos êsses desvios têm mesmo sentido (i. As propriedades matemáticas de Q podem ser compreendi­ das sem maior dificuldade. Se fôr negativa. é.296 P L A N E JA M E N T O DE PESQUISA SOCIAL Já deixamos referido que o coeficiente de correlação exprime a relação entre a regressão de X em Y (Bxy ) e a regressão de Y em X (ByX ). É conveniente considerar o produto médio dêsses des­ vios. — 1 (correlação negativa perfeita). são ambos positivos ou negativos). Se esta soma fôr positiva. . Em consequência. o produto é negativo. um positivo. no mínimo.M i) (y. no máximo. o coeficiente de correlação pode ser definido da seguinte maneira: (*i . Zero representa independência per­ feita. 1 (cor­ relação positiva perfeita) e. e não a soma. teremos indicação de que as variá­ veis tendem a alterar-se no mesmo sentido. Suponha-se que consideramos to­ das as possíveis X observações (x{) e determinamos de quan­ tas unidades O j. Especificamente. a. Quanto mais acentuada essa tendência. o produto é positivo. é.

mesmo sendo r inferior a . iii). é apresentada na seção 8. desde que êle seja igual ou maior do que certa quantidade especificada (p. e pode não ser significativo quando maior do que . Consiste em asseverar que. o uso da correlação tornou-se pro­ cedimento padrão. e em relação às quais o cientista social deve estar prevenido. por estarem X e Y correlaciona­ dos. Consideraremos. Tal inferência não pode se basear exclusivamente em análise de correlação. testes de significância que aparecem freqüentemente. Nas ciências sociais. qual a possibilidade de obtermos uma estimativa especificada? Na prática. em alguns casos. Como se trata de assunto muito complexo.5. caso o coeficiente verdadeiro tenha um valor especificado. As condições e operações requeridas para estabelecer tal relação foram anteriormente discutidas.. embora em muitos casos não se considerem devidamente as vantagens de usar um ou outro tipo de esti­ mativa de correlação. Devemos determinar qual a possibilidade de que tal estimativa se concretize. porém de uso mais simples. pode­ mos indagar: se o verdadeiro valor de coeficiente de correla­ ção é igual a zero. Consiste a primeira em admitir que o coeficiente de correlação estimado r. . Por exemplo.85. produtor ou produto do outro. H á duas más aplicações da análise de correlação que são comuns. Um coeficiente de correlação de amostra não tem sentido por si mesmo. tenha algum sentido por si mesmo. cabe-nos determinar se a estimativa é ou não significativa. 85). Deve-se fazer notar que não estamos limitados à con­ sideração de apenas duas variáveis na análise de correlação.4 Más aplicações da análise de correlação. um é causa ou efeito do outro. 8. mesmo que o valor verdadeiro do coefi­ ciente de correlação seja igual a zero. Em outras palavras. casos haverá em que o valor de r seja maior do que . êle é signifi­ cativo.TESTES DE HIPÓTESES ( 1) 297 Essa fórmula pode sofrer transformação para tornar mais simples os cálculos necessários.85. muitos pesquisadores admitem automàticamente r como significativo. abaixo.85. é desejável que freqüentemente se consulte um especialista em estatística matemática. já nos referimos (no cap. Ao segundo êrro comum. fase (2). ou seja. Essas conclusões nem sempre são acertadas. ex. A forma aparentemente mais complexa.

(Z *!) ÇSyl) P (2) v E xem plo (2*:)s][«2yíJ. Ver (1) do l 9 Exemplo da secção 8.2). que há algumas medidas de associação entre variáveis.(50)*] (1) m K> ' T ESTE 26 ' ' H0: P = o Hü p * 0 .2. muito úteis. (1) Preparar tabela análoga à da primeira fase do cálculo do coeficiente de regressão linear (ver sec. Essas medidas e os testes que determinam sua significância são examinados em (8: I.2. Três dessas medidas particularmente úteis em ciência social são: (1) o coeficiente de compatibi­ lidade que mede o acôrdo entre classificação e um padrão pré-estabelecido.298 P L A N E JA M E N T O DE PESQ UISA SOCIAL Métodos existem para o tratamento simultâneo de grande número de variáveis. por fim. 8. Para discussão mais ampla de correlação. Devemos acentuar.13) 2] [ (10 ) (1 .5 Procedimento para cálculo do coeficiente de correlação linear.9 5 8 ) . e (3) o coeficiente de concordância. xvi). (9) e (10). (2) o coeficiente de coerência. 8. (7). J í (10) (166) — ( — 13) (50 ) ] 2 V [ (10 ) (123) .(2yí)2 ]' : Usar os dados fornecidos na secção 8. ver (5). embora relativa­ mente desconhecidas. ao comparar pares de observações. Calcular = \l I n Z x ly t. quanto a suas preferên­ cias.( . que mede a concordância entre vários juizes ao compararem pares de observações. indicador da coerência de um juiz ou observador.

na tabela V III do Apêndice.54 GL = ro 5= (v e r sec. é. .) 10 . logo.p = 0 Hi: p + 0 Solução: (1) (2) (3) (4) r = .2. Se r é menor ou igual a r. T EST E 27 H o -p =o P* 0 C o n h e c i d o s o u P r e s u m i d o s : A s o b se rv a çõ e s c o n siste m d e d o is c o n ju n to s de d isp o siçõ e s d o m e sm o c o n ju n t o de e le m e n ­ tos. P r o c e d im e n t o : (1) (2) (3) Calcular r. -6319. H o '. o coeficiente de correlação não é significativo. o va­ lor de ra correspondente ao G L adequado.4. Localizar. aceitar H 0. r < r.05.TESTES DE HIPÓTESES ( 1) 299 C o n h e c id o s o u P r e s u m id o s : O s pare s de o b se rv açõ e s são c o lh id o s a o a c aso e e stão n o r m a lm e n te d is tr ib u íd o s .2 = 8. Testar ao nivel (4) E xem plo: Usar os dados da secção 8. e na coluna do a apropriado.oo (i.„ aceitar H 0\caso contrário. 8. isto é. de significância . . Calcular GL = n — 2.54 < . aceitar H i.6319).

Calcular n— 1 i =l (4) Calcular 25 r n [ n — 1) ’ onde n = número de elementos na disposição.. . escolher. luga­ res. é a posição atri­ buída ao primeiro elemento na disposição 2. é. a) Se n — 10. na disposição Y. X i é a posição atribuída ao primeiro elemento na disposição 1. . Determinar a posição X do elemento colocado em primeiro lugar na disposição Y . Chamar di a êsse valor... em segundo. Disposição 2 . o número de elementos (A ) à direita de A 4 (i. até o penúltimo...300 P L A N E JA M E N T O DE PESQ UISA SOCIAL P r o c e d im e n t o : (1) Preparar a tabela seguinte: K X. Elemento Aa Xj Y3 A„ X„ Disposição 1 . . Suponhase que a posição X fôsse 4.. Suprimir A 4. a probabilidade correspondente ao . A u correspondem aos ele­ mentos.. Conta-se... na Tabela IX . calcular do. dn_i. é. etc.. A 2 . do Apêndice. . Yx Y„ (2) (3) onde A i. então. etc. Repetir êsse procedimento para o elemento colocado... d. terceiro. n — 4) e daí subtrai-se o número de ele­ mentos à esquerda de A± (i. O u seja. 3).

se í — í„. independentemente.05? //o: p = 0 I h : p z£ 0 É ela signifi­ Solução: (1) (2) Ver tabulação acima. aceitar H 0‘ . Se essa probabilidade é maior ou igual a .5a. ao nível de significância . E xem plo: Dois dirigentes de emprêsa. aceitar H 0. classificam 10 de seus subordinados com respeito à capaci­ dade de direção. dí = + 5 d3 = . Localizar na tabela III do Apêndice o valor de ta correspondente ao va­ lor do G L apropriado e sob o ade­ quado a.7 d2 — — 8 = f. caso contrário aceitar H x . b ) Se n > 10: i) Calcular ii) iii) iv) Calcular G L = n — 2. aceitar Hx .2 . Os resultados são os seguintes: Ai Classificação do dirigente A Classificação do dirigente B A2 Ac A. Ad A„ At A„ Ao Aio 1 5 3 1 4 4 6 6 2 7 7 8 8 9 y 3 lü 2 5 10 Qual é a correlação entre as classificações? cativa.TESTES DE HIPÓTESES (1 ) 301 valor de 5 obtido em (3) e sob a apropriada coluna n. caso contrário.

Calcular ' VÎÏ--3 ‘ (5) Calcular (6) Localizar. na Tabela X do Apêndice.P = a Hi. r = 2( — 1)/(10) (9) = . Localizar. . Localizar.3 S = — 1. as classificações não estão significativa­ mente correlacionadas. Resulta. da Tabela IX do Apêndice. na tabela X do Apêndice.5(. Se r fôr negativo. mudar o sinal do valor indicado. Se a for negativo.0222. o valor de z correspondente a r .500. o valor de z' correspondente a p. na tabela II do Apêndice. aceitar H 0. mudar o sinal do valor indicado. ou seja. Uma vez que .302 P L A N E JA M E N T O DE PESQUISA SOCIAL (3) (4) (5) d5 = + 5 ds = 0 dg — 0 dçt — — 1 d i — f. Seja z a representação dêsse valor nôvo. o valor adequado de za.500 > . P r o c e d im e n t o : (1) (2) (3) (4) Calcular r. T ESTE 28 Ho'. que a probabilidade é igual a .05). C o n h e c id o s o u P r e s u m id o s : O s pares de observações são aleatoriamente colhidos e distribuídos normalmente.

e. Testar as seguintes hipóteses.678. aceitar H tí T ESTE 29 flo: pi = Pi i/ i: pi + ps C o n h e c id o s o u P r e s u m id o s : Em cada amostra.oi (i. Se ambos êsses r fo- . (2) a' = .576.59.800 Solução: (1) r = .59. os pares de observações são aleatoriamente colhidos e distribuídos normalmente. o valor de z' correspondente a ^ (zi). P : r o c e d im e n t o (1) (2) Calcular r1 e r2. e o valor de z cor­ respondente a r2 (z'2). (7) z < z.099.. caso contrário. aceitar H x.576). P P = .800 . logo. na tabela X do Apêndice. 1.TESTES DE HIPÓTESES ( 1) 303 (7) Se z — z„.oi = 2.01: //„: H r . (3) z' = 1. aceitar H 0. <41 (6) z. para a = . E x e m p lo : Amostra de 10 observações resulta em r = . Localizar.11 < 2.

775 — . nA = 53 e nB = 28.z» 1 V— (4) (5) * tl\— 3 + Ui — ó Selecionar. Se z — za. as hipóteses: Ho'.05.775 c zi = .46 < 1. aceitar Ho. aceitar H E x e m p lo : Colhe-se uma amostra aleatória de médicos de duas cidades. aceitar H„: os coeficientes de correlação são iguais. (2) zÁ = .304 P L A N E JA M E N T O DE PESQUISA SOCIAL (3) rem negativos. obtendo-se coeficiente de correlação para cada uma. Calcular -I zí . TESTE 30 Ho'.o s (i.633. Hi'- PA = Pb Pa P b Solução: (1) rA = 6 5 c rB = -56.ü 6 = 1-96. Testar. Extensões das amostras. (3) 2 . (5) z < z. o valor apropriado de za..96). .633 | _ . em relação à renda e ao tempo de clínica de cada médico.65 e rB = . Os resultados são: rA = . ao nível de significância . . deve ser dado valor negativo ao correspondente z . logo. A e B. na tabela II do Apêndice. pi 4 1 Pi . 1. caso contrário.e.1 /5 0 + 1 /2 5 (4) z.Pl = P2 H i'.56.

80 4 )2 — . ry z e rxy. Ao nível de significância .80) (.64. Selecionar. caso contrário. H l'. (1 + . Se F — F a. Os coeficientes de correla­ ção entre os resultados obtidos nesses testes foram os se­ guintes: ^xy ■ * — .72) (.03.80. rejeitar H 0 e aceitar H s .12. . aceitar H o ..80. Seja p.64) ] (3) GL| = t e g l 2= 53 — 3 = 50.72)_____________ __ 6 ( 2 ) F ~ 2 [1 . rx z = . isto é. (.ot (i.(. na tabela V I do Apêndice. (5) F > F.5 > 4. aceitar Hl E xem plo: Um grupo de 53 alunos.. = a correlação entre observações em X t e Z i e seja p2 = a correlação entre obser­ vações Yi e Z i .64. e — . aleatoriamente escolhi­ dos. determinar qual das seguintes hipóteses deve ser aceita: Ho'. P r o c e d im e n t o : (1) (2) Calcular rxz.03). (» ~ 3) (1 + r„) (3) (4) (5) Seja GLi = 1. logo.— O .6 .0 6 = 4.72. Pxt — Pyi Solução: (1) rIV = .64) 2(50) (51. submeteu-se a três testes: de leitura ( X ) . rx z — .e. o valor de F a na linha do apropriado G L2 e sob o adequado G Lt == 1. três observa­ ções para cada indivíduo. pares normalmente distribuídos.7 2)’ . de vocabulá­ rio (V ) e de inteligência ( Z ) . 6.6 4 ) '+ 2 (. Z é um padrão para as comparações.(. Pxt 4* Pyt e r„ = . Calcular GL> = n — 3. (4) F.TESTES DE HIPÓTESES ( 1) 305 C o n h e c id o s o u P r e s u m id o s : Amostras aleatórias d a m e s­ m a população.05.80) 2 — ( . Calcular F_ 2 (1 — r2 — r2 — r2 + 2 r r r ) ' ' xj XI VI XV xt V‘ (*•*.

10. 32 crianças matriculadas em cada estabe­ lecimento. Amostra aleatória de 25 casas c tomada. a maior do que 1300? Seja a = . é 0. pode-se concluir que a população tem variância igual a. 7. pode-se inferir que a cidade é típica. e que a maior contava com 53. Que significa estatisticamente significativo? Exercícios. ao nível de significância . para elas. Em média.01.75. e sua média calculada. Pode-se inferir. .2 e s2 = 14. A média e a variância da amostra são. Em que diferem as análises de correlação e de regressão? Quando convém usar uma e outra? 4.56. A variância da amostra é de 220. A amostra é colhida. considerada uma amostra aleatória de 16 estabelecimentos do gênero. De que modo se pode testar a afirmativa de que a amostra foi colhida de modo alea­ tório? 3. dada como inalterada desde o ano anterior. A pre­ visão é fundada. Caso as observações em amostra aleatória de 25 pessoas tenha variância igual a 1264. Qual é a diferença entre as distribuições z e í? Qual a dife­ rença no seu emprego? 2. Imagine-se que em amostra de 21 indivíduos se tenha x = 21. Amostra aleatória e 8 é retirada de uma classe de 40.306 P L A N E JA M E N T O DE PESQUISA SOCIAL Tópicos para discussão. 1. Imagine-se que a menor turma da amostra contava com 20 crianças. admitimos que o =r 1. pelo menos. Deve-se concluir que a variância da população é.5.20. 95 e 38. Tomando por base certos estudos anteriores. em média. Os primeiranistas do ano anterior apresentavam média de 1.0? Seja a = . Se a amostra aleatória de residências e m uma cidade revela que 52 por cento das 1200 crianças (da amostra) entre 5 e 6 anos freqüentam escola. uma vez que a percentagem é 43? Seja a = . Imagine-se que a média verdadeira de uma população seja conhecida. Fazemos a previsão de que a média de compartimentos das casas de certa área seja igual a 6. A variância.72.05. Pode-se admitir. Der estudantes. 5.005. Responder à pergunta sem fazer uso da variância da amostra.32. selecionados de modo aleatório. a média de compartimentos é de 4. e. O município é significativamente diferente do Estado? Seja a = .05. Há motivo para crer que a população de que a amostra foi retirada tenha média pelo menos igual a 20. menor do que. 1. colhida em certo município. 20? Seja a = . 4. apresentam média de 1.50. que a classe dêste ano é inferior à do ano anterior? 3.10. Suponhamos que observações a propósito de amostra alea­ tória de 17 pessoas apresentam variância de 17. que a média da classe seja 100? 6. O Estado tem. 8. numa classe de primeiranistas. respectivamente. ao nível de significância . ao nível de significância .01? 2. 45 crianças estão matriculadas nos jardins de infância.

3. ao nível de significãncia . s2 = 5. que a média da popu­ lação A é tão grande quanto a da população B? 11.8 s2 = 8. ao nível de significãncia . com variância de amostra de 6. x. x < = 11. 71. Os últimos.05.1. Sj — 6. Sabe-se que as observações feitas em cada universidade têm a mesma variância: 6. m — 15. 15. 104.0 e na = 15. As médias de amostra são 92. com Ra = 22. Amostras de 35 são colhidas em quatro diferentes universi­ dades. em semanas escolhidas aleatòriamente.1. Dois vendedores estão oferecendo o mesmo produto em locais diferentes. as populações de que as amostras foram colhidas apresentam as mesmas médias? 10.i = H a. com variância de amostra de 8. De amostras colhidas a partir de duas populações. 1. = 13.5. Há razão para acreditar que essas amostras correspondem a populações com iguais médias? Seja a = . Suponha-se que amostras aleatórias de 11 são colhidas de quatro populações com os resultados seguintes: Xi = 12.TESTES DE HIPÓTESES ( 1) 307 9. ao nível de significãncia . xa = 54. x2 — 10.2. São os alunos e os estudantes graduados igualmente proficientes? Seja a = . Deve-se inferir que.5 e S4 = 7.3. Xa = 11. Suponha-se que duas amostras aleatórias de 33 (m) e 40 (na) indivíduos apresentam as seguintes médias de amostra e variâncias verdadeiras: xi = 9.1.0.3 com Ri = 15. obtiveramse os dados seguintes: A 32 40 25 51 B 24 48 36 52 22 Pode-se inferir. 87. 12.4. 14. Cada qual. Xi = 47. resultado médio e 52. 13. .2.05.01.200.7.05. Suponha-se a situação figurada no problema 12. efetuou o seguinte número de vendas: A 45 51 44 48 B 61 72 73 54 Pode-se inferir que as vendas apresentam variância igual de semana para semana? Seja a = . 10.005. Pode-se concluir que as médias da população são iguais? Seja a a = . Testar H n: y. Aqui. 2. 01. Os primeiros obtêm resultado médio de 45. o2 = 3.1 e o f = 4. Uma amostra aleatória de 50 alunos e 25 estudantes graduados é submetida a teste de proficiência em matemática.6.3. (Presume-se que as variâncias verdadeiras são iguais).

No bairro B. Ao nível de significância .57 e a idade e o tamanho da família apresentam coeficiente de correlação igual a . A variância de amostra na renda de 41 arquitetos aleato­ riamente escolhidos é 16 milhões. Amostra aleatória de 100 pessoas do bairro A inclue 75 por cento favoráveis ao controle de aluguéis.01. com respeito àquelas propriedades. 70 por cento são favoráveis ao mesmo controle.25.69. Ao nível de significância . Ao nível de significância . Certa característica é possuída por 58 por cento de uma população. A variância da amostra na renda de 61 engenheiros é de 22 milhões.05. Calcular o coeficiente de correlação dos seguintes dados determinar se é significativo ao nível . Calcular o coeficiente de regressão de renda cm idade para os seguintes dados e determinar se êle é significativo ao nível .01.31. são iguais? 22. onde se colhe amostra de 50. X 17 26 19 18 21 22 15 17 14 2 Y 54 85 41 40 67 71 50 55 32 5 21 . podemos considerar a amostra como aleatoriamente selecionada da população? 19. A correlação entre resultados de testes de atitude aplicado a uma amostra aleatória de 20 pessoas é . pode-se concluir que a renda dos engenheiros está mais amplamente dispersa do que a dos arquitetos? 17.05.05. na qual a idade e a renda apresentam coeficiente de correlação igual a . Colhe-se amostra de 100. na qual apenas 41 por cento apresenta a característica. há razão para acreditar que as corre­ lações da população. Suponha-se colhida uma amostra de 40. Idade 27 34 56 32 47 65 39 58 Renda (semanal) 98 37 28 38 104 120 56 75 20. Acredita-se que a corre- . pode-se inferir que A e B apresentam a mesma percentagem em favor do contrõle_ de aluguéis? 18. Ao nivel de significância .308 P L A N E JA M E N T O DE PESQUISA SOCIAL 16.

Classificação B . Ao nível de significância . 1949. J. P... 6. Edwards (3) e Johnson (5).. Introduction to Stistical A na­ lysis. . pode ser encontrado em Mode (8). Statistical Methods in Research. 1951. Griffin 6 Co. Dixon e Massey ( 2 ) . N. Tratamento da regressão e correlação. W .TESTES DE HIPÓTESES ( 1) 309 lação da população é .. 1950. G. J. E z e k i e l . London: Chas. Griffin 6 Co. B„ M ethods of Correlation Analysis. Philadelphia: Pittman- . W .. 2'4 ed. New York: McGraw-Hill Book Co. . K e n d a l l . 2" ed. rev. 1951. . Para tratamento avan­ çado e pormenorizado. 1949. Os últimos três examinam aspectos da correlação por nós não ■discutidos. Statistical Manual: Methods of Making Experimental Inference. 5.01. são Churchman ( 1 ) . e M a s s e y . Dunn Laboratory.. London: Chas. 5 5 3 1 1 2 3 Estão essas classificações nivel . J. ver Ezekiel (4) e Kendall (6). E d w a r d s .. 1948. 7. Cinco finalistas num concurso artistico são classificados p ■ dois juizes diferentes da maneira seguinte: Finalistas 1 2 2 3 4 5 4 4 Classificação A . Rank Correlation Methods. Jo h n s o n .. em nível muito elementar. tem base essa crença? 23. L. 3. C . O.. New York: Rinehard 6 Co. 10? significativamente correlacionadas. F. Ltd. Referências e bibliografia 1.40. Experimental Designs in Psychological Research. New York: Prentice-Hall Inc.. Ltd. D ix s o n . C hurchm an 2. ao Leituras sugeridas Bons livros de referência para os cientistas sociais. Jr. M. Advanced Theory of Statistics. -4. New York: John W iley & Sons.. a propósito de testes estatísticos.. A. 1947. Frankford Arsenal.

X X X III (194346). A. M . B. . A Short-Cut Method of Correlation”. S p u r r . Biometrika.. W . 9. New York: Prentice-Hall Inc. The Elements of Statistics. T h o m p s o n .310 P L A N E JA M E N T O DE PESQUISA SOCIAL E. "Tables f o r Testing the Homogeneity of a Set Variances". e M e r r i n g t o n . .. 1951... 2’ ed. 296-304. 89-94. A. C. X L V I (1951). Journal of the American Statistical Association. 8. M ode. 10.

com exceção de V x e V2. pode indicar que alterações em pro­ vocam alterações em V2 naquelas situações em que tôdas as outras variáveis relevantes permaneçam com valor fixo. possam ser mantidas cons­ tantes. Imagine-se. que . Grande número de projetos de pesquisa preocupa-se com determinar se uma variável (V i) "afeta significativamente” outra variável (V 2)i isto é. Ou seja. e observando se o valor V2 sofre alte­ rações. Den­ tre êles.En­ tretanto. A ANÁLISE DE VARIÂNCIA E COVARIÂNCIA 1. Recentemente. Há diversas desvantagens nesse procedimento tra­ dicional. O uso dêsse modêlo pode conduzir a resultados não realísticos. iii) que o modêlo tradicional para efetivar essas determinações consiste em con­ servar com valores fixos tôdas as variáveis que não V x e Vo. Introdução. se alterações em V \ produzem alterações em V 2. A análise de variância. Discutiremos apenas suas utilizações relativamente simples e comuns. revelar-se-á muito compensador. pelo cientista social. o mais importante talvez tenha sido a análise de variância e covariância. ainda que presumamos que tôdas as variáveis rele­ vantes.C a p ítu lo V II TESTES DE HIPÓTESES (2). Êsses métodos são mais complexos do que a maioria dos que examinamos no capítulo anterior. Cabe lembrar (cap. quando não. assumem valores fixos diferentes daqueles que assumiram no laboratório. 2. tais situações jamais podem ocorrer fora do labora­ tório. por exemplo. fazendo variar V . ou seja. o pesquisador social passou a dispor de numerosos instrumentos estatísticos extremamente úteis. Um estudo mais aprofundado de tais métodos.. ou os valores das outras variáveis se alteram ou.

mantendo fixo e outro para examinar as flutuações de V3 quando variamos V lt mantendo fixo V 2 Dos dados assim recolhidos não seria possível saber de que modo varia Va quando V x e V» se alteram conjuntamente. ainda assim. R.. então. Poderíamos criar duas "classes semelhantes” em uma universidade. Torna-se óbvio. e deve-se em grande parte a Fisher (7) e (8). V n) produz efeito significativo sôbre outra variável (V x) e (b) se cada qual das variáveis. mas so­ mente nas últimas décadas surgiu método que tornou possí­ vel satisfazê-la. salvo se já se soubesse que os possíveis efeitos de e de V 2 sôbre V3 são independentes. é função das variáveis V x e V2. A análise de variância reveste-se de importância parti­ cular para as ciências sociais. Para determinar se êsse é. diferentes uni­ versidades. ou não.312 P L A N E JA M E N T O DE PESQUISA SOCIAL se deseja saber se um texto acarreta melhores resultados do que outro. é a de que se repi­ ta o experimento com diferentes professores. Os resultados nos capacitariam a julgar o livro texto apenas para êsse professor. podem tender a anular os efeitos recíprocos. raramente . Fisher. e assim por diante. etc. pois. êsse grupo de idade. por exemplo. é preferível fazer à natureza muitas perguntas numa só entrevista do que propor-lhe uma questão em cada qual de uma série de entrevistas. que haveria grande vantagem em recorrer a um método que permitisse determinar simultâneamente (a) se cada conjunto de variáveis (V lf V2. afeta Vx ou interage com outras variáveis do conjunto. Ou seja. V r e V2 podem interagir. conduzir a resultados sem interêsse. essa universidade. Sugestão a dar. Em outras palavras. Essa inclinação é tão velha quanto a ciência. cresce muito a complexidade do experi­ mento. dinheiro. Êsse método chama-se análise de variância. Imaginemos. o caso. Conseqüentemente. desejar determinar se uma variável. por exem­ plo. independentemente. teríamos de precisar como se altera V3 em relação a variações de V x com referência a diferentes valores de V2. entregá-las a um mesmo professor. V 3. .. Dois experimentos tradicionais poderiam ser feitos: um para examinar as flutuações de Va quando variamos V■ > . para­ fraseando R. E pode. tempo. etc. em tais ciências. ou A N O V A . O procedimento se torna muito longo e exige grande esforço. depois da ilustração. .

b Ab Bb Aa B Ba A lógica utilizada na análise de variância não é muito complicada. em situa­ ções congêneres. seria impossível fazer com que duas classes ti­ vessem aulas no mesmo local e no mesmo instante mas seria simples fazer com que tivessem aulas no mesmo local em diferentes salas. O pesquisador pode encontrar as situações na realidade. mesmo aproximadamente. o que o liberta de preocupações com a variável tempo. Surgem. de tratamento difícil. às vêzes. V. o cientista social raramente está em condições de manipular os sujeitos e suas circunstâncias de modo a atender a essas exigencias. poderá fazer ajustamentos. exceto uma. pode ser relativamente mais simples criá-las do que criar. que não precisará ser mantida cons­ tante. Vj e Vn. Imaginemos que duas sejam as variáveis relevantes in­ dependentes e que para cada uma. dois valores nos interessem. manter valor constante de tôdas as variáveis. as aulas não podem ser dadas simultãneamente. fôr possível determinar as alterações dos resultados observados que se devem às flutuações das variá­ veis independentes. Para exemplificar. Se não as encon­ trar. tal como se exibe na matriz abaixo. portanto. E COV. portanto. Ou seja. A a V. uma ou duas situações de outra espécie. sem precisar. tendo-se. se. ainda que não possamos manipular as variáveis. digamos. Podemos controlar a situação de pesquisa. Consideremos a matriz de . Se o pesquisa­ dor puder determinar a extensão do efeito sôbre os resultados. A mudança pode acarre­ tar uma alteração dos resultados observados. se êle deseja uti­ lizar a mesma sala para duas classes diferentes. (2): A A N Á L.TESTES DE H IP . Por exemplo. valo­ res diversos para a variável tempo. quatro situações a merecer aten­ ção do pesquisador. então. manipular as variáveis. embora a matemática em que se expressa seja. DE VAR. ainda que se deseje fazê-lo. 313 é possível.

significativamente diferentes. ou não. que são duas. que são duas.)l Suponhamos que o2j = o2. por outro lado. dada acima. Se a soma dessas duas variâncias não iguala a variância total. — (ov. Ora. Imaginemos que uma observa­ ção seja feita em cada célula. c r2 : a variância da população de observações. + <^. o2t representa a variância nos valo­ res de V 3 que é associada a variações na variável V x e <r. Então. A parte da variância total não levada em conta em V x e V. relativa a V 2. o2 : a variância entre as médias das colunas.2 representa a variância correspondente. Por conseqüência.2 é chamada variância residual. portanto. há três variâncias que podem ser estimadas: o2j: a variância entre as médias das linhas. que variações em V x não se acompanham de variações significativas em V3. Se. então. c2^ a diferença deve ser atribuída a variáveis não controladas (ou casuais).314 P L A N E JA M E N T O DE PESQUISA SOCIAL quatro células. ff? = ffv. <j2j = j= c r 2. a 2. que V O são quatro. (3) permite determi- . devido a variáveis não controladas. ( 2 ) per­ mite determinar se as variações controladas e casuais são. Concluiríamos. em ligação com alterações em cada uma das variáveis controladas e estimativa da variância ligada a variações de tôdas as variáveis não controladas. Isso significaria que as va­ riações controladas em V x acompanham-se de variações não maior do que a atribuível ao acaso. as alterações de V 3 que acom­ panham as alterações de V x não podem ser atribuídas ao acaso. o que a análise de variância possibilita é o seguinte: ( 1 ) permite estimativas independentes da variância nos re­ sultados observados.

quando a umidade é gran­ de. que variável é o produtor e que variável é o produto. Duas variáveis controladas interagem se o efeito que uma exerce sobre a variável dependente é. 315 nar se a variância relacionada a combinações das variáveis controladas é diversa da que se poderia esperar. pode ocorrer que V x produz alterações em V j ou que V ±e V x estão apenas corre­ lacionadas. com base na explanação anterior. que a tuberculose é produzida. Reciprocamen­ te. (2 ): A AN ÁL. apenas a partir dai. de fato. V x pode não ser o pro­ dutor de alterações em V*. Para recorrer a um exemplo trivial de interação. o efeito de variações de umidade sôbre o conforto depende da temperatura. necessàriamente. se observamos que alterações em notas escolares são acompanhadas por alterações na quanti­ dade de tempo devotado ao estudo. Por exemplo. DE VAR. A relação pode ser expressa por um diagrama: . entre outras coisas. Mas o efeito de tem­ peratura e umidade sôbre o conforto não são independentes. E COV. Pessoas que recebem salários bai­ xos habitam áreas de aluguel baixo e o aluguel baixo é produzido pela precipitação de fuligem. Se a análise de variância indica que a variância relacio­ nada com alterações de uma variável controlada (V j) é sig­ nificativamente diferente da variância associada a variáveis não quer isso dizer. pela defi­ ciência de alimentação. A análise de variância mostraria que a variância relacionada a ^ é significativamente maior do que a variação casual. Deficiência de alimentação é produ­ zida por baixos salários. diremos que a quantidade de conforto ou desconforto experimentado por uma pessoa de­ pende da temperatura e da umidade. Êsse terceiro aspecto do método tem o objetivo de in­ dicar se algumas das variáveis controladas interagem ou não. Lembremos. por sua vez. que produz altera­ ções na variável dependente (V x) .TESTES DE H IP . Voltemos a um exemplo anterior: seja V t a quantidade de precipitação de fuligem em certa área e V x a percentagem de habitantes dessa área afetados de tuber­ culose. dependente do valor de outra variável controlada. Não obstante. a precipitação de fuligem não produz tuberculose. não podemos determinar. pode causar mais desconforto do que uma elevação maior da temperatura quando a umidade é menor. se tais variá­ veis fôssem independentes. Pequena elevação de temperatura.

deve ser tornada explícita a escala de acôrdo com a qual a diferença é estabelecida. e a escala de apreciação não é explicitada. então.316 P L A N E JA M E N T O DE PESQUISA SOCIAL t Precipitação de fuligem M o ra d ia cm \ Áreas de aluguel baixo Para concluir que a precipitação de fuligem produz tu­ berculose. por exemplo. Uma amostragem não pode assegurar essa diferença. mas se é qualitativa. Constitue prática habitual colher simplesmente amostra de professores e presumir que são diferentes. o Q I é usado como variável controlada e recorremos a valores entre 80 e 110. Há ainda um mau uso da análise de variância contra o qual o leitor deve ser prevenido. . claramente. mas também que alterações na precipitação da fuligem precedem alterações na incidência dà tuberculose. Se a análise de variância mostrasse. para ter garantia de que os professores esco­ lhidos são diferentes. Se. aplicar essa conclu­ são à população de professores de que foi colhidas a amostra. êrro pode ser cometido. seria necessário mostrar não apenas que variações na precipitação de fuligem acompanham-se de variações na incidência da tuberculose. vàlidamente. ainda. Nada há na análise de variância que nos diga isso. É pequena a inconveniência de não usar valores diferentes da variável. que não há “efeito professor" não se poderia. quantitativa. quando esta é. por isso. a precedência há de ser demonstrada através de outros meios. Deve-se notar. Seria necessário testar diferen­ tes professores. os professores escolhidos podem assemelhar-se no que diz respeito à variável crítica. Importa usar valores dife­ rentes das variáveis testadas. Supo­ nha-se que desejamos determinar o efeito de professores sôbre o desempenho de estudantes. que as conclusões baseadas na análise de variância aplicam-se apenas à gama de valores das variáveis controladas que se usaram. as conclusões retiradas de uma análise so­ mente se aplicam a essa faixa de valores.

e uma variável dependente Vx. 2. O planejamento fatorial é um plano de pesquisa em q os valores de duas ou mais variáveis controladas se agrupam em duas ou mais categorias. então. V x não se al­ tera. Etc. Convém ao cientista social familiarizar-se com o maior número possível de tais planeja­ mentos.1 Planejamento fatorial. (2 ): A A N Á L. Examinaremos.. H'o : quando V 2 se altera (em R 2) .1 Hipóteses e pressupostos no planejamento fatorial. as hipóteses aci­ ma podem ser reformuladas: . V n. 2. consideraremos dois dos mais comumente empregados: o fatorial e o quadrado latino. É facil a generalização para um maior número de variáveis. Quando se sabe. em primeiro lugar. . o caso cm que uma observação é feita para cada célula e.TESTES DE H IP . H\: quando V2 se altera (em R 2) . V K também se altera. então. que alterações numa va­ riável Vi precedem alterações em V x. E COV. mas. Consideraremos apenas o planejamento fatorial de duas variáveis. Constrói-se matriz (como fize­ mos acima) de modo a ter uma célula para cada possível combinação das diferentes categorias. são possíveis diferentes planejamentos para o utilização do método. o caso em que várias observações são feitas para cada célula. Se temos um conjunto de variáveis controladas.1. V x também se altera. DE VAR. depois. Aqui. H i: quando V i se altera (em R\). ou se admite. V u . isto é. Fazem-se observações para cada célula. com o au­ mento dêsses números cresce a complexidade da análise. 317 H á muitas formas diferentes de conduzir uma análise de variância. a análise de variância permite testar as seguintes hipóteses: H o: quando Vj se altera (numa faixa especificada R i ) • Vx não se altera. Podemos considerar qualquer número de variáveis e qualquer número de categorias..

(2b). Hi'.318 P L A N E JA M E N T O DE PESQUISA SOCIAL H 0: alterações em V f alterações em V x. H\: Vs e V a interagem. ver (3). As presunções para o planejamento fatorial de duas variáveis são as seguintes: (1) quaisquer observações podem ser considera­ das a soma de quatro componentes: (a) um valor constante que não é afetado por Vi ou V2. Para pormenores. H ’0: V 2 e V 3 não interagem. Etc. As presunções em que se apóia a análise de variância são muito complexas. ( b ) um valor devido a possível influ­ ência de Vx. e (d) um valor devido a va­ riáveis casuais (ou residuais). além dos que foram relacionados acima: H 0: V i e V 2 não interagem. (4) e (7). podemos submeter a teste os seguintes conjuntos de hipó­ teses. H 0: Vi e V2 e V 3 não interagem. Aqui. (2a) As observações são tôdas colhidas aleatoria­ mente a partir de populações normais. nós as consideraremos apenas brevemente. (em Ri) não produzem H x: alterações em V i (em Ri) ções em V produzem altera­ Se observações repetidas são feitas para cada célula. Vi e V2 e V 3 interagem. (Se a pre- . (c) um valor devido a possível influência de V 2. H i : Vj e V2 interagem. tôdas têm as mesmas variâncias.

isto é. intra-grupo. x para representar ( X — X ) e y para representar (Y — Y ). V& também se altera. será conveniente usar X e Y para re­ presentar observações individuais. Os ‘‘efeitos residuais” (erros devidos a variá­ veis não controladas) estão normalmente dis­ tribuídos. 2. (2 ): A AN ÁL.1. Categorias de V 3. H i'. Presume-se. Ausência de um índice representa valor pertinente a tôdas observações feitas a propósito da variável.TESTES DE H IP . se há razão para pôr em dúvida sua validade. .2 Planejamento fatorial. subtotal. T ESTE 31 H o■quando Vi se altera (em R i ) . o Teste 20 pode ser usado para verificação). V3 não se altera. Categorias de V 2. Por isso mesmo. a longo alcance os efeitos residuais positivos e negativos tendem a anular-se. Nota a propósito de simbolismo: Na apresentação pos­ terior de procedimentos em testes relativos á análise de va­ riância e covariância. DE VAR. residual. são independentes e apresentam a mesma variância para tôdas as observações. isto é. além disso. 319 (3) sunção [26] não é justificada. interação. Os seguintes índices serão também utilizados: I i /' in re st w — — = = — = =r Categorias de Vi. E COV. que a média dos efei­ tos residuais é zero. observações singulares. colunas. isto é. sérios erros po­ dem resultar. duas variáveis. X e Y para representar médias de amostra. linhas. quando se altera (em R i ) .

C o n h e c id o s P ou : P r e s u m id o s : Ver 2. + + • • ■ + x *>+ Y- =£ + . « J . + rK) - S í* = £ 7.* > ■ . H\: quando V2 se altera (em R 2) . V s não se altera..1..1.X ) 2= \{T\+ r-B+ . A A' T o ta l r a n A /fo * J C 6 k T o ta l AA t r. . Kk ' (3) Calcular a soma dos quadrados dos desviosde médias de linhas (X i) em relação à média« gera 1.320 P L A N E JA M E N T O DE PESQUISA SOCIAL H'o : quando V 2 se altera (em R 2) .X ) *= < * ! . +* w . . r* r* peral r = I Total T (2) Calcular a soma dos quadrados dos desvios de médias de colunas {X\) em relação à mé­ dia de tôdas as observações ( X ) : (-Y..£ ( * . . V 3 tambérn se altera. em relação à média geral: i (A V .. r o c e d im e n t o (1) Preparar a seguinte matriz: Ki /I a b x. .„ B X .Í Oi + **+ ■ ■ ■ + Tl) • (4) Calcular a soma (geral) dos quadrados das observações individuais (X n).x s - T’ - .

í?? = (3)/GL. . o valor de F a correspondente a GLrc.. o mesmo problema é dado a quatro indivíduos {A. = 2. Total. sob o adequado GLi. Se Fi — F a. 321 (5) Calcular a soma residual dos quadrados dos desvios: 2*5.. (2 ): A AN ÁL.(2) (6) Preparar a seguinte tabela: Soma dos quadrados de desvios Médias do colunas. E x e m p lo : H q: Alterações no Q I (entre 80 e 110) não se acompanham de alterações no tempo necessá­ rio para resolver o problema...... E COV. DE VAR. ..l G Lr.. na parte apropriada da Tabela V I do Apêndice.. respectivamente..(3) .. caso contrário..GL .. d?t = (5)/GL „ = Kk—\ (7) Localizar.. Fi = (fl/tir.. aceitar H 0..TESTES DE H IP . 90. Seja a = . Médias do linhas . B. acei­ tar H\.. Localizar. Se i 7! — F a. na fase (1).. acei­ tar H i.. (8) (9) (10) E m três dias sucessivos. cujos Q I são. = GL . na parte apropriada da Tabela V I do Apêndice..t2 .. Kosidual.... C e D ). 80. o valor de F a correspondente a GLre... sob o adequado G L(..2S? = (4) . São as variações do Q I e o número de tentativas prévias acompanhados por mo­ dificações no tempo necessário para resolver o problema? Os dados são fornecidos abaixo..1 G L i= * ... (2) (3) (5) (4) G L Desvio quadrado médio F GLj = K . aceitar H '0.2*5 . 100 e 110. caso contrário.. _ g l gl t rf? = (2) / g l .05... .

Total.1 2.08 = 6.8 2. Alterações no número de tentativas prévias (entre 0 e 2).8 8. 2.... GL 4-1 = 3 3-1 = 2 11-3-2 = 6 12-1 = 1 1 Desvio quadrado médio F 0..82+ .3 2...7 * + 7 .7* = 1. + 2 . 2..7 (2) Z ^ = H 6 .46 1.13 .05 .59..5 1..08 F...49 . Total.5 2.8 6...59 ....98 0.. (4) (3) 1. acompanham-se de alterações no tempo necessário para resolver o problema.2 7. 3 ’) (3) 2 z ’ = H 1 0 . Alterações no número de tentativas prévias (entre 0 e 2) não se acompanham de altera­ ções no tempo necessário para resolver o problema. 1. 8 2+ 8 .3 27.08= .15 . Solução: (D Número de tentativas prévias QIT otal 110 100 90 80 0 .= ..15 0..7* 10.6 2..46...8 8.0..... 1 1 1 1 1 1 •.0.46/6= .98/2= .12+ 1.^ ^ = 0 .62+ 2.2 2.. 8 ’ + 8 ...2 2.15/3=.7 3.7a (4) 2*2 = (2...49/. 2 ’ + 6 .0 2.322 P L A N E JA M E N T O DE PESQUISA SOCIAL H i: H '0: H\ : Alterações no Q I (entre 80 e 110) são acom­ panhadas de alterações no tempo necessário para resolver o problema.59 .... 9 8 ...1 1.63 i\= . 5 2+ 7 . 27. * .. Médios do linhas . 2 2) (5) (6) Soma dos quadrados de desvios Medias de colunas....05/.1 27... 2x*t = 2 7.2 7.98 = 0. P ) ...9 6..

63 < 4. . . da variância intra-grupo. à interação entre variáveis controladas.os = 5. . ou seja. logo. Mas a di­ ferença cj — Oj — o '?l não pode ser considerada como va­ riância devida às variáveis não controladas. Uma vez que há observações repetidas em cada célula.TESTES DE H IP . DE VAR.3 Projeto fatorial.. consi­ derando que efeitos possíveis das variáveis controladas se cancelam na estimativa.é. pois. duas variáveis.é. logo.Logo. Deve-se. do último teste. = 2. Além disso. é. A variân­ cia de interação.7571 (G Lj = 3. então. como no último teste. o ® . isto é. Es­ timativa da variância de tais somas (a variância subtotal. igual número de observações repetidas em cada célula. (2 ): A AN ÁL. a variância total a~) pode ser ava­ liada.1433 (G L . i7 ! < F . Suponhamos que se admita não haver variân­ cia intra-grupo.o s (i. A va­ riância em coluna (Oj ) e a variância em linha (o?) tam­ bém podem ser avaliadas como no último teste. (i. 2. a variância para tôdas as observações (i. F .1433).13 > 5. 323 (7) (8) (9) (10) F. é. Fi > F . a sua união pode ser tratada como observação única). aceitar H 0. é possível fazer uma estimativa da variância em cada célula. GLa = 6). 6. E COV. sua significância poderá ser determinada mediante o emprego da estatística F. portanto assim definida: Retornando às observações originais. Obtidas as estimativas para essas variâncias. rrM pode ser feita nos mesmos moldes adotados para fazer a estimativa da variância total. GLa — 6). pode ser. então as observações em cada célula podem ser tratadas como se fôssem uma observação única. a^v . isto deve nascer das variáveis não controladas. a i = o 1 — a . A diferença entre as variâncias total e subtotal deve ser devida às variáveis não controladas. trata-se da variância intra-grupo o2 v.7571).1. rejei­ tar H o e aceitar H\. já que esta se cancela ao tratar-se apenas das somas nas células.o s (i.05 = 4.

Quando V 2 se altera (em R »). Va não se altera. 1 se altera.1. H á interação entre V x e V*. \ rs também se altera. P r e s u m id o s : Ver 2.324 P L A N E JA M E N T O DE PESQUISA SOCIAL TESTE 32 H H i: H ’0: H\: H " 0: H'\: C o n h e c id o s ou Quando V i se altera (e m ft). também Quando V 2 se altera (em R * ) . x Ábl b X aòí X ^bn X Bbn X Kbn - xA k 2 X Áki k X a Ic t i x Bkl X Blc2 X d kn X Kkl X K ki XKkn . Quando V x se altera (em R i ) .1. P r o c e d im e n t o : (1) Preparar a seguinte matriz: A X ao 1 B X 5ul X Ra2 K X Ka 1 X Kai a ■^Aan x Ban X Bbl X B & 2 X Kan X Kbl x Kb. Não há interação entre V x e Vü. V s não se al~ tera.

T„ • . .(4)..(3) . DE VAR.Z x 2 . 325 (2) Somar os dados em cada célula e preparar matriz: A a b B T . . E COV. (8) Calcular a soma de quadrados intra-grupos: Z x 2 = Z x 2 . Tub K Total T r„. .Z x 2. . . . + -YJcjJ — • (6) Calcular a soma dos quadrados dos desvios de sub-totais de X : + nk ) T■ Kkn' (7) Calcular a interação das somas de quadra­ dos: X x l = Zx *.2*5 = (6) ..+ T 2 K) J"L Kkn' (4) Calcular a soma dos quadrados dos desvios de médias de linhas de X : 2 i== J _ (^ +r * + . .t Th r** Tk 7* T Total (3) Calcular a soma dos quadrados dos desvios de médias de colunas de X : ^ = jn (T\ +r-B+ .. = (5) . (5) Calcular a soma dos quadrados dos desvios de tôdas as observações de X : Z x 2= (X 2 Aal + A ■ Jlai + . k Tlk TÁ T . (2 ): A A N Á L.^ . + r p .TESTES DE H IP . TÁi r»o .(6).

. aceitar H\..10)... G L = J« n .. aceitar H'\. (3) (4) (V ) (6) (8) (5) d \ .. um efeito que nenhuma delas produ­ ziria separadamente.. M édias de linhas . (10) (11) (12) (13) (14) (15) Selecionar.. os valores de Fi e de Fj são freqüentemente cal­ culados tomando d^/ drn bem como d?/ d2 in no lugar do que se indica na tabela. o valor de F a correspon­ dente G L k .l Média quadrada d) = (3 )/gl...........„. Total. aceitar H 0.9.. e 14. na parte apropriada da Tabela V I do Apêndice. Se F in — F a. 2. de outra forma. Intra-grupos. As vantagens disso constam em (10: seções 14.... Selecionar.. H á uma importante variável não controlada que deve ser tomada em consideração... = Kè—1 GL„= GL —GI...... na parte apropriada da Tabela V I do Apêndice..C e sob GL{.. Se a interação é significativa.. pode dever-se isso a qualquer ou a mais de um dos seguintes fatores.. Interaçáo .. aceitar H\ . Caso F \ — F a.= (8)/ GL * Na prática. o valor de F a oposto ao GL.. em conjunto. Caso F t — F a.. o valor de F a oposto ao G LW e sob GLi... caso contrário.. 14........ (a) (b) As duas variáveis controladas produzem... =(4)/ g l í 3?„ = (7)/gl... de outra forma.)teL ) GL.. aceitar H " 0... na parte apropriada da Tabela V I do Apêndice.. Subtotal. e sob GL. variável . Localizar.326 P L A N E JA M E N T O DE PESQUISA SOCIAL (9) Preparar a seguinte matriz: Soma de quadra­ dos GL GLr= K —1 GL< = Í-1 GLi„ = (GL... =55/dl* F< = a /2 i* F in— M édias de colunas..„ F F.0... aceitar H '0..

(2 ): A A N Á L. E COV.05.) . Exem plo: * Suponhamos dispor do conjunto de dados que aparece na fase (1) abaixo. Solução: A a 2 5 3 7 6 6 B 0 1 0 6 5 3 C 3 4 2 8 6 S b A a b Total 10 19 29 B 1 14 15 C 9 19 28 Total 20 52 72 < 3) <4) * mS)'I20’ + S2.TESTES DE H IP . Testar as hipóteses acima re­ feridas ao nível de significância . As possibilidades ( b ) e (c) devem ser examinadas aprofundadamente. Duplicação da pesquisa com resultado idêntico. Não há interação e a significância aparente resulta de um êrro de tipo I. 327 (c) (d ) que se está alterando de maneira sistemática de célula para célula. através de reconsideração do modêlo de pes­ quisa e do procedimento de amostragem. As amostras nas células não são colhidas aleatoriamente.(3TTÍR3T" 56-89O exemplo é tomado de Dixon e Massey (4:134-37). reduziria a possibilidade de (d) ocorrer. DE VAR. .

33 = 96...44 (10) (11) (12) (13) (14) (15) F.8853 (G L X = 2.... F i > F. exceto no que se refere a umas poucas alterações de menor importância... G L = 12).é. F.é....8833).... logo. ou seja... (7) (8) (9) in = 78... Total..17 56... = 12). Médias de linhas ..20. F in < F .. 1.7472 (G L X = 1.44= .00 10. o procedimento relativo ao teste é semelhante ao descrito. «a = 3.8853 (G Li = 2.45 78...os i.= 1. Nota — se há apenas uma variável de classificação. os (i.... . re­ jeitar H '0 e aceitar H\. acei­ tar H " tí. .... logo. não há interação significa­ tiva entre V x e Vs.. .328 P L A N E JA M E N T O DE PESQUISA SOCIAL (5 ) 2ac*= 2 2+ 5 2+ . .6 7 ... logo....72/1.89 .51 > 4. 7......06 F. Interação. . ou seja.44 = 39. Fi > F....45. 39.50 F ..89 1... + 5 ’ 7 22 (3 )(2 )(3 ) = 96 ... i = J ( 1 0 ' + 1 9 '+ . Apenas as médias de coluna.51 F in= ..33 56.0 0 . G L = 12)..89/1. 0 5 = 4.17/1. .. os = 3. variações em são acompanhadas de variações em V s.. F. Subtolal.06 > 3..7472)..72 10.8853). G L.33. .. + 1 9 ' ) 7 8 . aceitar H i e rejeitar Ho.67 = 56. (6)-2*. 2x2 Soma de quadra­ dos Médias de colunas.67 17..0 5 (i..... alterações de V2 são acompanhadas de alterações de Vs.. ou seja.33 96..89 = 17. Intra-grupos..00 78.= 56..50 < 3..67 . ..44= 7. GL 2 1 2 5 12 17 Média quadrada F 20..é. intra-grupos e .

2 Planejamento do quadrado latino e do quadrado greco-latino. DE VAR. b e c três ca­ tegorias de V n \ e 1. coluna de somas médias ao quadrado é igual a A onde rii corresponde ao número de observações na /-ésima coluna.TESTES DE H IP . em razão do grande número de observações que se fazem necessárias e das múl­ tiplas situações diferentes que devem ser encontradas ou construídas. 329 a soma total de quadrados de desvio são calculadas. onde GLi é igual a K — 1 e GL = 2. ou 27 células. A soma intra-grupos de quadrados é igual à diferença entre as médias de coluna e a soma total de quadrados. deveremos construir uma matriz tridimensional com 3 X 3 X 3. (2 ): A A N Á L.4 B C 3 1 2 b c 2 j 3 1 2 3 1 . ou 64 células. Freqüente­ mente. Para fazê-lo. A soma total de quadrados é calculada do modo acima indicado. 2 e 3 três categorias de V s. Se tivéssemos três variáveis e quatro valores para cada uma. s> Suponhamos ter três variáveis ( Vi. B e C três categorias de V ^ a. E COV. GLco é igual a G L — GLi. Sejam A. V 2 e V 3) e três valores de cada uma delas que desejamos incorporar a uni planejamento fatorial. seriam necessárias 4 X 4 X 4 . introduziu-se utna modificação no planejamento fatorial — modificação que torna possível o uso de menor número de células mas que produz um êrro maior do que o planejamento fatorial comum. Êsse método é chamado planejamento quadrado latino. dêste modo: . Podemos construir matriz de 9 células. não é prático usar tantas células. Para vencer essa dificuldade.

O grupo C. O grupo B agirá ini­ cialmente nas condições c. cada número aparece uma só vez em cada linha e em cada coluna. A ordem pode ser. ainda. como sucede neste caso. pois. utilizando um de três diferentes instrumentos (a. que se pre­ tenda que cada grupo execute a tarefa que lhe foi confiada. O grupo A agirá primeiramente nas condições a e. Note-se que na matriz que construímos. A ordem adotada pelos grupos para a tarefa pode afetar a sua atua­ ção. a terceira variável controla­ da. depois nas condições a e. disposição dos elementos. b e c. há outras maneiras de colocar os elementos respeitando a mesma propriedade. Suponhamos desejar medir a atuação de gru­ pos de três diferentes extensões. Essa quarta variável pode ser incorporada ao planejamento acima por meio de simples generalização. que o número de espécies de cada variável é ainda o mesmo. a. continuando o exemplo anterior. e vem ilustrado abaixo. Uma análise das atuações pode ser levada a efeito para determinar o efeito da ordem em que são executadas as tarefas e que permitirá que as dife­ renças entre os grupos e as condições venham a ser preci­ sadas. depois c e finalmente a. enfim. b. não é a única a satisfazer essa propriedade. A. por sua vez. enfim. nas condições b e. Uma quarta variável foi introduzida. nas condições b. digamos: A A (I /i 1 C 1 1 b c 2 1 3 2 3 Note-se. que foi escolhida. Imagine-se. independentemente da ordem. a seguir. P e y) em cada tentativa. O procedimento que se segue é análogo àquele que foi empregado no teste do fatorial.330 P L A N E JA M E N T O DE PESQUISA SOCIAL O significado dessa matriz se esclarece por meio de um exemplo. de início. O método generaliza- . efetuando-se as medidas em três conjuntos de condições. c. agirá. B e C.

(dentro de R i). (2 ): A AN ÁL. sentar-se-ia da seguinte forma: A matriz revista apre­ A B c 3y a b c la 2y 30 2 ( 3 3a h 1 / 3 2a Note-se que nenhuma das letras gregas aparece mais de uma vez em cada linha ou coluna. ver (4:x). 331 do é chamado quadrado greco-latino. razão porque não será exposto o proce­ dimento para o quadrado greco-latino. V 4 não se altera. (dentro de Rs). ex­ ceto quanto à generalização para três variáveis. (dentro de R i). Quando V x se altera também se altera. H á muitos outros ar­ ranjos suscetíveis de utilização que satisfariam também essas condições. Quando V 3 se altera também se altera. Quando V2 se altera (dentro de R*). também se altera. T ESTE 33 (quadrado latino) H 0: H i : H ’0 : H\ : HV H " i: Quando se altera. DE VAR. . Para pormenores. Quando V8 se altera (dentro de Rs). C o n h e c id o s o u P r e s u m id o s : O mesmo que em 2 .TESTES DE H IP . V 4 não se altera. ou mais de uma vez em combinação com o mesmo número. não se altera. 1 . E COV. Quando V2 se altera (dentro de R s). O procedimento de análise em ambos os métodos é muito semelhante.

. +TI) Kk' Ti 2*j = -(r« + rj+ 1 m 1 ‘ j. .Sxf. . = S*2 .. (2) Calcular Tl = Xxal + -X sn + • • • + XxnTl = Xm2 + A 'jiaj + . K X .+ X ^ . Total Ta Tb x . • • + Xk'1 - T m . 2**.+ 7 ^ ) .« ■ X „ i.g . .. 2 * ’ = -^(TI + T I+ .7 Kk.2 " aí onde / corresponde a qualquer categoria de V 3. + r B+ . Notar que K = k = m..332 P L A N E JA M E N T O DE PESQUISA SOCIAL P r o c e d im e n t o : (1) Preparar a seguinte matriz: Vi B X Ban . • k X Akm Ta XU kl T„ X Kk(nt— l) Tjc Tk T Total m = número de categorias da Vs.2*? .Sací . (6) (7) Calcular Calcular 2*» = + X ^ + .X a I* (3) (4) (5) Calcular Calcular Calcular + ■• • + XKcm' 2ij = i ( r .:^ X KH A a b V..

número de tentativas prévias e hora de execução da tarefa) precedem a realização do trabalho. Oferecidos o planejamento e os dados que aparecem abaixo. (3) (4) (5) (7) (6) G L . Se F { — Fai aceitar H' 0: caso contrário.TESTES DE H IP .= £ . alterações nas três variáveis (extensão do grupo. o valor de F a correspondente a GLf0 . Se Fy . aceitar H\.G L .05: E xem plo: H o: Alterações no tamanho do grupo (entre 5 e 15) não produzem alterações no tempo de execução. (2 ): A AN ÁL._ G L. para que a executem em três ocasiões diferentes — manhã.1 GL j = m —l GL re= GL . E COV. ... Médias de linha . Alterações no tamanho do grupo (entre 5 e 15) produzem alterações no tempo de execu­ ção. Alterações no período em que se efetua o trabalho não produzem alterações na atuação. aceitar H'\. aceitar H " 0: caso contrário. na parte apropriada da Tabela V I do Apêndice. F i—cRfifi. aceitar H 0.. Neste caso. GL = A7:-1 5í “ (3)/GL j d? = (4)/GLi 3?=(5)/G L.F a. (10) (11) (12) Suponha-se ter feito escolha de três grupos de cinco. A êles é dada a mesma tarefa. d?. . DE VAR. aceitar H\ . H i : H 'o : . testar as seguintes hipóteses ao nível de significância . (9) Localizar. . F i= $ r& . = (7)/GLr.GL. dez e quinze escoteiros de certa cidade. 333 (8) Preparar a seguinte tabela: Soma de quadra­ dos GL Quadrado médio F Médias de coluna. sob GLj* Se Fi — F a. caso contrário. tarde e noite.

89 .6. .10. .= 80. (7) 2*5.= 6 . 40= (3) 2*5 = \ ( 102+ 1 42+ 1 62) .^ .. 402 (5) 2 * 5 = J (9=4-16*+ 15®) _ Ç = 9 .22 .334 P L A N E JA M E N T O DE PESQUISA SOCIAL H\ : H "o : Alterações no período em que se efetua o trabalho produzem alterações na atuação.2 2 . r2= 7 + 7 + 1 = 15.56. Alterações do número de tentativas prévias (entre 0 e 2) produzem alterações no tempo gasto para a tarefa. . 402 (6) 2 * 5 = 22+ I s + .55 = 53.9.22 . = 1 + 6 + 9 = 16. + 9 ! . S5. (4) 2*? = J (9 2+ 1 4 ! + 1 7 *) — j r = 1 0 . Alterações do número de tentativas prévias (entre 0 e 2) não produzem alterações no tempo gasto para a tarefa. 2 2 . = 80.^ .8 9 . H "i : Solução: (D Hora do teste 9 da manhã 3 da tarde 9 da noite Total Extensão do grupo 15 2(0)* 1(1) 7(2) 10 10 6(1) 7(2) 1(0) 14 5 1(2) 6(0) 9(1) 16 Total 9 14 17 40 * Os números entre parênteses correspondem ao número de tenta­ tivas prévias. r . (2) r» = 2 + 1 + 6 = 9.

78= . . .. logo.45/26.78 6. 11/26. há muita conformidade entre colunas.. . (2): A AN ÁL.78/26.11 5.2035 < 19.. se um valor computado de F é menor do que não há necessidade de realizar o teste. pode manifestar-se uma influência restritiva sôbre' as variá­ veis controladas. A análise da covariância.é. (9) (10) (11) (12) : 19. antes de realizar as observações......é.. sem que.55 53. linhas ou categorias de V 8 ? Se houver. imaginemos estarem em tela as condições de "habilidade inicial” na atuação de um grupo de sujeitos. 3. os indivíduos possam ser selecionados antecipadamente em têrmos de uma igual "habilidade inicial”.78 26. Fisher....TESTES DE H IP ..22 10. porém.. é.. GL Quadrado médio 3.. aceiFj < F..22 F. logo. i.1161 Fi = 5.00)...1161 < 19.2035 Fj = 4. Resíduo.1785 < 19. E COV.78 =. DE VAR.. Êsse método é aplicável a situações em que a variável afeta os resultados observados. mas onde não se pode atribuir aos sujeitos testados valores iguais daquela variável. Médias de linha Médias de V3. aceitar Ho 5 (i. aceiF< < F..45 4....... 0 5— 2. Se. = 3 .89 9.00).56 80. fôr possível determinar as atuações iniciais de cada o o < N II II O l ... F.. A. Deve-se também largamente a R.. 0 tar H \ O 5 (i. Total.. a menos que se pretenda deter­ minar se o resíduo é significativo em comparação com as outras médias. Por exemplo. 0 tar H "0.é. logo.00).. 335 (8 ) Soma de quadra­ dos Médias de coluna.... A análise de covariância é extensão extremamente útil da análise de variância.78 =........ Ü Ü Fi < F'Q5 (i. durante as pesquisas.1785* * Em verdade.

O problema. que exista uma outra variável (X ) que se suspeita deva exercer influência em Y . ( Vj ) . por meio de análise de covariância. no entanto. entretanto. Imagine-se. podem ser determinados para cada observa­ ção y . A X 2 B C r 8 7 7 10 32 X r 10 X Y 6 1 0 1 Totais Médias 4 1 4 3 1 4 12 3 u 6 13 40 10 0 2 4 2 8 2 S 8 5 Tx T. atribuir valo­ res a X antes do início das investigações. por exem­ plo.336 P L A N E JA M E N T O DE PESQ UISA SOCIAL sujeito. não prevista mas reconhecida. B e C. os resultados poderão ser ajus­ tados face à nova fonte de variações. ainda. Ou então imaginemos que uma fonte de variação venha a surgir durante as investigações. no momento em que compareça. é o de cancelar o efeito de X sôbre Y. Se fôr possível determinar o grau de educação recebido. sem que se possa. Imaginemos que se pretenda saber se os valores de uma dada variável (Y ) se alteram com as alterações sofridas por uma variável sob controle. Desdobremos V x em três categorias. de modo que as relações entre V x e Y possam ser estudadas sem levar em consideração o efeito que X possa exercer em Y . A. então. Durante a pesquisa. 96 24 6 24 2 8 8 X r . Os valores de X . pode tornar-se aparente que as atuações dos indivíduos dependam de sua educação. então os resultados observados poderão ser ajusta­ dos de modo a levar em conta essa fonte de variações. Admi­ tindo que se tenha quatro pares de observações para cada valor de V lf os dados poderão ser dispostos desta maneira: 7.

DE VAR. e de modo que a origem do sistema de referência represente X e Y (Fig. O coeficiente de regressão desta (6u>)é a regres­ são intra-grupos. Quando se efetua a superposição. o fato de se igualarem as médias dos sub-grupos exerce efeito significativo sôbre os dados. já que o diagrama da figura 31 cancelou a variância entre os grupos. 29). .A >| Ib e (ic) são significativamente diferentes nos dados originais. ao das ordenadas correspondendo valores de Y . Se a dispersão em tõrno da linha de regressão. Donde. E COV. 337 Êsses dados podem ser distribuídos em um gráfico. ao eixo das abscissas correspondendo valores de X . foram igualadas. quer na 31. se pode concluir que alterações no valor de V x serão acompanhadas de alterações em Y. B e C (Fig. as médias das colunas X . Os pontos fixados na figura 30 podem ser superpostos de modo a obter a figura 31. é significativamente inferior à dispersão corres­ pondente na figura 29. (2 ): A ANAL. 15 _ 0 1 2 14 F ig . 29 Desenhos semelhantes podem ser feitos separadamente para cada uma das classes A. quer na figura 29. Pode-se inferir daí que as médias das categorias de V i (| i. O coeficiente de regressão daquela ( bt) pode ser aplicado às observações tomadas glo­ balmente. A linha de regresso de Y sôbre X pode ser calculada. bem como as médias das colunas V. 30). na figura 31.TESTES DE H IP .

— bw bw ' Se esta fôr significativa. cujo efeito se anula com o cálculo de b< » . 31 O procedimento de cálculo da análise de cováriância tem por objetivo (a) a estimativa de variância em tôrno da linha de regressão com coeficiente bt e (b) a estimativa da variância em tôrno da linha de regressão com coeficiente 6». 30 F ig. pode-se inferir que as médias das colunas contribuem de modo significativo para a variância. Daí se determina a seguinte razão F: b . relativamente à variância ao acaso (intra-grupos). .338 P L A N E JA M E N T O DE PESQUISA SOCIAL 0 I 2 1 2 3 4 0 1 2 3 4 b FiG. A diferença bt — i» é atribuível à dispersão das médias.

embora a ilus­ tração a ser dada se limite ao caso em que haja uma só variavel de classificação. Pode ser empregada. (2 ): A AN ÁL. A análise também pode ser empre­ gada nos casos em que haja mais de uma observação por célula. os valores Y estão normalmente distribuidos em tôrno da mesma linha de regressão. T ESTE 34 H o: Não há diferença de valor médio para valo­ res Y que foram ajustados (em relação ao valor Y previsto a partir da equação de re­ gressão y j. (5:333 e ss.). Para os pormenores relativos ao método. ver (4:xiii). 339 A análise de covariância pode ser empregada sempre que existam diversas variáveis controladas. H á diferença de valor médio para valores Y que foram ajustados. «. Yn Y01 . Hi\ C o n h e c id o s o u p r e s u m id o s : Em cada grupo de observa­ ções. DE VAR.). enfim. E COV.b<°[x — y ] ). bem como (9:216 e ss. ^KI Y ai Y Kl » Xpn Txb Ytn Tre % • Xtn YÁ n Tr* Xkn YKn TrK n Tr »» th . com iguais variâncias para diferentes valores de X .TESTES DE H IP . P r o c e d im e n t o : (1) Preparar a seguinte matriz: V \ A Xm Xu • * B Y x Bl x„} • i « i < K Xm Xm % \ . nos casos em que com­ pareçam diversas variáveis do tipo da variável X do exem­ plo anterior.

.Xx<yi■ Calcular a soma total de quadrados (como na análise de variância) : rrã (а) 2*s= (X^i)!+ (X as) s+ .340 P L A N E JA M E N T O DE PESQUISA SOCIAL (2) y 4 corresponde às observações da variável de interêsse fundamental. Calcular a soma das intra-médias de produ­ tos. .■ *= ! [ (4) Calcular a soma intra-grupos.(6A). 4 jã (б) 2y2= ( F ai ) 24. como na análise de variância: (a) 2* ? = ^ + ^ + .X ) e y = ( 7 .Y ). 4 - (6) Calcular a soma de quadrados de médias (de colunas).)* + . ^ r ) . IX »-Xú Y i): cr \ * * * * * * X (5) ( Yii = Xxy . + ( r Xjc) crv*) j . . .. S*y = { X a i) ( Y a i ) 4. nSCXi-XXYí-F): (Tyx) + (Tya) + .■ 2 *.( X a * ) ( Y a í ) + ■• ■ + ( X Kn) onde x = (3) (X . I S i ) ( Y Kn) (T x j .(F . (8) Calcular a soma total de quadrados em tôrno da linha de regressão. + ^ ) J*. ™ S S - . (A) 2y* = 2y2 . . •. . (b) Zfi = h (rV* +r 'a + • • • +r2i'/c) (7) ■ Calcular a soma de quadrados intra-grupos: (a ) 2*£ = 2*2 .2í? = (5a) - (6 a).(Tx)k ^ y). Calcular a soma total de produtos.2y? = (56) .

Total.025: E H 0.TESTES DE H IP . Hi'. na parte apropriada da Tabela V I do Apêndice.. aceitar H 0.. (14) xem plo: Utilizando os dados fornecidos na fase (1) abaixo..l) ... (11) Preparar a tabela seguinte: Quadrado médio GL Entre médias.. li* Xxy Zy> GL' 2/t K-l (6a) (3) (6b) GL^ = í: ( n . Intra-grupos. testar as seguintes hipóteses. Não há diferença significativa no valor médio dos valores de Y que foram ajustados.. H á diferença significativa no valor médio dos valores de Y que foram ajustados.i ) . (9) 31 = (9)/GLi (8) (5a) (2) (5b) aL..] 2_ ----- 2^ ----. . ao nivel de significância .. E COV. (2 ): A AN ÁL. DE VAR. acei­ tar H i. Se Fi ^ F a.. o valor de F a correspondente a GL'» e sob GL\.. = K n —2 (12) Calcular (13) Localizar.. caso contrário.. 341 (9) Calcular a soma de quadrados em tôrno da linha de regressão para intra-grupos: _ = i [2 (zjOu.i K n-l (10) 2 ! = ( i o ) / g l .( 7 o ) (10) Calcular a soma de quadrados de médias em tôrno da linha de regressão: Z# = * s/a _ m (8) _ (9).l ÍC(n-l) (7o) (4) (74) g l „ = í :( í : ..

4 024. (8) 2 / ^ 7 0 .85 ) — 242 (3) (4) 962 = 32 . (4) 2yl = 70 .y2= 82+ 7S4-. . . . . .89 = 15. . 96 4 (2) 2 xym (2 )(8 ) + (1)(7) + .8 .8 = 16.16. (3 )(4 ) (24) (96) (3 )(4 ) (3) "Zxiÿi — î [ (4) (32) + (12) (40) + (8) (2 4) ] (4) 2 (*y)„ » 24 . + (2 )(5 ) - (24) (96) = 24.V 2= 22+ l 2(.í2 = \ (42+ 1 224. . W 38 .P L A N E JA M E N T O DE PESQUISA SOCIAL Solução: d) Vi A X 2 1 0 1 Total B Y 8 7 7 10 32 X 4 3 1 4 12 K 10 11 6 13 40 X 0 2 4 2 8 C r 6 5 8 5 24 Tx 24 r. (10) 2>^í2 = 46.2 ^ 4 6 .32 « 38.11.89.1 2= 30.00 .. (3) (4) W 2 v 2= | (3 224. + 22242 = 24. (3) (4) (6) (6) (a) 2. 0 0 . (5) (a) 2 . + 52— 2 . (3) (4) 962 = 70.30.242 ) - (7) (a) 2 4 » 24 .

DE VAR...86 (12) (13) (14) Fi — 7.22 — 3. acei­ tar H 0. 343 d l) Z*1 8 16 24 2xy 8 16 24 GL' 2 8 10 s /1 15.0595 (onde GLj.96.22. . 2.00 Quadrado médio GL Entre médias.. Tópicos para discussão.0 2 5 (i. Em tal caso.11 30. 1. Êsse teste pode também ser aplicado para valores de Y não ajustados.. d2 = 32/2 = 1 ' 16 e d2 = 38/9 — 4. “variância intra-grupos”. = 2.é. F . Intra-grupos. uma vez que F 0 2 5 = 5.8).7147.. E COV. logo. GLo .56 3. Explicar com palavras próprias os princípios lógicos sõbre os quais se apoiam (a) a análise de variância e (b) a análise de covariância.79. Planejar um experimento utilizando a análise de variância para determinar qual é o melhor de três livros-texto acêrca da mesma disciplina.TESTES DE H IP . 5. F t < F . W então Fi — 16/4.86 = 1. como se pode determinar a extensão em que varia aquêle efeito para diferentes valores da variável? 3.0 2 5 = 6. onde G Li = 2 e GLa = 9.56/3. Uma vez que a análise de variância tenha mostrado que o efeito de uma variável sõbre as observações é significativo. Êsse resultado seria também não significativo. (2 ): A AN ÁL. Zy 2 9 11 32 38 70 7. Como se pode "anular" o efeito de uma variável pelo uso da análise de variância? E pelo uso da análise de covariância? 4. Em que tipos de pesquisa social pode mostrar-se particular­ mente útil a análise de variância? E análise de covarância? Dar exemplos. 7. Por que há número igual de categorias de cada variável no planejamento quadrado latino? Quantos possíveis arranjos haverá se cada variável fôr aberta em três categorias? 6. 1..89 46.96 < 6.0595). Definir “interação”.

determinar (a se alterações em qualquer das duas variáveis são acompanhadas de alterações na variável observada e (b) se as duas variáveis interagem. Há significativa diferença entre os indivíduos? Alteração nos testes. com dif rentes níveis de educação. b. retebem a mesma tarefa para executar sob dois conjuntos de condições (a e b). Três grupos experimentais eqiiivalentes (A. mensuràvelmente diferentes. acompanha-se de alteração dos resultados? Faz diferença a ordem em que os exames se realizam? Seja a = . B e C ). O número de' minutos exigido para execução da tarefa foi determinado para cada caso: ' A a b 45 29 B 37 36 C 51 42 Os períodos de treinamento.344 P L A N E JA M E N T O DE PESQUISA SOCIAL Exercícios. afetam o tempo de execução? Seja a = .01 A 7 3 b c d 10 16 8 21 24 20 B31 40 37 33 48 52 60 59 C 20 27 29 31 50 45 31 27 3.10. treinad durante períodos de tempo diferentes. B. Os resultados e a ordem dos exames são indicados abaixo.05. submetem-se a quatro diferentes exame« (a. 1. Seja a = . Com base no seguinte conjunto de dados. bem como suas condições. c e d). C e D ). A a b c d 25(1) 20(2) 18(3) 13(4) B 7(2) 3(3) 0(4) 9(1) C 22(3) 15(4) 32(1) 26(2) 10(4) 19(1) 23(2) 23(3) . 2. Suponha-se que quatro indivíduos (A.

Mann (10). Frankford Arsenal. 5. Cada qual é composto de cin indivíduos aleatoriamente selecionados a partir de certa população. ao mesmo teste. C h u r c h il l . New York: McGraw-Hill Book Co. 1950. Referências e bibliografia. 1951. A X 13 10 8 9 5 r 8 8 5 3 4 X 6 8 2 4 4 B Y 9 7 6 3 6 X 10 14 1 1 8 15 C Y 10 1 3 1 2 7 1 3 Leituras sugeridas. Três grupos são formados. Biometrics.. "Some Consequences When the Assumptions for the Analysis of Variance Are Not Satisfied". com respeito ao nível de ruído. E COV. colocados em ambientes A. F. Tratamentos mais avançados encontram-se em Cochran e Cox (3). III (1947). 4. que inclue extensa discussão.. 345 4. e M assey . G. (2): A A N Á L. O número de erros feitos por indivíduo é registrado na coluna X abaixo. em particular. Statistical Manual : Methods of making experimental inferences. A. Philadelphia: Pittman-Dunn Lab. Introduction to Statistical Ana­ lysis.. M.. III (1947). Edwards (5). E d w a rds . . B e C. C h u r c h m a n . Biometrics. J„ Jr. Produz o nível de ruído efeito significativo sôbre o número de erros cometidos? Seja a = . C. 1951.TESTES DE H IP . depois. 3. G.. 1-21. New York: John Wiley & Sons. O número de erros é registrado na coluna Y abaixo. Para tratamento introdutório da análise de variância e de covariância ver Dixon e Massey (4). 1.05. W .. Experimental Designs. D ix o n . e Mood (11). W . 1950. e Cox. L„ Experimental Designs in Psychological Research. W . 22-38. W . Os elementos de cada grupo são submetidos a um teste. 2. C o c h r a n . Johnson (9) e. São submetidos. Os grupos são. New York: Rinehart & Co. J. DE VAR. 6. E is e n h a r t . "The Assumptions Underlying the Analy­ sis of Variance”. C o c h r a n . novamente. que diferem entre si.. G.

1949. 1949. M oo d . 1948. The Design of Experiment. 11. A. R. Statistical Methods in Research.. . London: Oliver & Boyd. New York: McGraw-Hill Co.. New York: Dover Publications. Statistical Methods for Research Workers. O.. F is h e r . New York: Prentice-Hall.. 8.346 p l a n e ja m e n t o de p e s q u is a s o c ia l 7.. H. P. A. Introduction to the Theory of Statistics. M . B„ Analysis and Design of Experiment. 10. 1950. London: Oliver 6 Boyd Ltd. Inc... M a n n . 9. Inc. 1949. Jo h n s o n .

ou /« . Nos testes que envolvem proporções ou porcentagens (i. 2. . Apresenta-se. dividindo-a pelo número total de observações (2/i). O capítulo conclue com uma discussão dos testes de hipótese e procedimentos estimativos. os testes que envolvem p dizem-se relacionados com estatística de enume­ ração. Por êsse motivo. mas consistem em enumeração de elementos que possuem uma propriedade especificada. Introdução. Ou seja. naturalmente. A freqüência observada de um acontecimento (fr) é também uma estatística de enumeração. procedimento para estimativa de valores de características diversas da população. de início. afinal. são discutidos testes de hipóteses relativos a dis­ tribuições e métodos de testar que nada pressupõem acêrca das distribuições em que se apoiam. os dados considerados consistiam em medidas segundo alguma escala. os que envolvem p ) as observações não são medidas. A seguir. Análise qualitativa.ia /« . São. ser convertida numa estimativa de p. estudaremos vários tipos de testes pouco relacionados entre si. é. Neste capítulo. examinados alguns métodos de testar hipóteses referentes a dados qualitativos.C a p ítu lo V III TESTES D E H IP Ó T ESE S (3) E P R O C E D IM E N T O S E S T IM A T IV OS 1. Pode. Na maioria dos testes até agora discutidos.

mas não 1 1/2.ti*nn ~ k Pu —* k \{ n . quando as variáveis relevantes são tratadas qualitativamen­ te. na medida em que aumenta o número de amostras. isto é. Suponha-se que é escolhida amostra aleatória de vinte pessoas e é feita estimativa da probabilidade de preferência com base em tal amostra. cabe construir um histograma semelhante aos que examinamos no capí­ tulo V. ou 2 1/2. As distribuições binomiais e de Poisson revelam-se particularmente úteis no tratamento de dados qualitativos. pode haver uma ou duas res­ postas “sim”. con­ seqüentemente. A resposta é "sim” ou "não” e. .1 Distribuição binomial. A equação que define a distribuição binomial é -— . a estimativa poderá mostrar-se im­ precisa. como atributos.348 p l a n e ja m e n t o de p e s q u is a s o c ia l As estatísticas de enumeração usam-se. etc. 2. Cada qual delas será examinada ao mesmo tempo que alguns testes adicionais que envolvem estatística de enume­ ração. por exemplo. Considere-se o caso de procuramos testar uma hipótese relativa a expressão de preferência verbal. desde que está envolvida uma escala descontínua. Prévias eleitorais. Para ter idéia de quão imprecisa pode ser essa estimativa. O histograma resultará da repetição do processo de escolher 20 pessoas aleatoriamente e assinalar o número de vêzes em que certa porcentagem de respostas “sim” aparece (ver fig. pois que é baseada em amostra. Naturalmente. comumente. . 32). é chamada distribuição binomial. contam o número de pessoas pró ou contra um candidato ou questão. Não se trata de curva regular. cada observação é qualitativa.k ) \P q ' onde P k = probabilidade de obter exatamente k respostas de certo tipo. Cada um dos elementos de um conjunto será inquirido sôbre se gosta ou não de certo objeto. A curva de freqüência (ou função de distribuição) de que êste histograma se aproxima.

As definições podem também ser invertidas. probabilidade de obter um sucesso em uma observação singular. como um insucesso. a colo­ cação da observação numa delas pode ser definida como um sucesso. . ex„ 6! ■ = ( 6 )( 5 ) (4 )( 3 ) (2) (1) = 720. uma resposta “sim" poderia ser definida como um sucesso e uma resposta “não” como um insucesso. k = número de sucessos. 1. 0 o o o 3 4 5 6 7 Sümero U e respo6tas “sim. ( N o t a : 0! = 1 ). .l ) ( n — 2) . . No exemplo da prévia eleitoral. 1. uma vez . mas.TESTES DE H IP . P. de não obter um Se um conjunto de acontecimentos puder ser classificado em duas categorias de modo que uma observação deva ser incluída em uma e apenas uma dessas categorias. . n! (leia-se fatorial d e n ) = n(n . 32 — Histograma de dados de preferência (100 amostras de 20) n — número de observações na amostra." F ig. kl P k(k - l ) ( k — 2) . (3) E PROCED. (1 — p ) . ESTIMATIVOS 349 " O O } c. probabilidade sucesso. e na outra.

Discussão pormenorizada da distribuição normal. a distribuição normal pode ser usada para “aproximar” a binomial em muito casos. Suponha-se ser sabido que 60 por cento de uma população pertence ao sexo masculino e 40 por cento ao femi­ nino. apresentados no capítulo vi e que envolvem proporções.60) ou 9. a probabilidade de obter 10 elementos do sexo masculino é 15! -----------. Fazendo as substituições na equação indicada acima.60) (.0060) (. pode ser encontrada em (8) e.60. Essa tendência é mais acentuada na medida em que p esteja mais próximo de .1838. em (4:vi). em nível elementar. n — 15. Qual a probabilidade de escolher 10 elementos do sexo masculino e 5 do sexo feminino em amostra aleatória de 15 elementos da população? Nesse caso.0102) = .1838.60 e q — . Propriedade extremamente importante da distribuição é a de que. 40(1 5 —10)) = 10! (15 .5)! = (3003) (. O u seja. corresponderia a 15(. Dessa aproximação normal fazem uso todos os testes de hipótese. k — 10. em amostra aleatória de 15 elementos. é igual a . Conseqüentemente.40) ou 3. as definições devem ser mantidas ao longo do problema. . A variância das estimativas da amostra é (15) (.50. a distribuição bino­ mial tem por limite a distribuição normal. a probabilidade de selecionar 10 elementos do sexo masculino e 5 do sexo feminino. teríamos que o número médio de elemen­ tos do sexo masculino que seria selecionado em amostras repetidas de 15 elementos. p = .(. O uso da aproximação normal é conveniente porque a distri­ buição normal é de manejo muito mais fácil do que a bino­ mial. em nível mais avançado.350 P L A N E JA M E N T O DE PESQUISA SOCIAL que os acontecimentos se definam como sucessos ou insuces­ sos. A média (fi) da distribuição binomial é simplesmente np e a variância (a2) é igual a npq. Pode-se ilustrar a distribuição binomial da maneira seguinte. Aplicando êsses dados ao exemplo acima.40. tendendo n para infinito. 6010) (.

incluindo a análise de variância. . Aplicação particularmente útil da distribuição de Pois­ son é a de permitir determinar se um pequeno grupo mino­ ritário está distribuído aleatoriamente numa população. “a vantagem da apresentação visual. Define-se tal distribuição pela equação seguinte: „ mk P. Essa fôlha torna possível obter. ~ ~ k \ ’ onde P k = probabilidade de Ic sucessos. média teórica. assuntos que serão examinados adiante. desenvolveu-se técnica muito útil baseada na distribuição binomial: fõlha de probabilidade binomial. e (c) aproximar os resultados obtidos pelo teste t e pelo teste F. . m = np. ainda. e 2.e~m . ESTIMATIVOS 35 1 Nos últimos anos. por exemplo.. acentuando fatos ou indícios que.2 A distribuição de Poisson. resultados aproximados em numerosos problemas que envol­ vem estatística de enumeração. Suponha-se.TESTES DE H IP . — -. (b) fazer estima­ tivas e planos de amostragem para populações binomiais. 2. poderiam passar despercebidos” (9:174). Alguns dos empregos dessa fôlha são: (a) comparar pro­ porção observada com proporção teórica. (3). na distribuição binomial. (3) E PROCED. Tabelas que fornecem o valor de Pt para vários valores de m aparecem em (1). (em geral menor do que 5). de outra maneira. Tem. Exame completo da fôlha pode ser encontrado em (9). (5). boas e convenientes aproximações a Pt podem ser feitas através da distribuição de Poisson.78. com rapidez. Se o valor de N (extensão da população) é grande e np ou nq é muito pequeno. A fôlha pode ainda ser utilizada para teste de precisão de ajuste e testes não paramétricos. desejar determinar se 120 católicos estão distribuídos aleatoriamente em 60 quarteirões da cidade.

ou seja. podemos determinar a probabilidade de encontrar qualquer número k de católicos em um quarteirão. No caso presente. Casos há. Poderemos medir as alturas e os pesos dos elementos de amostra aleatória e proceder a uma análise de correlação. 2. T ESTE 35 H a: Vx e Vn são independentes. se 7 católicos forem encontrados em um quarteirão. imaginar que altura e pêso não são independentes.01) a hipótese de que estejam distribuídos aleatoriamente. O teste seguinte aplica-se exatamente a casos dêsse gênero. m — 120/60 = 2. .036 . H x: V i e V -2 não são independentes.271 . caso estejam êles distribuídos aleatoriamente.012 . é for­ necida pela equação acima. que são correlacionados. Muitos são os casos em que é de conveniência deter­ minar se duas variáveis se alteram independentemente.271 . como atributos. Poderemos. por exemplo. porém. obtêm-se os seguintes valores: k 0 1 2 3 4 Pk .3 Independência de atributos.003 .352 P L A N E JA M E N T O DE PESQUISA SOCIAL A probabilidade de encontrar k católicos em qualquer dos blocos.090 k 5 6 7 8 Pt . Podemos. deveremos rejeitar (ao nível de significância . Nesse caso. em que as variáveis são tratadas qualitativamente.180 .001 Então. desejar determinar se são independentes as profissões do pai e do filho. Utilizando as tabelas de Poisson. por exemplo. C o n h e c id o s ou P r e s u m id o s : Caráter aleatório.135 . número esperado de católicos por quarteirão.

etc. b. (3) E PROCED. ESTIMATIVOS 353 P r o c e d im e n t o a tr ib u to ) : 1 (q u a n d o há duas c a te g o ria s para cada (1) Preparar a seguinte matriz de "contingência” : V. aceitar H (4) E x e m p i . I • 1 V. Diploma universitário e estabilidade conjugal não são independentes.o : Amostra aleatória de 76 empregados de uma emprêsa é escolhida. H 0: Hi : Diploma universitário e estabilidade conjugal são independentes. .TESTES DE H IP . caso contrário. (2) Calcular „ ( |ad —b c | —h/2) -n * " (a+ò)(a+c)(ò + rf)(c + d) ‘ (3) Localizar na tabela V do Apêndice o valor de x2 ( i correspondente a GL = 1 e sob o apro­ priado a. Os dados são fornecidos na fase (1) abaixo. Se x2 — x2 a. o número na célula II-l.10) se diploma universitário e estabilidade conjugal são independentes. aceitar H 0. Deseja-se determinar (ao nível de significância . Total 2 0 c a+c II b d b+d Total a+i> c \ ~ d a+b+c+d=n onde a é o número de observações situadas na célula 1-1.

.706). .2397 < 2.a fh /T b b V2 j A ti f Ab n Total J An Ta J Bn T b Tn T JL /T n V (2) Calcular p = T a /T .706.76/2) ^ (76) (17) (59) (33) (43) lo g o .(27) (11) I .3 2 . a c e ita r ' (3) x2 io = 2. .354 P L A N E JA M E N T O DE PESQUISA SOCIAL Solução: ( ) Divorciados Não divorciados 27 32 59 1 Total Com diploma universitário Sem diploma universitário Total 6 11 17 33 43 76 (2) X (1 6 . (4) r < x 2 io (i-e. se ja. ou são in d e p e n d e n te s . as v a r iá v e is H 0. P r o c e d i m e n t o 2 ( o n d e u m a tr ib u to tem d u a s c a te g o ria s e o u tr o m a is d e d u a s ) : (1) Preparar a seguinte matriz: Vx A íi B fB a f Bb Total T„ Tb fh/T.

K .. C .... ESTIMATIVOS 355 (3) Calcular X2 = (T' .....8 5 7 22 = 2 .....2 1 3 )(... aceitar H u.. GL = . (4) (5) Calcular GL — n — 1.....7 2 7 9 7 2 1 = 3 ...2 2 7 3 7 2 9 = 0 ... T o ta l Fê­ m ea 4 9 7 ví 6 5 34 Total 22 21 22 29 29 160 4 7 2 2 = 0 ..............pTA)/p{ 1 ...... (.. caso contrário........213.. As notas do teste e o sexo não são indepen­ dentes. B .9 7 3 5 7 2 9 = 0 . Colhem-se 160 observações a partir de registros antigos...8 6 2 8 956 \ lb (2) (3) (4) p = 34/160 = x2 = [8-956 ..7 8 7 ) 5.... o valor de x2 « correspondente ao GL apropriado e sob o adequado a... ao nível de significância ..... na tabela V do Apêndice......... aceitar Hl (6) Exem plo: Deseja-se determinar se os graus obtidos em um teste independem do sexo dos alunos a êle submetidos.. As notas do teste e o sexo são independentes. 1 ) ...... Localizar. H á razão para acreditar que êsses atributos são independentes..........10? H u: Hy-. Solução: ( ) M a­ ch o 18 12 15 26 31 24 1 G r a u s de Teste A .227.. (3) E PROCED.. Y ....... escolhidos aleatoriamente..TESTES DE H IP ...2 1 3 )(3 4 )]/(.10...3 1 0 6 7 3 7 = 0 ..p)... Se i 2 — x3 íí.. 6 — 1 = .... Os resultados aparecem na fase (1) abaixo.

na assim chamada estimativa “de extremos”.io (i. Êsse assunto será examinado na secção seguinte. Faz-se. Houve época na história dos métodos estatísticos em que se colocou grande ênfase na determinação das distribui­ ções fixadas pelas observações. especificamente. por exemplo. em parte. muitos textos mais antigos devo­ tam espaço considerável ao exame de métodos para testar a normalidade de uma distribuição e sugerem métodos para transformar as observações de modo que os dados resultantes dessa transformação apareçam como normais. Em situações onde se mostre desejável determinar se um conjunto de observações se apoia em distribuição normal.236). uma distribuição que não o seja. Por êsse motivo.2 ). por isso mesmo. contudo. rejeitar H u e aceitar H a as notas do teste e sexo não são independentes. binomial. Para realizar essa transformação. ou outra qualquer. Por exemplo. Tal se devia.227 > 9. Hipóteses relativas a distribuições. Caso a distribuição não seja normal. no caso de uma distribuição ser normal. algumas vêzes. o de usar os loga­ ritmos das observações. Para exame dêsse e de outros méto­ dos de “normalizar” os dados. 10.356 P L A N E JA M E N T O DE PESQUISA SOCIAL (5) (6) x210 = 9. Além disso. apesar da distri­ buição não ser normal. o uso de testes que pressupõem essa normalidade não conduz a êrro sério (2). transformar. a menos que se estivesse seguro de que a distribuição era normal. há numerosas técnicas disponí­ veis. são mais eficientes do que os outros. t > X2 . 3. normal. êsse teste . Além disso. à idéia de que não era possível aplicar corretamente as técni­ cas estatísticas. Mais recen­ temente verificou-se que em muitos casos. logo. de Poisson. ver (6: vii). foram elaborados testes em número crescente e que não requerem pressuposições relativas ao tipo da distribuição. é. Método comum é. em normal. êsse é o caso quando se avalia a proporção de uma. desejável. os testes que se baseiam nesse fato. população que se mantém acima ou abaixo de algum valor. ou em algum outro tipo específico de distribuição. H á ainda. muitos problemas cuja solução re­ quer seja a distribuição conhecida e.236. o teste mais comumente usado é o de x2 (que será explanado na secção 3 .

...... Êsses dados devem... Consideraremos em primeiro lugar essa fõlha e.. 50-55........ 40-45.. de não fornecer medidas de êrro.....TESTES DE H IP . EST1MATIVOS 357 apresenta certas desvantagens: não é sensível a desvios que se manifestem nos extremos da distribuição............ Outros testes existem (6:viii).1 Fõlha de probabilidade normal e o teste de normalidade... um método aproximado de testar a normalidade surge como aceitável. ou exigem amostras muito amplas.. Para falar déste método.. a seguir.. não se deve usar o teste quando os extremos são impor­ tantes.. a seguir. O emprego da fõlha de probabilidade normal para teste de normalidade requer que os dados sejam recolhidos em grupos..... 65-70............ é dese­ jável dispor de pelo menos dez classes e cincoenta obser­ vações... abandonaremos o procedimento usual que temos adotado na apresentação dos testes........ ser dispostos como se mostra na tabela abaixo... Para muitos fins.............. 55-60.. o teste x23. 30-35.. 25-30...... Imaginemos que os dados sejam recolhidos de amostra composta com 200 empregados de certa forma. 25 30 35 40 45 50 55 60 65 70 2 6 12 20 40 50 36 18 12 4 2 8 20 40 80 130 166 184 196 200 1 4 10 20 40 65 83 92 98 100 ......... Um dos melhores testes existentes é apresentado em (7). Em tais casos a fõlha de probabilidade normal é muito útil....... 60-65.... Em conseqüencia....... via de regra......... O método será descrito por meio de uma ilustração.. Tem a vantagem de ser extremamente simples e a desvantagem..... 35-40........... porém. e que a idade de cada empregado seja determinada....... 45-50..... Não há regras definidas a respeito do número de classes ou de observações necessárias.. 'I d a d e d o g r u p o L im ite s u p e r io r F r e q liê n cia F r e q ü ê n ­ F r e q ü ê n c ia C u m u la t iv a cia c u ­ m u la t iv a R e la tiv a (p o r c e n to ) 20-25... mas quase todos apre­ sentam a mesma desvantagem..... (3 ) E PROCED...

Deve-se dedicar uma palavra ao método pelo qual são determinadas as freqüências teóricas. a fre­ qüência cumulativa relativa percentual para a quinta classe (40-45) é igual a (80) (100)/(200). O teste x2 pode ser usado para avaliar o grau de ade­ quação de um conjunto de dados a qualquer distribuição conhecida. a distribuição aproxima-se da normal. a não ser que haja um interêsse acentuado nos extremos da distribuição. Por exemplo. 40. Exemplificaremos com um teste de normalidade.2 Teste x2 de grau de adequação. Traça-se uma linha reta que passe tão próxima dos pontos quanto possível. até e inclusive a classe em relação à qual ela é computada. A freqüência relativa cumulativa percentual é então assinalada. A freqüência cumulativa relativa percentual para uma classe é igual à freqüência cumulativa dividida pela fre­ qüência total e multiplicada por 100. que êsse teste não é sensivel a desvios da normalidade que se manifestem nos extremos da distribuição. por exem­ plo.358 P L A N E JA M E N T O DE PESQUISA SOCIAL A freqüência cumulativa é simplesmente a soma de tôdas as freqüências de classes. No exemplo. nenhum dos pontos afasta-se mais do que dois por cento da linha traçada.20. Para a maioria dos casos. isso é considerado satisfatório e a presunção de normalidade parece justificada. pois não se trata de um teste estatístico rígido. Não há maneira de medir a confiança que se deve depositar em julgamento dessa ordem. Por exemplo. Suponha-se. e um desvio padrão (o) . e a maioria está dentro de uma faixa de um por cento. mais do que os outros. Mas. entretanto. ou 40. usando-se os números da última coluna à direita como valo­ res das ordenadas. Os pontos extremos desviam-se. a freqüência cumu­ lativa da quarta classe (35-40) é igual a 2 -f 6 f. ou seja. que se sabe ou se admite que uma população normal apresenta média (|x) igual a 10. geralmente. e podem ser desprezados. como se deixou indi­ cado. o teste é satisfatório para muitos propósitos em que os extremos não são críticos. Se os pontos se situam próximos dessa linha reta. Deve ser lembrado. Os limites superiores são assinalados ao longo da abscissa da fôlha de probabilidade normal (ver figura 33). 3.12 } .

ESTIMATIVOS 359 F ig .TESTES DE H IP . 33 — Fölha de probabilidade normal . (3 ) E PROCED.

±f< . . a freqüência relativa teórica de obser­ vações situadas entre 1 e 2 unidades o (isto é.. ou seja.360 P L A N E JA M E N T O DE PESQUISA SOCIAL igual a 2. nas unidades das observações originais) é .0228.1587 — . em têrmos de z: I z í ... C P o n h e c id o s ou P r e s u m id o s : Caráter aleatório. 6 e 8 são convertidos em desvios da média expressos em unidades a. Inicialmente.. Fi ■ ) • fi 1• fn Fi F. (fi-Fp/F. „ u- Com auxílio da Tabela I do Apêndice nós determinamos a área delimitada por êsses dois valores de z: . <. K 2 > fi-F . H± : Um conjunto de freqüências teóricas não admi­ te um conjunto de valores especificados (Fi). Suponhamos agora desejar determinar a fre­ qüência teórica relativa de observações em um intervalo de 6 a 8. respectivamente. fi-F . limitada pelas ordenadas traçadas em pontos que se afastam da média por 1 e 2 unidades a.. entre 6 e 8.mI _ |6 —10| 2 **-•--... ou seja..h^F. 1587.0228 e . Logo. A diferença entre êsses valores é a pro­ porção da área sob a curva normal. T ESTE 36 Um conjunto de freqüências teóricas admite um conjunto de valores especificados (Fi). r o c e d im e n t o : (1) Preparar a seguinte tabela: F r e q ü ê n c ia D e s c riç ã o O b se r­ vado T eó­ r ic o j j\-Pi fi 1.. 1359.)'/Fi (f„-Fj'/F„ Í 2 (fi-Fi)*/Fi=x* Total..

i = 47.. 60-65......... . 45-50.73 0/12 = 0. (fi-Fí )’/Fí 0/2 = 0.. deveria ser igual a.6 10 0 ..38 4/38 = 0..■ Tutal_ _ .. Localizar...2 .20 1/13 = 0.... (3 ) E PROCED. Ao nível de significância .. do Apêndice... a = 9 . 40-15. (4) Desejamos determinar se um conjunto de freqüên­ cias teóricas é igual aos valores que aparecem na coluna F t abaixo.. 55-60.... Calcular GL = n — 1...... Se i 2 — % 2 U ..... testar as seguintes hipóteses: E x e m p lo : H u: As freqüências teóricas para as classes indi­ cadas são iguais aos valores que aparecem na coluna Fc..5..00 4/6 = 0 67 5.... 35-10.. aceitar H 0... caso contrário. o valor de x2 a correspondente ao G L apropriado. As freqüências teóricas para as classes indi­ cadas não são iguais aos valores que apare­ cem na coluna F{. ou seja..67 = xJ 25-30.......... aceitar H. Os valores F t foram obtidos a partir de uma dis­ tribuição presumidamente normal (|.....4 0 ...00 16/22 = 0.. Hi'..1 .....05. a distribuição é normal com |i = 47 e a = 9 ..50 0/36=0..... 30-35.. 5 ) ..00 1/5 = 0. na Tabela V .TESTES DE H IP .. ^ F.. 65 o u m ais. ESTIMATIVOS 361 Nota: (2) (3) ^ /.. na coluna a adequada.. Solução: ( ) Id a d e do G ru p o b a ix o de 25 1 fi 2 6 12 20 40 50 36 18 12 4 200 Fi 2 5 13 26 38 40 36 12 6 200 0 1 .......08 36/26 = 1......11 100/40 = 2....... 50-55.

Uma das vantagens de usar testes não paramétricos reside no fato de que. o pesquisador deseja determinar se há ou não diferença entre grupos ou indiví­ duos. Êsses tes­ tes são particularmente úteis quando os dados não podem ser expressos quantitativamente. Faz-se. Essa vantagem será posta em evi­ dência nos dois tipos de testes não paramétricos a serem examinados nesta secção: testes de sinal e testes de fluxo. Êsses testes são chamados não paramétricos porque muitos dêles não envolvem o uso de parâmetros de distribuição. Os testes não paramétricos podem ser empregados para determinar se há ou não alguma diferença entre duas dis­ tribuições. logo.362 P L A N E JA M E N T O DE PESQUISA SOCIAL (2) (3) (4) GL = 10 — 1 = 9. necessário .92. Pode não haver fundamento para estabelecer quaisquer presunções relativas à distribuição das observações em cada uma ou em tôdas as situações. x20 5 4. Em muitos projetos de pesquisa social torna-se desejá­ vel comparar dois grupos ou dois indivíduos em diferentes e variadas circunstâncias. 5.c5 (i. então. X2 < X2. êles requerem número reduzido de cálculos. Isto é. usualmente. Já se fêz referência a testes que não exigem pressu­ posições quanto à natureza da distribuição dos dados. obtêm-se observações em pares. Tal é o caso quando os dados consistem em escalonamentos e quando não se conhece a distribuição cor­ respondente. ao longo de uma gama de situações. = 16. acei­ tar H 0. é. Em cada situa­ ção será feita observação a respeito de cada grupo. mas apenas como respostas ordenadas.67 < 16. 4.92). Testes não paramétricos. O teste de significância de correlação de escalonamento apresentado sob o número 27 é não para­ métrico. O teste x2 de grau de adequação (teste 36) é igualmente não paramétrico. se dois grupos estão envolvidos.1 O teste de sinal. independentemente de hipóteses restritivas a pro­ pósito da natureza dessas mesmas distribuições.

cuja ordenada divide em partes iguais a área sob a curva. A mediana da amostra. Lembremos que a mediana corresponde ao valor. Para evitar confusão. Essa esta­ tística é habitualmente representada por r. As aplicações que iremos examinar destinam-se a responder questões tais como as seguintes (sejam A e B dois grupos ou indivíduos) : (1) São A e B diferentes com respeito a alguma propriedade especificada ao longo de situa­ ções 1 a n? É A melhor do que B por. a mediana de 3. é o valor médio entre as duas observa­ ções médias. ver (3:252-54). dignos de confiança. uma porcentagem pc? É A melhor do que B pelo menos q unidades? (2) (3) Essas perguntas são transformadas em hipóteses rela­ tivas à mediana m. 11 e 27 é 10. O teste de sinal é utilizável para uma grande variedade de objetivos. o símbolo r. 9 e 27 c 9. no eixo de abcissas. 9. Por exemplo. De fato. e só devem ser usados para aproximações gros­ seiras. particularmente. O teste de sinal pode ser. . valores atri­ buídos a n menor ou igual a 10 não são.TESTES DE H IP . no caso de um número ímpar de observações. empregado nessa situação. ver [3:xvii]). pelo menos. igual número de observações. a mediana de 3. (3 ) E PROCED. e aparece na tabela X I do Apêndice. Para tratamento mais refinado de amostras peque­ nas.. de uma função de distribuição. símbolo que se usa também para representar o coeficiente de correlação da amostra. ESTIMATIVOS 363 recorrer a um teste não paramétrico. Convém notar que não são apontados valores quando n é muito pequeno. em geral. A estatística crítica nesses testes é o número de vêzes em que aparece o sinal menos freqüente (-f. embora nos limitemos a discutir apenas alguns (para exame pormenorizado. A distribuição de rs foi elaborada.ou — ) na diferença entre as observações feitas aos pares. será usado para representar a estatística no teste do sinal. é aquela observação que tem antes e depois de si. No caso de número par de observações.

entretanto. do Apêndice. número de vêzes em que aparece o sinal menos freqüente. E xem plo: Duas escolas (A e B) competiram entre si. caso con­ trário. Localizar. . também se supõe que não haja empates. Os resultados vêm relacionados abaixo. + w» o n h e c id o s o u P r e s u m id o s : A s diferenças entre os pares de observações são independentes. o valor de rs „ correspondente ao n apropriado e na coluna a adequada.05. aceitar Hç.. ‘‘Na prática. Ao nivel de significância .Vi X J Xn yn (2) (3) (4) Calcular rs.364 P L A N E JA M E N T O DE PESQUISA SOCIAL T ESTE 37 II o : m. Êsses empates devem ser excluidos" (3: 248). por exemplo. = my Hi: m. os empates fazem-se presentes pois as medidas são costumeiramente aproximadas. são as escolas diferentes em capacidade atlética? Ih: w a = Ih : nu + * Falando estritamente. que as observações não são iguais em nenhum par. em diversos tipos de esporte. Se r. ainda que empates não ocorressem se as medidas fôssem precisas. por vários anos. igualadas nas unidades ou décimos de unidade. é maior do que rsa.. seja. Foi selecionada uma amostra aleatória de 14 jogos nos quais não era pos­ sível o empate.* C P r o c e d im e n t o : (1) Preparar a tabela seguinte: Xi Xi y< yi ya sinal de Xi . na Tabela X I. aceitar H i.

aceitar H 0. é. podem ser feitas na mesma escala). há 5 sinais menos. C onhecidos ou P resu m id o s : A s diferenças entre os pares de observações são independentes e as medidas entre os pares são comparáveis (isto é. rs > rs. c y : cy i cy 2 cy n x :-c y i •T l X-2 Xn 'Vi >'2 % . P ro ced im ent o : (1) Preparar a tabela seguinte: S in a l de D if e r e n ç a Xi y .o5 (i.nV II lí íKi < cwy c é uma constante especificada. ou seja. ‘— ’ ). não há diferença entre as escolas.o .TESTES DE H IP .s = 2. (3) E PROCED.r. 5 > 2). )«! > C. ESTIMATIVOS 365 Solução: ( 1) A 7 2 3 49 21 32 12 | B 4 3 4 54 18 18 S in a l de D ife r e n ç a + li i. (3) (4) r. logo. i 1 28 18 64 1 B 14 24 2 14 20 12 11 ! S in a l de D ife r e n ç a + — I 1 ! | 6 + — + + I- 4 + + 31 2 6 (2) rs = 5 (i. T ESTE 38 IIO . é.

1 < 2). na tabela X I do Apêndice. Colhe-se amostra aleatória de 12 registros de vendas diárias. acei­ tar H i. Os dados aparecem abaixo. . rrtA < 2»i/) Solução: ( ) 1 Ai 47 51 63 40 65 75 43 55 74 50 57 71 Bi 22 25 27 30 31 37 20 27 35 21 25 34 2Bi 44 50 54 60 62 74 40 54 70 42 50 68 S in a l de Ai-2Bi + + + — + + + + + + + + (2) (3) rs = 1. o valor de rs „ correspondente ao n apropriado. Se r.10? H o. ao nível de significância .366 P L A N E JA M E N T O DE PESQUISA SOCIAL (2) (3) Computar rs. é. na coluna a adequada. 2. aceitar H 0. (4) Exem plo: Afirma-se que um vendedor (A ) é duas vêzes melhor do que outro ( B ) . rejeitar H 0 e aceitar H 1 ou seja. caso contrário. É a afirmação aceitável. > rsa. A é duas vêzes melhor do que B.«u ^ 2»jb II f. Ambos vendem o mesmo artigo. Localizar. r Jáio = (4) r„ < rr io (i. logo.

conseqüentemente. exceto que se usa o sinal da diferença xt — (í/i + <?)• 4. êle tem a virtude da extrema simplicidade. em muitos projetos é desejável fazer um conjunto de observações independentes a propósito do mesmo sujeito ou sujeitos. dependendo de estarem acima ou abaixo da mediana. Há numerosos testes para determinar o caráter aleató­ rio ou o de independência. Êsse teste é semelhante ao anterior. diversas vêzes. A probabilidade de obter vários números de fluxos para diferentes extensões de amos­ tra foi computada. ESTIMATIVOS 367 T ESTE 39 Ho'. à dificuldade de obter observações repetidas quando estão envolvidos sujeitos humanos.TESTES DE H IP . A maior parte dêles só pode ser utilizada sob condições especiais. com repetição do mesmo estí­ mulo. Então. as observa­ ções deixam de ser independentes ou aleatórias.05. (3) E PROCED. Dois testes de fluxo serão apresentados abaixo: um para determinar se a mediana da população é igual a um valor especificado e o outro para determinar se um conjunto . O número de fluxos (ü) ê determinado. o teste de fluxo pode ser usado para êsse objetivo em grande varie­ dade de circunstâncias e. A mediana da amostra é determinada. as diferenças entre as observações (tomadas na ordem em que foram colhidas) e a mediana são indicadas por + ou por —. Contudo. Tendem êles a alterar-se sob estímulo repetido e do mesmo tipo e.2 O teste de fluxo. A tabela X II do Apêndice apresenta os valores críticos necessários para realizar testes de fluxo ao nível de significância . a seguir. Referências já foram feitas. como o teste de sinal. »i + > »» + ? q é um número especificado de unidades. = fft» + Ç Hi'. A despeito dessa possível dificuldade. cada conjunto con­ secutivo de mesmo sinal é chamado um fluxo. Em tais casos é conveniente testar as observações para determinar se é possível admití-las como selecionadas aleatoriamente do universo das observações possíveis. e.

Localizar. aceitar H x . Calcular m. ver (3:xvii. m ^ a C o n h e c id o s o u P r e s u m id o s : Caráter aleatório e a ordem em que as observações são feitas.05. sec.9 7 5 . 3).0 2 5 < u — 1 1 . número de fluxos de sinais conse­ cutivos + e — . e n2. TESTE 40 H 0: m = a Hi. Calcular u. aceitar H 0. ao nível de significância . P r o c e d im e n t o : (1) Preparar a tabela seguinte: Xi X I Xt Xn S in a l de Xi— a (2) (3) (4) (5) Se algum xt for igual a a. Para maiores esclarecimentos e aplicações.9 75 na coluna nx apropriada e correspondente ao n2 adequado. caso contrá­ rio. H á razão para acreditar que. plo: Uma amostra aleatória dos resultados de 15 testes é selecionada. Os resultados são fornecidos abaixo. Se u . na tabela X II do Apêndice os valo­ res de u . afastá-lo da lista. número de vêzes em que aparece o sinal mais freqüente.0 2 5 e u .368 P L A N E JA M E N T O DE PESQUISA SOCIAL de observações pode ser considerado amostra aleatória de uma população singular. a medida dos resultados obtidos pela população é igual a 75? Exem H0: m = 75 Hi\ nt 4= 75 . número de vêzes em que aparece o sinal menos freqüente.

u . 4 < 7 < 1 2 ) : . — XI x» xn m' . m .0 2 5 < u < u -9 75 (i. ESTIMAT1VOS 369 Solução: (D li 90 71 64 83 87 76 70 51 62 85 87 95 73 69 81 ln a l de . nx — 7 e n 2 — 8 .é. Preparar a tabela seguinte: x* S in a l de x.TESTES DE H IP . logo. (3 ) E PROCED. aceitar H 0- T ESTE 41 HoUm conjunto especificado de observações é colhido aleatoriamente de uma população sin­ gular.7 5 + - - + + + - - + ♦ + - - + (2) (3) (4) u = 7. Um conjunto especificado de observações não é colhido aleatoriamente de uma população singular. (5) u. ou H i: C o n h e c id o s P r e s u m id o s : A ordem em que as obser­ vações são feitas P r o c e d im e n t o : (1) (2) Calcular a mediana da amostra.0 2 5 = 4 e u .9 75 = 12.t i.

se n é par. Calcular u.370 P L A N E JA M E N T O DE PESQUISA SOCIAL (3) (4) (5) (6) onde Xi é a primeira observação feita. Se u. Localizar. e nx — rio — (n — l)/2 . 53.0 o 5 < u ^ U. a mediana da amostra.9 7 5 sob o nx adequado e cor­ respondentes ao rio apropriado. rri é 33 + (1/2) (34 . 51. 26. aceitar H x . x2 é a segunda.5. 46. 28. 31. observações não é colhido alea­ uma população singular.—m! + + + + + + + - + + + . na tabela X II do Apêndice. Solução: (1) As observações. Imagine-se que é repetidamente proposto a al­ guém um problema de tipo labirinto para resolver em inter­ valos regulares de tempo.= n / 2. número de fluxos de sinais conse­ cutivos + e — . por ordem de grandeza. onde nx = n.r. 30. são: 54. E H tí: H x: O conjunto de mente de uma O conjunto de toriamente de observações é colhido aleatoria­ população singular.0 2 5 e u. 41. 42. Calcular nx e rio. 33. se n é ímpar.9 7B . 29. xem plo. Os resul­ tados das vinte primeiras tentativas aparecem abaixo. os va­ lores de u. 47. Fazem-se observações a propósito da duração necessária para resolver o problema.33) = 33. 29. 36. 54 53 51 47 46 42 45 30 36 41 34 33 29 29 32 31 29 2« 2 ( i 25 Sinal de . caso contrátrário. 34. 45. Podem essas observações ser consideradas como colhidas aleatoria­ mente de uma população singular? Seja a . (2 ) X. aceitar H 0. 32. (Esta não é a mesma ordem usada para calcular a mediana). 29. etc. 25.05.

em muitos casos. em estatística. em estatística pode-se desejar descrever uma ou mais propriedades de uma população. Dizemos que a descrição é "precisa” se ela traduz fielmente o que está “realmente” acontecendo.TESTES DE H IP . as observações não são colhidas aleatoriamente de uma população sin­ gular. N o exemplo dado no Apendice IV . é. O u seja. 4 < 6). e essa descrição é chamada “estimativa” da propriedade. Já consideramos (no cap. quando se baseia em amostra. Seria desejável dispor de critérios que nos ha­ bilitassem a determinar se uma estimativa é boa ou adequada. é muito se lhante ao problema geral de “descrição” nas ciências.0 2 5 (i. Procedimentos estimativos. O problema da estimativa. Mas não há nenhum conjunto de critérios estatísticos que assegure a melhor estimativa em têrmos prá­ ticos. ESTIMATIVOS 371 (3) (4) (5) (6) 10. A razão de se considerar o quadrado é a de que.9 7 3 = 15. A maioria dos métodos baseia-se no princípio de que o custo da superestimação ou o custo da subestimação é proporcional (aproximadamente) ao qua­ drado da quantia de super ou subestimação. é quatro vêzes tão sério errar por duas unidades como errar por uma. Da mesma forma. U . usa-se princípio diferente: o custo é proporcional à quantia de super ou subestimação. faz-se aceitável presumir que o custo se eleva mais acentuadamente para erros maiores do que para erros sem importância. um aspecto da natureza pintando em palavras certas caracterís­ ticas da circunstância. Os métodos de estimativa a serem examinados nesta secção não devem ser tidos como necessariamente os “melho­ res" em todos os casos. (3 ) E PROCED. u < U. u = 4. Critérios adicionais. iv) as qualidades que devem possuir os procedimentos de estimativa que são precisos e só permitem variância mínima.0 2 5 = 6 e U . Em têrmos de senso comum. contudo. rejeitar H 0 e aceitar H a ou seja. são necessários. descreve-se. e não a seu quadrado. m = n2 = 20/2 = 5. pois "a melhor” depende da natureza do problema sob investigação. algumas vêzes. logo. nove .

s2 é uma estimativa da variância. do desvio padrão. mas é possível usar métodos de estimativa que.. Por exemplo. propor­ cionam uma distribuição de estimativas cuja média é igual ao valor verdadeiro da quantidade estimada. Uma das van­ tagens de uma estimativa por intervalos é a de que pos- . são as melhores de que dispomos. ou seja. mas um intervalo de valores. em alguns casos. de uma proporção. a amostras estratificadas desproporcionadas. o procedimento para obter uma estimativa precisa da média a partir de amostra aleatória simples proporcio­ naria estimativas imprecisas se aplicado. digamos. os riscos podem não ser proporcionais ao quadrado do êrro. etc. de um coeficiente de regressão. p.372 P L A N E JA M E N T O DE PESQUISA SOCIAL vêzes tão sério errar por tês unidades como por uma. s. é claro. etc. uma variedade de valores que se admite pode conter o valor verdadeiro. para muitos propósitos. intimamente relacionados aos métodos de amostragem. pois. não lhe importa um valor singular.. méto­ dos precisos. freqüentes vêzes. Mais ainda. r. o princípio de reduzir ao mínimo o quadrado do êrro (princípio dos “mínimos quadrados” ) tem a van­ tagem de ser mais simples de manipular matemàticamente do que a maioria de outros métodos de estimativa e. o leitor deve manter-se alerta com respeito ao princípio dos mínimos quadrados e suas aplicações. b. e outras que já foram examinadas. Nunca se pode estar certo de que uma estimativa é inteiramente precisa. Os métodos de estimativa estão. quando o pesquisador enfrenta um pro­ blema de estimativa. ou uma estimativa localizada de uma variável Com efeito. Já examinamos bom número de estimativas localizadas: jc é uma estimativa localizada da média. mais simples dizer exata­ mente quais são os riscos existentes numa estimativa por “mínimos quadrados” do que dizer quais são os riscos em uma estimativa de outro gênero. é. V ia de regra. Não obstante. Ocasiões haverá em que se faça desejável obter um valor singular. em conseqüência. de um coeficiente de cor­ relação. a longo alcance. pode se tornar desejável determinar o melhor valor em que “apostar”. Tôdas essas estatísticas de amostra. são estimativas localizadas de pro­ priedades de população e. reduzir ao mínimo os quadrados pode também reduzir ao mínimo outras funções do êrro. isto é. Além disso.

denominadas “estimativas minimax" (esti­ mativas que tornam mínimo o máximo risco possível de ocorrer). (3 ) E PROCED. Em outras palavras. e que tornam máxima a possibilidade dos acon­ tecimento observados ("princípio de máxima possibilidade".TESTES DE H IP . as esti­ mativas de um terceiro tipo. mais comuns. * Algumas das estimativas de intervalo. pois.95 de incluir o valor verdadeiro. Fisher sugeriu também que as estimativa proporciona "máxima informação". tem uma probabilidade de . E S T IM A T IV A 1.90. por exemplo. Note-se que os intervalos de con­ fiança não asseguram que o verdadeiro valor esteja no inter­ valo delimitado. 95 por cento das estimativas (ou a porcentagem que tiver sido especificada) acabariam. N a maioria dos casos que ocorrem na prática. C o n h e c id o s ou Intervalo de confiança da média. Tal como sucede no caso das estimativas localizadas. Com base na estimativa o que se pode asseverar é apenas que qualquer interessado que empregar o método poderá. ao fazerem-se várias tentativas de identificação do verdadeiro valor. há pequena diferença entre as estimativas de mínimos qua­ drados e as estimativas de máxima verossimilhança e. ESTIMATIVOS 373 sibilita ao investigador exprimir quantitativamente a confian­ ça que merece a estimativa. como proporcionais ao quadrado do êrro. por determinar o verdadeiro valor. por hipótese. ou de "máxima verossimilhança"). são descritas abaixo. um “intervalo de confiança”. . situando-o no intervalo calculado. a longo alcance. Um intervalo de confiança de 90 por cento afirma que a proba­ bilidade de que nêle se inclua o valor verdadeiro é de . A. os riscos que se corre ao delimitar intervalos de confiança aparecem. com uma pro­ babilidade determinada. no seguinte sentido: um intervalo de confiança de 95 por cento. usando o mesmo procedimento de estimativa sôbre muitas amostras aleatórias de mesma grandeza. As estimativas por intervalos dão. normali­ P r e s u m id o s : dade e ff. * R. Nem se pode prognosticar que estimativas futuras venham a ficar no mesmo intervalo. Caráter aleatório. e assim por diante. ainda. identificar o verdadeiro valor. ver (3:viii e ix) e (6:vi). Para as minúcias.

Selecionar. tenha sido 104.00. Calcular a = 1 — (pc/100).„ 4 .374 P L A N E JA M E N T O DE PESQUISA SOCIAL P r o c e d im e n t o : (1) (2) (3) (4) Calcular x. 98. percentual. Calcular a = 1 — (p c/ 100). E S T IM A T IV A 2. Calcular G L — n — 1. (2) a = 1 . Calcular o intervalo de confiança: Exem plo: Deseja-se determinar o intervalo de confiança de 95 por cento de para amostra aleatória de 25 resultados de teste. Selecionar. o valor de ta sob o adequado a. na Tabela III do Apêndice. Admite-se que a seja igual a 1.8 8 .00. C o n h e c id o s ou Intervalo de confiança da média. (4. na Tabela II do Apêndice. o valor apropriado de za. P r o c e d im e n t o : (1) (2) (3) (4) (5) Calcular x e s. cal­ culado. Solução: (1) í = 104. (3) 2 . onde pc é igual à confiança do intervalo desejado.96.] a .o o +i í ^ m ] .0 5 = 1. 5 [ io 4 .12<M á l0 9 .5 e que x.05. em frente do apro­ priado GL.o o _ ü ^ ip . [ .(95/100) = . Calcular o intervalo de confiança: . Caráter aleatório e norma­ P r e s u m id o s : lidade.

ESTIMATIVOS 375 E xem plo: Determinar o intervalo de 99 por cento para a idade média de estudantes universitários.95 . C o n h e c id o s ou Intervalo de confiança da variância. P r o c e d im e n t o : (1) (2) (3) (4) Calcular s2.5a.05<M <23. (3) E PROCED. (4) = 2.5a = 1 . (2) a = 1 . o valor de x25 a correspondente ao G L apropriado e na coluna encimada por . selecionar correspondente ao mesmo G L mas sob a colu­ na 1 — .01 (3) g l = 16 — 1 = 15. 5a.95.TESTES DE H IP . Solução: (1) X = 21 í = 4. Calcular G L = n — 1. sabendo que amostra aleatória de 16 estudantes revelou média de 21 anos.(99/100) = . Caráter aleatório e norma­ P r e s u m id o s : lidade.5a. 18. com desvio padrão de 4 anos. Calcular . E S T IM A T IV A 3.. (1/2) (1 — p c / 100) e Selecionar. Calcular (5) . na Tabela V do Apêndice.

1) if+ (n2.000.0 0 0 .1 . 3 5 6 .557 1 . Intervalo de confiança da diferença C o n h e c id o s o u P r e s u m id o s : Caráter aleatório e normali­ dade. 000 . (3) .708. as variâncias desconhe­ cidas.376 P L A N E JA M E N T O DE PESQUISA SOCIAL E xem plo: A variância da amostra de renda de 30 traba­ lhadores aleatoriamente selecionados é 2 milhões.*. (4) x2 o s = 42. Solução: (1) r = 2. P r o c e d im e n t o : (1) (2) (3) (4) Calcular x1.J ’ r (29 ) ( 2 . r (29) ( 2. Calcular GL — nt e s^.90/100) = . Localizar..g l = 30 . o valor de ta correspondente ao G L apropriado e sob o adequado a. Calcular o intervalo de confiança: [ ^ 1 ] SÍ+{n'-^slU / »1+ »2 r(«. 8 7 8 < i r 2< 3 . (2) . n% — 2.00 0) 1 IT 77Õ 8----. e 1 — .5a = 1/2(1 . 3 6 2 . As médias são independentes. mas iguais. Determi­ nar o intervalo de confiança de 90 por cento para a variância da população.CS.557.) .000. na Tabela III do Apêndice.C5 = .0 0 0 ) ~\ 42.1) ifj L »1«. Calcular a = 1 — (pc/100). E S T IM A T IV A 4. 2 7 5 .1 = 29. x2. e X29 s = 17.. entre duas médias. J > h+ «a —2 1 (5) (*.95.

e às de B é 20. As variâncias da amostra são. Determinar o inter­ valo de confiança de 90 por cento para a diferença entre as médias de comparecimento verdadeiras. E Solução: (1) (2) (4) xA = 30.37 ^ (nÁ — fig) < 1 3 . 0 rd O . Significa isso que pelo menos seis pessoas mais comparecem às reuniões de A.10. Se o limite inferior fôsse negativo (ao nível escolhi­ do).95/100 = . Intervalo de confiança do coeficiente de C o n h e c id o s o u P r e s u m id o s : A s observações ( x4 ) não estão sujeitas a êrro e os erros das observações (j/t) são independentes e normalmente distribuídos.TESTES DE H IP . s2 a = 20. em média toma­ da a longo alcance. Calcular a — 1 — (pc/100). secção 8. (3) E PROCED.i ) í o i 18 1 (10) (10) J 6.2). ( 5 ) nn _ 9 n ) _ ? 1nJlQ±j. lM = 2. A média de comparecimento às reuniões de A é 30.2 = 18. xB = 20. (3) a = 1 . = 10 + 10 . ^ E S T IM A T IV A 5. P r o c e d im e n t o : (1) (2) Calcular b e sb (Ver cap. rejeitaríamos uma diferença verdadeira entre ^ e ( i j.D 2 Ò+( 1 0 -l) íoj v 18 L (10)(10) J —(M /i —Pb) (10 + 10 1 r ( í o — 1) 2 0 + ( í o . e gl = 10. vi. com média zero. ESTIMATIVOS 377 xem plo: Colhe-se amostra aleatória de 10 reuniões das tropas de escoteiros A e B.6 3 .05. respectivamente 20 e 10. e no máximo treze pessoas mais comparecem às reuniões de A. . regressão.

Localizar na Tabela III do Apêndice o valor de ta correspondente ao G L apropriado e sob o adequado a. Intervalo de confiança do coeficiente de C o n h e c id o s o u P r e s u m id o s : Os pares de observações são aleatoriamente escolhidos e estão distribuídos normalmente.3.4 + (1 .U i) < B < (ò + Ust).2 = 998. (4) f.000 casos.05. 2.4 .9).378 P L A N E JA M E N T O DE PESQUISA SOCIAL (3) (4) (5) Calcular G L = N — 2.9. E S T IM A T IV A 6.4 e s. correspondendo a 10.4. GL r= 1. P r o c e d im e n t o : (1) (2) (3) (4) Calcular r. Determinar o intervalo de confiança de 95 por cento do coeficiente de regressão verdadeiro. com êrro padrão dessa esti­ mativa igual a 3. o valor de z' correspondente a r. Solução: (1) (2) (3) b — 10. (5) 10. Calcular a = 1 — (pc/100).9) ^ B ^ 10.9.95/100 = .000 . na Tabela X do Apêndice.(1.96) (3.os = 1 •96. correlação. = 3. Localizar. . Calcular o intervalo de confiança: (4 . E xem plos: Um coeficiente de regressão do número de psicopatas em relação à extensão de comunidades é determi­ nado.96) (3.76 B sÇ 18. a = 1 . Calcular oy = 1 /V n .. Utilizou-se amostra de 1.04.

j = . } Zz = 2 + (7) Localizar.9 0 ). Solução: (1) r . Determinar o intervalo de confiança de 99 por cento de q.649.678 + (2. = . 59.01. Calcular Zi — e Z ZaG 2a<7. ESTIMATIVOS 379 (5) (6) Localizar.'.576)(. Intervalo de confiança de uma propor­ ção ou percentagem.678 . p < r2 .678. o valoi de rt correspondente a e o valor de r2 cor­ respondente a z2.377) = 1.929. 1 0 < p < .285 e . (7) T ! = -.576. (4) a = 1 . (5) z. (2) z' = . Segue-se ri S.285 < p < .(2. E S T IM A T IV A 7. na Tabela X do Apêndice. (3 ) E PROCED. na Tabela II do Apêndice. C o n h e c id o s o u P r e s u m id o s : n > 3 0 e ( . Os fatos são independentes e têm igual probabilidade de ocorrência.TESTES DE H IP .929.oi = 2.377) = -. (6) z.293. (8) Exem plo: O coeficiente de correlação calculado a partir de amostra aleatória de 10 pares de observações é igual a . . (3) oy = l/V lO .. (8) -.59.576)(. o valor apropriado de za.99/100 = . zj = .3.

no procedimento acima e substitue-se 1 por 100 na fase (4). (2) a = 1 . (3) z. não uma proporção. Calcular o intervalo de confiança: Nota: Se fôr usada uma porcentagem.380 P L A N E JA M E N T O DE PESQUISA SOCIAL P r o c e d im e n t o : (1) (2) (3) (4) Calcular p. Solução: (1) p = 60/100 = .99/100 = . freqüência relativa observada. .73 .qi = 2.01. Calcular a = 1 — (pc/100). substitue-se a porcentagem pela proporção.47<*>S. o valor apropriado de za. na Tabela II do Apêndice. Determinar o intervalo de confiança de 99 por cento para a proporção da população em favor de A.60 — 2 . / Levantamentos sociais referem-se tão freqüentemente a estimativas de porcentagens que convém dar maior atenção a tais estimativas. O êrro padrão (o) da estimativa de uma porcentagem (PC ) cujo valor verdadeiro é a é dado por .60.6 0 + 2 . Exem plo: Numa prévia eleitoral 60 entre 100 indivíduos selecionados aleatoriamente são favoráveis ao candidato A.58. 5 8 . (4) [. Localizar. 5 8 > P ^ ^ ] á #s[.

obtemos (1. se a percentagem verdadeira é igual a 50. Suponhamos conhecer o valor da percentagem verdadeira (a). por exemplo.a) ' . (P C — a) é igual à diferença entre o valor estimado e o valor hipotético da percentagem. Substituindo em (5). (3 ) E PROCED.96)2(50)(100 — 50) _ . ESTIM ATIVOS 381 onde n é a extensão da amostra. obtemos PC-a (100 —a) n (3) Elevando ao quadrado ambos os membros de (3). PC — a = 5. resulta: r l ^ n(.05.95/100 = . entre 45 e 55 por cento). No Teste 11 foi visto que o valor de z de uma estimativa de um valor hipotético (a) de uma porcentagem é dado por 2= ■ _ PC — d PC • ( 2) í o\ Substituindo o valor de afc dado nas equações (1) e (2). e que desejamos que nossa estimativa tenha uma aproximação de 5 por cento (isto é.a) ( PC.PC— a ) 2 a (100 — a) ’ ' ' Explicitando n. 2 . 95 por cento das vêzes.TESTES DE H IP .■ ( ' /c \ Ora. serão necessárias 384 observações aleatoriamente seleciona­ das para obter estimativas com aproximação de 5 por cento . git " = --------(5) or384 Em consequência. Suponhamos. usando a equação (5) pode-se determinar o número de observações necessá­ rias para obter uma estimativa dentro de qualquer percenta­ gem especificada e com dada probabilidade. que a percentagem verda­ deira é 50. Então a = 1 . tem-se: _ tfa (100 .0 5 = 1-96.

conseqüen- . 1-99. Ou seja. teremos conseguido grau de confiança maior do que o necessário. são iguais (i. Isto se justifica a partir do têrmo a (100 — a). em que parte dessa vantagem se perde no uso dos métodos estatísticos — casos que se relacionam com testes ou pro­ cedimentos de estimativa duplos. pode­ mos concluir que nossas observações foram em número demasiado ou insuficiente para atingir o nível de confiança desejado. Casos há. para níveis de confiança de 95 por cento e 99 por cento. se temos alguma idéia do valor verdadeiro. 2-98. presume-se que as variânças das duas populações. Se nossa idéia inicial acêrca do valor de a mostrar-se pouco plausível como base da estimativa. e fazemos o número adequado de observações adicionais. Ora. menor. se a = 99. é. podemos fazer novo cálculo de n. Deixamos indicado anteriormente que a grande vanta­ gem dos métodos estatísticos deflui do fato de que êles for­ necem medidas do êrro a que podem dar lugar a inferências feitas de amostra para população. o pesquisador pode levantar questões quanto à procedência dessa presunção e. a saber. 95 por cento das vêzes. e. há um parti­ cular técnico a realçar. com base na estimativa corrigida de a. a composição de erros. então (100 — a) = 99 e. Suponhamos desejar testar a hipótese ( H 0: | *i = | . Dessa maneira. 6. Nesse teste. Se a = 1.ia) ntilizando o teste 16. podemos determinar o número de observações necessárias para obter um grau de confiança especificado. Nas tabelas os valores verdadeiros possíveis das percentagens são indicados em pares (p. etc. Se obtivemos menor grau de confiança do que o desejado.. então (100 — a) — 1. que aparece na equação (5). entretanto. utilizando a equação (5). ex. Composição de erros: uma observação técnica. utilizando a versão corrigida de a. = a'l ). Nas tabelas 20 e 21 é indicado o número de observações necessárias para os vários valores verdadeiros possíveis de uma percentagem. no segundo. Antes de encerrarmos a discussão dos aspectos esta­ tísticos do planejamento de pesquisa prática. O ponto pode ser escla­ recido por meio de exemplo. No primeiro caso. embora desconhecidas. pode-se fazer ajus­ tamento. inversamente.).382 P L A N E JA M E N T O DE PESQ UISA SOCIAL dêsse valor.

3 0 0 2-98 O' O' io CN H P CU O 5 |_ 0 ) c.1 1 0 1 . o <o o ♦ f .O cO 'O CO CN O r ^ O O 00 t o 'O CO CN CN rH t H r— r-^ -rf co IO OO 00 rH t o CO CN CN CN O CN to *''• co 'O CO CN CO CN rH o *) L O X 'O 't 't O' to O ' CO CN rH 778 't 'f lO r . co co *> CO O O T CO — IO 00 O IO co o O CN «— O CN •— 1 O ' to Q O' lO ^ ^ M ■ *f T.o ^ CN CN IH 616 654 O ' CN 00 CN 00 O IO CO CO CO 00 O f<5 IT. IO CN IO co © o.tí< O co 2 0 . r 20 1950).m 3 1 - OO CN r f O O0 CN t o CO ^ o rH it j C C O Cv co C 00 O ' 00 rH O' O' o rH c c O I 'r-C N O -H O 0 O 0 N r .1 657 O l .C O O C O to rH CO »-h co l O 20 o> TABELA O oo O' vO o OO < ~ 'j cocoCO CO 00 ..2 0 2 2 . o 'f M co C O0 CN 0 0 - Ò 'O O I-« ■o — CO 0 0 CO r*. Parten. O t o 00 o o o *+ o IO «—1 IO * p CO CN Q O *«« \ 5o O CN IO IO rH tO *-< o O O 'N rH »o 3 2 ^ f N 'O O ’ t rf* CO •— 1 <"0 O Tt* CN CO O to O 'r f m O' (N O C C f> t o 00 t o O ' rH N CO .'C C — M vO lO O n Reproduzido d e M.H O lT j C N O O 'Û Ç ' o O' O' lO fO H rt" co Q\ r^~ O r"O C i tO CO rH co co 00 — PO 00 T f< O ' ' i 1 to oo CO CO rH 1 2 .1 o <N to «o O' CO CO 1^ CO o CO 00 to lO O C N H CN rH CO to CO CO rH C " f (N V CN CO CN o O ' CN co O0 t.00 ■ * * *o CNh h h V . "Surveys. . f aX a.h Q O ' to ^ t o 00 CO o C N nnrH 'O to o O o O 't •H n tO co 00 " Q O T* >0 CN CN fo r o o CO CO * •» O ' 1''. pp.r"> CN IO ** CN »O CN CN t** CN O O ^ H O ' O ' CN O ' Tf CN O 00 so Q r. 314-15.8 0 7 5 .O t o 00 CN -h co co CO O ' vC CN CO r o 'C CN O ' CN rH rH . t s York: »o OC t o co O ' CO co co CO CN rH -H ^ to o o © 00 CO Harper 1 80 : & Bros. pools and samples O' 3 8 S O' o VO i 325 (N ew O 0 ' ’t ' Û c o .o o O O ' 00 O ' ^ Tf l o so Ov vo vo cn CN o io ? 00 O Q Tf fO 00 i o >0 CN cn C ' N co N OO Tf -rt CO lO > H OO O V3 rt< -h — ♦2 rH O ' O ' 'C O CO to 'O '*}• co CN t o VO ^ O 'O t'» CN rH • T t t'. co r o co to vO t"> oo oo * r t o t o I'* o CN O ' r. — — IO — to — 00 CN rH t H 664 • H ^ tN l^ CO O ^ CN *? »O *—1 * t oo ^ C CO IO O -t* T i.4 4 0 3 .3 8 2 CN t o O ' C^ T ** CN T* VC TT CO CN » 'O '.3 1 2 1 .

-h LO T f* — iO CN CO GO fO ^ Q O O O O 'O CN CO 00 Tf O O Q t>fO COOTfH CN CS ' ) ) CN Tf ro OO 00 )O ' > — ilOOfO > o t^ n <t 'O •— 1 L O> o 'tN N O ' CN *-< * — 1 O' O r o lo t ' * r— O OT f •* <sq O ' (N * f O Tf » < 0 0 CN iO r o OOQr O fO O r 00 O' 00 O v T -H (N ■ * T* Tf o CO'O'H't O O O -H -fO O \ M O fO0 0* ■ LO Tf 00 ro CN « < 21 0 0 iO r f^ O O C rO iO t 'Ot^ON ON’tC Tf 00 IO O' CNOO'O' * ■ t".»-< O IO ' O fO O O t^T f O f* )O O N l oT f r o ' O h O i O o O GO LO co T f io \0 cn cn o cs (N H » < T f .2 t — 1 • l« oS g1 “ CL 1 ib id . ro * > TABELA fOroO ^^GOO 8 O o— ■ IO O OT f lO C N H i< o’ ■ > OC N t '~ -rs •— 1 lo ----O T f T f ro 5 01 5O G r H lO C N iH )Ç > T f rlO'OfO'f ' O Tf s O lo « CN CN CO t * CN «H O fO ’< sê fO LO CN -J _________ t— i D oo DT f O' oo O ' Tf —< CS f-H —< r-~ c n CN O ' Tf »-< ro O O ro co O 'p .fO O O l^ 0 \ ts » i rs co O COrfO 0"0c0^ * >r — o CN O r»» >0 1 0 0 0 ' lo o o n C N fO O lO tONrtf cn to •— <r-^ 0 ^ 0 0 0L O C O o í^ f" ç O 'O < 35 O m O' lo r .

Os vá­ rios métodos para consegui-lo foram objeto de discussão no capítulo iv. quando é falsa. formas para as quais as hipóteses inicialmente erigidas (cap. mas com­ preender que. A necessidade de planejamento estatístico foi assinalada quando do exame do modêlo ideal: a impraticabilidade ou impossibilidade de se fazer observações a propósito de todos os elementos de uma população em foco. com uma probabilidade maior do que . ao nível de significância de (di­ gamos) . quando. ou seja. prosseguirá e aplicará o teste 16 a H»: |. Realizando êsse teste. então. 7. As fases do planejamento estatístico dos procedimentos de pesquisa prática podem ser resumidas da forma seguinte: . Êsse capítulo leva-nos a minucioso exame das fases estatísticas do projeto de pesquisa prática. nesse caso.05 (para exemplo numérico. Então. vii e no presente. obtém-se resultado que não é necessàriamente significativo ao nível (êrro de tipo I) em que o segundo teste seja realizado. Pode. pode ser evidenciado que a hipótese afirmativa da igualdade das médias será rejeita­ da.TESTES DE H IP . pois.ii = \ i2. consideraram-se procedimentos específicos aplicáveis a tipos vários de hipóteses e de pro­ blemas de estimativa. deliberar testá-la. ao aplicá-lo. usando o teste 20. testar a hipótese ( H 0: = o2 2 ). quando verdadeira. ver [6:73—75]). embora falsa (êrro de tipo II). (3 ) E PROCED. surge a necessidade de selecionar amostra da população com base na qual se pos­ sam fazer inferências aplicáveis à população total. Os princípios lógicos gerais. por isso mesmo. ii) podem ser transpostas.Suponhamos que efetivamente a igualdade ve­ nha a ser aceita. A partir daí. ° i ^ a2.05. Nos capí­ tulos vi. Sumário. em verdade. O pesquisador não sabe que assim sucede e. justificadores dos métodos estatísticos de fazer inferências com base em amostra. foram objeto de exame no capítulo v. ESTIMATIVOS 385 temente. há sempre alguma possibilidade de que a hipótese venha a ser aceita. sôbre a validade da igualdade das variâncias. O importante. não é abandonar o teste duplo. de vez que freqüentemente êle se revela vantajoso. Foram apresentadas numerosas e di­ ferentes formas de hipóteses estatísticas.

Tópicos para discussão. combinado com o êrro de tipo I. determinação dos êrros de tipo II aceitáveis. dependem da determinação dos custos seguintes: (a) (b) (c) (d) custo de preparação da amostra. ou o êrro de superestimação. ou o êrro de subestimação em procedimentos estimativos. (d) intervalo de confiança. determinação da extensão da amostra. por sua vez.' Em que tipos de situações revela-se útil a distribuição de Poisson? Indicar exemplos. Deve ter-se tornado claro que uma garantia de tal redução sòmente pode ser conseguida com recurso aos procedimentos apon­ tados. E tôdas. custo esperado. (c) grau de adequação. custo de obtenção de observações em unidade de amostra. 1. e. Definir (a) fluxo: (b) mediana. Quais são as vantagens dos testes não paramétricos? 4. conseqüentemente. custo esperado. 3. em procedimentos estimativos. o propósito do planejamento esta­ tístico é o de reduzir ao mínimo o total dêsses custos. combinado com os erros de tipo II. cor­ respondente à formulação do problema. seleção do método de amostragem.386 P L A N E JA M E N T O DE PESQUISA SOCIAL (1) (2) (3) (4) (5) (6) reformulação estatística das hipóteses levanta­ das na fase de planejamento da pesquisa. Por que é a distribuição binomial importante nas ciências sociais? 2. escolha de um teste estatístico ou procedi­ mento estimativo. não podem ser tomadas uma com independência das outras. 5. no teste de hipóteses. Podem as observações feitas com base em amostra ter sempre distribuição normal perfeita? Explicar. . (e) Em outras palavras. custo de tratamento dos dados obtidos a par­ tir da amostra. Estas decisões se interrelacionam. no teste de hipótese. determinação do êrro de tipo I aceitável.

12 trabalham por conta própria e votam nos democráticos. ao nível de significância . (3 ) E PROCED.134 . 10? 2.086 . Cinco moedas serão atiradas 100 vêzes. Suponha-se que amostra aleatória dos associados de um clube pode ser dividida nos grupos seguintes: Número de filhos Alugam a moradia São proprie­ tários da moradia 1 3 3 9 8 2 3 1 0 1 2 3 4 5 6 7 9 8 5 2 2 6 2 0 Essas variáveis são independentes.001 4. Usando a fôlha de probabilidade normal.135 . Colhe-se amostra aleatória de 50 advogados em certa cidade. Que propriedade da fôlha de probabilidade normal a torna d grande utilidade? Como pode a fôlha ser utilizada no cálculo da média e do desvio padrão de um conjunto de dados? Exercidos. Dêles.042 . anotando número de “caras" que aparecem em cada lance. 8 trabalham por conta própria e votam nos candidatos republi­ canos.145 . São essas variáveis independentes. Grupo de idade menos de 20 20-25 25-30 30-35 35-40 40-45 45-50 Grupo de idade 50-55 55-60 60-65 65-70 70-75 75 ou mais Freqüência Freqüência . 1.017 . Prepara-se tabela de . 17 votam nos republicanos e 13 nos democráticos.113 . Dentre os que são empregados. determinar se o dados seguintes podem ser admitidos como correspondentes a uma população normal. ESTIMATIVOS 387 6.003 .079 .123 .005 . ao nível de significãncia .20? 3.117 .TESTES DE H IP .

63 31.12 15. Cursos a b c d e f A 72 87 73 83 98 95 B 71 94 74 61 70 90 Cursos 9 h i i k A 80 95 90 92 91 B 65 70 74 77 67 .25 15. com dez dos artigos. Duas filiais de certa firma vendem os mesmos artigo Amostra das vendas diárias.25 31. vendidos em ambas.63 3. fornece os dados seguintes: Número de artigos vendidos Itens Loja A 1 2 3 4 5 6 7 8 9 10 63 58 12 76 63 98 56 26 5 89 Loja B 66 42 20 0 88 80 71 62 87 80 Há alguma diferença entre as lojas? (A distribuição não é conhecida).12 2 3 4 5 5.05 6. Os estudantes A e ' B são significativamente diferentes se notas que obtiverem em cursos comuns forem as que se indicam na tabela? Seja a = .05: Número de "caras" Freqüência teórica 3.10. Suponha-se a = .388 P L A N E JA M E N T O DE PESQUISA SOCIAL distribuição de freqüência e determina-se o grau de adequação em rela­ ção à seguinte tabela de distribuição de freqüência teórica. ao nível de significância de .

25.... Determinar o intervalo de confiança de 95 por cento para a média.. 37..790 415. ESTIMATIVOS 389 7..01..872 165.955 4.... cêrca de mil dólares superior ã renda dos sócios de B? A $8. anotando-se as idades dos elementos.... País Número de telefones 281... na ordem em que apareceram.. 53...086 Pais Número de telefones 25.. 49.. A e B...... em média.504 4.130 8.516 8. Áustria Bélgica . n = 36..852 3.510 442.... Determinar o intervalo de confiança de 90 por cento para a média.067 7.047 9... ao nível de significância .5.. França ... 36.. s = 4... 63. Há razões para acreditar que.... 58....160 B $4.730 9.... Deve a idade média ser tomada como 40 anos (a = .. Há razões suficientes para asseverar que a amostra não foi colhida aleatoriamente de uma popu­ lação singular? Ponha-se a = . os sócios de A tenham renda que seja...576 220... sendo x = 27.554 B $5.... 34........ estas: 39...... 37. 22...TESTES DE H IP ..411 8.146....05)? As idades anotadas foram..489 49..589. 45.. 42.. Finlândia .. Determina-se a renda anual dêsses elementos..... . Estônia . 57.. 18.. Bulgária .05.. 11..2 e n = 25.584 8.. u de cada clube..362 .998 43.... Grécia ... Eire ... (3 ) E PROCED.143 4..... Amostra aleatória de 20 pacientes de1 uma divisão hospitalar é colhida..055 185.530 7..967 A $6.179 9....522 29.058 6....456 1. 28....... 53. 48.152 6.857 9...406 9... a = 23. Alemanha . 10.200 4.. O número de aparelhos telefônicos em doze países europeus é determinado na ordem indicada abaixo. sendo x = 117. 26.595 4.. 18... em ordem.699 3....... Checoslováquia Dinamarca . Imagine-se que 11 pares de associados sejam selecionados.. 9.. Hungria .

X L IV (1949). 1949. e Y ates . 9 . x2 = 29. 16. I... são Dixon e Massey (3) e Johnson (16). F e l l e r . Introduction to Statistical Ana­ lysis. Seattle. Agricultural and Mcdical Research. in Journal of the American Statistical Association.. New York: John W iley & Sons.. 68-78. B. ao longo do capítulo.. New York: Barnes & Noble. 1. . 14. sendo s2 = 1. Tese de "Mestre". in Annals of Mathematical Statistics. Leituras sugeridas. 13. M o st e ll er . 7. E. S.p e . S 2 = 5. 1951. 1943. R. X IV (1943). e C o l t o n . 1950. 1949. F is h e r . uma vez mais. J. O. F. Statistical Tables [or Biological. que obras gerais de referência para os assuntos da estatística. M assey . "The Kolmogorov-Smirnov Test for Goodness of Fit".. New Y o rk: Prenticc-Hall.71..76 e n = 19. sendo r = .390 P L A N E JA M E N T O DE PESQUISA SOCIAL 12. "Tables for Testing Ran­ domness of Grouping in a Sequence of Alternatives". Jr. F. J o h n s o n . Salienta-se.. 2. University of Washington. M o d e . Determinar o intervalo de confiança de 95 por cento para uma proporção sendo p = . The Elements of Statistics.5. vol. 3. A. Determinar o intervalo de confiança de 98 por cento para a variância. F. 10. 6. B enf. Tables /or Statisticians. W . 1951. "College Outline Series”. D ix o n . An Introduction to Probability Theory and its Applications. nt = 71 e ns = 51. W „ "The Uses and Useful­ ness of Binomial Probability Paper". P. Inc. London: Oliver Õ Boyd. Referências e bibliografia H erbert . 9. sendo b = 5. C h u r c h il l . Inc.7. J. entretanto. os que foram aqui tratados e outros. 2’ ed. e E is e n h a r t . sendo X x = 23. S w e d . New York: McGraw-Hill Book Co. in Journal of the Ameri­ can Statistical Association. Statistical Methods in Research. sf = 4 . F r a n k . J.. 4. "The Sensititvity of t and F to Departures from Normality". F rederick e T u k e y . 174-212. Determinar o intervalo de confiança de 97. A r k in . 15. J. O. Jr. W . para cada tópico. Determinar o intervalo de confiança de 99 por cento do coeficiente de correlação.042 e n = 28.69 e n = 34. 1950.5 por cento para o coeficiente de regressão.20 e n = 17. 5.. e M assey . X L V I (1951). R. J. Determinar o intervalo de confiança de 90 por cento da diferença entre duas médias. 66-87. Sb = 3. Indicações bibliográficas foram feitas. 8. A...3. R. New York: Prentice-Hall Inc.

Para começar. fizemos alusão aos ajustamentos relati­ vos ao número de sujeitos (i. técnicas substitutivas e/ou ambientes e estímulos deverão. Ajustamentos práticos adicionais podem revelar-se necessá­ rios. Êsses ajustamentos impõem-se quando começamos a planejar as condições e ope­ rações através das quais as observações devem realizar-se. pode resultar impossível preencher os requisi­ tos do modêlo de pesquisa idealizada. dos que o sejam. Introdução. eventualmente. A êsse respeito. Alguns dos elementos colhidos em amos­ tras podem revelar-se não acessíveis à observação e. tendo em vista o modêlo ideal. o seu desenvolvimento prático deve ter em conta êsse ponto. com respeito a essas mesmas amostras. quando iniciamos a fase observacional do planeja­ mento da pesquisa prática.é. ainda. Em conseqüência. o princi' . será examinado no presente capítulo. No planejamento das opera­ ções efetivas de pesquisa.C a p ít u l o IX A FASE OBSERVACIONAL DO PLANEJA­ MENTO DA PESQUISA PRÁTICA 1. ou seja. embora lidando apenas com amostras. Quando nos referimos anteriormente ao planejamento da pesquisa prática. A notar. ser também planejados. alguns podem recusar-se ou mostrar-se incapazes de cooperar com o observador. assinalemos que. Cada qual dêsses possíveis ajustamentos práticos. que pode ser impossível ou não compensador observar os sujeitos indicados nos ambientes idealmente especificados e sob estí­ mulos também idealmente concebidos. colheita de amostra em vez de contagem completa) e às inferências que extrapolam para uma população os resultados proporcionados pelas amostras.

O observador pode criar con­ dições para observar o sujeito sem que êste o saiba. o pesquisador deve. A êsse problema chamaremos de recusa.392 p l a n e ja m e n t o de p e s q u is a s o c ia l pal problema de planejamento consiste em preparar métodos e meios para efetiva aproximação ideal e para ajustamento dos desvios que se manifestem. dar res­ postas distorcidas. pode não se dispor a responder ao estímulo feito. A êsse problema chamaremos de êrro de resposta. Decisões referentes ao planejamento prático e relativas aos sujeitos. dados enganosos ao pesquisador. Isso . pode. (2) (3) 2. ou conseguir colocá-los num ambiente desejado. isto é. daremos aten­ ção a ajustamentos exigidos em função do sujeito. A êsse problema chama­ remos de ausência. Possíveis problemas práticos relativos aos sujeitos a observar e suscetíveis de surgir no curso da pesquisa podem ser especificados da seguinte maneira: (1) Pode dar-se o caso de não ser possível obser­ var o sujeito por estar êle ausente. êle não pode apresentar-se ou ser encontrado em um ambiente definido. a submeter-se a testes ou a ser observado em quaisquer circunstâncias. pode recusar-se a responder ou mes­ mo a permitir que lhe sejam dirigidas pergun­ tas. fornecendo.1 Problema da ausência. deliberada ou acidentalmente. serão discutidos problemas de planejamento observa­ cional relativos a ambientes e estímulos. Inicialmente. Um sujeito presente e disposto a responder. Em se­ guida. ou observá-los naquele em que já estejam. assim. Tratando com sujeitos humanos. Por exemplo. Um sujeito presente pode recusar-se a coope­ rar com o pesquisador. 2.

requer (numa sociedade livre) sua co­ operação. (22) e (23). ver (16). Êsse método apresenta desvantagens sérias nascidas do fato de que o observador deverá fazer a interpretação dos dados e das condições em que foram obtidos. ou estar incapacitado (p. especialmente quando grupos pequenos estejam em causa. O sujeito pode recusar-se a comparecer. nelas. Crianças em escola podem ser observadas através de espelhos especiais. para exemplos. ex. mudança). DO P L A N E JA M E N T O DA PESQ. dificuldades análogas podem manifestar-se. O disfarce do observador pode mostrar-se útil em algumas pesquisas. Esconder-se é difícil (se não impos­ sível) na maioria das situações normais. De modo geral. por doença) a fazê-lo. Para pormenores acêrca desse método. em férias) ou permanente­ mente (p. Significa isso que o planejador da pes­ quisa que encarrega outros da observação participante exerce reduzido controle sõbre as observações e não tem meios de avaliar sistemàticamente o êrro que nelas se cometa. Instrumentos de registro (gravadores. Tais recursos criam problemas de amostragem que serão examinados abai­ xo. Essas possibilidades existem . ex. Se o observador deve transferir-se para o ambiente em que se espera esteja o sujeito (p. embora requeiram preparação maior. ex. êsses instrumentos são mais fáceis de ocultar do que os ob­ servadores. sua casa ou seu escritório). Quer isso dizer que o pesqui­ sador deve. pode ter-se afastado temporàriamente (p. ver (20). ex. O sujeito pode não se encontrar onde era esperado. meio também aplicável a uma classe restrita de outros am­ bientes.A FASE OBSERV. filmadores) podem ser “plantados” junto aos sujeitos. Em alguns casos. não se permitrá que os sujeitos saibam estar sendo observados por uma pessoa presente. ex. PRÁTICA 393 pode ser conseguido escondendo-se o observador ou disfar­ çando-se o seu papel. devido a doença). A situação comum de pesquisa é aquela em que o su­ jeito conhece o observador. ou colocar o sujeito num ambiente preparado. Trazer o sujeito a um ambiente ao qual êle. pode revelar-se recurso de estrema eficácia. ou colocar o observador no ambiente em que se encontra o sujeito. Tal procedimento é chamado “observação participante”. ou encontrar-se incapacitado a aten­ der (p. não viria. nor­ malmente.

394

P L A N E JA M E N T O

DE

PESQUISA

SOCIAL

mesmo no caso em que o estímulo, mas não o observador, é introduzido num ambiente em que se espera seja encontrado o sujeito. Por exemplo, em levantamentos levados a efeito por carta ou telefone, êsses mesmos perigos (além de outros) estão presentes. A seguinte declaração de J. S. Stock traz evidência marcante da extensão e seriedade do problema levantado por sujeitos ausentes:
Uma das características da amostragem por área é a de que se predetermina a pessoa que vai ser entrevistada. Sabe-se, antes de começar, a quem se deve procurar, e, a experiência mostra, especial­ mente em nossas modernas cidades, que a pessoa não é encontrada. Ora, a amostragem por área parte do princípio de que todos tem um lar, de modo que ao colhêr amostra nas casas, consegue-se amostra de todos. Ao selecionarmos um conjunto de pessoas para serem entrevistadas, escolhendo-as por amostragem de área, propondo-nos encontrálas tôdas, verificamos, ao fim, que a grande maioria não pôde ser encontrar, e que as características sociais das que o foram diferiam, sob vários aspectos, das que não o foram. Realizamos numerosos experimentos a êsse respeito, tomando famí­ lias como unidade, e verificamos, por exemplo, através de insistência reiterada, que as pessoas não encontradas pertenciam a famílias de menores rendas. E assim, tais pessoas eram operários, e m cujas famí­ lias se manifestava tendência para conseguir rendas mais altas. Assinalamos diferença marcante no que se refere às características de migração. Por exemplo, em Washington D. C., há anos atrás, decidimos entrevistar algumas unidades habitacionais para indagar se a família ali residia no Natal anterior (ou para indagar coisa seme­ lhante). Na primeira tentativa, constatamos que dois por cento afir­ mou que não residia ali no Natal anterior. Dispúnhamo-nos a chamálos de migradores, mas havia grande proporção, trinta por cento, em verdade, que não fõra possivel encontrar. Não havia na casa adulto algum que pudesse dar a resposta. Voltamos por uma segunda vez. Dos que encontramos nessa ocasião, quatro por cento não tinha vivido naquele enderêço no último Natal. Numa terceira vez, verificamos que naquele enderêço não tinham vivido sete por cento. E, finalmente, na quarta tentativa, notamos que dezesseis por cento eram migradores, segundo aquêle conceito. Ora, insistir é muito dispendioso. Com efeito, costumamos cal­ cular que nos custa um dólar por entrevista colocar o entrevistador em contato com o sujeito. Não estando a pessoa em casa, a quantia se duplica. Antes que tivéssemos dado por isso, as tentativas já envol­ viam grande custo, pois, segundo pudemos concluir, numa cidade grande, como Filadélfia, em trinta por cento das casas — e as casas tinham sido tomadas como unidade — ninguém era encontrado.

A FASE OBSERV. IX) P L A N E JA M E N T O

DA PESQ.

PRÁTICA

395

Quando os indivíduos são aquela unidade, as coisas tomam feição ainda pior. Sessenta por cento dos indivíduos a serem entrevistados não se encontravam em casa. [31: 22-23].

2.1.1 Redução da ausência.
A possibilidade de ausência dos sujeitos deve ser leva­ da em conta no planejamento prático da pesquisa, particular­ mente quando se recorre à amostragem probabilística. Gran­ de número de “ausências” pode impedir uma amostra probabihstica planejada de sê-lo verdadeiramente. Tal se deve ao fato, a que Stock se referiu acima, de que a classe de “ausentes” tende a diferir da dos “presentes” com respeito a propriedades que são críticas em pesquisa. Em outras palavras, a omissão de ausentes introduz um desvio — uma tendência a afastar-se da representatividade. Essa dificul­ dade não pode ser contornada através de puro e simples aumento da extensão da amostra, pois amostra aumentada ainda apresenta possibilidade de não ser representativa, re­ lativamente a importante segmento da população, quando não inclue os ausentes. Suponhamos, por exemplo, que o pes­ quisador leva a efeito um levantamento para determinar qual a porcentagem de mulheres adultas, em certo bairro, que trabalha fora. Se êle pretender realizar as entrevistas à noite, de forma a encontrar em casa a maioria das mulheres, estará fadado a desencontrar-se das que trabalham nesse período e de considerável proporção de mulheres adultas não casadas ou casadas e sem filhos, porque estas, muito mais freqüentemente (do que as casadas e mães) saem à noite. Excluir essas mulheres introduziria distorção ou desvio na amostra. Para exemplos vários de tais resultados, ver (25:409-12) e (14). Geralmente, convém mais tentar impedir a ocorrência de ausências do que tentar corrigir os erros delas decorren­ tes. Um bom planejamento prático pode reduzir de muito a magnitude do problema. Há muitas medidas preventivas óbvias a serem tomadas, embora nem tôdas adaptáveis a qualquer situação. (1) Marcar hora para entrevistar o sujeito. Isso pode ser feito por chamadas pessoais, carta e telefone.

396

P L A N E JA M E N T O

DE

PESQUISA

SOCIAL

(2)

Obter informação preliminar a propósito de quando poderão ser encontrados os sujeitos. Isso pode ser feito através de rápido levantatamento prévio. Dar noticia da hora aproximada em que o en­ trevistador tentará o contato e recorrer à pu­ blicidade para conseguir a cooperação dos sujeitos. Escolher as horas em que o observador ten­ tará o contato, o que reduzirá o número dos não encontrados. Selecionar entrevistadores e supervisores de modo a conseguí-los suficientemente habilido­ sos e suficientemente conhecidos da população de modo a poderem planejar eficientemente seus "contatos”.

(3)

(4)

(5)

A despeito de tais precauções, podem ainda ocorrer au­ sências quando a extensão da amostra é ampla e o encontro com cada qual dos sujeitos, difícil. Medidas corretivas podem, então, impor-se e, conseqüentemente, devem ser pla­ nejadas de antemão. Não há método corretivo "seguro” para tratar as au­ sências. Todavia, vários dêles existem, cujo valor relativo depende da específica situação e das condições da pesquisa.

1. Em alguns casos, tôda ou parte da informação ser procurada em contato direto com o sujeito, pode ser obtida de segunda mão. Um parente, amigo, ou vizinho, pode estar em condições de oferecer a informação necessá­ ria. No uso de informante de segunda mão há grande perigo, pois êle pode estar mal informado acêrca do sujeito sem o saber. Em outros casos, contudo, o substituto pode revelar-se melhor do que o próprio sujeito. Por exemplo, um pai estará em condições de fornecer informações melho­ res acêrca de seu filho ou filha do que a própria criança. Tais casos, porém, restringem-se, geralmente, a situações que só dizem respeito a tipos elementares de informação, tais como, idade, pêso, etc..

A FASE OBSERV. DO P L A N E JA M E N T O

DA

PESQ.

PRÁTICA

397

2. Tentativa reiterada de contato com os ausentes o método óbvio e o melhor, quando os gastos não são im­ portantes. Isso é, pode ser feita tentativa para averiguar quando o indivíduo estará em condições de atender, buscan­ do-o nessa ocasião. Se a pessoa em questão não mais se encontra no local indicado, talvez seja possível determinar aquêle em que no momento se encontre. No caso de levan­ tamentos por carta, a reiteração das tentativas de contato pode ser feita por via postal ou chamados telefônicos. Os custos dessa reiteração são, evidentemente, proporcionais ao número de ausentes e ao grau de dispersão apresentado. Se a reiteração se impõe, faz-se necessário determinar até que ponto e sob que condições a ela se recorrerá. É útil instruir os observadores a fim de que a reiteração consista em en­ trevista com hora marcada, se possível combinada por tele­ fone. Envelope selado, dirigido ao observador ou a seu supervisor, pode ser deixado na casa ou no escritório do ausente, acompanhando pedido de que êste indique a hora em que poderá ser encontrado. Tentativas de contato po­ dem ser dispendiosas e por isso mesmo deve-se colocar algum limite no esforço a empregar. Planejamento dessas tenta­ tivas, feito pelo entrevistador ou pelo seu supervisor, pode reduzir consideràvelmente aquêle custo. A reiteração pode também efetuar-se em base de amos­ tragem; ou seja, podem fazer-se tentativas para entrar em contato com uma porção, apenas, dos ausentes. Em tal procedimento, o custo da observação se reduz, mas, uma vez que haverá ainda ausentes na amostra, o desvio não é redu­ zido tanto quanto ocorreria com uma reiteração abrangedora de todos os casos. O problema básico é o de balancear dois custos: o da reiteração e o do desvio. O pesquisador deve escolher extensão de amostra que reduza ao mínimo a soma dêsses dois custos. Método para conseguí-lo, relati­ vamente a levantamentos por via postal, é sugerido por Hansen e Hurwitz (11). Salientam êles que, via de regra, amostra de um entre três ausentes é desejável, e que de um entre dois é melhor, se o custo da reiteração de entrevista não é alto. Birnbaum e Sirkin (4) fizeram análise seme­ lhante para levantamentos dependentes de entrevista pessoal.

398

P L A N E JA M E N T O

DE

PESQUISA

SOCIAL

2.1,2. Ajustamentos aplicáveis às ausências.
Seria desejável, naturalmente, evitar a necessidade de reiteração com respeito a qualquer ausente. Isto somente seria possível se soubéssemos ou pudéssemos fazer estimati­ vas razoáveis acêrca das propriedades dos ausentes. Su­ gestão muito simples e engenhosa para fazer tais estimativas foi apresentada por H. O. Hartley em (13). Método para o mesmo tipo de estimativas foi desenvolvido independente­ mente por Politz e Simmons. É útil examiná-lo. Antes, contudo, de estudar o procedimento que aplica, é conveniente examinar os princípios lógicos em que se assenta:
Todo conjunto de e-ntrevistas levadas a efeito num momento A deve incluir pessoas “não encontradas" em outro conjunto de entre­ vistas realizadas em momento anterior B. Deve incluir também pessoas que estavam ausentes em outro momento anterior C e deve incluir, ainda, pessoas que se encontravam ausentes tanto no momento B como no C. Estatisticamente poder-se-á reconstruir, a partir de uma amostra de pessoas presentemente "encontradas", amostras anteriores de pes­ soas "encontradas” e "não encontradas", desde que: (a) as pessoas forneçam informes acêrca de momento anterior em que seriam "encon­ tradas" e (b) as pessoas que integram a atual amostra de "encon­ tradas” sejam procuradas em momentos escolhidos aleatòriamente. Considere-se, por exemplo, os três grupos seguintes entre os quais se distribuem todos os elementos da população: 1) os que são encon­ trados, em média, durante 20 por cento do tempo, 2) 50 por cento do tempo e 3) 80 por cento do tempo. Se o momento das visitas é fixado aleatòriamente, pode-se esperar, na primeira visita, que seja encontrado cêrca de 20 por cento do grupo (1), 50 por cento do grupo (2) e 80 por cento do grupo (3). Ora, se cada pessoa da amostra fôr incluída apenas no grupo a que pertence, torna-se claramente necessária correção da subrepresentatividade de cada grupo. Desde que apenas cêrca de um quinto das pessoas do primeiro grupo é entrevis­ tado, a êsse grupo atribui-se o pêso 5. Por motivo idêntico, o segundo grupo recebe o pêso 2, pois apenas cêrca de metade das pessoas dêsse grupo é encontrada em casa, enquanto ao terceiro grupo se dá o pêso 1.25. É claro que tal ponderação não elimina completamente o desvio, pois considera somente três grupos arbitràriamente definidos. Por outro lado, o desvio deve se reduzir, pois, a ponderação compensa ao menos parcialmente a subrepresentação de pessoas habitualmente afastadas de casa. O número de tais grupos, entretanto, não precisa ser restringido a três. Com certas adaptações óbvias, o exemplo dado se aplica a qual­ quer número dêsses grupos em que a população venha a ser repartida, salientando-se que cada grupo contém pessoas que são encontrada? em qualquer período em que se processe a entrevista [27: 11-12],

A FASE OBSERV. DO P L A N E JA M E N T O

DA PESQ. PRÁTICA

399

O método de Politz-Simmons abrange as seguintes fases: (1) (2) Procurar cada pessoa que figura na amostra apenas uma vez. Determinar, para aquêles que são encontra­ dos, durante que períodos de entrevista da semana anterior, poderiam ser encontrados em casa. Por exemplo, se as entrevistas têm lugar durante a noite, e uma entrevista deternada se realiza num sábado à noite, perguntar: (a) (b ) (c) (d) (e) (3) Pode o senhor me dizer se estêve em casa ontem à noite, nesta mesma hora? E ante-ontem à noite, a esta hora? E quarta-feira à noite? E terça-feira à noite? E segunda-feira à noite?

Agrupar as respostas de todos os entrevista­ dos, de acôrdo com terem êles estado em casa 6/6, 5/6, 4/6, 3/6, 2/6 ou 1/6 dessas noites. Calcular as estimativas para cada variável sob investigação, e para cada qual dos seis grupos, separadamente. Ponderar cada estimativa, correspondente a cada grupo, multiplicando pelo recíproco da proporção de noites em que aquêle grupo es­ teve em casa, na hora da entrevista. Calcular a estimativa total com base nas esti­ mativas ponderadas dos seis grupos.

(4)

(5)

(6)

Suponha-se, por exemplo, que se está realizando uma investigação para determinar a porcentagem de votantes que se abstiveram em eleição recente. Esboça-se um plano de amostragem, planeja-se um procedimento relativo a entrevis­ tas e estas são determinadas para se realizarem no período noturno. Faz-se contato com cada qual das casas indicadas na amostra, colhendo-se, digamos, os seguintes resultados:

400

P L A N E JA M E N T O

DE

PESQUISA

SOCIAL

’ wn a â G cr 8 cr
d

0

"2 to co Cw o u. td c / j c o o i- 'n s! c o« õ s >^ O' O
T 3H *1! lu (g

II II Ti Tí II tn II in “ 1 cn m 0 s m X X X X X X in 0 0
O 00 0 0 0 CN VO CO CN *-< *-•

O VO O in ON

00 m cs CM c n

1-81 § 8 8 S*e
> S ?
T3 > T3

8 C N8 C O
in

(N O m

-H

M

toT 3 On )u

V O n (S ^ ^ ^

X X X X X o o o m cm o

x

II O o ^

K

o 9 o in M o c n (s i ^ 1 1 ^1 11 1 1 1m 1 1 vo 1 1 ^ \ \ vo \ vo vo \ VO
3 CTa c o C/J k l O (T J o 0> 1 «o 1

00

o

tí CO

c/ 5

!■ >§ co S S 8 8

M

W

(fl

P "o * c a „ g
CO

G ^ a ; o h

r a 'S c /j TJ £ o Oc o

A FASE OBSERV. 3 0

P L A N E JA M E N T O

DA PESQ. PRÁTICA

40 1

A proporção estimada, ajustada, de votantes que deixaram de votar é, então, igual a 989/1,980 = .50 (A proporção não ajustada seria 708/1,475 = .48). É claro que a estimativa feita não leva em conta aqueles que não se encontravam em casa em nenhuma das seis noites. Contudo, Politz e Simmons sugeriram método para também levá-los em conta. Em primeiro lugar, utilizando os dados recolhidos, podemos calcular os coeficientes de regressão das entradas da coluna 5, em relação às entradas da coluna 1, e o das entradas da coluna 6, relativamente às da coluna 1. A significância dêsses coeficientes é testada. Se não fo­ rem significativos, não será preciso considerar os que estive­ ram ausentes em tôdas as noites da semana, já que sua omis­ são não conduz a desvio. Caso a regressão seja significativa, fazemos “noites em casa, entre as seis da semana” igual a zero e determinamos, com auxílio das duas equações de re­ gressão, os valores que devem ser colocados nas colunas 5 e 6, na linha dêste zero, incluido no tôpo da coluna 1. Ima­ ginemos que os valores fôssem 100 e 70, respectivamente; calcularíamos, então, 70 f- 989, ou seja 1,059 e ainda 1,980 f- 100, ou seja, 2,080. A nova proporção estimada, ajustada, seria, portanto, 1,059/2,080 = .51.* Uma pergunta que surge com naturalidade, quando se estuda o método de Politz e Simmons é esta: quão dignas de crédito são as respostas a respeito da presença em casa? O método, entretanto, pode fornecer uma espécie de teste

* O método admite que o momento em que o observador determ se o sujeito está ou não em casa, é selecionado de modo aleatório da população de momentos possíveis em que tais determinações possam ser levadas a efeito. Caso as perguntas acima sejam utilizadas, uma seleção de seis momentos é feita. Êsses seis momentos "não são sele­ cionados aleatoriamente de modo independente, mas selecionados de modo sistemático dentro de um agregado de seis noites consecutivas, escolhido aleatoriamente. Fixação exata da probabilidade envolveria a correlação intra-classe da probabilidade de se achar um indivíduo em casa nas noites sucessivas. A experiência tem mostrado, não obstan­ te, que essa correlação tende a ser pequena ou mesmo negativa, dado que uma pessoa costuma permanecer em casa na noite que se segue à noite em que se ausentou. A hipótese de correlação nula é, portanto, realista". (27: 21). Deve-se notar, ainda, que os erros estão sendo computados se se faz uma estimativa da característica do grupo zero, usando-a para calcular a estimativa da população.

402

P L A N E JA M E N T O

DE

PESQUISA

SOCIAL

relativo ao crédito a dar a tais respostas. Instruções serão dadas aos entrevistadores para que anotem as porcentagens dos que são e dos que não são encontrados em casa. Sabese, além disso, que a porcentagem esperada de pessoas que estão em casa, em amostra feita em período aleatoriamente escolhido, é igual à porcentagem média do tempo em que tôdas as pessoas seriam encontradas em casa. Essa por­ centagem
pode ser estimada diretamente, a partir das informações obtidas das pessoas que respondem, levando em conta o número de noites que cada pessoa estêve em casa, nas seis noites precedentes. A compa­ ração entre as duas estimativas independentes, da porcentagem média de pessoas encontradas em casa, destina-se, de hábito, a corroborar a acuidade genérica das respostas, dos registros dos entrevistadores e de outras fontes quaisquer de êrro. Os resultados dêsse tipo de análise comprobatória, para o levantamento feito em Chicago, são êstes: AREA M E T RO P O LIT A N A DE C H IC A G O

Porcentagem dos em "casa"

Porcentagem dos "não em casa"

Baseada em registros feitos pelos entrevistadores, anotados os números de procurados e de encontrados ............................ Baseada nas respostas fornecidas pelos entrevistados, levando em conta o número de noites em que estavam em casa ...........

61.1

38.9

61.5

38.5

. . . A contagem direta fornece uma comprovação estatística interna muito elegante a respeito do grau de crédito a dar às respostas à pergunta: não-estar-em-casa; e, indiretamente, fornece uma compro­ vação do cuidado que o entrevistador adota ao tratar com seus entre­ vistados [27: 16].

O método de Politz e Simmons para ajuste dos não en­ contrados não é, em qualquer situação, necessàriamente o melhor. Ocasiões há em que a reiteração pode ser mais efi­ ciente. Avaliações comparativas entre os dois métodos são

A

FASE OBSERV. DO P L A N E JA M E N T O

DA PESQ. PRÁTICA

403

necessárias para cada situação diferente; avaliações que to­ mem em consideração (1) desvio, (2) a variância das esti­ mativas e (3) os cursos de operação. O método PolitzSimmons pode se mostrar vantajoso nos casos em que se dispõe de poucos recursos para reiterações, em que o levan­ tamento deve ser levado a efeito ràpidamente e em que a população, largamente dispersa, torna a reiteração relativa­ mente dispendiosa. Casos haverá em que se apresente van­ tajoso combinar os dois métodos. Ambos os métodos, por exemplo, podem conduzir a desvio sério, se a propriedade investigada estiver correlacionada com a freqüência dos su­ jeitos não encontrados. Nesses casos, o desvio pode ser de algum modo reduzido, complementando-se o método PolitzSimmons com uma ou duas reiterações. Em relação a alguns estudos, pode não existir informação suficiente para garantir decisão eficaz quanto à maneira de manipular as ausências. Quando assim ocorra, é freqüentemente possível utilizar um teste prévio para obter a informação necessária.

2.2 Recusas.
Ainda quando o sujeito seja encontrado no ambiente em que se deve fazer a observação, ou para êsse ambiente seja trazido, pode acontecer que êle recuse a responder ao estímu­ lo. Essa recusa pode fornecer informação relativa ao sujeito, mas, em geral, não a informação desejada. O problema surgido com as recusas é, por vários aspectos, semelhante ao criado pelas ausências, embora, via de regra, não haja tantas recusas quanto ausências. No trato com o problema da recusa, mais uma vez se mostra de maior conveniência a prevenção do que a cura. O planejamento de medidas para enfrentar a recusa muitas vêzes se confunde com o das ado­ tadas para reduzir ao mínimo o problema da ausência. A l­ gumas óbvias medidas preventivas são: (1) Boa publicidade para despertar atitude de co­ operação nos sujeitos. Essa publicidade deve acentuar a importância dos resultados da pes­ quisa. Utilização de observadores que possuam tato e habilidade e que tenham compreensão e ex­ periência do problema.

(2)

404

P L A N E JA M E N T O

DE

PESQUISA

SOCIAL

(3)

(4)

(5)

Observações iniciais feitas pelo observador com o objetivo de realçar a importância dos resultados e o importante papel do sujeito. Além disso, deve-se assegurar ao individuo que a informação obtida dêle, ou a seu respeito, não o prejudicará em nenhuma circunstância. Compensação para os sujeitos, especialmente quando dêles fôr exigido tempo longo; compen­ sação ou presente. Mais importante, talvez (e não tão óbvio), é adotar procedimento de obtenção de dados que não desperte antipatia do sujeito. Não há princípios gerais quanto a êsse ponto. Toda­ via, uma forma de procedimento satisfatória pode ser desenvolvida com base na utilização de estudo pilôto, teste prévio e ação por tenta­ tiva. Êsses métodos serão examinados porme­ norizadamente no próximo capítulo, mas, con­ vém assinalar, a esta altura, que tais estudos freqüentemente resultam em considerável pou­ pança posterior. Deming assegura (7:36), por exemplo, que estudos-pilotos nos quais se­ jam aperfeiçoados os instrumentos de pesquisa e estudados a variância e o custo, podem me­ recer emprêgo de 5 a 25 por cento da verba global destinada à pesquisa.

Possíveis, medidas corretivas são (1) realizar maior número de tentativas para induzir os que se recusaram ante­ riormente a, agora, cooperarem, oferecendo-lhes compensação maior e/ou (2) entregar a tarefa a um observador mais experimentado. Em alguns casos, se a recusa persistir, poder-se-á recorrer a informações indiretas. Não há método melhor para enfrentar o problema das recusas, desde que as razões que a elas conduzem variam consideràvelmente e tem havido pouco estudo sistemático a respeito dêsse assunto. 2.3 Êrro de resposta.

Mesmo que o sujeito seja encontrado e coopere com o observador, respondendo ao estímulo, não se segue que a resposta seja, obrigatoriamente, acurada. Em virtude de falhas de informação, o sujeito pode, sem o saber e sem in-

O procedimento conduz a uma estimativa da acuida­ de das respostas em tela. ainda quando sinceramente empenhado em informar corretamente o observador. o caso em que a proprie­ dade sob exame tenha um único valor para cada unidade de amostragem. a seguir. a idade no último aniver­ sário. Considerações de economia podem redundar em preferência pela indagação direta. em cada um dos dez casos. dez indivíduos dos cem sejam aleatoriamente selecionados e que os certificados de nascimento dêsses dez sejam procurados. Caso o número de pessoas envol­ vidas seja muito grande. provavelmente. quer ao obser­ vador. Vários tipos de evidência podem ser utilizados para a determinação da idade. por exemplo. Resulta que a verificação da acuidade deverá ser conduzida à custa de amostras. Exemplificando. a imprecisão pode ser deliberada. que os certificados cons­ tituem evidência mais apropriada. Alguns tipos de evidência apa­ recem como um pouco melhores do que outros. a fim de localizar o ponto em que o certificado poderia ser obtido: resulta que é mais simples indagar ao sujeito. Em conseqüência. nós teriamos que re­ correr ao sujeito. Falsificações dêsse gênero podem ser contornadas. em certa medida. O procedimento de pesquisa prática pode ser planejado de tal forma que algum tipo de medida dêsse êrro se torne viável. porém. é natural supor que uma certidão de nascimento seja melhor do que a resposta da pessoa à pergunta: “Qual era a sua idade no último aniversário?” Entretanto. torna-se muito desejável poder-se medi-lo. Lembrando. Consideremos.A FASE OBSERV. às quais se dirigirá a pergunta pertinente. Não obstante. empregando-se procedimentos que tendam a tornar aparentes as falhas. é mais fácil obter a resposta do que examinar certificados. De outra parte. sejam quais forem as precauções to­ madas. imagine-se que em um estudo destinado a estimar a idade média de certa população. a confirmação pode tornar-se muito dispendiosa. Êsse proble­ ma aparece tanto nas respostas verbais como nas de tipo não verbal. quer ao sujeito. primeiramente. é natural que persista algum “êrro de resposta”. Imaginese que. Um . de qualquer modo. como. A diferença entre idades poderá ser de­ terminada. PRÁTICA 405 tenção. as respostas referentes a idades podem ser confirmadas mediante exame dos certifi­ cados. caso exista. na ocasião em que se o entrevistar. DO P L A N E JA M E N T O DA PESQ. dar respostas imprecisas. Ilustrando. Acresce que. se recorra a amostra de uma centena de pessoas.

Caso seja. É possível. mentir ou dizer a verdade consistente- . Ainda que as res­ postas se mantenham constantemente análogas. pode-se argumentar dizendo que a compa­ tibilidade das respostas é condição necessária para a acuida­ de. intro­ duzir certas propriedades nos estímulos que tornem viável a determinação da coerência ou do grau de crédito que as respostas mereçam. anotando a resposta para ver se é constantemente a mesma. empregando as suas informações para verificar as que são dadas pelo próprio sujeito. a fim de determinar se a média das diferenças entre os pares de observações é igual a zero. sem ser. não se pode concluir que se tenha uma resposta acurada. A manifestação de certas preferências pode ser corroborada mediante efetivas escolhas observadas em condições experi­ mentais. formu­ lários de imigração. os dados obtidos pelos observadores a partir de respostas dos sujeitos podem ser confirmados mediante o emprêgo de outros tipos de registros — como fôlhas de pagamento. conduzidos por meio de testes ver­ bais. H á muitas propriedades para as quais a corroboração é extremamente complicada. a altura e o pêso que o sujeito diz ter. ser preparado. certas medidas podem ser tomadas com o fito de corroborar o testemunho. registros e boletins escolares. Pode ser possivel usar amostras em seqüência para simplificar o procedimento de confirmação. entretanto. Em outros casos é possível re­ correr a pessoas que conheçam o traço do sujeito que esteja em tela. então. etc.. por exemplo. Uma pessoa pode. Por exemplo. mas o pesqui­ sador poderá considerá-la como digna de maior crédito.406 P L A N E JA M E N T O DE PESQUISA SOCIAL teste poderá. Em sua forma simples e direta. caso não. Em outras palavras. Êsse método precisa ser empregado com muito cuidado porque. “testemunhas” não são dignas de todo crédito. Em muitos casos. um fator de correção terá que ser aplicado às respostas verbais. êsse procedimento se resume em submeter o sujeito à mesma esti­ mulação em vários momentos diferentes. aqui. como sucede no caso de eGtudos de opinião ou de atitudes. Em tais casos pode não existir outra evidência além das declarações verbais do sujeito. condição suficiente. podem ser diretamente medidos. ainda. podemos afiançar que as respostas ver­ bais são acuradas. normalmente. Em outros casos.

Supo­ nhamos que um físico deseja determinar o comprimento de uma barra de metal à temperatura. DO P L A N E JA M E N T O DA PESQ. examinando o tema um pouco mais atentamente. As situações em que os sujeitos sejam suscetíveis de observação podem estar ou não estar próximas da situação idealizada. um traço digamos. a coerência lhe possa dar certezas. PRÁTICA 407 mente. para certos metais. Considere­ mos. por unidade de alteração da temperatura.A FASE OBSERV. Aplicando êsse conheci­ mento às medidas que efetivamente realiza. criando dificuldades com respeito à disponibilidade dos sujeitos. Pode ser nosso propósito determinar uma propriedade psicológica de um grande número de indivíduos. se tanto. como ascendência-submissão. . o físico pode inferir aquilo que seria observado se a medida fôsse feita sob as condições idealmente propostas. Acontece que. Discutiremos certas medidas destinadas a avaliar o grau de confiança em outra secção deste capitulo. Essa determinação pode ser feita sob temperaturas fáceis de atingir. admita­ mos. de outra parte. neste sentido de que uma incongruência pode levantar as suspeitas do pesquisador sem que. Decisões de planejamento prático relativas a ambiente e estímulos de interesse para a pesquisa. de — 50° F. é conhecida a extensão em que a temperatura os afeta. Êsse teste pode ser dispendioso e demorado. digamos. 70° F. Pode revelar-se não prática a construção do ambiente reque­ rido. caso em que é possível observar e esti­ mular os sujeitos uma situação que se aproxima da ideal. Poderá verificar qual é. porém. Segue-se que a consistência é uma comprovação de caráter negativo. é conhe­ cido o ‘‘coeficiente de dilatação”. alguma confiança nas respostas do sujeito. 3. Mas o físico pode determinar o comprimento da barra de metal em ambiente onde a temperatura seja de. ou seja. No planejamento ideal da pesquisa. que êle não conheça o coeficiente de dilatação do metal. Suponha-se. fazendo medidas a várias tempera­ turas e determinando o acréscimo ou decréscimo de com­ primento. inicialmente. o responsável deve especificar um teste de comportamento idealizado a propósito dêsse traço. dando-lhe. Admitamos uma analogia com as ciências físicas.

a seguir. estabelecer aquela relação. que se deseja determinar em quanto tempo uma pessoa executaria certo trabalho (imagi­ nando-se que o tivesse podido executar uma centena de vêzes) na centésima primeira vez. e em que o ajuste necessá­ rio pode ser feito diretamente. Isso permitiria ao pesquisador uma extrapolação que daria meios de prever a velocidade com que a tarefa seria executada na centésima primeira vez. isso permitirá uma descrição pormenorizada dos fatores em tela. escolher a curva que melhor se adapte aos resultados observados. O pesquisa­ dor deverá. ainda. para ilustrar. H á casos em que o pesquisador social conhece a maneira como estão relacionadas a variável depen­ dente e a variável independente. Pode ser desagradável intimar a pessoa a completar o trabalho 101 vêzes. para. O instrumental estatístico para determinação dessa relação funcional é a análise de regressão. de início. Em conseqüência. A inter- . ou à custa de hipóteses relativas às variáveis em foco. exami­ nando um número reduzido de casos (menor do que 101). Nos casos em que ambientes e estímulos aproximados sejam utilizados. Suponhamos. usualmente. Pode suceder. curvas com a forma de um S ). destinada a tornar viável a extrapolação e a interpolação. a fim de colher a resposta. precisando. o pesquisador deverá explicitar antecipa­ damente os tipos de ambientes e de estímulos que serão construídos ou especificar os tipos de medidas que serão feitas em ambientes naturais disponíveis. tôdas as posteriores tentativas se completando à mesma velocidade — admitindose que a fadiga e a impaciência não interfiram. deixar explícitos os métodos de extra­ polação e interpolação que vai empregar. é possível constatar a velo­ cidade com que a pessoa completa a sua tarefa. justificando êsses métodos à custa de conhecimentos teóricos e fatuais. por exemplo. êle não dispõe dêsse conhecimento. que depois de dez vêzes o tra­ balhador atinja a velocidade máxima.408 P L A N E JA M E N T O DE PESQUISA SOCIAL Recursos análogos são legítimos também no âmbito das ciências sociais. reduzindo o problema ao de determinar a relação funcional entre duas (ou mais) variá­ veis. Em outros casos. À luz do que se sabe a respeito das caracte­ rísticas das curvas de aprendizado (que são. poderá converter o pla­ nejamento idealizado de pesquisa (que exige um só valor da variável dependente em correspondência com um fixado valor da variável independente).

então. Talvez se precise recorrer a mais uma simplificação. perfeitamente. vantagem e desvantagem para o cientista social. Em cada uma dessas duas modificações do plano ideal temos o que se chama substituto verbal. se não fôr pos­ sível exibir às donas de casa tôdas as marcas de sabão de lavar. A capacidade de empregar instrumentos verbais de pes­ quisa é. oferecendo a cada uma delas uma só das marcas sob escrutínio. Observaríamos a escolha feita. Vantagem. PRÁTICA 409 polação e a extrapolação pressupõem a existência de certa estrutura que justifica a hipótese da existência de relações entre as variáveis. a figurar no lugar do que seria a resposta “ostensiva”. gostaríamos de colocar as donas de casa em uma situação em que elas desejassem sabão de lavar. o método idealizado se torna pouco prático e muito dispendioso. não há meios para analisar a propriedade das conclusões obtidas. per­ guntando-se. as diferentes marcas seriam apenas mencionadas. Entre os problemas de ordem prática. aceitando-o como substituto da resposta ostensiva idealmente especificada. principalmente. Imagine-se que se pretenda determinar as preferências de uma população quanto a um conjunto de instrumentos. despontam: (1) a dificuldade em manter indivíduos e grupos em ambientes especialmente preparados.A FASE OBSERV. ainda quando superada a dificuldade ante­ . podemos desejar saber que tipo de marca de sabão de lavar as donas de casa pre­ ferem. Exemplificando. caso houvesse margem de escolha. que figure no lugar do ambiente e do estímulo idealmente especificados. apresentar-se com êsse objetivo. ao mesmo tempo. Com efeito. Em conseqüência. o seguinte ajustamento será necessário: exibir às donas de casa as diferentes marcas e perguntar a cada uma delas a marca preferida. Em condições ideais. que marca ela prefere. todos êles destinados a um mesmo tipo de trabalho. 3. dois. Se a amos­ tra de donas de casa é muito ampla.1 Substitutos verbais. DO P L A N E JA M E N T O DA PESQ. à dona de casa. porque permite ao pesquisador investigações em situações onde probltmas de ordem prática tornariam impossível uma similaridade com a situação ideal. por longos períodos de tempo e (2). Um levantamento de mercado pode. o pesquisador pode obter um substituto verbal. Quando essa estrutura não se torna explícita.

a inteligência. colocando as perguntas diretamente ao interessado. não é assim restringido. já que. Há uma diferença entre o teste verbal e o questionário que é útil explicitar e manter. De outro lado. é muito difícil avaliar os seus efeitos sôbre as pesquisa. permitindolhe a execução de grande quantidade de testes a respeito do comportamento não verbal. Isso importa em mostrar. de uma pessoa. Exemplificando. a renda ou (em certo casos) as opiniões e atitudes. * Em algumas ocasiões se reserva o têrmo “teste” para fa referência a um instrumento destinado a medir capacidades. .* O questionário é empre­ gado quando já é conhecido ou admitido que o sujeito (ou os sujeitos) sabe ou pode estimar. o alto custo (freqüentemente inevitável) das pesquisas conduzidas em condições ideais. já que não acreditamos que um indivíduo possa dar-nos informações dêsse gênero diretamente. que ajustamentos será preciso efetuar sôbre “as respostas verbais aos estímulos verbais” a fim de conseguir boas inferências em outros tipos de comportamento. de uma pessoa. o que importa é aumentar a eficácia dos testes verbais e dos questionários. sabendo-se ou presumindo-se que o sujeito (ou os sujeitos) não sabe (1) se tem ou não tem a característica e (2) em que extensão tem a característica. via de regra.410 P L A N E JA M E N T O DE PESQUISA SOCIAL rior. usaremos os testes. É tentador ignorar essas variáveis "aborrecidas”. Enquanto melhor idéia das téc­ nicas verbais não se torna viável. se tem certa propriedade ou a extensão em que a tem. Consideraremos os testes e questionários separadamente. ainda que sejam muito seme­ lhantes as técnicas utilizadas na sua elaboração. novas fontes de êrro. O uso do têrmo. A desvantagem das técnicas verbais reside no fato de que seu emprego introduz inúmeras novas variáveis no pro­ cedimento de pesquisa e. conseqüentemente. no planejamento de testes verbais e de ques­ tionários. Uma avaliação satisfatória das técnicas verbais exigiria que a sociedade se dispusesse a dar recursos e oportunidades ao cientista social. usaremos o questionário. se desejarmos medir a capacidade de aprendizado. a fim de saber a idade. dentro de certa margem de êrro. fon­ tes de erros. aqui. O teste é empregado a fim de determinar certa característica de um indivíduo ou grupo. a estrutura de personalidade.

Isso se deve ao fato de que os testes e questionários são largamente utilizados nas ciências que merecem a atenção de tais estudiosos.1. pois. Aqui nós nos limitaremos a falar de um tipo de planejamento de testes — mais elaborado e difícil de aplicar do que a maioria dos comumente encontrados. que tem.A FASE OBSERV. Procedimentos adotados para planejar testes. padecem do defeito (comum a vários outros métodos) de não nos darem meios de saber se o teste elaborado mede. a característica ou a propriedade que. PRÁTICA 411 3. Serão. pois. Não é de espantar que assim seja. e (3) permite elaborar testes cujos resultados possuem signi­ ficado preciso. como os afamados procedimentos desenvolvidos por Thurstone (35).1. Nenhum dos métodos usuais de construção de testes emprega.1 Uso de definições na construção de testes. Psicólogos. DO P L A N E JA M E N T O DA PESQ. Usam a definição simplesmente como um guia intuitivo para a seleção dos itens que comporão o teste. diver­ sas e importantes vantagens sôbre outros tipos alternativos. Seria preciso um livro muito maior do que êste somente para descrever os vários métodos existentes. 3. permitem elaborar os testes em tempo menor do que o que vamos apresentar.1. psicólogos sociais e sociólogos empregaram mais tempo desenvolvendo métodos para elaboração de tes­ tes e de questionários do que para elaboração de qualquer outro tipo de instrumento de pesquisa.1. Guttman (32) e Lazarfeld (32) são mais fáceis de usar do que aquêle que vamos descrever. (2) conduz a um máximo de informação. Mas. como: (1) é completamente geral (i. na maioria das vêzes as definições são de tal modo . Dão apenas uma “certeza intuitiva” de que os resul­ tados obtidos são relevantes para o problema em discussão. a definição da propriedade a ser determinada na elaboração do teste. de modo sistemático. Mas. se o fator tempo for crítico. pode ser aplicado para testes destinados a medir qualquer propriedade psico­ lógica ou social). é. por exemplo. supostamente. não obstante. efetivamente. devem medir. encontra-se no artigo (6). preferíveis. um bom sumário a respeito da espécie de medida que está na base do plane­ jamento de testes. de modo que reme­ temos o leitor para (10). Planejamento do teste.

na preparação de seus conhecidos tes­ tes de traço e de atitude. respectivamente. Considere-se. com a capacidade de tornar funcionalmente equivalentes vários estímulos e de iniciar e orientar formas (equivalentes) de comportamento adaptativo e expressivo” (2:295). sem que. definiu traço como “um sistema neuropsíquico generalizado e con­ centrado (peculiar ao indivíduo). Com efeito. se disponha . é que nada disso se faz — nem se tenta fazer — por motivos óbvios. Os itens. empregadas por Allport e Thurstone. por exemplo. Allport. Nenhuma dessas definições orienta o pesquisador no sentido de encontrar método para responder perguntas pertinentes relativas aos traços ou atitudes. na pior das hipóteses. como se recordará. em verdade. Pede-se. (g) intimidações e ( h ) convicções. Os itens do teste são escolhidos. (d) noções preconcebidas. temores. como definida acima. tomemos a definição de Thurstone ao pé da letra e vejamos o que acontece. Uma estimativa da “soma” teria que ser feita. (f) temores. que assinale os itens com os quais esteja inteiramente de acôrdo. seria necessário fazer uma contagem completa de cada uma das populações ou. e não porque se possa demonstrar que assim aconteça. por exemplo.412 P L A N E JA M E N T O DE PESQ UISA SOCIAL formuladas que não é possível empregá-las de modo siste­ mático no planejamento. ao sujeito. Itens assi­ nalados e não assinalados parecem informar a respeito de uma atitude. (c) preconceitos ou distorções. Em primeiro lugar seria necessário caracterizar as popu­ lações de (a) inclinações. admitindo que o pesquisador pudesse chegar a medidas com­ paráveis. noções preconcebidas. o seguinte par de definições. idéias. A seguir. porém. “Penso que a igreja é o mais notável fator de reerguimento humano”. preconceitos ou distorções. além disso. (b) sentimentos. então. O que sucede. capazes de serem adicionadas. com efeito. não fornecem processo de medida aparen­ te. figuram itens como êstes: “Considero a igreja como um monumento à ignorância humana”. obter amostra probabilística. porque parecem pertinentes. convic­ ções que uma pessoa manifeste em relação a qualquer tópico específico” (35:6-7). Thurstone define atitude como “a totalidade-soma das inclinações e sentimentos. a partir da definição. (e) idéias. No teste em que se “mede” a atitude para com a igre­ ja (36).

Podemos definir o comportamento de ascendência e sub­ missão em têrmos dos seguintes aspectos do comportamento do sujeito: (1) Uma resposta do sujeito A a certo ato de outro indivíduo (B ) . o estímulo é um ato agressivo. o sujeito en­ frenta o seguinte conjunto de condições: um ato agressivo se consumou. Uma vez que nós vamos ilustrar o procedimento empre­ gando o traço ascendência-submissão. A resposta que nos interessa é a tentativa do sujeito de reagir ao agressor. em suma. ao invés de se ver por êle controlado. Em resumo. é a formulação de uma definição c/eníffica da propriedade ou das propriedades em foco. dissemos que uma definição científica deixa explícitas as condições e as opera­ ções a levar em conta. quando o ato de B tem a função de diminuir a eficácia do comporta­ mento de A. portanto. Em outras palavras. relativamente aos objetivos de B. diminuindo a eficácia do comportamento do sujei­ to. A defini­ ção não facilita o trabalho de busca de uma eventual demons­ tração. DO P L A N E JA M E N T O DA PESQ. . As con­ dições para que uma definição seja satisfatória. interessados em saber se o sujeito reage à agressão e como reage. foram apre­ sentadas no capítulo iii. Estamos. quando B agride A. isto é. o seguinte padrão comportamental pode ser definido: (a) (b) Exibir (1) e (2) é um ato de ascendência. Na situação de ascendência e submissão. a fim de que perguntas a respeito do conceito definido possam ser cientificamente respondidas. relativamente a um dos objetivos de A.A FASE OBSERV. (2) Em têrmos dêsses aspectos do comportamento. de controlar o agressor. Um potencial produtor de redução de eficácia do comportamento de B. PRÁTICA 413 de demonstração de que assim realmente suceda. Exibir (1) e (não-2) é ato de submissão. comecemos formulando uma definição científica dêsse traço. em relação a um de seus objetivos. O requisito fundamental no processo de elaboração de testes aqui discutido.

o método do questionário verbal servirá. quer da sua resposta. que oferecemos a título de ilustração. Procedimento verbal. nos dará indicações a respeito da resposta à agressão quando o sujeito está consciente da agressão e da sua resposta. vem dada em têrmos de comportamento aberto.414 P L A N E JA M E N T O DE PESQUISA SOCIAL (c) (d) Não exibir (1) mas exibir (2) é um ato agres­ sivo (mas não de ascendência). O "grau de ascendência” de um indivíduo pode ser definido como a probabilidade de que escolha o padrão comportamental (a) e o “grau de submissão” pode ser definido como a probabilidade de que escolha o padrão comportamental (b ) . Muitas pessoas. portanto. Deixar de exibir (1) e (2) não constitue agressão nem submissão. só se justifica se o custo dêsse êrro. Com essa definição de grau de ascendência. além do testemunho oral do sujeito. Essa pergunta. ou ostensivo. podemos perceber imediatamente o que se perde. quando muito. Medida mais geral da ascendência depen­ deria de outra evidência. Logo. na melhor das hipóteses. A soma dessa probabilidades poderá ser cha­ mada grau de conhecimento ou de consciência da agressão. Deter­ minação dêsse tipo não pode ser feita sem êrro e sem custo conseqüente. A definição deixa claro que os itens de um teste desti­ nado a examinar a ascendência e a submissão devem permi­ tir estimativa da freqüência com que um sujeito exibe certo tipo de comportamento em circunstâncias específicas. reagem à agressão sem estar intei­ ramente conscientes quer da agressão. ou dependeria de método de inferência. adicionado ao custo da aplicação do . que levasse das res­ postas inconscientes às conscientes. para recolher evidência relativa à sensibilidade do sujeito às agressões quando êle está perfeitamente consciente do ato agressivo (no sentido de que pode recordar a agressão e a sua resposta). quando se usam tes­ tes verbais no lugar de ambientes adequadamente preparados. Para construir um teste verbal dêsse traço. em pre­ sença da agressão. No teste verbal nós perguntamos ao sujeito quantas vêzes êle teria a tendência de responder de certa maneira. contudo. A definição de ascendência e submissão. uma tradução do modêlo ostensivo para o modêlo ver­ bal terá que ser preparada.

estamos fazendo é caracterizar o ambiente. Porque. o estímulo e a resposta a observar. de fato. V ia de regra.1. é importante registrar motivos de falha da hipótese a fim de que se tenha uma orientação para ulteriores investigações destinadas a verificar a procedência das suposições feitas. imaginar o que faria naquelas circunstâncias. em verdade. pelo menos. fôr inferior ao custo de outro método ou de combi­ nação de outros métodos. no caso de variação. 3. imagine­ mos que a uma pessoa aborreça as viagens por via férrea. que hou­ vesse reservado. significa. PRÁTICA 415 teste. Se perguntarmos a um indi­ víduo inteiramente desprovido de recursos o que faria se encontrasse alguém na cabine do trem dormitório. .A FASE OBSERV. nos dá uma estimativa da precisão (grau de confiança) das respostas do sujeito. que esta­ mos descrevendo.2 Uso de atributos relevantes a de variáveis na elaboração de testes. no momento da compra de uma passagem. Presumivelmente essas decisões terão sido to­ madas durante o planejamento do modêlo ideal. Deve-se notar que o método de planejamento. o que.1. O teste completo conterá o que pode equivaler às repetições das mesmas situa­ ções. repetições que serão a base para estimar a precisão. sua falta de familiaridade com situações do gênero poderia distorcer a sua resposta. Vejamos. quais as alterações a serem introduzidas. êle o admite. Essa hipótese não significa que o investigador espere respostas absolutamente perfeitas. Ainda que a hipótese da acuidade das respostas verbais esteja em jôgo neste processo de planejamento de testes. DO P L A N E JA M E N T O DA PESQ. se lhe perguntamos o que faria no caso de alguém interferir em sua vida. Ao definirmos a propriedade a ser medida por meio do teste. que êle espera obter o máximo de informação pelo mínimo custo. o “status” social e econômico dos entrevistados. considerando-se. o pesquisador ignora se assim acontece ou não. Para ilustrar. Êsse último ponto traz implícita a idéia de que as situações propostas por um teste devem ser escolhidos. seu desgosto por tôda a situação viria alterar a sua noção a respeito da atitude que tomaria. Devemos deci­ dir se aquêles elementos hão de ser mantidos constantes ou variar e. de modo que se torna difícil. a particular situação pode parecer "irreal” ao sujeito. porém. para êle.

resultante do comportamento do agressor — é tam­ bém relevante. pois. Podemos medir a inten­ sidade da agressão e. O grau de intensidade com que o sujeito se empenha em alcançar o objetivo (interêsse) é. . variável relevante.1. desejamos não apenas saber com que freqüência um indivíduo escolhe comportamento ascendente ou submisso. claro está que se uma pessoa interfere com outra. com respeito à intensidade com que o sujeito deseja (i. adotadas em anteriores estados do planejamento. a intensidade do estí­ mulo. Devemos decidir agora como alterá-las. De nõvo cabe dizer que essas decisões foram. O ambiente é especificado na definição como aquêle em que o sujeito observado (A ) está buscando atingir algum objetivo (O ). O estímulo —■decréscimo da eficácia da atividade do sujeito. em conseqüência.eu objetivo. é. o que esta outra fará depende de quão importante considere o objetivo que está visando. Isto é.416 P L A N E JA M E N T O DE PESQUISA SOCIAL contudo. Podemos caracterizar cada uma das situações ascendência-submissão em têrmos de (a) o grau do interêsse do sujeito em seu objetivo. Essa é. Em conseqüência. Enfim. em têrmos do decréscimo da eficácia. obviamente. uma variável relevan­ te. portanto. e (c) a eficácia dos meios disponíveis para atingir o objetivo. de responsabi­ lidade do agressor. 3. presumivelmen­ te. temos a eficácia da resposta do sujeito para atingir o . Deixamos explícitas as variáveis relevantes que devem sofrer alteração. êsse ambiente pode alterarse de maneira significativa. mas ainda. Essas são as variáveis relevantes da situação ascendência-submissão que desejamos variar. Parece claro que a reação ao agressor de­ pende da intensidade da agressão. pretende alcançar) o objetivo que vem perseguindo.3 Variação dos atributos e das variáveis do teste. O problema é agora o de saber como fazê-las variar. a alteração dessa fre­ qüência diante da eficácia dos meios disponíveis para atingir o fim colimado. como podem ser introduzidas modificações de cará^ ter prático no planejamento do teste de escendência-submissâo.1. ( b ) a intensidade do estímulo agres­ sor.

poderíamos planejar o teste de maneira a realizar “análise de regressão” múltipla. .A FASE OBSERV. Podeiríamos determinar quantos e quais os valores das três variá­ veis se faria necessário adotar para atingir a acuidade e precisão requeridas pelos objetivos da pesquisa. conduzem a erros mais apreciáveis. Por outro lado. Poderíamos. Por exemplo. Desejamos. expressar as proprie­ dades relevantes como variáveis que podem assumir qualquer valor ao longo de uma escala continua e determinada.1. ao selecionar o teste. será necessário dispor de.3. 5 x 5 X 5 = 125 itens *. deliberando-se reduzi-lo mediante separação * O projeto do Quadrado Latino e o do Bloco Incompleto. deve. DO P L A N E JA M E N T O DA PESQ. e gindo menor número de células. Quando o teste de ascendência e submissão foi delineado pela primeira vez. Acreditou-se que o teste fôsse muito longo para os sujeitos. depender dos objetivos da pesquisa. as escalas ao longo das quais variem as três variáveis devem ser divididas em intervalos. portanto. na prática. consideraremos caso dêsse tipo. Se quisermos quatro valores de cada. no mínimo. 32 (ver secção 2. Sendo êsse o nosso interêsse. O custo resultante dêsse aumento de êrro deve ser pesado contra o custo causado pelo aumento do número de itens. cap. que decidimos expressar a propriedade a ser observada como uma função das proprie­ dades relevantes. simplesmente. por exemplo. Por exemplo. se empregamos o tipo de análise de variância apresentado no teste n. podemos desejar. e não o grau real dêsse efeito. PRÁTICA 417 Suponha-se. podemos desejar expressar o grau de ascendênciasubmissão em função das três variáveis acima relacionadas. Como ilustração. recorrer a um planejamento de teste baseado numa análise de variância. perfazendo um total de 2(3 X 3 X 3) = 54 itens. vii) e se deliberamos utilizar cinco valores de cada uma das variáveis pertinentes. precisaremos de 4 X 4 X 4 = 64 itens. determi­ nar qual seja o grau de ascendência ou submissão e deter­ minar se as variáveis relevantes afetam-no separadamente ou em combinação com outras variáveis relevantes. A decisão de testar apenas o efeito das variáveis. usaram-se três valores de cada variável e cada combinação era repetida uma vez. O número de intervalos escolhido dependerá de considerações de vária ordem. No tipo de planejamento de teste baseado na análise de variância. em tal caso. mas tôdas dependentes dos propósitos da pesquisa. Um aspecto importante é o número de itens a incluir no teste.

a escala pode ser repartida em intervalos adequados. Isso significa que os interêsses altos. a nova medida variará.0 (alta intensidade do estímulo).00 até . a escala será repartida em duas faixas: de 0 a. Observações análogas podem ser feitas para o inter­ valo de . (Vejase [5] para os pormenores a respeito dessa escala).5 até 1. da mesma forma. entre 0 (estímulo mínimo) e 1 (estímulo máximo). ou seja.33 (baixo). As hipóteses feitas. É óbvio que se admite estar o sujeito capacitado a compreender que têrmos do tipo “extremamente importante” e “crítico” se referem a êsse intervalo. são essencialmente idênticos do ponto de vista dos objetivos da pesquisa. A seleção dos inter­ valos de atributos foi feita dêste modo: A primeira propriedade (a). Os dois atri­ butos agora considerados podem ser representados desta maneira: . que parecia número adequado. Os valores de atributos podem ser representados sim­ bolicamente dêste modo: a! = interêsse baixo a2 = interêsse moderado a3 = interêsse elevado A intensidade do estímulo (b) pode ser medida em fun­ ção do decréscimo da eficácia do sujeito na perseguição de seu objetivo. admitindo-se que o sujeito entenda que expressões como “interessado moderadamente” se aplicam neste inter­ valo. moderado e baixo interêsse (desinterêsse). onde 0 representaria a total ausência de interêsse e 1 representaria o máximo interêsse (Veja-se [5] para os pormenores de tal escala). quando falávamos da inten­ sidade do interêsse.67 para cima. pode ser expresso ao longo de uma escala contínua percorrendo o intervalo de 0 até 1. intensidades que oscilam entre aproximadamente . o que redundou em 2(3 X 2 X 2) = 2 4 itens.33 e aproximadamente . transportam-se para cá. Aqui. de . Mas. o interesse do sujeito pelo seu objetivo. Da mes­ ma forma. Uma vez que a escala de eficácia também varia de 0 a 1. a escala de intensidade é separada em três intervalos: alto (intenso). Aqui.418 P L A N E JA M E N T O DE PESQUISA SOCIAL de propriedades.67 são igualmente idênticas (mode­ radas).5 (baixa in­ tensidade do estímulo) e de .

0 (alta eficiência). Usaremos as seguintes representações simbólicas: C! baixa eficiência cL > = alta eficiência Qualquer situação ascendência-submissão pode ser.5 a 1. ago­ ra. o sujeito pode reduzir a “objeção” à interrupção causada pela agressão. A eficácia também pode ser medida em uma escala probabilística de 0 a 1. descrita em têrmos das três propriedades e dos atributos em que foram divididas. Essa escala será dividida em duas partes: de 0 a . A tabela 22 indica tôdas as pos­ síveis situações.5 (baixa eficiência) e de . se há pequena margem para alcançar o objetivo. DO P L A N E JA M E N T O DA PESQ. por exemplo. caso as variáveis se alterem da maneira indicada. examinando a tabela. as vias de ação abertas ao sujeito podem ser mais ou menos eficazes na consecução do objetivo que o sujeito visa no momento da agressão. Essas flutuações podem afetar a res­ posta do sujeito à agressão. = alta intensidade do estímulo Por fim. que há doze situações diferentes de ascendência e submissão. considerada a separação das propriedades que foi feita acima. há a variável (c) : a eficácia das respostas acessíveis ao sujeito. Pode-se ver. ná busca do objetivo original. PRÁTICA 419 bi = baixa intensidade do estímulo b j. T abela 22 POSSÍVEIS Intensidade SITUAÇÕES do estimulo DE A SCE N D Ê N CIA bi E SUBMISAO ba Intensidade da resposta ai Ci C a C l C a Grau de intensidade (interesse) aa a3 .A FASE OBSERV. Isto é.

Essa intensidade pode ser medida pela diminuição da eficácia do objetivo do agressor. deliberar a respeito das caracte­ rísticas da resposta do sujeito que devem ser examinadas. “pràticamente nunca”. A medida em que a resposta afeta o agressor constitue medida da intensidade da resposta. em qualquer situação. A ascendência pura e a submissão pura não passam de extremos.420 p la n e ja m e n to de p e s q u is a s o c ia l É necessário.33-. O afastamento do limite de ascendência é medida de submissão. que tam­ bém varia de 0 a 1. o afastamento do limite de submissão é medida de ascendência. Já indicamos (ao definir traço) que nosso interêsse está orientado para a probabilidade de selecionar um ato de ascen­ dência ou de submissão. assinalando expressões como: “nunca”. tornando-se. nem é puramente de ascendência. nem puramente de submissão.67-1. pois. é desejável que a soma das fre­ qüências indicadas nas suas respostas seja igual à de “sem­ pre". superior e inferior. nesse caso. Essa escala. Na verdade. Segue-se que é mais interessante.67) d3 = alta intensidade (. a seguir. instruindo-o para que mantenha a soma das porcentagens atribuídas a cada alternativa igual a 100. será dividida em três intervalos: di = baixa intensidade (0-. Isso é muito difícil de conseguir quando se empregam esti­ mativas qualitativas da freqüência. “muito freqüentemente” e “sempre”. A resposta do sujeito é estudada em relação com o efeito que exerce no comportamento do agressor. Num teste verbal o sujeito pode ser solicitado a indicar a freqüência de suas escolhas de um modo qualitativo. já que êle deve escolher uma resposta em cada situação.33) d2 = intensidade moderada (. desejável determinar a relação entre a probabilidade de certa resposta e a intensidade do revide que a resposta pode pro­ vocar. “freqüentemente”. a resposta. Se o sujeito se defronta com um conjunto de respostas que se presume sejam exaustivas.00) . O valor de uma resposta pode ser caracterizado em função da distância a qualquer dêsses extremos. “ocasionalmente”. da escala de intensidade. pedir ao sujeito que faça uma esti­ mativa da porcentagem das vêzes que êle selecionaria cada uma das alternativas. podendo ser caracterizada por um valor da escala ■ — a in­ tensidade. “metade das vêzes”.

estimativas de con­ fiança (precisão). DO P L A N E JA M E N T O DA PESQ. Já se indicou que nesse teste se empregará a análise de variância. a caracterizar cada um dos sujeitos da amostra. Duas situações podem ser consideradas equivalentes se têm o mesmo valor para o atributo. partindo das caracte­ rizações dos sujeitos que compõem a amostra. em primeiro lugar. devemos estar capa­ citados. Isso pôsto. para o teste inicial. A fim de determinar proprie­ dades da população. individualmente considerados. H á outros meios disponíveis para obter estimativas da confiança (ver [15]). embora exija mais itens do que outros métodos. tratemos dos itens do teste. Medidas de confiança serão debatidas abaixo (ver secção 3. PRÁTICA 421 Isso completa a especificação de atributos que serão sub­ metidos a variações e a especificação dos valores que pode­ rão ser atribuídos aos atributos.A FASE OBSERV. é que se pla­ neje o teste de modo a existir uma possibilidade de estimar a confiança. precisaremos mostrar de que modo se caracteriza a população. usando amostras. Nesse sentido. dois para cada célula da tabela 22. isto é. a confiança é a dispersão das respostas de um indivíduo à mesma pergunta ou à per­ gunta ou perguntas equivalentes.4 Planejamento dos itens do teste. deve ser . A duplicação dos itens é um dos métodos mais simples e informativos. e requer que em cada situação se possa determinar a probabilidade do sujeito escolher respostas de intensidades diferentes. a medida de confiança é viável. O particular projeto a ser utilizado requer que haja uma situação teste em correspondência com cada uma das doze situações exibidas na tabela 22. porém.1 .1.1. 3. Desejamos preparar vinte e quatro itens. É desejável ter. É necessário. Implica isso em especificar a natureza da agressão estimuladora e a importância do objetivo para o sujeito. plane­ jar a análise estatística das respostas dadas pelos sujeitos. Em seguida. Cada item deve conter uma descrição de circunstância de ascendência-submissão. ainda. O importante.1. Agora.7) . As considerações e decisões que acabamos de fazer e tomar ditam os requisitos que norteiam a escolha dos itens individuais que comporão o teste. Caso existam dois itens para cada célula. se caem na mesma célula da tabela 22. no momento dessa agressão.

A resposta (1) tem o propósito incisivo de reduzir a eficácia do outro motorista (d s). pois o passeio será retomado normalmente..... esta é uma situação ax -b2-c2.. em qual­ quer caso... você decide descansar no passeando cm seu automóvel. Fi­ nalmente. falou-se em ‘‘não ter nada melhor para fazer”. será possível retomar calmamente o passeio. pois seja qual fôr a escolhida....... ou seja.. Diz a êle que deixe de tocar a buzina. e a resposta (3) pouco lhe afeta a efi­ cácia (dx) .% Ignora-o e procede como de hábito? . Um carro para seu e o motorista começa a buzinar de maneira irritante.. retarda a partida para retê-lo mais do que o necessário? .. (3) (4) Portanto... a permitir que um pedestre atravesse a rua.. deliberadamente. sem dizer nada? .% Os pressupostos dêsse item são os seguintes: (1) (2) O objetivo do sujeito é descansar. (2) . de modo atrás do Você (1) (2) (3) tendo nada melhor para fazer.. deve ser deixado espaço para que o sujeito indique a freqüência com que escolheria cada alternativa. Não domingo.. Você para num cruzamento. Examinamos um dêsses itens e sua elaboração.. falou-se em "irritante”. A eficácia das alternativas é alta (c2) .. a resposta (2) reduz-lhe a eficácia brandamente (d2). mas que variam quanto à intensidade do efeito que produzem sôbre o agressor.% Lança-lhe um olhar carrancudo.. Os pressupostos de resposta a respeito dêsse item são os seguintes: (1) As três respostas são igualmente eficazes para a consecução do objetivo. ou. igualmente eficientes com relação àquele objetivo.422 P L A N E JA M E N T O DE PESQUISA SOCIAL colocado um conjunto de respostas alternativas.... O grau de intensidade do interêsse por atin­ gir o objetivo é baixo (a i). A intensidade do estímulo é alta ( b2).

% Os pressupostos dêsse item são os seguintes: (1) (2) (3) O objetivo do sujeito é “1er um bom livro". A intensidade é elevada (a3) ■ — o sujeito dese­ ja muito continuar a leitura. não terá possibilidade de continuar a lei­ tura. pois de outra maneira o sujeito pode tender a assinalá-las automàticamente.. admitimos que o sujeito está cerceado por costumes sociais de maneira que lhe é impossível levantar-se. pela natureza da situa­ ção. Ou seja. a resposta (2) é de intensidade elevada (d3).. fazendo com que sofram desvio conside­ rável. Você (1) (2) (3) Daria respostas breves e mostraria sua irritação? Fingiria ter um encontro e se desculparia? Entraria na conversação sem notar a interrupção? . Com base em experiência anterior...... Um conhecido impertinente e persistente entra e começa a conversar... DO P L A N E JA M E N T O DA PESQ...A FASE OBSERV.% .. nenhuma delas é eficaz. pois.. e a resposta (3) é de baixa intensidade (dt). (2) .. sair e continuar a leitura em outro local... você sabe que é prati­ camente impossível desencorajá-lo.. Examinemos outro item..... A intensidade de estímulo é alta (b2) ■ — a interrupção reduz a probabilidade de leitura virtualmente a zero.... desde que a situação é tal que o leitor. A resposta (1) é de intensidade moderada (c/2). Você está lendo ura bom livro na biblioteca e quer muito terminar a leitura. PRÁTICA 423 A ordem das respostas alternativas deve ser aleatória.% . (4) Os pressupostos da resposta a respeito dêsse item são os seguintes: ( 1) As três respostas são de eficácia igual em re­ lação ao objetivo. A eficácia das alternativas é alta ( c í ). faça o que fizer....

podemos valer-nos dela para determi­ nar se as variáveis controladas afetam as respostas. Se o pesquisador suspeita que uma variável não con­ trolada está exercendo influência sôbre os resultados. sua condição de “amigo” ou “estranho”. que dizem respeito ao projeto em totali­ dade. a análise de variância é aplicada às respostas. Se. < — um motivo que não se relacione com uma variável controlada — é razoá­ vel concluir estar presente uma variável perturbadora. podem afetar a res­ posta do sujeito. na outra. seria considerado falta de polidez. que dizem respeito a itens especiais do mesmo . No processo de elaboração de testes. esteja influenciando os entrevistados. Uma forma de verificar a presença de efeitos sistemáti­ cos de uma variável não controlada é indagar dos entrevista­ dos (depois de haverem terminado o teste) porque responde­ ram cada item da maneira como o fizeram. No caso da interrupção da leitura. suspeitar que um atri­ buto do agressor. de maneira não aleatória. numa das duas situações. Tornando alea­ tórias tôdas essas influências.424 P L A N E JA M E N T O DE PESQUISA SOCIAL Comparando duas situações quaisquer da espécie a que acabamos de aludir. Desde que esta influência seja identificada. um co­ nhecido. desejamos determinar qual a resposta do sujeito quando não surgem essas variáveis pertubadoras. entretanto. colocando os atributos. faz-se claro que diferem com respeito a variáveis que. aparece um estranho.1. Se dessas explanações resulta uma explicação coerente. mas praticamente não podemos eliminá-las. tratará de avaliar cada item com respeito àquela variável. aleatoriamente. mas isso não se daria necessàriamente no caso do motorista.1. Pode-se então usar um número igual de itens envolvendo amigos e estranhos. ou grosseria. anularlhes o efeito. 3. pode-se planejar a sua eliminação usando uma seleção aleatória da variável dos itens do teste. por exemplo. em itens diversos. podemos. embora não consideradas. e pressupostos específicos (alguns já anteriormente mencionados). Idealmente. e eliminá-la através do uso da análise de covariância.5 Pressupostos gerais do planejamento de testes. escolher a resposta de maior intensidade. contanto qüe as variáveis não controladas se alterem de maneira alea­ tória. Suponha-se. por exemplo. por exemplo. Ou seja. há que ter em conta pressupostos gerais.

Dá-se. presume-se que o método de avaliação usado pelo sujeito não apresente desvios. uma dessas alternativas há de ser escolhida. ocasionalmente. acima. PRÁTICA 425 teste. relativamente à freqüência com que selecionará cada resposta. que. A soma dessas probabilidades é igual a um. Sua validade é necessária para garantir a pertinência de todo o procedimento. é igual à verdadeira probabilidade de selecio­ nar a resposta P t tal como assentado no pressuposto I. para os objetivos do entrevistado. para um dado sujeito. cada uma das três respostas alternativas. portanto. há verdadeira probabilidade de escolha de cada resposta qualificada pelo atributo de intensidade (d). Em conseqüên­ cia. Pressuposto geral II: O valor esperado das estimativas do sujeito. por isso mesmo. P 2. sejam êles de caráter psicoló­ gico.A FASE OBSERV. portanto. que as alternativas cobrem tôdas as possibilidades. Por serem tão gerais. Pressuposto geral I: Para cada uma das doze combi­ nações de atributos. Alguns dos pressupostos podem parecer de impor­ tância reduzida. não as expõe à apreciação crítica. se se quer isolar o traço de comportamento. cada uma das res­ postas alternativas prêsas ao esquema ascendência-submissão tenha a mesma eficácia. quando tôdas as respostas alternativas apresentam igual eficácia como caminhos para atingir o fim desejado. É aconselhável. DO P L A N E JA M E N T O DA PESQ. porém. Pz) com as quais se designam. no planejamento da maioria dos testes psicológicos e sociais. o pesquisador deixa de formular explicitamente suas presunções e. respectiva­ mente. independente de eficácia. Êsses dois pressupostos são os de caráter mais geral. social ou outros. é a medida verdadeira da probabilidade do sujeito escolher aquela particular resposta (i). para cada situação caracterizada de maneira única pelos atribu­ tos pertinentes. Presume-se. Presume-se. três probabi­ lidades (Pi. mas cabe lembrar que se manifestam em todos os projetos de pesquisa. que. relacionar pressupos­ tos que se apresentem como aspectos especiais dos dois cita­ . além disso. entretanto. Em outras palavras. faz-se freqüentemente muito difícil examinar-lhes a validade. é necessário que. há. em todos os casos. Cada Pi. Importa recordar que "traço” foi definido como com­ portamento típico.

a questão que será levantada naturalmente por qualquer sujeito é a de que sua resposta depende de outras possibili­ dades apresentadas pela situação. Em itens tais como os que. o pesquisador estará apto a decidir. Pode ocorrer. Pode não ter cabimento. Deve-se deixar entendido que alguns dêsses pressupos­ tos podem não ser válidos com referência a certo sujeito. em qualquer ambi­ ente. Descreveremos na próxima secção procedimento que se pode adotar para êsse fim. de maneira alea­ tória. E êstes últimos foram referidos após os dois itens acima indicados. que há numerosos conjuntos de objetivos que poderiam acompanhar o assinalado. É óbvio. Mas admite-se que a resposta do sujeito corres­ ponda à freqüência relativa de certa espécie de comporta­ mento em qualquer situação possível. contudo. por exemplo. para propósitos ilustrativos foram apresentados no teste de ascendência-submissão. E assim. De tal forma. essa presunção pode também ser verificada. e isso é. relativamente a certo indivíduo. Nos itens relativos a ascendência-submissão. relacionando as presunções feitas para justificar a inclusão de um item. Presume-se que o sujeito. aplicá-lo a . Presume-se. com vistas à qual o teste é planejado. admi­ te-se que as três respostas alternativas apresentam eficácia igual para consecução dos objetivos do entrevistado. essa propriedade geral da população não se manifeste. Além disso. verdade. com relação a sujeitos es­ pecíficos. terá em conta. ambientes outros em que os padrões apresentariam alguma eficácia para diferentes objetivos.426 P L A N E JA M E N T O DE PESQUISA SOCIAL dos. porém. que certos fins têm alto (ou baixo) interêsse para quase todos os membros de certa classe. a cada uma das respostas atribui-se um valor de inten­ sidade. As instruções que o teste inclua devem esclarecer êsse ponto para o sujeito. se a resposta dada ao item deve ou não ser con­ siderada. quando estimadas as fre­ qüências de suas respostas. A presunção de eficácia igual e o valor de intensi­ dade atribuído podem ser submetidos à apreciação de árbi­ tros. por exemplo. e proceder assim é altamente desejável. indubitàvelmente. que. Em outras pala­ vras. Determinado teste pode adequar-se a uma população apenas. aparecem assinalados os objetivos relevantes em cada circunstância.

face às quais você deve escolher entre três formas de compor­ tamento. Estas devem ser dadas com o objetivo de reforçar as presunções englobadas no teste. é importante que a ordem final em que se disponham no teste não venha a introduzir desvios nas respostas do sujeito. A mesma disposição aleatória deve ser dada às respostas alter­ nativas. aos quais se peça para avaliarem o teste antes que êle seja apli­ cado. por exemplo. pode-se atribuir um número a cada item. Os itens não devem. carecer de acuidade. Instruções para um teste de ascendência-submissão poderiam. ser apresentadas da forma seguinte: IN STRUÇÕES Neste estudo. caberá dividir a população em strata e elaborar testes para cada qual dêles. verbal ou não verbal. com que fre­ qüência enfrentaram as situações apresentadas. Qualquer teste. ser ordenados no sentido de menor para maior intensidade de estímulo. o teste há de ser planejado tomando em conta a população a estudar. deve acompanharse de um conjunto de instruções. por exemplo. e ordená-los no teste de acôrdo com uma tabela de números aleatórios.A FASE OBSERV. para mostrar como devem ser dadas as respostas. convém incluir um exemplo. ser colocada em primeiro lugar entre as alternativas. Pode-se perguntar-lhes. De modo geral. por exemplo. ou por antecipar o item próximo e a resposta a êle. ser-lhe-ão apresentadas situações mais ou menos comuns. por exemplo. PRÁTICA 427 fazendeiros ou habitações de áreas rurais. Situações incomuns devem ser eliminadas. dúvidas que o sujeito possa ter. Não se pode confiar em que o sujeito responda apenas às perguntas relativas a situa­ ções em que já se encontrou. Definição explícita e precisa da população e dos strata é imprescin­ dível para adequado planejamento dos itens. esclarecendo. Para evitar que isso aconteça. Êle responderá outras e essas respostas podem. . Se necessário. DO P L A N E JA M E N T O DA PESQ. Uma vez escolhidos os itens. A correspondência entre situações postas pelo teste e situações reais pode ser verificada através de árbitros. Em conseqüência. Sua posição deve variar aleatoriamente. A resposta que assinale característica de ascendên­ cia não deve. Essa disposição aleatória tende a levar o sujeito a considerar separadamente cada item e reduz ao mínimo a inclinação por advinhar. de antemão. por isso mesmo.

.. apoie as respostas em seu comportamento usual nas situações figuradas... ou seja..... qualquer escolha teria a mesma eficácia.. De maneira geral. Em qualquer situação.. poderá usar o método seguinte: (1) Selecionar amostra probabilística da popula­ ção em causa.. aplicado..... 25 Neste caso.... .. indique quantas vêzes (percentualmente) você acha que se comportaria daquela maneira... 75 nada faz ....... você (% de vêzes) a) b) c) 0 grita com o motorista ... o número de itens apresentados aos juizes deve exceder algum múltiplo do número de blocos da tabe^ (2) (3) (4) . e nada faria nos outros 25 por cento de casos..... O mesmo pesquisador que planeja os itens pode avaliálos com relação a atributos relevantes. Fornecer a cada qual das pessoas matriz se­ melhante a que aparece na Tabela 22... Assegure-se de que essas percentagens somam 100... Para ter essa garantia..... 3 .....428 P L A N E JA M E N T O DE PESQUISA SOCIAL No espaço correspondente a cada qual das escolhas...... afinal....... Em geral.. êle deve buscar assegurar-se de que os entrevistados inter­ pretarão os itens da maneira como êle os interpreta. Fornecer a cada juiz lista de itens numerados.......... Tanto quanto possível... em cada caso. as três escolhas teriam aproximadamente o mesmo efeito.. E xem plo: Quando você começa a atravessar a rua. um carro pára exatamente em sua frente.... e numerados diversa e aleatoriamente para cada juiz...... entretanto. Essa amostra não deverá confundir-se com aquela a que o teste venha a ser...... você o olharia “feio” cêrca de 75 por cento das vêzes.1 ......... as respostas indicam que você praticamente nunca dirigiu gritos ao motorista.... Enquanto o contorna. Esclarecer os juizes acêrca do objetivo e na­ tureza do teste... lança-lhe um olhar "feio” .6 Avaliação dos itens do teste.. A essa amostra se cha­ mará “juizes”... pondo ênfase no significado de atributos e nos valores dos atributos usados....1 ..

por exemplo.A FASE OBSERV. mas não o mesmo número para cada bloco) devem ser oferecidos aos juizes. Depois de cada qual dos juizes ter avaliado todos os itens. C o. por exemplo. Deve ser dito aos juizes que não é necessário que êles coloquem o mesmo número de itens em cada bloco. êste procedimento requererá diferente análise de resultados). PRÁTICA 429 (5) (6) la. d. bo. Se o teste utilizar. uns independente­ mente dos outros. Fazer com que os juizes. dv Suponha-se que a avaliação . avaliem cada item. inclusive. podem. (a) Preparar. que utilizamos as qua­ tro variáveis que aparecem no teste de ascendência-submissão: a. c. DO P L A N E JA M E N T O DA PESQ. para cada item. regis­ trando o número dêsse item no bloco da ta­ bela que lhe pareça apropriado. Suponha-se que a avaliação do pesquisador a respeito do item é ai. uma tabela como segue: Ju iz (1) A valiação do pesquisador 0 b n a (2) A valiação do Ju iz (3) Diferença 1(2) —(1)1 (4) Quadrado (ja Diferença b n a b n a b n 1 2 r e Suponha-se. 24 itens (dois para cada situação). 36 ou 48 itens ao todo (isto é. b. deixar vazios alguns blocos (modificação dêsse procedimento con­ siste em reservar um bloco “não sei” para os itens que levantem dúvidas. 3 ou 4.

50 é tomada como diferença crítica no primeiro caso.25 no segundo caso. uma diferença de . classifica-se de . a medida parte do princípio de que a gravidade de um êrro é igual a n2.5 a 1. diferenças que não são importantes no primeiro caso. A diferença entre duas cate­ gorias (independentemente do campo de variação por elas coberto) é.25. unidades práticas equivalentes de dife­ renças. portanto.430 P L A N E JA M E N T O DE PESQUISA SOCIAL do juiz é a2. maior deve ser a potência de n. Em segundo lugar. pode ser classificado de 0 a . ai pode ser classificado de 0 a .50 para qualquer atributo. r. são importantes no segundo. 0. ou receberá avaliação nova.as suas situações respectivas.25 a . a "distância” entre as categorias ao longo da escala da propriedade dêcresce quando aumenta o número de cate­ gorias em que essa propriedade é subdividida. elas são As diferenças entre + 1 0 —1 0 a b c d e os quadrados são 1 . Em outras palavras. e . se estas unidades dife­ rem mètricamente.5 e a. respectiva­ mente. * Desta medida de adequação do item importa realçar vári aspectos. Portanto. considerada praticamente (embora não mètricamente) a mesma. que a escala vai de zero a um. c?i. Então. onde n é o número de categorias pelas quais a avaliação do juiz difere da feita pelo pesquisador. ser eliminado. C \ . significará isso que o item foi conside­ rado como equivalente a um bloco de afastamento em relação à avaliação do pesquisador. * O item poderá. (c) Se os valores obtidos na fase ( b ) exce­ derem de . . Entretanto.50 com relação ao atributo em causa. 1 e 0. igualar o êrro a n ou n3. então. por exemplo.de . por exemplo. Se quatro categorias são usadas. elas são praticamente idênticas porque representam. Outras hipóteses podem ser levantadas. Se duas cate­ gorias são usadas. b 2. Em primeiro lugar. Su­ ponha-se. Quanto mais importante seja o grau de confiança.0. e a. Presume-se aqui que o número de categorias utilizadas pelo pesquisador reflete a impor­ tância da distância ao longo da escala. a gravidade de um desvio de n categorias é independente do número total de categorias em que se subdi­ vide o atributo. ( b ) Adicionem-se os quadrados das colunas encimadas por (4) e divida-se a soma pelo número de juizes. independentemente do número total de categorias em tela.50. que reduzirá êsse desvio quadrado médio a menos do que .

Se se desejar mais do que concordância por maioria. . sob al­ guns aspectos. a variância das estimativas dos juizes pode ser tomada como medida do grau de confiança que mereça o item com respeito à propriedade em [oco. O desvio quadrado médio seria igual a 10/10 ou 1. Se me­ tade dos juizes desse ao item o valor aít e metade o valor a2. DO P L A N E JA M E N T O DA PESQ. serão iguais a 1. o valor poderá ser reduzido. ser eliminado. para cada item.A FASE OBSERV. portanto. As diferenças. Suponha-se que metade dos juizes desse ao item o valor at e metade o valor a3.0. porém. se a população distingue ou não entre os itens. isto é. o desvio quadrado médio seria 5/10 ou . mas a trans­ formação do valor do item em ax ou a3 continuaria a indicar um desvio quadrado médio de 1. por exemplo. Nada obriga a usar . Um item é aprovado na medida em que receba dos juizes avaliações coerentes. No primeiro caso.50. concluiremos que as ques­ tões aprovadas no julgamento serão interpretadas coerente­ mente pelos que vieram a ser submetidos ao teste. O desvio quadrado médio ainda seria igual a 1. isto é. PRÁTICA 431 Suponha-se. em seguida. Finalmente. Isso nos dá garantia de que se poderá depositar confiança na maneira como a popu­ lação reagirá face a cada um dos itens. fornece medida do grau de confiança merecido por itens correlacio­ nados.0. (d) Repetir a fase (c) para cada atributo e. capacita-nos a determinar se itens não correlacionados apa­ recem como diversos para a população. Com base neste procedimento. relati­ vamente aos quais lhes compete fazer avaliações. o item poderia ser transformado em a2. diz se poderemos justificadamente afirmar que dois itens aparecem como o mesmo para a população. assim como os quadrados. que o planejador atribui ao item o valor alt e que todos os 10 juizes dão-lhe o valor a2 . e o desvio qua­ drado médio seria igual a 0. ao empregado por Thurstone (35). cada item terá o mesmo significado para a maioria dos su­ jeitos que constituem a amostra. Além disso.5 como o valor crítico do desvio quadrado médio. O procedimento que se descreveu é semelhante. O item deve. quanto a uma feição importante: aos juizes se fornece definição explícita dos valores do atributo. dêle difere. Em conseqüência.

valores positivos indicam ascen­ dência. Conhecimento dêsse fato pode ser obtido por uma análise de variância. desde que os objetivos variam. todos êsses três valores. e como negativas as que correspondam a um característico de submissão. E informação em quantidade consideràvelmente maior pode ser conseguida recorrendo-se à análise de variância.1. Poderíamos dispor de alguma informação mais. o método melhor não é único.7 Avaliação das respostas e do teste. que representa o grau máximo de submissão (e grau mínimo de ascendência). Zero cor­ responde a inexistência de inclinação em qualquer sentido. ainda assim. Mas. Método muito simples de registro de resultados é o seguinte. a seguir. Divida-se o total pelo número de itens. E. Tal informação poderá mostrar-se necessária em alguns projetos de pesquisa. e valores negativos indicam submissão.1. isolada ou combinadamente. E. Por exemplo. à submissão e às respostas neutras. assim. Desejamos o método de registrar resultados que melhor atenda aos objetivos da pesquisa.432 P L A N E JA M E N T O DE PESQUISA SOCIAL 3. Ou seja. que representa o grau máximo de ascendência (e grau mínimo de submissão). Essas informações podem ser sintetizadas através de meios vários de indicação de resul­ tados. afetam essas respostas. . pode­ remos determinar quais as variáveis que. pode não ser suficiente determinar se um potencial supervisor tem qualidade de ascendência. Tal método de aferir resultado ignora boa porção das informações. ao avaliar a qualificação para um emprêgo. Teste planejado segundo o método descrito proporciona boa quantidade de informações. Pode fazer-se necessário saber se êle tende a exercitar ascendência maior na medida em que aumente a opressão sôbre êle. Se aplicarmos a análise de variância às respostas. muita informação deixaria de ser tomada em conta. Considere-se como positivas as percentagens de resposta que correspondam a um característico de ascendên­ cia. anotando separadamente as percentagens correspondentes à ascendência. O valor mínimo que dessa maneira se pode obter é — 100 por cento. Aplicação da análise de variância a cada teste é pro­ cedimento demorado e eventualmente dispendioso. O valor máximo que dessa maneira se pode obter é 100 por cento. Somem-se tais percentagens (omitindo as que correspondam a respostas “neutras” ). utilizando.

naturalmente. ou seja. Para os itens (colunas). a partir dêsses dados. cada item aparece duplicado. Se não houver significativa diferença nas respostas. uma vantagem adicional da análise de variância deve ser lembrada. menos a percentagem que se atri­ bui à alternativa de submissão. inicialmente. mas também as respostas. sujeitos (fileiras). uma avaliação do teste. É possível. Contudo. que os itens não apresentam diferença real para os sujeitos. DO P L A N E JA M E N T O DA PESQ. Supo­ nha-se. PRÁTICA 433 a maneira de decidir sôbre como analisar os resultados do teste deve difluir de uma comparação dos custos de cada procedimento de aferição face ao valor da informação que proporcionam. que aparecem K pares de itens num teste. permite-nos avaliar não apenas os testes. se houver K sujeitos. e a amostra completa relativa a cada item. concluiremos que os sujeitos não estabelecem diferença entre os itens. poderá ser preparada tabela semelhante à seguinte: Itens sujeito a 1 b a 2 k b a b 1 2 k Colocar-se-á em cada célula a percentagem atribuída à alternativa de ascendência. interação. que . por exemplo. Se diferença nos itens não se acompanha de diferença nas respostas. Tenhamos em consideração. acompanhando diferença dos sujeitos. Representa a um item do par e b o outro. ou seja. Então. e intra-grupos podem ser calculadas as estimativas de variân­ cia (desvio quadrado médio).A FASE OBSERV. saberemos que o teste não discrimina entre sujeitos.

coerentes (isto é. ou seja. poderemos inferir que os itens discriminam de maneira idên­ tica relativamente a todos os sujeitos. realizado um teste para determinar se há diferença significativa entre as colunas a e b. merecedores de con­ fiança). isto é. e não é possível confiar nos itens. Se não existir diferença significativa. A análise examinada acima permite avaliação do teste com referência à amostra completa. de forma a determinar se distingue entre os itens e se é coerente no que respeita às duplicações. Se a interação é siginificativa.434 P L A N E JA M E N T O DE PESQUISA SOCIAL os sujeitos não se distingam com respeito à característica em exame. Se a interação entre sujeitos e itens não é significativa. (Para outras interpretações possíveis. Utilizando a ma­ triz que aparece atrás. quando vistos por indivíduos diversos. ver cap. 2 . poderemos concluir que os su­ jeitos são. a coisas diferentes. tal resultado poderá significar que o teste não está em condi­ ções de apontar diferenças tão pequenas como as que existem entre os sujeitos. o teste deve ser tido como ina­ dequado. a seguir. Se há diferença significativa entre as colunas agru­ padas a e b. e avaliação da amostra com referência ao teste. pode-se apreciar.3 . Contudo. Se se acredita serem grandes as diferenças existentes entre os sujeitos. Análise mais profunda acêrca das respostas de cada sujeito . ) Pode-se também efetuar análise para determinar quão dignas de confiança são as respostas dos sujeitos. concluiremos. a duplicação tem como base as ava­ liações dos juizes. As colunas a e as colunas b podem ser agrupadas e. O mesmo tipo de análise pode ser feito com relação a cada item. se se supõe que os sujeitos diferem entre si. por via de teste. Há itens duplos para cada célula. Essas possibilidades poderiam ser estudadas mais a fundo. vii. em geral. ou que os sujeitos não são coeren­ tes. submeter a teste a diferença entre a coluna a e a coluna b. o grau de confiança de que são merecedores os sujeitos (coletivamente considerados) em relação a cada item isolado. Procedimento semelhante pode ser adotado relativamente a cada indivíduo. ou que os juizes erraram. Dessa forma. pode-se analisar separadamente as respostas de cada sujeito. poder-se-á inferir que os itens correspondem. 1 . que êles não estão sendo interpretados diferentemente por diferentes su­ jeitos.

Nada há de errôneo em confiar nos substitutos verbais. Usando a análise de variância é possível determinar. A verificação pode vir a ser muito esclarecedora. de outra forma. Imagine-se. confirmação de acuidade é possível. nos dá medida de acuidade de respostas. 1. Nada. As ciências sociais apoiam-se tão fortemente nos testes verbais. Sem verificação com base no teste modêlo. 3 x 2 x 2 . contanto que essa confiança possa ser justificada. Em alguns casos. a menos que os testes verbais sejam dessa forma avaliados. Essa matriz possibilita planejamento fatorial a três variáveis. A de­ finição da propriedade examinada deve indicar. como poderia ser colhida esta última evidência. colher evidência. tal como se fêz recorrendo à matriz apresentada na secção 3. por exemplo. PRÁTICA 435 pode ser conseguida registrando-se tais respostas (diferença entre as percentagens que dizem respeito à ascendência e à submissão). ex. Mais do que isso. que se torna aconselhável grande esforço para verificar os resultados dêsses testes mediante recurso a uma situação modêlo. ainda quando se empregue pequena amostra de população. no teste verbal.. e eficiência) tomadas separadamente. respostas a testes verbais substituem o estudo de outros tipos de comportamento. que o teste se destina a analisar as atitudes frente ao serviço militar obrigatório. dá também indicações explicativas. A acuidade . para os quais seria dificil ou oneroso.A FASE OBSERV. Na falta de definição (o que ocorre freqüentemente). Na maioria dos casos. para cada sujeito (1) se o seu grau de ascendência ou sub­ missão é afetado pelas três variáveis (intenção. com repe­ tição. 3. Uma análise dêsse tipo nos dá mais do que o resultado descritivo usual. entretanto. isto é. capacidade de leitura ou domínio de vocabulário). e (2) se essa medida é afetada pelas três combinações possíveis de duas variáveis e pelas três variáveis tomadas em conjunto. DO P L A N E JA M E N T O DA PESQ. dêste capitulo. não temos como ajustar as respostas dos testes. salvo no caso de a propriedade estudada ser a capacidade de obter certo resultado no próprio teste (p. 1. como corrigir a imprecisão causada pelo instru­ mento. intensidade do estímulo. não temos motivo sequer para dizer que "os testes verbais são os melhores instrumentos práticos disponíveis”. não é possível nem mesmo imaginar forma de verificação das respostas dadas ao teste verbal.

mas não é pro­ cedimento científico fundamentado. e a menos que os elementos típicos dos grupos favorável e desfavorável sejam conhecidos. "uma inclinação para o alistamento”. outra contrária ao serviço militar compulsório. mede uma atitude diferente daquela que se pretendia que êle medisse. Pode medir. podendo acontecer que a atitude medida seja característica de um dos grupos examinados. Quando não é assim planejado. na verdade. e em têrmos da acuidade e precisão que revele para a medida da propriedade em estudo. um resultado de teste nada significa por si mesmo. o método poderá revelar-se muito proveitoso. ou um projeto de pesquisa. os resultados nada valem. para ambos os grupos. O teste deve ser planejado de modo a fornecer estimativas de precisão das respostas. que uma pessoa favorável mais fàcilmente se alistará no serviço militar do que alguém que a êle se oponha. os que se alistam voluntàriamente podem formar o grupo “pró”. mas não do outro. resultados altos. e freqüen­ . uma delas favorável. O teste deve dar. Por exemplo. e quem deixará de fazê-lo. admitese. se o pesquisador dispõe de boas definições. não passa de um número. êsse modo de verificar a acuidade pode conduzir a resultados decepcionantes. favoráveis e contrários. Na ilustração dada. Um salto intuitivo. nos permita prever quem se alistará no serviço militar. Outro possível tipo de êrro surge quando o teste. fatual e teórica. Mas. Isto pode não ocorrer. O emprego dessa forma de verificação de acuidade apoia-se em vários pressupostos. Em suma. guiado pelo senso comum. e os que se opõem conscientemente constituirão o grupo “anti”. e mesmo falsos. Pode ganhar sentido com base na conceituação que entra sistematicamente no planeja­ mento do teste.436 P L A N E JA M E N T O DE PESQUISA SOCIAL do teste pode ser aproximadamente avaliada ao ser êle apli­ cado a amostras de duas populações. Para che­ gar dessa inclinação à atitude. e de conhecimento dos elementos típicos dos grupos. Deve-se lembrar que um teste que. e de modo a permitir verificação da sua acui­ dade. por exemplo. diverso. não será necessàriamente medida da ati­ tude face ao serviço militar obrigatório. por exemplo. novo. é preciso muita informação conceituai. A menos que a atitude examinada seja claramente definida. sim­ plesmente. pode alcançar bom resultado.

pelo menos. e a concomitante aferição de resultados. portanto. ou que selecione. A economia de tempo e de esforço. se admitimos que êle não está consciente de sua verdadeira atitude. Em conseqüência. o valor da propriedade (ou propriedades) sob investigação. que será. mas. DO P L A N E JA M E N T O DA PESQ. se admitimos que um indivíduo sabe qual a sua atitude em relação a um grupo religioso. e para a pessoa que se submete ao teste.2 Questionários. de um conjunto de respostas alternativas. aquela que melhor espelhe a sua atitude. Até o momento. por que o resultado de um teste pode ser utilizado para solução de um problema de pesquisa. de modo mais genérico. pedimos que exprima essa atitude. sistematicamen­ te aperfeiçoados. poucos princípios metodológicos existem aos quais se possa recorrer. Por exemplo. deve ser elaborado para determinar apli­ cações possíveis dos resultados anteriormente obtidos. Mas. capacitando-nos a controlálos. O planejamento do teste. Prognósticos dêsse tipo serão magia numerológica. são orientados no sentido de fornecer dados que possam ser entendidos e. Embora se tenha escrito muito acêrca do planejamento de questionários. de modo direto. tal como no planejamento dos testes. A previsão é cientí­ fica apenas quando assentada em conceituação. por­ tanto. tão com­ plexo como o teste de traço. então faz-se necessário elabora um teste de atitudes. A previsibilidade não basta. precisamos saber por que uma previsão é bem ou mal sucedida e. para o planejador. mas não ciência. 3. Saber que certas pessoas pelas quais certo resultado fôr obtido tenderão a comportar-se de tal ou qual modo nada acrescenta à compreensão dessas pes­ soas e de seu comportamento. teoria (leis admitidas) e dados. De fato. por que o queremos). que examinamos na secção ante­ rior. o que queremos saber (e. admitimos que o sujeito pode dar-nos.A FASE OBSERV. a presente discussão carecerá do rigor presente na última secção.1. a maneira de alcançar tal decisão é diferente. PRÁTICA 437 temente infrutífero. pouco mais se disse do que o óbvio. Ao planejar um questionário. é considerável quan­ . Devemos decidir. de tal modo que seu êxito ou insucesso acrescenta algo à nossa compreensão dos fenômenos naturais (inclusive humanos e sociais). como exige a ciência.

por sua vez. Uma vez que se tenha decidido ser possível admitir que o sujeito tem conhecimento do ponto em foco. o problema será. Isso. ainda. pode resultar de preparo deficiente. estruturada de maneira a valer-nos em tais situações. da melhor maneira possível. Quer isso dizer que pretendemos nos assegurar de que o sujeito compreende as perguntas adequadamente. primordialmente. critério geral que nos auxilie na preparação de questionários. pode ser feito com auxílio de estudos anteriores. Os dois problemas serão considerados no próximo capítulo. A experiência acumulada com relação a ques­ tionários não é desprezível. . mas inexistente. Erros de resposta às perguntas de um questionário po­ dem ser. ou de testes prévios deliberadamente preparados para êsse objetivo. Várias das observações e ilustrações seguintes foram tomadas dêsse artigo. via de regra. sempre que usamos um questionário. não há ciência linguística da comunica­ ção. não é necessário dizer que os resultados não terão utilidade. ou não ser claramente compreendida por quem a registra.438 P L A N E JA M E N T O DE PESQUISA SOCIAL do fôr possível admitir. justificadamente. A incapa­ cidade do entrevistador tornar clara a pergunta. se queremos avaliar a adequação de um questionário. de comunicação. quan­ do tratarmos de seleção e treinamento de pessoal. embora não escasseiem as tentativas de construí-la. e recorrer ao bom senso. que tenta responder fidedigna­ mente. a legitimidade daquilo que se admite. Até o momento. por­ tanto. H á numerosos artigos em perió­ dicos que bem orientam a formulação de tipos específicos de perguntas. ou de falta de habilidade. Um dos melhores é o de Mauldin e Marks (24). Não existe. Devemos cuidar. e (b) não ser a resposta dada claramente. Êsse exame. o melhor a fazer — além do teste prévio controlado — é usar a experiência passada. atribuídos a dois fatores: (1) comu­ nicação deficiente e (2) lembrança deficiente. Se um questionário fôr elaborado com base em conheci­ mento presumido. de examinar. "Comunicação deficiente” pode dever-se a (a) ser de significado dúbio a pergunta apresentada pelo questionário ou feita pelo entre­ vistador. Logo. que o consultado está consciente de sua atitude. pode dever-se à sua incapacidade de compreendê-la. e que sua resposta será fielmente registrada.

PRÁTICA 439 Será incidir em lugar comum dizer que as perguntas devem usar linguagem familiar aos sujeitos. Podem imaginar incorreta­ mente. cabendo antecipar a falha do questionário.A FASE OBSERV. pede-se que êle formule juízo a respeito de uma propriedade daquilo que está sob observação (p. Poste­ riores indagações permitiram concluir que a dona de casa pensou que a pergunta fôsse “A sra. Em alguns casos. uma pergunta longa deve ser sub­ dividida em duas ou mais porções. O autor. Várias tentativas já se fizeram para esclarecer sistemàticamente os significados dessas expres­ sões (34). DO P L A N E JA M E N T O DA PESQ. agora perguntamos: "Qual o maior grau de esco­ laridade que você freqüentou?" A seguir o entrevistado depara com a pergunta: “Você completou êsse grau?” Isso elimina parte do desvio da resposta. O problema. Entretanto. a pergunta não deveria provocar dificuldades para a vasta maioria dos entrevistados. se se resume aos significados de "familiar”. empregando escalas linguísticas. de ruídos provocados pelas aves no quintal. A pergunta precisou ser reformulada para “Há galinhas vivas neste local?” Mauldin e Marks salientam que “na avaliação de uma pergunta. nem muito numerosas.. ex. até hoje. no bom senso. cria galinhas? ”A resposta foi “Não". Os consultados tendem a responder aquilo que imaginam ser a questão do entrevistador. é mais importante saber como o interro­ gado interpretará a questão? do que saber “que significa essa questão?” (24:650). o trecho "que você com­ pletou” .. “A sra. o planejador deve confiar. Por isso. (A respeito dos testes prévios. perguntou certa vez a uma dona de casa. numa a-sistemática familiaridade com a população a ser consultada. Algumas pessoas nem sequer ouviam o final da questão. o Bureau of the Ccnsus perguntava. . não ser muito longas. nesse caso particular (24: 650). está claro. Em caso de dúvida. antes de tudo. Não obstante. acompanhada. por exemplo. . isto é. . isto é. porém. "muito longas” e "muito numerosas”. cria galinhas para venda?” Ela criava os animais para seu próprio consumo. falaremos no capítulo x). Até há pouco. e no teste prévio. muitas pessoas ouviam o trecho "maior grau de escolaridade" e imediatamente reagiam em têrmos do "último ano de escola freqüentado". a pergunta é dirigida ao entrevistador ou observador.: "Qual o maior grau de escolaridade que você completou?" Literalmente inter­ pretada.

por exem­ plo. é conveniente subdividir a pergunta em com­ ponentes menores. e êle conclui que deve ter lido o livro ou tem dúvida e delibera "arriscar”. Êsse problema é semelhante a outro já considerado no capítulo iii — determinação da acuidade com que as medidas devem ser feitas. Quando isso acontece. Em tais casos. a questão fundamental é a de saber quão acurados devem ser os dados. E. Em muitos casos. que possam ser respondidos sem a inter­ ferência dos conceitos e preconceitos do observador e que permitam juizo acurado e digno de crédito. é provável que não esteja delibera­ damente mentindo. Não obstante. Erros de resposta podem ser reduzidos. Êsses procedimentos podem ser dispendiosos. o status de uma pessoa). mesmo que “condições de uma casa” ou "status” estejam definidos. Conseqüentemente. Para outros resultados análogos ver (17) e (18). por meio de planejamento de procedimentos alternativos. ao considerar a redução dos erros de resposta. o título sôa-lhe familiar. é mais conveniente formular perguntas para determinar a quantidade de água quente e fria disponível do que perguntar “há bastante água nesta casa?”. a quarta parte dos estudantes assinalou um ou mais dêsses títulos fictícios. Quando êle afirma ter lido um livro inexistente. Em um estudo. o observador pode preferir adotar sua pró­ pria noção acêrca do significado dessas expressões. Por exemplo. Smith (29) pediu a alguns estudantes que mar­ cassem numa lista (por êle fornecida) os livros já lidos. Não se pode esperar que um entrevistado tenha lem­ brança de fatos ocorridos há muito. e o do emprêgo do procedimento. freqüentemente. muito maior acuidade a respeito de idades é exigida no preparo de tabelas de duração de vida para uso atuarial. A lista continha vários titulos fictícios. preocupam-nos dois tipos de custos: o da inacuidade que certo procedimento pode acarretar. do que para a classificação de uma população em grupos etários com vistas a análise de tendência de opinião pública [24: 653]. Erros de lembrança podem ser atribuíveis à falta de conhceimento ou à memória fraca. função do emprego que terão os dados. Por exemplo. F. como aqui.440 P L A N E JA M E N T O DE PESQUISA SOCIAL as condições de uma casa. Lá. . O planejador. e o ganho em acuidade não ser compensador. obviamente. uma resposta a essa questão levantará o nõvo problema de saber quão custoso será (em dinheiro e esforço) alcançar dado nível de acuidade. O nível de acuidade exigido é.

DO P L A N E JA M E N T O DA PESQ. então. Alguns possíveis procedimentos de validação já foram mencionados. num teste prévio. PRÁTICA 441 portanto. daquêles que já se familiarizaram com o tipo de perguntas que se vai fazer e daquêles que irão aplicar os resultados das pesquisas. Por exemplo. se desejamos determinar a idade de um entre­ vistado. A inclusão de itens falsos. no entanto. mas. Por exemplo. a pergunta "Quanto você caminhou nos seus estudos?" recebeu de vários habitantes das zonas rurais a resposta “Duas milhas”. A compatibilidade não demonstra validade. vale a pena considerar as alternativas e respectivas vantagens e desvantagens. Comissões consultivas e diretoras podem ser chamadas a opinar. por meio de questionários. se determinamos. O planejador do teste ficou surprêso com tais respostas. A duplica­ ção das perguntas.A FASE OBSERV. 3. mês e ano de seu nascimento?” Poderíamos. O teste pode ser elaborado de maneira a permitir verificações internas de grau de confiança. O u as perguntas serão prefa­ ciadas por explicações que tentem deixar claro seu signifi­ cado. fornece um alicerce para a avaliação das respostas aos itens verdadeiros. Pode ser preciso pesquisar para obter estimativa satisfatória dessas despesas. 2. Medidas preventivas podem ser tomadas com o f de fazer com que as perguntas sejam interpretadas do modo desejado pelo planejador. fornece alicerce ainda melhor. Observações e críticas. mas respostas compatíveis são muito mais provàvelmente acuradas do que as incompatíveis. sempre que possível. o local de nasci- . podem ser um bom meio de averiguar a adequação dos itens de um teste. Verificações de registro podem ser utilizadas para exame da validade de certas respostas. já que o sentido da pergunta pare­ cia claro a êle. a pergunta “Qual era a sua idade no último ani­ versário?” pode ser seguida (não necessariamente de modo imediato) de “Qual o dia. A adequação das perguntas e dêsse prefácio pode ser determinada com auxílio de testes prévios. como se notou acima. verificar se as duas resposta são com­ patíveis. Para ilustrar. O próprio planejador é raras vêzes um bom juiz para a avaliação da clareza das perguntas. 1 . deve escolher questionário e procedimento de avalidação que tornem mínima a soma dêsses dois gastos.

caso a discrepância entre o resultado do levantamento e o índice “ver­ dadeiro” se mostre elevada.N ã o podemos esperar que mais de 80 por cento dos dados do Census a respeito de idades se coadunem com os dados colhidos em certificados de nascimento. 4.. mesmo que o estudo fique restrito às pessoas nascidas depois de 1915 [24: 654-55]. O custo de tais verificações pode ser. “Quantos quartos tem esta casa?”. é a de que. por exemplo.. em certos momentos. são mais cuidadosamente selecionados. no caso de novo contato. A resposta à questão original pode ser confrontada com a res­ posta posterior e. nos escritórios da prefeitura). .442 P L A N E JA M E N T O DE PESQUISA SOCIAL mento de uma pessoa e a residência dos pais. Tanto os entrevistadores como as perguntas. . A maior dificuldade da averiguação por meio de registros . É bem difícil. Essa verificação pode ser con­ duzida com base em amostra de uma população de tais cer­ tificados. já que os registros podem estar nas mãos das pessoas interessadas (i. estabelecer uma espécie de acõrdo. em muitos casos. Pode-se repetir entrevistas com amostras da pop lação. As perguntas do questionário ini­ cial podem ser decompostas em várias novas questões.. Essas perguntas podem ser decompostas quando se leva a efeito uma segunda entrevista. determinar por que uma resposta foi incorreta. ex. Poderá. “Quantos filhos tem o senhor?”. Explicações daí resultantes ofe­ recem subsídios valiosos para a análise dos dados. também. da propriedade estudada e da população em tela. uma proporção substancial dos casos "não combina”. . relativamente baixo. Muitas questões são “aditivas”. é possível uma verificação mediante auxílio de certidões de nascimento. na ocasião do nascimento. A utilidade das verificações por meio de registros depen­ de. Considerando que amostra mais reduzida está em tela. podendo-se escolher os mais hábeis. o entrevistador poderá tentar determinar qual a resposta cor­ reta. con­ cernente a dados sôbre naturalização. e para o planejamento de futuros questionários. certidões) ou reunidos em uma agência central (p. Em certo caso. é. além disso. podendo-se. . carteiras de motoristas. no caso de haver uma discrepância. permitiu mais de 90 por cento de acõrdo. via de regra. um número menor de entrevistadores é necessário. "Quantas vêzes você mudou de residência nos últimos cinco anos?”. obviamente. verificação por meio de registros. ainda.

Para exemplificar. a substituição dos sujeitos é indicada. levamos em conta os problemas oriundos da impossibilidade de encontrar os sujei­ tos indicados. precisa usar o telefone para entrar em contato com êle. Imagine-se que um entrevistado. Em primeiro lugar. incluindo porão e sótão. resulta ser inapropriada a pergunta original. DO P L A N E JA M E N T O DA PESQ. Quando essas medidas se mostrarem insuficientes. A gravidade do problema decresce com auxílio de horas mar­ cadas para as entrevistas. a novas chamadas. explicações dadas ao sujeito. sem recorrer às novas cha­ madas. e certa persis­ tência na procura dos indivíduos que se tem interêsse em consultar. As perturbações provo­ cadas pelas ausências podem ser compensadas recorrendo a entrevistados substitutos. O que se pode aprender nas repetidas entrevistas permite redu­ zir a margem de êrro nas pesquisas posteriores. pode-se pedir ao entrevistado que prepare uma lista dos compartimentos de cada pavimento da casa. de pessoal habilitado. PRÁTICA 443 solicitar que o entrevistado enumere as partes que se adicio­ nam. Sumário. Êsses problemas são particularmente agudos quando o observador precisa ir ao ambiente usual do sujeito. Neste capitulo consideramos vários ajustamentos práti­ cos que o planejador da pesquisa pode ter que fazer em seu modêlo idealizado. bons observadores. Se tais falhas forem fre­ qüentes.A FASE OBSERV. ofe­ recimento de brindes e adoção de um método que não pro­ voque reações desfavoráveis. O método de Politz-Simmons é um novo proce­ dimento que pode ser utilizado em alguns casos para corrigir os desvios devidos às ausências. Uma troca de idéias poderá revelar que êle deixou de incluir um "cantinho de recreação”. 4. por êle mesmo construído no porão. . numa segunda aborda­ gem. ou precisa persuadi-lo a responder a uma solicitação postal. As recusas constituem problema que pode ser parcial­ mente contornado com certas medidas preventivas: publici­ dade. note que deixou de contar um dos compartimentos ao dar a primeira resposta. de escolha criteriosa de horas para os contratos.

há dois tipos: testes e ques­ tionários. O planejamento de um teste exige uma definição cien­ tífica da propriedade que se investiga. Entrevistas renovadas. A acuidade pode ser verificada mediante emprêgo de popu­ lações com “características conhecidas” ou (preferencialmen­ te) mediante testes controlados de comportamento. . Verificações por meio de registros podem servir para estimar a acuidade das respostas. Testes prévios e comis­ sões consultivas podem ajudar a esclarecer as perguntas. de comunicação. colocados no teste com o objetivo de permitir determinação da contribuição de cada variável. e capazes de indicar diferenças. por exemplo. Os resultados das avaliações dos juizes fornecem um funda­ mento para a seleção dos itens fidedignos. Aqui. faz-se recomendável extrapolação e interpolação. Caso nenhuma das condições possa ser atendida na prática. Os questionários precisam deixar patente ao sujeito o tipo de informação desejada pelo observador. nos testes não se requer êsse conhecimento. cabe submetê-los à apreciação de um corpo de juizes. evitando a ambigüidade. escolhidos entre a população que será estudada. Os atributos e as variáveis pertinentes precisam então ser analisados a fim de determinar quais dos seus valores serão usados. Desses. fornecem informações a respeito da acuidade dos dados originais. os itens e as respostas podem ser novamente analisados sob o prisma de sua fidedignidade e capacidade de apontar distinções.444 P L A N E JA M E N T O DE PESQUISA SOCIAL Pode não ser viável observar as respostas em tôdas as desejadas circunstâncias. e indicam manei­ ras para que se evite a repetição de certos erros nas pes­ quisas subseqüentes. essencialmente. e a duplicação das perguntas permite medir o grau de confiança a depositar nas respostas. Uma vez que os itens de um teste tenham sido pla­ nejados. e para todos os estímulos deseja­ dos. O problema é. em seguida. aplicadas a uma sub-amostra da amostra inicial. Nos questionários parte-se do pressuposto de que o sujeito conhece a propriedade sob investigação. mediante uma análise de variân­ cia. os substitutos verbais podem ser empregados. com base nas análises de regressão. Uma vez aplicado o teste. Os valores podem ser.

Suponha-se que em estudo do comportamento eleitoral. . 4. Planejar um questionário que permita prever o resul­ tado das eleições e a medida em que um candidato pode retirar votos dos outros. PRÁTICA 445 Tópicos para discussão. Que razões possíveis existem para que alguém se furte à solicitação de um entrevistado? De que se poderia tratar em cada um dêsses casos em que o entrevistado se recusa a colaborar com o entre­ vistador? 2. Para introdução ao problema da ausência. Que evidência existe para afirmar que o teste mede. consultar Guilford (10). como reformular o teste? 4. b) câmeras cinematográficas: c) gravadores. DO P L A N E JA M E N T O DA PESO. e em Marks e Mauldin (24). e tornar explícitos os pressupostos de cada um. 5. De que modo se poderia elaborar teste para medir o vocabu­ lário de certa pessoa? Como avaliar o teste e as respostas? 5. Stouffer (32) e Thurstone (35). Selecionar um teste' familiar a todos os elementos de um dado grupo. Para métodos alternativos de planejamento de teste. vários sujeitos recusam-se a responder à pergunta: "Você votou na última eleição presidencial?" Indicar as observações que poderiam ser feitas com o objetivo de obter uma resposta. Identificar a célula a que cada um pertence. Preparar um modêlo observacional para seu projeto de curso. Planejar três itens para um teste de ascendência-submissão. ver Birnbaum e Sirken (4). Esclarecer as condições em que os seguintes itens se trans­ formam em instrumentos científicos de utilidade: a) observação parti­ cipante. Leituras sugeridas. Exame particularmente interessante dos erros de resposta pode ser encontrado em Hansen e outros (12). Hansen e Hurwitz (11) e Hilgard e Payne (14). 2. Quais são as possíveis razões de recusa? Como tratar cada caso? 3. Excelente discussão a respeito de verificação de registros e de levantamentos continuados acha-se em Eckler e Pritzker (8). efetiva­ mente. 3.A FASE OBSERV. Num levantamento intensivo e continuado a respeito da renda de estudantes. Exercícios. 1. 1. Imagine-se que três candidatos se apresentem para o mesmo cargo público. como se poderia subdividir a pergunta: "Quanto ganhou você no último ano?” Esboçar um teste prévio para determinar a adequação da subdivisão. aquilo que se destina a medir? A evidência é adequada? Em caso negativo.

H. e M a u l d in . e S ir k e n . Public Opinion Quarterly. 1949. P. Social Discovery. Journal of the American Statistical Association. H . e H u r w it z .446 P L A N E JA M E N T O DE PESQUISA SOCIAL Referencias c bibliografia. 47-86. M. 1951. 7. W ... Personality: a Psychological Interpretation. B evis . 1. Psychometric Methods. 12-43. L. “Those N o t at Hom e: Riddle for Pollers". Washington. 13. Journal of the American Statistical Association. V III (1944). 16. S id n e y . X L V I (1951). J o h n s o n . 517-29. P.. C h u r c h m a n n . D. O. G. ing”. Measuring the Accuracy of Ennumeration Surveys... M a r k . P. N. 12. 492-93. B„ “A Rigid Technique for Measuring the Impression Values of Specific Magazine Advertisements". Z. D. W . New York: John W iley and Sons. J. e P r it z k e r . “A n Experimental Defi­ nition of Personality". “The Problem of Non-res­ ponse in Sample Surveys”.. X L V I (1951). New York: Henry Holt and Co. 4. "Economic Incentives Used for Mail Questionnaires". H . e A c k o f f . M. S. 254-61. N. E „ Some Theory of Sampling. W .. 10. e C r o w n . L e o n . Journal of Applied Psychology. L u c a s . H ilgard ... 15. A l lpo rt . O. M . Philosophy of Science. e P a y n e . H a rtley . Journal of the Royal Statistical Society. Journal of the American Statistical Association. E . R... W . “Possibilities and Problems of Group Interview­ 5. 6. 14. X II (1948). E y s e n c k .. H u r w it z . E c k l e r . M a r k s . 1950. C. Public Opinion Quarterly.: Bureau of the Census. 3. Journal of the American Statis­ tical Association. 9. 147-90. W . C IX (1946). S. Inc. E . J. C. X L V (1950). W . B ir n b a u m . 17. D e m in g . X IV (1947). 1937. C. em F r a n k Y ates . 480-89. H .. “Mathematical Models in Psychological Scaling”. New York: Republic Pu­ blishing Co. . G. A b r a m s . A . H . H a n s e n . G u il f o r d . “Review of Recent Statistical Developments in Sampling and Sampling Surveys: Methods of Estimating Sampling Error with Discussion”. Statistical Methods in Research. C... 1949. New York: Prentice Hall. 778-90. H a n s e n . 502-6. C. “A n Experimental Study in Opinion-Attitude Methodology”. "Response Error in Surveys”.. 1936. International Journal of O pi­ nion and Attitude Research. L in d e m a n . X III. E . 8.. X L I (1946). 304-32.. 98-110. 2. III (1949). 1924. H . "Bias Due to Non-availa­ bility in Sampling Surveys". X X IV (1940). New York: McGrawHill Book Co. R. C oo m b s . J. 11. W . Public Opinion Quarterly. L.

133-36. R. Public Opinion Quarterly. S t o u f f e r . 493-512.. e H. New York: Columbia University Press. L. Journal of Marketing. 32. 31. P a y n e . The Measurement of Attitudes. R„ “An Attempt To Get the Not-at-Homes into the Sample without Call-Backs". Chicago: University of Chicago Press. 1950. W . . 758-69. International Journal of Opinion and Attitude Research. L u n d b e r g . Chicago: University of Chicago Press. New York: Harcourt. Prin­ ceton: Princeton University Press.. Polls and Samples. "The Problem of Call Backs”. "W ho Answers Ques­ tionnaires?". F. e M c C an dless . X X I (1935). PRATICA 447 18. O. 35. P a r t e n . X V (1950). M a u l d in .. American Sociological Review. 561-75. P. L. 473-98. "Characteritics of Hard-ToReach Individuals in Field Surveys". T er ris . Journal of Applied Psychology. et al. Philadelphia: University of Pennsylvania Press. L u n d b er g . 1934. X III (1949).. IV (1950-51). S t em b er .. C h u r c h m a n . B o y d . Green and Co. 21. e M a r k s . Public Opinion Quarterly.A FA SE OBSERV. A. 25. Social Research. 1946. III (1949-50). 22.... R. e C h a v e . 33.. Measurement and Prediction. L. 36. 314-19. H erbert . S a m u e l . H erbert e H y m a n . }. 1947. A. DO P L A N E JA M E N T O DA PESQ. X III (1949). 34. 1929. por C . 24. "Problems of Response in Enumerative Surveys". G. Middletown. E. A. F. Brace and Co. International Journal of Opinion and Attitude Research. P. P o l it z . N. X L IV (1949). “H o w Interviewer Effects Operate through Question Form”.. 28. 20. J. in Measurement of Consumer Interest. S.. K o m a ro v sk y . L. T h u r s t o n e . W . S m it h . ‘ An Analysis of Interviewer Characteristics and Their Relationship to Performance". New York: Harper and B'rothers. 649-57.. S u c h m a n . 27. New York: Longmans. G. 1938. Edu­ cational Administration and Supervision. E. 29. L y n d . X III (1950). 1950. ed. Brace and Co. A Scale for Measuring Attitudes toward the Church. B. A l fred e S im m o n s . Middletown in Transition. L u n d b e r g . 653-58. Surveys. "Direct Validations of Questionnaire Data". 487-94. A. V I (1942). G. 23. S h ea t sl ey . Public Opinion Quarterly. M. M irra e M c I n e r y . 26. 9-31.. 19. S. S. W . A c k o f f e M u r r a y W a x . A. E. e L a r se n . “Are Poll Questions Too Difficult?". S.. M ildred . M . F a y . 1930. “A Controlled Recognition Technique for Measuring Magazine Advertising Audiences". S t o c k . Leisure: A Suburban Study. 1929. New York Harcourt. "Case Studies in Question Complexity”. Journal of the American Statistical Association. X X IV (1940). 30.

C a p ítu lo X A FASE OPERACIONAL DO PLANEJAMENTO DA PESQUISA PRÁTICA * 1. tentativa de for­ mular as opiniões de modo a torná-las suscetíveis de virem a ser avaliadas como hipóteses metodológicas. é preciso que a opinião contrária tenha também algum sen­ tido. Far-se-á. na apresen­ tação de um conjunto de opiniões. uma opinião com valor de orien­ tação deve dar realce a uma asserção. Bureau of the Census. As instruções aos observadores e os relatórios dêstes devem ser tão claros quanto possível. Consiste o capítulo. cheias de sentido e mutuamente excludentes. Em outras palavras. Este capítulo é dedicado principalmente ao estudante que se inicia no caminho tortuoso da pesquisa e aos cien­ tistas sociais profissionais que tenham tido reduzida opor­ tunidade para pesquisar. estão privadas de valor de orientação: (1) (2) As observações devem ser feitas tão cuidado­ samente quanto possível. * Êste capitulo foi escrito em parceria com Leon Pritzker. dentre um conjunto delas. . diferirão as opiniões a serem apresentadas de muitas que a literatura contempla: serão formuladas de maneira a se revestirem de algum valor “de orientação”. Opiniões do tipo seguinte não têm essa propriedade e. no que se refere a operações. em grande parte. Para que uma opinião tenha algum valor de orientação. portanto. contudo. Em tal sentido. não difere muito de outras discussões a propósito de “como” conduzir a pesquisa. Introdução. E ainda sob outro prisma.

desenvolvimento algum. no estágio atual de desenvolvimento técnico das ciências sociais. Por exemplo. por exemplo. mas também menos dispendiosos. Ocor­ re. a testes demorados e complexos. ainda. Considere-se. Além disso. o primeiro enunciado: as observações devem ser feitas tão cuidadosamente quanto possivel. Pode ocorrer que a compreensão do obser­ vador venha a ser toldada ou que sua disposição (e eficiên­ cia) se reduzam. Não se deve tomar essas afirmativas como argumentos em prol de misticismo. em razão de insistência a propósito de "clareza". contudo. po­ dem afetar o clima intelectual em que se desenvolve a pes­ quisa. uma palavra como “cuidado” passa a carecer de sentido. um “princípio” como o referido acima pode contribuir para que apareça como obrigatório um comportamento da mais indesejável espécie. Consideremos o segundo enunciado: as instruções aos observadores e os relatórios dêstes devem ser tão claros quanto possível. por exemplo. DO P L A N E J. Gasto e ineficácia tremendos podem ser a conse­ qüência de esforço por atingir um nivel de "cuidado" muito superior ao que requerem os objetivos da pesquisa. são por vêzes trata­ dos com rigor excessivo. outros aspectos da pesquisa. Alguns aspectos do processo de pes­ quisa não alcançaram. H á boas razões para supor que declarações da espé­ cie acima referida tendem a produzir clima intelectual geral­ mente indesejável. quando se poderia utilizar testes “menos poderosos”. aplicada a elas. que o força a colocar-se em guarda contra a menor ambigüidade e lhe constrange inteiramente o exercício do critério próprio e da imaginação (científica). Para compensar o primarismo de ação em certas áreas.A FASE OPER. muitas de nossas técnicas são tão pouco desenvolvi­ das que. até agora. o fenômeno muito comum de dedicar ao conteúdo de cada questionário ou ao relatório de cada observador atenção e “trabalho de revisão” desproporcionado em relação às vantagens assim obtidas. os índices de capaci­ . Recorre-se. DA PESQUISA PRÁTICA 449 Tautologias dessa ordem não dão lugar a qualquer alternativa e não dizem ao pesquisador como agir frente a determinada situação (Imagine-se alguém fazendo afir­ mações contrárias àquelas!). Tais afirmações. para cuja consideração dispomos de técnicas relativamente aperfeiçoadas. Por isso mesmo.

entretanto. é um perigo contra o qual devemos acautelar-nos. o clichê. tendendo a fazer com que o observador médio sinta estar sendo tratado como um simplório — e tendendo a levá-lo a agir como tal. A esta altura. Dois aspectos da exposição que se fará neste capítulo devem ser esclarecidos. A sensaboria. Tal aspecto se deve. invocadoras de “cuidado". mas apenas em base experimental. aliás. etc.450 P L A N E JA M E N T O DE PESQUISA SOCIAL dade de leitura propostos por Flesch (16) têm seu papel no planejamento da pesquisa. Deve-se isso ao fato de que as fases operacionais da pesquisa de larga escala aparecem mais claramente que as da pesquisa de pequena escala. Até agora. Tôdas atitudes “científicas”. O plano operacional. a preocupação que mostramos para com o planejamento prático não exigiu que descêssemos às profun­ didades do pormenor vulgar. duas objeções ao princípio de clareza já mencionado. ao cabo. Por um lado. enfren­ tar a tarefa sombria de planejar a maneira efetiva de levar . “clareza”. granjeiam público e. em gran­ de parte. contudo. o aperfeiçoamento somente pode ter lugar quando reconhecido êsse fato. o cientista social atingiu grau de auto-consciência relativamente alto.. o princípio pode vir a associar-se a uma preocupação desmedida por minúcias e distinções capazes de levar um advogado ao desespêro. é o abundante uso de exemplos colhidos em pes­ quisas de levantamento. com a pesquisa de grande escala. êle pode vir a transformar em fetiche a “simplicidade” das instruções escritas. Por outro lado. Preocupa-se tal exposição. ao fato de que. Êsse. “simplicidade”. O segundo aspecto da exposição abaixo. por­ que a pesquisa de pequena escala é a que mais freqüen­ temente padece de insuficiência de planejamento nas fases operacionais. nesse tipo de pesquisa. a tautologia evidenciam a necessidade de pesquisa metodológica. O pesquisador deve. não provocam progresso algum da ciência. 2. antes de tudo. Parece haver. se pouca discordância provocam. Dessa observação não se deve concluir que o planejamento operacional da pesquisa de pequena escala possa ser menos completo que o da de grande escala. que reclama explicação. não pode haver retirada.

O plano operacional toma como ponto de partida as esp cificações assentadas nas fases de planejamento prático rela­ tivas a amostragem. Transformar as especificações em operações: em tarefas de pesquisa. Concluiremos conside­ rando resumidamente alguns critérios adicionais de que o planejador deve utilizar-se em seu processo de decisão (i. são geralmente apresentados em relatório). planejamento de produção. A pesquisa tem um produto (os resultados e conclusões. sucessivamente. é. (Em pesquisa de larga escala) indicar meios para selecionar. Há prazos de produção a serem obedecidos. praticabilidade e possibi­ lidade de aceitar as especificações da pesquisa (i. o plano de produção a que se recor­ re no campo dos negócios e da indústria. DO P L A N E J. (Em pesquisa de larga escala) estabelecer procedimentos administrativos. é. geral­ mente. O planejador operacional deve desem­ penhar-se das tarefas seguintes: (1) Determinar o custo. O “planejamento operacional” da pesquisa é. O produto deve preencher certas especificações qualitativas e quantitativas. em verdade. é. Tais especifica­ ções constituem conjunto de sugestões para a efetiva reali­ zação da pesquisa. Indicar técnicos para determinar se as especi­ ficações estão sendo observadas (i. preparar e designar pessoal de execução. . estatistica e observação. como protótipo do plano operacional de pesquisa. orientações de pesqui­ sa e instrumentos de pesquisa. cada qual dessas áreas de trabalho em que se abre o planejamento operacional. (2) (3) (4) (5) Nas páginas seguintes dêste capítulo. examinaremos. com que os gastos devem ser proporcionados ao que se alcança. É de conveniência utilizar. DA PESQUISA PRÁTICA 451 a efeito a pesquisa — imaginando técnicas capazes de con­ duzir a pesquisa a um resultado. Embora somente algumas pesquisas sejam realizadas (muito legitimamente) por interêsse de lucro. avaliar as especificações). manter a pesquisa sob “controle"). concorda-se.A FASE OPER.

que se destinam a facilitar qualquer das fases do planeja- . Em alguns casos. de que até o momento as mais significativas pesquisas sociais foram levadas a efeito por pessoas cuja intuição. Não haverá minúcias na discussão de um tópico importante: as qualidades pessoais do próprio pla­ nejador operacional. critério e habilidade mostravam grande avanço em relação ao método utilizado. Não fomos levados a essa omissão por ignorância do assunto — a ignorância não constituiu obs­ táculo para que escrevêssemos êste capítulo — mas pelo entendimento de que o progresso de uma ciência de método. Êsse ponto será examinado adiante. Uma pesquisa anterior raramente fornecerá apôio sufi­ ciente para avaliação de tôdas as especificações relativas a uma pesquisa em realização. entre os instru­ mentos mais eficazes para avaliação de planejamento. Pouco se pode duvidar. o melhor instrumento para realizar o trabalho de revisão e ajustamento de solicitações conflitantes é a própria pesquisa. uma pesquisa anterior ou uma pesquisa auxiliar nova e especialmente planejada" "é~o melliui' llígio de encontrar base sólida para avaliação— de— especificações. no momento. encon­ tram-se o estudo piloto. Â pesquisa anterior. No atual estágio de desenvolvimento metodológico. E. 3. Quer isso dizer que o planejador deve decidir quão gerais são as avaliações formuladas a partir de projetos anteriores. Correspondem essas denominações a pesquisas "filhas”. projeta luz sôbre o planejamento de pesquisas de cuja realização se cogita. Em outras palavras. muito freqüentemente. Tais análises não podem ser admitidas como automàticamente per­ tinentes ao estudo que. Avaliação das especificações. todavia. de modo a obter-se informação útil para o projeto em curso. só pode resultar de desenvolvimento do próprio método. como tal distinta da arte. A inexistência de teoria social e metodológica torna difícil. se faz. em muitos casos. a pesquisa atual sugere forma de reanalisar dados obtidos em pesquisa precedente.452 P L A N E JA M E N T O DE PESQUISA SOCIAL planejamento). entretanto. o teste prévio e a tentativa. aplicar a um projeto inferências obtidas com base em outro. quando discutirmos a teoria.

desejoso de colocar seus produtos. 3. em particular. cabe dizer que o planejador deve conhecer os fatos relacionados com a pesquisa. como chegar a êles. O teste prévio destina-se. antes de realizá-la. deve localizar os com­ pradores potenciais. portanto. Tais estudos são de caráter essencialmente valorativo. Por isso mesmo. Teste prévio — Investigação "embrião” dirigida a avaliar um ou mais procedimentos operacionais explicitamente formulados. a fase operacional da pesquisa ampla ou pesquisa “mãe". para atingir seus objetivos. muito freqüentemente. as denominações são usadas umas pelas outras. Considerou êle tôdas as possíveis reações do sujeito? Levou em conta os ambientes . saber quando encontrá-los. Face a qualquer circunstância que reclama ação. De maneira semelhante. isto é. DA PESQUISA PRÁTICA 453 mento e. a "informação relevante”. a indicar os procedimentos operacionais que devem ser usados. antes da execução. far-se-á necessário que o vendedor as obtenha por si mesmo. se não o forem. o estudo pilôto destina-se a indicar os possíveis procedimentos operacionais alternativos. portanto.. A designação dêsses tipos de pesquisa não se faz com significados precisos ou de aceitação geral. As alternativas a considerar são as que devem ser manipu­ ladas pelos procedimentos operacionais. determinar-lhes as características. mas. Para recorrer a exemplo trivial. 2. Estudo pilôto — Investigação "embrião” dirigida a determinar as situações alternativas com que o pesquisador poderá se defrontar durante a efetiva realização da pesquisa.1 O estudo pilôto. Êsse estudo destina-se. etc. é impor­ tante considerar “os fatos”. propomos seja assentado o seguinte: 1. Para facilitar o exame do assunto.A FASE O PER. Tais estudos são de caráter essen­ cialmente descritivo. Tentativa — Investigação “embrião” que possibilita verificação final quanto ao caráter exaustivo das operações alternativas consideradas e quanto à eficácia das operações escolhidas. a avaliar o plano operacional como um todo. diremos que um vendedor. Tais infor­ mações podem ser fornecidas por outros. 3. DO P L A N E J.

Por exemplo. etc.? A essas e muitas outras questões semelhantes fêz-se alusão ao longo dêste livro. podem ser orientados no sentido de evidenciaj: o que acontecerá se tal e tal coisa fôr feita. o planejador operacional pode desejar determinar os valores que tomará em consideração no pre­ paro do procedimento operacional. de certa resposta. pode interessar ao pesquisador conhecer os meios . pode apresentar dificuldades maiores a localização de fontes. alternativos de ~que u ti li zar?s. Suponha-se. preparando-se operacionalmente para fazer frente a cada qual dessas classes. a outra abrange estudos orientados a deter­ minar as características relevantes (i. a apresentar item por item) as alternativas — estudos exploratórios. êle poderá selecionar uma subamostra da amostra que deverá ser estudada ao final.e^ paxa_ob tenção. Estudos pilotos podem.1 Estudos exploratórios. Os estudos exploratórios podem ter caráter de sonda­ gem: isto é. Em casos tais. Além disso. Isso o capacitaria a classificar as respostas possíveis. ver-se divididos em duas classes: uma classe abrange os estudos orientados a expor (i. expor tal subamostra aos estímulos e verificar. No estudo que tem caráter de sondagem. a atribuir valores descritivos) das alternativas — estudos valorativos. Por exemplo.1.. se iim pesquisador deseja saber que tipo de resposta será dada a certos estímulos. é. por . que respostas serão obtidas. é. quantas recusas ou quantas repetições deve êle prever relativamente a um dado procedimento operacional ou (preferivelmente) a um conjunto de procedimentos alternativos? Qual será o custo de uma repetição? Qual o número médio de pessoas que êle encontrará em um aglomerado de residências? Com quantas pessoas poderá êle comunicar-se por telefone? Em outras palavras. 3.454 P L A N E JA M E N T O DE PESQUISA SOCIAL a que deverá se dirigir e as dificuldades que podem surgir face ao interesse de observar ou entrevistar certo sujeito. assim. o mesmo não se dando no tipo de exploração com caráter de busca. pode o pesquisador encontrar-se frente à necessidade de conhecer com profundidade maior as caracte­ rísticas das alternativas identificadas.. a fonte é conhecida.. Por outro lado. de maneira efetiva.

que o pesquisador deseja assegurar-se de haver tomado em conta cada qual dos possíveis meios de aliviar a tensão racial em certa comunidade. Êle poderá obter auxílio dos que. Um exemplo de exploração com caráter de busca pode ser encontrado em trabalho de Terman e Merrill (33). Só o planejamento pode impedir que algo semelhante se dê no trabalho de pesquisa. por isso mesmo e antes de tudo. sob nossa direção. DA PESQUISA PRÁTICA 455 exemplo. deve ser desenvolvido um plano de busca ou sondagem capaz de possibilitar explo­ ração de caráter completo e não-repetitivo. para os níveis de idade em que o teste era aplicável. Isto é. O experimento de Deal rela­ tivo à capacidade de discernir diferenças de pêso com o propósito de avaliar o efeito do uso de diferentes instruções de procedimento. realizada em 1937. a propósito de' parti­ culares tipos de teste e de problemas metodológicos especiais foram realizados em laboratório. Na maior parte das pesquisas mal organizadas. abandonar o teste. êle deve examinar fontes alternativas e. Todos nós já experimentamos a frustração que há em procurar um alfinête ou moeda tombados no chão. . para. importa sistematizá-la. identificamos as séries de pêso e as instruções ótimas. . bem como do uso de peses diferentes demonstrou que. . Com base nesse estudo. de modo a assegurar-lhe caráter de completude e não-repetição. esquecendo-se aquêle em que se encontra o alfinête ou a moeda. Tenha a exploração caráter de sondagem ou de busca.A FASE O PER. aumentos geomètricamente iguais nos pesos não produziam capacidade corespondente de discernir tais aumentos nem de discernir as proporções em que os aumentos se faziam. no passado. que deram a conhecer a massa enorme de atividade preparatória em que se baseou a revisão do teste de inteligência StanfordBinet. tiveram preocupação com problemas semelhantes ou pode ver-se com­ pelido a entregar-se a uma análise do processo em foco. os mesmos locais são objeto de vários exa­ mes. devido a êle não satisfazer na análise estatística dos dados de padronização" [33: 7-8]. por estudantes graduados escolhidos. DO P L A N E J. afinal. "Pesquisas preliminares de alcance geral. cabe-lhe determinar para onde voltarse. Parte de seu problema é “Que examinar?” e “Que será encontrado?’’ Em conse­ qüência. O estudo de Bailey acêrca da capacidade infantil de fazer comparações de memória e o trabalho de Rulon a propósito do teste de absurdos verbais forneceram informações de valor com res­ peito a dois importantes tipos de teste. para determinar de onde poderá provir possível alívio da tensão.

contudo. dessa maneira. do ambiente e/ou dos estímulos relativos a um ou mais procedimentos operacionais. tor­ nando possível. os resultados nêle obtidos podem.2 Testes prévios. O teste prévio pode ser utilizado para avaliação de um ou mais processos operacionais alternativos. Em ver­ dade. necessàriamente. 3. de forma a estimar a variável em questão. conseguidos. . os dados que a subamostra proporcionar poderão ser incorporados aos obti­ dos com base na segunda e mais ampla amostra.1. que a primeira subamostra se revele suficiente para assegurar o desejado nível de precisão. Tal esforço. por exemplo. planejamento mais eficaz das operações subseqüentes exigidas pela pesquisa. que o pesquisador deseja con­ seguir estimativa da variância de certa propriedade da popu­ lação. Valendo-se de pequena sub-amostra. pode êle conseguir a esitmativa desejada e. estimativa de propriedades da população. perda de tempo. se não houver profundas revisões posteriores quanto ao procedimento. ao planejar um questionário é geralmente desejável conhecer. em muitos casos. pois suspeita que a pesquisa preliminar não fará senão con­ firmar suas conjeturas a propósito do valor da propriedade em questão. pode acontecer. dinheiro e trabalho. ser incorporados aos que venham a ser. Quantas pessoas irão recusar-se a responder certa pergunta? Qual será o custo de uma repetição em vários planos de campo? Quantos dos ele­ mentos escolhidos para compor a amostra estarão gozando férias durante o período de entrevistas? Quantos pais se ressentirão vendo seus filhos serem utilizados como “cobaias”? Para responder questões dessa ordem. Alcançar as melhores decisões relativas à fase opera­ cional requer.456 P L A N E JA M E N T O DE PESQUISA SOCIAL 3. Não raro. Ao contrário. Por exemplo.2 Estudos-pilôto estimativos. pode-se estudar uma pequena sub-amostra ou amostra diversa colhida da mesma população. o pesquisador hesita em lançar-se a essa “dupla pesquisa”. não deve significar. acentuado quan­ do da discussão da amostragem dupla. Suponha-se. afinal. aliás. se o estudo estimativo é planejado sem perder de vista o projeto-mãe. freqüentemente. Tal ponto já foi. em alguns casos. a fim de determinar qual a necessária extensão da amostra.

de modo que forneçam medidas de e[etividade e não meros dados. Testes prévios que se destinam a avaliar decisão rela­ tiva ao planejamento operacional devem ser levados a efeito.A FASE O PER. O teste prévio é. o critério de efetividade. neste livro. estudo que se rea­ liza com o objetivo de determinar qual dessas alternativas é a mais eficaz. deve — consumir considerável porção dos fundos de pesquisa disponíveis. tudo o que se disse. O uso de juizes em planejamento de testes (tal como descrito no capítulo ix) é um tipo de teste prévio. (A propósito dêste ponto. deve ser tornado explícito antecipadamente. Como fizemos sentir anteriormente. com respeito ao qual a ava­ liação se processará. de testes prévios: a) Deve-se decidir se os dados necessários para ce estudo serão colhidos pelo correio ou por entrevista pessoal. bem como explicitadas devem ser as condições sob as quais uma alternativa será aceita como “suficientemente boa”. em verdade. contudo (como no caso de estudo pilôto de caráter estimativo) que se utilize sub-amostra de amostra a ser incluída na pesquisa principal. maneira eficiente de responder a essa pergunta consiste em aplicar o questionário a uma sub-amostra da amostra (final) que a êle será submetida ou aplicá-lo a outra amostra (correspondente) da população a ser estudada. O teste prévio é estudo controlado de especificações alternativas da pesquisa. só suscetíveis de serem avaliados intuitivamente. nesta mesma secção). um instrumento “experi­ mental”. . freqüentemente. mais será dito adiante. Pode ocorrer. DA PESQUISA PRÁTICA 457 de antemão. Quer isso dizer que o teste prévio deve ser planejado metodo­ logicamente. DO P L A N E J. a eficácia que êle possuirá: quão dignas de confiança e acuradas serão as respostas que êle provocará? Em princípio. em nosso atual estágio de desenvolvimento. Chamamo-lo teste prévio e não "experimento”. de modo que nesta se aproveitem dados colhidos no teste prévio. de seus instrumentos ou planos. Relacionamos abaixo alguns exemplos. o teste prévio pode — e. o teste prévio é levado a efeito nas mesmas condições em que o é a pesquisa final e não em laboratório. porque. acêrca do plane­ jamento da pesquisa deve ser aplicado ao teste prévio. Em especial. hipotéticos ou não.

Eis um exemplo: Marks e Mauldin (25) apresentaram relatório a pro­ pósito de teste-prévio realizado como preparação para o Décimo Sétimo Censo Decenal dos Estados Unidos da Amé­ . foi . bem como a obtida com apoio no esquema anterior fêz refe­ rência à mesma semana de censo. . Note-se que a exposição por êles feita deixa bem claro estarem examinando alternativas: O nôvo esquema foi submetido a teste prévio em abril de 1945 em tôdas . .. possuidores de intuição profunda e espírito elevado. ou se tivesse de desenvolver estudo-pilôto para considerar tô­ das as questões concernentes às alternativas. com a apli­ cação do nôvo esquema. . puderam ser explicitamente formulados. As residênciasamostra foram numeradas segundo o esquema antigo. Não há dúvida de que o pesquisador se defrontaria com uma tarefa de realização impossível. caso devesse submeter a teste prévio cada qual das múltiplas alternativas imagináveis. proposto para facilitar o levantamento mensal da fôrça de trabalho. . . total. . . tabu­ lada.. Êsse teste tomou como base amostra de aproximadamente 2. obtidas com o uso de cada qual dos esquemas. capazes de julgamento criterioso. Uma semana após. b) Bancroft e W elch (3) apresentaram comunicaç acêrca do uso de teste prévio para determinar se um esquema revisto. E po­ der-se-ia acrescentar. Como decidirá o planejador acêrca da conveniência ou inconveniência de rea­ lizar tais estudos? Poder-se-ia responder. por isso. inteligentes. informação . que tais qualidades podem não ser bastantes. de maneira a permitir comparação direta entre as informações relativas a emprêgo. . forneceria melhor estatística de empregos do que o sistema em uso. como parte de um procedimento regularmente levado a efeito em abril. A informação registrada com base no esquema nôvo. qualidade. as residências-amostras foram numeradas uma segunda vez. através do país inteiro. tempo. [3:307]. murmurando algo a propósito da necessidade de contar com planejadores expe­ rimentados.000 residências esco­ lhidas aleatòriamente a partir da amostra . . não-remunerados. as áreas de amostra. O critério utilizado foi o de consi­ derar agrupamentos maiores de empregados por incluírem maior número de trabalhadores em tempo parcial e incluírem também os trabalhadores-membros da família e. o teste prévio se revelará útil para alcançar-se decisão eficaz.458 P L A N E JA M E N T O DE PESQUISA SOCIAL Se os critérios de custo. etc. A . em voz ainda mais baixa.

nesses assuntos. As perguntas foram impressas na frente e no verso. O teste prévio dizia respeito à avaliação de técnicas de numeração alternativas. o entrevistado estava compelido a tomar conhecimento de seu inteiro conteúdo (18" x 24” ). Embora o tamanho das letras fôsse menor que o desejável. nSo é seguro confiar fortemente no próprio Critério [25: 428]. continha dez colunas de perguntas dirigidas a membros diversos da residência —. Além disso. das conclusões gerais: Mais ou menos o mesmo número de entrevistados (aproximada­ mente Vi ) preencheu ambos os formulários e as proporções de êrro foram. DA PESQUISA PRÁTICA 459 rica. Quando o questionário foi dado como pronto. expli­ cadora do porque a experiência passada e o julgamento criterioso estão longe de constituir guias adequados para .duas colu­ nas de perguntas para cada indivíduo. Parece haver uma razão particular e importante. as mesmas. . no que se referia a aparência e comodidade para o entrevistado” (24:428). con­ tudo. Uma das questões levantadas dizia respeito à eficácia relativa da auto-numeração (o entre­ vistado preenchendo o questionário). Tratava-se de uma fõlha de papel de 9"xll". Marks e Mauldin continuam. o que é ainda mais importante. por isso mesmo. Para preencher essa página do formulário. em duas colunas. . tome-se conhecimento dos resultados e. Como ambos os formulários só foram usados em um muni­ cípio. acentuando que não houve correspondência exata entre o que era (implicitamente) espe­ rado e o que aconteceu: "A maior parte dos que estavam ligados ao planejamento dos esquemas considerou a combi­ nação A e I superior ao esquema D. Contudo aprendemos que. o tempo de preenchimento de um e outro formulário foi quase exatamente o mesmo. grandes vantagens e. pareceu conveniente experimentá-lo. . aqueles mesmos que o haviam elaborado consideraram-no uma atrocidade. repetidas cinco vêzes. Mas. a disposição era razoavelmente “aberta" e não dava a impressão de quantidade que se tinha frente ao esquema D [25: 427-28].A FASE O PER. aproximadamente. assustadora­ mente diminuto. DO P L A N E J. Muito poucos acharam que êle pudesse ter alguma aceitação. usou-se uma Fórmula de Enumeração Individual (I). Dois formulários foram imaginados para auxiliar a responder essa questão: Esquema D: Uma página do formulário . E. os resultados não podem ser considerados definitivos. Esquema A-I: A forma A correspondia a um folhêto de 4 páginas de 9"xir (Foi planejado para reunir informações gerais acêrca da moradia) . Para cada um dos moradores. quanto ao processamento. nos dois casos. . êle apresentava.

Considerem-se os exemplos seguintes: a) Weilbacher e W alsh (34) informaram acêrca um estudo orientado a esclarecer a seguinte questão: “Sau­ dações nominalmente dirigidas e assinatura de próprio punho têm efeito positivo sôbre respostas a questionários enviados pelo correio?” O estudo foi objeto de rigoroso planejamen­ to. como ou em que exten­ são generalizar de um estudo para outro. parece altamente possivel que' tais conclusões não correspondam a indicações seguras do que seria de esperar do desen­ volvimento geral do trabalho. Em apêndice ao relatório da pesquisa. A conclusão geral alcançada é a de ser aconselhável maior investigação. E. Entretanto. . . por exemplo. como resultado de tra­ . Em razão das condições de que se rodeou o experimento.460 P L A N E JA M E N T O DE PESQUISA SOCIAL orientar decisões quanto a planejamento. h) Durbin e Stuart (12) informaram acêrca de uma pesquisa cuidadosamente (e rigorosamente) levada a efeito. Essa também a razão pela qual os que tentam realizar experimentos metodológicos no campo das ciências sociais se vêm compelidos a contentar-se com menos do que generalizá-los. apesar disso. que não há evidência de acentuada hetero­ geneidade entre os investigadores.. Com relação à maioria dos aspectos do planejamen­ to de pesquisa. não sabemos quando. ser tidas como de caráter extremamente provisório. O experimento assinala um grande passo adiante. Alguns dos comentários devidos a Louis Moss (diretor do English Social Survey) dizem diretamente respeito ao assunto em foco: Algumas das conclusões devem . em essência. Foi dito. as mesmas requeridas pela pesquisa principal. apa­ recem as opiniões de vários de seus comentadores. com o objetivo de determinar se existiam e quais seriam as diferenças entre as proporções de respostas de entrevistados experientes e inexperientes. . Essa a razão por que os testes prévios devem ser levados a efeito sob condições que são. note-se o que os autores concluem: Têm aplicação geral os resultados dêste experimento? Se desejás­ semos manter-nos fiéis aos padrões. com amostra mais extensa de população menos especializada [34: 336]. no que respeita à metodologia dos levantamentos. deveríamos dizer que os resultados só se aplicam aos ex-alunos membros de uma fraternidade profissional situada na Universidade de Columbia. Ê a ausência de teoria.

Que acontecerá se o questionário ou as condições * Os entrevistadores de Durbin e de Stuart vieram da Lond School of Economics. por isso mesmo. de outro ângulo. tomar em consideração muitas diferenças conhecidas. Da mesma forma. por Durbin e Stuart: Embora a investigação tenha demonstrado. de maneira que forneça resultados acumulatiuos. os resultados não foram. que devemos ser ainda mais cautelosos quanto a generalizar a partir de dados conhecidos [12: 198]... os resultados. Por outro lado. não basta. no que respeite ao atual trabalho. E. provavelmente subestimaram a diferença entre investigadores experientes e inexperientes. A necessidade de tomar decisões de caráter operacional relativamente ao teste prévio é inversamente proporcional à teoria existente. e essas diferenças se refletiram nos resultados de maneira descontrolada. atuam sob um conjunto específico de condições. nada se esclarece quanto às causas da dife­ rença. quando usando determinado tipo de questionário. ao planejar o experi­ mento. Pode-se utilizar um teste prévio para demonstrar que pesqui­ sadores do tipo A são melhores do que pesquisadores do tipo B. os que se poderiam espe­ rar se as organizações se houvessem utilizado de seus métodos normais de trabalho e. inferioridade dos estudantes em relação aos entre­ vistadores profissionais. quanto a abordagem e método. . Mas. Quer isso dizer . As dificuldades que brotam da ausência de teoria em experimentação metodológica são ilustradas. por sua vez. do Social Survey e do British Institute of Public Opinion. DO P L A N E J. não foi possível. Isso. para que se pudesse con­ seguir planejamento eficaz da investigação. havia. em certos setores de trabalho. Esta. Devido a êsses entendi­ mentos. . Fêz-se referência à necessidade de acôrdo entre os métodos das diferentes organizações interessadas *. e nem se fica sabendo se podem ser facilmente remediadas [12: 184]. isto é. depende da extensão com que as operações hajam sido estudadas metodologica­ mente. como o relatório acentuou. no que diz respeito a obter a entrevista. existiam diferenças entre os investigadores. ponto muito mais sério a ser consi­ derado. . enquanto não tenhamos conhecimento melhor sõbre em que apoiar a padronização dos métodos de investigação.A FASE OPE R. Não há dú­ vida de que tais diferenças quanto ao resultado de experimentos são de esperar-se. DA PESQUISA PRÁTICA 461 balho experimental no Social Survey verificou-se que. . por um lado. porém. pelo menos uma investigação realizada pelo Social Survey mostrou que a idade do investigador se relacionava com os resultados atingidos. os resultados atuais mostraram que a idade do investigador tinha pouca influência sõbre os resultados obtidos. .

462 P L A N E JA M E N T O DE PESQUISA SOCIAL vierem a ser alterados? A menos que o teste prévio encerre o objetivo de determinar as causas produtoras de diferenças observadas nos entrevistadores. fornece. o estudo da amos­ tragem probabilística já alcançou estágio que permite apoiar em base teórica a escolha entre planejamentos alternativos e generalizar para além dos específicos resultados da pesquisa. O conhecimento proporcionado por testes prévios explanatórios. Em conseqüência. foi estendido pelos teóricos da amostragem. O ideal de “avaliação de planejamento”. a de­ terminar se os recursos econômicos são sufici­ entes para realizar a pesquisa segundo a ma­ neira especificada. por exemplo. uma explicação da dife­ rença. base teórica para apoio de decisões de natureza operacional. ao final. deixam os seus resultados de ser aplicáveis a qualquer outro planejamento de pesquisa. Na medida. a certos aspectos do planejamento operacional. conseqüentemente. É o que se dá. em muitos casos. sem recurso aos testes prévios. Ver (20). combinado com uma conceituação de caráter geral das operações em causa. há modêlos matemá­ ticos capazes de auxiliar o planejador operacional no trabalo de avaliar especificações: (1) Auxiliá-lo a determinar o número de obser­ vadores necessários para que se atinja certo nível de precisão e. onde se dis­ põe de base teórica ampla que. Aqui pode ser (2) . em que a consideração do caráter aleatório pode ser introduzida no planejamento. essa pergunta não poderá ser respondida. que se fêz apa­ rente através do desenvolvimento da teoria de amostragem probabilística. no planejamento de amostragem. por exemplo. os testes prévios devem ser planejados de forma a não apenas permitir avaliação de diferenças relativas a operações ou operadores. Na medida em que um teste prévio deixa de evidenciar essas causas. Auxiliá-lo a determinar se são aceitáveis erros no processamento de dados. mas a propiciar também com­ preensão dessa diferença. torna pos­ síveis decisões operacionais eficazes. ou seja. Como o capítulo iv esclareceu.

O ponto que procuramos acentuar ao longo desta discus­ são é o de que o teste prévio se constitui em base metodoló­ gica de ensaio suscetível de propiciar conhecimento prévio e fundamental das operações de planejamento. após ter sido realizada boa parte do trabalho de planeja­ mento. A aplicação de tais métodos ao plane­ jamento de pesquisa apenas começa a ser considerado. Auxiliá-lo a determinar custos de viagem. É também digna de nota a possibilidade de uso de programação linear.3 Ação por tentativa. Quando a tentativa assume caráter experimental. Levado ao extremo de sua aplicação. que se revela de considerável eficácia na determinação de pontos em que se devem localizar escri­ tórios de campo. quando trabalho de campo se faz necessário. . 3. Isso pode ser feito através de cálculo de dis­ tâncias de viagem entre um conjunto de pontos aleatoriamente escolhidos.A FASE O PER. Ver (8: viii). o resul­ tado é uma ação por tentativa. êsse método dispensa a repetição de testes similares em pesquisas posteriores. A ação por tentativa (ou por antecipação. "Estarei eu (ou o pessoal de que disponho ou posso conseguir) em condições de observar o procedi­ mento?” Maneira de verificá-lo é “fazer uma tentativa”. A reiteração de testes prévios na pesquisa social de nossos dias é lamen­ tável perda de esfôrço devida à falta de planejamento adequado. DO P L A N E J. H á um ponto no desenvolvimento da pesquisa em que. colocam-se perguntas como: “Dará resultado o pro­ cedimento?”. êles deverão revelar-se poderosos instrumentos de planejamento. como é algumas vêzes chamada) pode ser usada como (1) base para decidir se uma pesquisa deve ou não ser realizada segundo o planejado e/ou (2) instru­ mento para fazer “ajustamentos finais” nos procedimentos de pesquisa. DA PESQUISA PRÁTICA 463 (3) usada a teoria de controle de qualidade por aceitação de amostragem. que se instalam com o propósito de reduzir gastos de viagem. Diversamente do que se dá com o teste prévio.

interêsse para o entre­ vistado. por sua vez. exigências de variedade. E pode-se recorrer a uma sub-amostra da amostra a estudar. Êstes eram. Como já deixamos dito. A tentativa preliminar forneceu os dados necessários para escolha dos testes para levantamento de escalas provisórias. se houver razões para crer que serão ex­ tensas as modificações necessárias. mas ilustra o uso planejado da ação por tentativa. O planejador . após a ação por tentativa. se houver razão para crer que. Observadores. proporcionar treinamento ao pessoal que se empenhará na pesquisa principal. a conservação ou rejeição de itens baseou-se em critérios vários. far-se-á preciso escolher. Essa avaliação global foi feita por Terman e Merrill. seu objetivo é o de avaliar um plano operacional em conjunto. calculista. etc. nenhuma das amostras fi­ nais de elementos estará “usada”. Atualmente e porque é reduzido a teoria de que dispomos para justificar inferências de uma população para outra. Assim. relativas a tempo. foi apreciada conforme duplo critério: (1) aumento das porcentagens ao passar-se de uma idade (ou idade mental) para a seguinte e (2) medida ponderada com base na razão entre a diferença e o êrro padrão da diferença das idades médias (ou idades mentais) dos elementos aprovados e reprovados pelo teste [33: 9]. codificadores. Outra importante função cabe à ação por tentativa.464 P L A N E JA M E N T O DE PESQUISA SOCIAL a ação por tentativa não tem o objetivo de permitir avalia­ ções comparativas. (2) facilidade e objetividade na atribuição de graus e (3) diversas considerações de ordem prática. A ação por tentativa permite avaliação geral do plane­ jamento de pesquisa antes que o procedimento de execução tenha lugar. O estudo revela-se deficiente com respeito a amostragem. ao desenvolverem um teste de inteligência. editores. podem obter experiência real no manejo dos instrumentos que deverão usar. etc. amostra distinta e que não apresente superposição. é importante que a ação por tentativa tenha por objeto amostra da população em causa. Dessa maneira. os dados obtidos por meio da ação por ten­ tativa podem incorporar-se aos que resultem da pesquisa final. A validade.. supervisores. só se farão necessárias pequenas revisões. economia. em ordem de importância: (1) validade. a partir da população em foco. Contudo. Somente assim estará assegurada a aplicabilidade dos resul­ tados de ação por tentativa.

que se fizesse censo especial nos municípios de St. por sua vez. e antes de iniciar seu trabalho. aos testes prévios e às ações por tentativa. instruções e procedi­ mentos planejados para o censo principal. A incapacidade de ser completo a êsse respeito. correspondente a 1940: "Pelo Secretário do Comércio foi autorizado. Joseph e Marchall. em 14 de agõsto de 1939. tabelas e mesmo formulários para os relatórios finais do censo de 1940 foram preparados com antecedência maior que a conseguida em qualquer outra ocasião semelhante. pois que permite ver melhor a floresta do que as árvores. no Estado de Indiana. DO P L A N E J. Ambas essas inovações vieram a ser adotadas pelo Décimo-Sexto Censo Decenal. Duas inova­ ções. que a ação por tentativa pro­ picia não apenas meio eficiente de treinamento de pessoal. E. por isso mesmo. antecipação do censo decenal da população. e de fazer as necessárias modificações. codificação. mas ainda fundamento para avaliação do pessoal relacionado e antecipada formulação de juízo sôbre o tipo de trabalho que virão a executar. O censo experimental permitiu também que se treinasse uma equipe de manipuladores no manejo de dados reais. antes que fôssem rece­ bidos os do censo regular. Dois instrumen­ tos de que êle dispõe para êsse fim são o orçamento e a programação de tempo. Tal censo. além do que indicou a necessidade de alterar alguns esquemas e procedimentos. foram a utilização de testes objetivos como forma de testar e escolher os entrevistadores após certo período de treinamento e o emprego de líderes de grupo para supervisionar o trabalho de 10 a 20 entrevistadores. aos estudos pilotos. 4. É peculiar à posição do planejador operacional. com base no "censo prévio" [2: 42]. Deve-se notar. revelou-se de grande utilidade por fornecer base para avaliação dos formulários. finalmente. fórmulas. papéis auxiliares. deve êle recorrer a instrumentos que am­ pliem os pormenores do plano operacional. DA PESQUISA PRÁTICA 465 operacional. O orçamento e a programação de tempo.A FASE O PER. Orçamento e programação de tempo surgem como atividades . Instruções preliminares relativas a impressão. permitidas pelo censo experimental. coloca a necessidade de recurso à teoria. terá oportunidade de apreciar a atuação dos que com êle traba­ lham. Boa ilustração do uso da ação por tentativa pode ser encontrada no Annual Report of the Secretanj of Commerce.

Devem iniciar-se quando se inicia o planejamento da pesquisa. tem de ser. Deve-se acentuar que na Fig. do modêlo de amostragem. por exemplo. A conveniência de iniciá-los o quanto antes está em que. estimando quanto custarão essas operações em horas-homem e em dinheiro. se adiar ou não o processamento de dados até que se conte com todos os dados necessários. A acentuada tendência hu­ mana para “totalidade”. traduzindo-a num conjunto de operações. ainda não ocorre com freqüência) podem comprometer todo o projeto. A verdadeira surge com o exame pormenorizado de cada fase do planejamento. o planejador terá condições de determinar o quanto de planejamento será ne­ cessário e exequível. Avaliar o custo da pesquisa é questão que não tem sido melhor compreendida do que a relativa a avaliar o custo de uma operação comercial. Não contamos ainda com teoria bem elaborada a propósito da estimativa ou da contabilidade de custo. importaria rever o primeiro orçamento-programação de tempo que haja sido elaborado. do modêlo estatístico e do modêlo operacional. pois que a própria fase de planejamento tem seu aspecto financeiro e de programação de tempo. O preparo de um orçamento-programação de tempo (ver Fig. no que respeita a áreas geográficas. tal como definida pelos psicólogos da Gestalt. Em métodos de contabilidade. Transforma-se em questão experimental a de saber. e avaliando o tempo necessário para que as operações se realizem. esquecida. felizmente. ou o de saber se um levantamento deve ser feito. dessa forma. Para que haja tran­ qüilidade. Deve-se também fazer notar que nada no exemplo contradiz a noção de atividades superpostas no tempo ou de atividades que se suspendem e se reiniciam. 34) exige que se considere cada especificação constante do planejamento. Gastos excessivos na fase de plane­ jamento (o que. 34 aparece uma forma sumária. por vêzes.466 P L A N E JA M E N T O DE PESQUISA SOCIAL que se impõem à atenção de estudantes graduados e diretores de pesquisa. Orçamento e programação de tempo freqüentemente se combinam para constituir atividade única. a distinção mais comumente feita é a que se traça entre custo fixo e custo . “em série” ou “em paralelo”.

11. 34 — Sugestão para a fórmula do sumário orçamento-tempo (Nada há de necessário ou suficiente acêrca das atividades citadas. 3. DO P L A N E J. 8. 7. 5. Pio. 9.. nem a ordem é rigidamente fixada) . DA PESQ UISA PRÁTICA 467 Atividade 1. Total a) homens-hora b) custo ($) c) % do total que foi completada Planejamento a) homens-hora b ) custo c) % completada Estudo pilôto e teste prévio a) homens-hora b) custo c) % completada Obtenção de amostra a) homens-hora b) custo c) c /o completada Preparação de mate­ rial observacional a) homens-hora b) custo c) % completada Seleção e treinamento a) homens-hora b ) custo c) % completada Tentativas a) homens-hora b) custo c) % completada Revisão dos planos a) homens-hora b) custo c) °?o completada Coleta de dados a) homens-hora b) custo c) % completada Processamento de dados a) homens-hora b) custo c) % completada Preparação de rela­ tório final a) homens-hora b) custo c) c /o completada Total Na semana que se finda em N a semana que se finda em 2. 6.A FASE O PER. 4. 10.

questionando a aparente “fixidez" de um custo fixo. — pagamento a ser feito a um supervisor por milha de deslocamento. 0 elemento fixo poderá mostrar-se variável. K — número de dias de trabalho do conjunto de entrevistadores. O govêrno federal fêz publicar. será dado exemplo (adaptado de trabalho executado pelo grupo de planejamento do Bureau of the Census). (3) . tipo do papel. onde o levantamento seria levado a efeito. Pontos admitidos (1 ) (2) Haverá um supervisor por grupo de 10 entrevistadores ou 1/10 supervisores. É fácil. comumente. examinando-se melhor. são tidos. muita economia se pode fazer. boletim muito instru­ tivo (14). Gastos com impressão de formulários de pesquisa. haverá necessidade de conservar os supervisores por 3 semanas (15 dias) mais que os entrevistadores. cada supervisor trabalhará K/I+10+15 dias. — salário diário de um supervisor. Q. demonstrar que os chamados custos "fixos” só o são relativamente. O problema proposto era o de determinar os custos de supervisão de campo relativos a um levantamento por amostragem de área. Contudo. como en­ volvendo um elemento fixo (o “layout” e a preparação da placa ou stencil) e um elemento variável (o número de có­ pias. O treinamento será realizado em ponto aproximadamente eqüidistante das residências dos supervisores. Além das duas semanas de treinamento.). Assim. Haverá um período de treinamento de duas semanas (10 dias) para os supervisores. cobrindo os Es­ tados Unidos da América: Definição de símbolos: M — Número total de áreas ou unidades primárias (municípios ou grupos de municípios) em que os Estados Unidos da América poderiam ser divididos com o objetivo de seleção de um con­ junto de áreas de amostra.468 P L A N E JA M E N T O DE PESQUISA SOCIAL variável. etc. Ci — "diária" a ser paga a um supervisor. A — área média d e . C. entretanto. Com efeito. por exemplo. 1 — número de entrevistadores a ser recrutado.uma unidade primária. Para pôr em evidência os pormenores requeridos para programação financeira realista e eficiente. quando em trabalho fora da área da residência. a êsse respeito.

Presumese que essa distância média seja igual a (6) JTÕH7 Equação de custos de treinamento dos supervisores: Com base nas presunções acima. Equação de custos de supervisão de entrevista: Com base nas pre­ sunções acima. é de aplicação geral. DO P L A N E J. para atingirem o centro de treinamento é. por sua vez. A validade das equações de custo não é aqui considerada. os custos totais de treinamento fazem-se iguais a: — (1 OCi \ / I M Ci~\- 7 14C3 ) . O esquema orçamentário e de tempo deve ser conti­ nuamente reexaminado. é igual a AM.+a )+c. A distância a ser percorrida pelos supervisores. Será necessário pagar "diárias" aos supervisores durante todo o período de treinamento e por metade do tempo durante o qual êles estejam examinando o trabalho dos entrevistadores.A FASE OPE R. os custos totais de supervisão fazem-se iguais a: ~ [ ( K + 25 ) C. em média igual a raiz quadrada da área dos Estados Unidos da América. + ( V lT l + C2+ ( y + 2 1 . é igual à raiz quadrada da área da porção de território dos Estados Unidos da América em que se encontram as áreas de amostra a serem cobertas pelos entrevistadores que êle oriente. abaixo.+ 15)(c. DA PESQUISA PRÁTICA 469 (■ 4 ) (5) Viagens de e para as áreas de amostra e de e para o centro de treinamento não se realizarão durante horas de trabalho. Êsse problema e técnicas para equacioná-lo serão discutidos na secção 6. a validade põe-se como questão experimental. os custos totais de treinamento fazem-se iguais a: ^ [u. à medida em que avance a pes­ quisa. enquanto trabalhando com seu grupo de entrevistadores. 5 ) C 3] O exemplo dado pretende ser ilustrativo. tanto a pesquisa de pequena. A distância média a ser percorrida por um supervisor. Como se dá em tôdas as outras fases do planejamento da pesquisa. se não os pormenores. . A maneira de abordagem. que.ViíM] Equação de custos totais de supervisão: Com base nas presunções acima. como a de grande escala são suscetíveis de análise financeira semelhante.

conceitualmente ao menos. Passagem das especificações para operações. Deve incluir (condicionadas a modificações devidas à natureza da pesquisa) especificação minuciosa dos seguintes proces­ sos operacionais: 1. de outro. a redação do guia de trabalho deve constituir o ponto principal de contato entre os planos de amostragem. em operações que se executem de modo a completar-se a pes­ quisa. estatístico e observacional. o equivalente dêsse guia de trabalho são as plantas.. Além de possibilitar a preparação do esquema financeiro e de tempo. de tarefas definidas e indicação dos mate­ riais necessários para a realização da pesquisa. Analisar os dados. regis­ trando-os em cartões). registrar e transmitir observações. . Trabalhar os dados transmitidos. 5. 4. É nêste estágio que as intenções do planejador da pesquisa podem ser rigorosamente esclareci­ das (e qualificadas). Seleção e treinamento de pessoal. Preparo de formulário e outros meios necessários para obtenção e controle de observações. ex. e o andamento da pesquisa. Meio recomendado para isso é a redação de um guie. 3. segundo o estabelecimento. 6. Nos guias de trabalho devem figurar as várias decisões relativas ao planejamento sob forma (exaustiva) de especificações pormenorizadas. algumas das decisões. Já se observou que a avaliação das especificações re­ quer sejam elas traduzidas. Colhêr. 7. codificando-os. de um lado. Êsse conjunto pormenorizado de especificações deve refletir tôdas as considerações prá­ ticas a que dê lugar a realização da pesquisa. 2.470 P L A N E JA M E N T O DE PESQUISA SOCIAL 5. onde estão especificados os mínimos detalhes da construção. Preparação dêsse guia não equivale jamais a simples distinção das deci­ sões de planejamento. ao menos. de trabalho. Tabular os dados. 8. O guia de trabalho deve abranger todos os aspectos de tôdas as fases da efetiva realização da pesquisa. Implica sempre na reavaliação de. Dar aos dados forma conveniente (p. Em arquitetura. Colheita de amostra. E torna possível uma apresentação final do modêlo idealizado em têrmos práticos.

fazendo compras. O entrevistador deve procurar saber (provavelmente de vizinhos) quando regressará o morador ou quando é de esperar que êle esteja em casa. 3. 4. Preparar e publicar o relatório final. b) O morador está em casa. mas não quer abrir a porta. 5. . O endereço fornecido não existe ou parece não existir o) O edifício foi demolido. não pode encontrar o número correto. e o local está ocupado por outros. após compilação da lista-base. (3) Por causa de ter havido alteração do nome da rua. a) O morador não está em casa. a) Deve ser procurado o nôvo enderêço? E que fazer. O enderêço indicado não corresponde a unidades habitacionais. 1. etc. considera-se a seguinte lista de situações (especificadas por Parten) com que. de acõrdo com os vizinhos. (1) Está fora durante o dia — trabalhando. fazendo visita. ao tentar localizar um sujeito. 6. a uma unidade habitacional e a um centro de negócios. sendo simples centro de negócios. 2. Controlar cada qual das fases operacionais da pesquisa acima referidas. DA PESQUISA PRÁTICA 471 9. 7. mas ao ocupante de um quarto. (2) A família está fora da cidade. (2) Por causa do êrro de um funcionário de escritório. ao mesmo tempo. A pessoa ou família indicada mudou-se. £ possível que se faça necessário telefonar ou escrever mar­ cando entrevista ou talvez possa ser conseguida resposta à noite. O enderêço indicado corresponde. (1) Por causa de um êrro na lista-base. A unidade habitacional indicada corresponde não aos moradores da casa. d) O entrevistador está cometendo êrro quanto à rua e. b) O número da casa foi alterado.A FASE OPE R. Ninguém responde à campainha. c) A indicação recebida está errada. no decorrer de um levantamento. pode um entrevista­ dor defrontar-se. assim. A unidade habitacional indicada está desocupada. se houve mudança da cidade? O edifício anterior foi demolido e substituído por um nôvo. o) Não há morador • — a casa está desocupada. 8. Para se ter uma idéia do tipo de pormenor que deve preocupar no preparo do guia de trabalho. quando o marido esteja de volta do trabalho. em férias ou a negócios. DO P L A N E J. 10.

de acõrdo com tal lista. O enderêço indicado situa-se fora dos limites da cidade. empregados.? A pessoa indicada é falecida. p. aos ocupantes permanentes. Devem êstes ser relacio­ nados no mesmo formulário ou em formulário diferente? O enderêço indicado corresponde a um edifício de escritório. Com qual delas ou com quais deve ser esta­ belecido contato? E que fazer com as outras? O enderêço indicado corresponde a uma casa de cômodos. mas uma alteração foi feita e ali se acomodam. A família indicada tem sublocatários. Quer o planejador operacional realize as operações de pesquisa. Êste não deve ser encarado como correspondendo a instruções do observador. mudou-se para outra cidade ou para outro ponto da cidade. Que informação deve ser procurada com respeito aos resi­ dentes temporários. no outono. 15. b) Êles apenas fecharam a casa durante. O edifício é dividido de maneira diversa da indicada na listabase. O entrevistador verifica não estar o zelador incluido na lístabase. Para cada aspecto das opera­ ções de pesquisa requer-se grau correspondente de atenta consideração. . até deixando a mobília [27: 343-44]. Os ocupantes da unidade habitacional estão passando o verão no campo. ex. a) Éles sublocaram a residência por curto período durante o verão. agora. O guia de trabalho deve cobrir tôdas essas possibili­ dades e outras pertinentes. trata-se de casa ocupada por uma familia. figurar na amostra. muito diversamente (onde pessoal complementar se faz necessário). Devem ser entrevistados todos os inquilinos ou apenas a família do pro­ prietário? O enderêço indicado é o de uma instituição social. quer êle não o faça pessoalmente. etc. 12. 10.. 16. 14. assim. três familias. ou como "manual” de orientação para a pesquisa. êle deve ser olhado como documento fonte com base no qual são preparadas as diretrizes e ordenado o material de pesquisa. 11. mas ali vive o zelador. E poderão voltar ou não voltar ao mesmo enderêço. hotel ou hos­ pital.o verão.472 P L A N E JA M E N T O DE PESQUISA SOCIAL 9. impõe-se a ela­ boração do guia de trabalho. 13. não podendo. 17.

DO P L A N E J. Poder-seia escrever uma série de regras relativas a diretrizes de pesquisa. É preciso que o entrevistador seja sensí­ vel a elementos não físicos que se manifestem durante a entrevista para estar em condições de alterar estímulos ou de interpretar respostas de modo a penetrar-lhes o sentido. memo­ randos.A FASE O PER. antes disso. por exemplo. Êsse modo de ver pa­ dece de uma deficiência principal: não chega a admitir que dois estímulos ou respostas fisicamente idênticos podem ter sentidos diferentes em diferentes circunstâncias. DA PESQUISA PRÁTICA 473 5. A diretriz fechada põe como ideal a constru­ ção de uma máquina ou de um observador ou entrevistador semelhante a máquina. etc. Essas diretrizes consistem de instruções. etc^ destinados às pessoas empenhadas na realização das diferentes operações de pesquisa. gostaríamos de chamar a atenção para importante diferença quanto a tipos de diretrizes de pesquisa. . Quem quer que tenha participado do planejamento de uma pesquisa e tido oportunidade de ver outros colherem observações ou realizarem entrevistas de interesse para seu projeto conhece a frustação que existe em tentar conseguir que o observador ou entrevistador faça o que êle (plane­ jador) quer. * O restante desta secção é versão ligeiramente modificada de artigo dos autores ( 1: 330-34). * Esforços atuais no sentido de elaborar diretrizes ope­ racionais podem ser classificados em dois tipos: “fechado” e “aberto". capaz de produzir estímulo visual ou sonoro fisicamente idêntico sôbre todos os sujeitos. não obstante os esforços feitos. ha­ verá circunstâncias em que ela apenas traduz o desejo de o entrevistado agradar o entrevistador ou de ver-se ràpidamente livre dêle. nem sempre traduz concordância. Não o faremos. Diretrizes de pesquisa são planejadas com o objetivo de levar o pessoal envolvido no trabalho a atuar segundo o que deseja o pla­ nejador. “brevi­ dade”. A palavra "Sim”. ordens. ou entrevistados e capaz de reproduzir de maneira fisicamente exata as respostas a êsse estímulo.1 Diretrizes da pesquisa. “simplicidade". E. entretanto. clamando por “clareza”. Não estamos nem mesmo próximos da solução deste problema. desde que essas regras estão profusamente disseminadas.

do uso do teste prévio. caso todos os entrevistadores en­ tendam certa instrução de maneira errada e uniforme. Por outro lado. Basta isso para a enunciação do problema. Deflui daí que a maioria dos princípios de pla­ nejamento existentes neste setor são triviais e não-orientadores. ** O uso da abordagem fechada pode resul­ tar em desvio tremendo. Em conseqüência. uma abordagem aberta terá efeito exatamente contrário. a qual freqüentemente se reflete nos resultados. em conseqüência. A tarefa de fornecer diretrizes operacionais adequadas tem merecido pouco estudo controlado. em alguns casos. quando o custo é fixado (isto. entretanto. a avaliação das diretrizes operacionais deve depender. se ao observador é dada muita liberdade e permitido que êle obtenha a informação como lhe pareça melhor (abordagem “aberta” ) pode haver considerável perda de precisão. . onde b2 (o desvio) expressa o afastamento entre o resultado atingido e o valor “verdadeiro” e s2 é a estimativa da variância do resultado obtido. ver cap. iv. Na maioria dos casos. possibilitando que o observador ou entrevistador adote critérios próprios de eficácia. ** A respeito de “acuidade" e “precisão". um conjunto de diretrizes mecânicas e fechadas tende a aumentar o desvio e a reduzir a variância. na maioria dos casos. embora esta abordagem produza. alto grau de acuidade. dá margem a que se introduza uma variância no e entre os observadores. E. nem sempre se dá). aumento de eficácia dos proce­ dimentos de pesquisa e redução do êrro quadrático médio equivalem-se. em têrmos de levar ao observador ou entrevistador as instruções que re­ duzirão ao mínimo o êrro quadrático médio. O procedimento de entrevista ou de observação aberta.474 P L A N E JA M E N T O DE PESQUISA SOCIAL Esta abordagem “fechada" pode produzir alto grau de pre­ cisão. mas casos haverá em que produza considerável perda de acuidade. E passemos a indagar o que é possível fazer. A nosso ver. O dilema pode ser formulado em têrmos de êrro qua­ drático médio (M S E ) : M S E — b2 + s2. o problema de for­ necer diretrizes operacionais adequadas pode ser reformu­ lado para a maioria das situações de pesquisa.

Voltaremos à questão em (c) abaixo. DA PESQUISA PRÁTICA 475 Asserções relativas à eficácia de diretrizes operacionais alternativas podem ser formuladas como hipóteses que se submetam a teste.. na definição. que adotamos a seguinte defini­ ção de cadeira: “objeto que se destina a ser usado e só pode ser usado por uma única pessoa. Não é necessário que examinemos a definição em pormenor. DO P L A N E J. Quer isso dizer que as alternativas devem ser enunciadas com antecipação e explicitado o critério de eficácia. podem despertar nêles respostas uniformemente acuradas. ser verificada através de teste prévio. Supo­ nha-se que o levantamento propõe-se a estudar condições reais de vida e abrange muitos outros itens. assim como em outras fases do planejamento de pesquisa. devemos transformar os conceitos com­ plexos que aparecem na definição ("destinado”. etc. cadeira é objeto que deve ser defi­ nido antes em têrmos de uso do que de estrutura. “sentar” e “contar com um apoio para as costas” são claros. Como já deixamos dito. realçando o procedimento para transformar uma definição em diretriz observacional. Voltemos a tomar um exemplo anterior: levantamento de cadeiras em salas de estar. têm significado correto e idên­ tico para todos os entrevistadores e. que nêle se senta e que. isto é. os critérios de adequação das decisões decorrem dos propósitos que a pesquisa procura concretizar. "pessoa única".A FASE O PER. Consideremos "pode ser usado para . A transformação da definição em diretrizes operacionais deve fazer-se da maneira seguinte: a) Determinar quais são. Podemos ilustrar o ponto. “pode ser usado” ) em operação simples para determinar se essas con­ dições estão satisfeitas. para efeito de ilustração. basta acentuar que sofás. Tal procedimento poderá reduzir a necessidade de acréscimos ou revisões de procedimentos operacionais du­ rante o curso da pesquisa. A vali­ dez dêste ponto deve. Suponhase. enquanto sentada. por exemplo. sempre que possível. Poucas são as coisas que mais destroem a disposição do observador ou entrevistador do que repetida revisão de instruções. os conceitos claros para os entrevistadores ( Isto pode requerer a aplicação de alguns testes) Podemos verificar. que "obje­ to”. além de cadeiras. b) Em seguida. bancos. No planejamento das diretrizes operacionais. estão dela excluídos. por isso mesmo. pode contar com um apoio para as costas”.

Tal procedimento pode resultar em “melhoria" e esclarecimento da definição. estiver em condições de ser usado para êsse fim. Por experiência própria.476 P L A N E JA M E N T O DE PESQUISA SOCIAL sentar”. ou seja. os próprios planejadores imaginarão casos onde se faça difícil a aplicação das regras. Considerações dessa ordem habilitam o pla­ nejador a começar a formular uma regra para contagem de cadeiras: "Considere-se que o objeto pode ser usado para sentar se. Durante o treinamento. freqüentemente. àqueles que irão observar as dire­ trizes devem ser dadas responsabilidades de planejamento. fazendo-se as revisões acon­ selháveis. os observadores e entrevista­ dores devem ser encorajados a apontar deficiências nos procedimentos. no que respeita ao preparo dessas diretrizes. Deve o observador incluir um objeto normalmente chamado cadeira. quando êsses objetivos são claros. afirmamos que falhas relativas a diretrizes operacionais são de atribuir antes a planejamento defeituoso do que a erros de observadores ou entrevistadores. Têm êles capacidade ímpar de indicar pontos em que os planejadores da pesquisa não foram claros quanto ao que desejavam e quanto à maneira de . mas ao qual falta uma das pernas? Decisões dessa ordem só podem ser tomadas tendo-se em conta os objetivos da pesquisa. No teste prévio. apontam. bem como durante o tra­ balho de campo do teste prévio. as cadeiras que necessitam de reparos devem ser excluidas. etc.. êsses casos críticos podem ser usados para avaliar a eficácia das dire­ trizes afinal elaboradas. e outros casos lhes serão sugeridos. no momento da observação. quando êstes erros existem. para ver se a tais pessoas ocorre a lembrança de casos críticos não cobertos pela definição.” c) Uma vez que o planejador tenha transformado definição em regras de procedimento deve tentar verificar se essa transformação se fêz de maneira adequada. Como forma preliminar de verificação. Se. Isto é. E. o objetivo da pesquisa é tal que requer informação relativa ao momento da observação. Sua coerência e acuidade podem ser objeto de observação e análise. pode-se apresentar a defini­ ção a várias pessoas experientes quanto ao campo a ser estudado. para erros contidos nas diretrizes. a diferentes observadores ou entrevistadores podem ser propostas as diretrizes e êsses problemas críticos. Durante êsse processo. por exemplo. a decisão torna-se fácil.

manuais. — papéis necessários. esquecendo pontos importantes de interesse para a grande maioria dos casos. pode ser dividida. tenham de vir a ocupar-se dos casos especiais. Em muitas circunstâncias. De fato. entrevistadores. mas orgulho não é necessàriamente compatível com eficiência operacional. for­ mulários de controle.2 Materiais de pesquisa Fizemos referência a questionários. despreocupados de pormenores só aplicáveis a casos especiais. etc. 5. A atribuição de responsabilidade de planejamento a observadores. Referimo-nos também a máquinas.. De qualquer forma. etc. Daí decorrerá simpli­ ficação das instruções e do treinamento e. Observadores.. aparentemente não pode ser executado). Não se deve dedicar muito tempo ao caso “único num milhão". carimbos de borra­ . acêrca da maneira de tratar casos excepcionais quando somente pequena porcenta­ gem dêles se defrontará com êsses casos. os entrevistadores e observadores verão crescer a capacidade de apreender o sentido das “regras de maioria". os casos marginais não podem ser tratados sem que se compli­ quem enormemente as instruções e o treinamento. será melhor não instruir todos os observadores.A FASE O PER. se a natureza da crítica desejada pelo grupo de planejamento não fôr tornada explícita. afinal e por uma ou outra razão. entrevistadores. etc. DA PESQUISA PRÁTICA 477 alcançá-lo. relativos apenas a uma reduzida percentagem de casos mar­ ginais. a lápis alegremente colo­ ridos (sem os quais o trabalho de “codificar e corrigir". podem tender a prender-se a pormenores sem importância. entrevistadores. E sempre será possível instruí-los no sentido de levar tais casos a conheci­ mento dos respectivos supervisores. se a êles coubesse enfrentar aqueles casos e (2) o custo do êrro que se pode esperar decorra do fato de as instruções não serem dadas a pessoas que. DO P L A N E J. Costuma o planejador mostra-se sensível quan­ to a êsses aspectos das diretrizes. o acréscimo de custo resultante de se atribuir ao supervisor a tarefa de manipular os casos excepcionais deve ser compa­ rado (quando possível) com (1) o custo do treinamento complementar a que deveria ser submetido o pessoal comum. esquemas. etc. testes.. a menos que êle diga respeito muito em particular aos resulta­ dos da pesquisa.

Gostaríamos. Referimo-nos. seja na coleta. talvez não de todo aparente: tal relação poderá levar a que se descubra duplicação desnecessária de atividade ou de materiais.. de fazer três observações relativas a material de pesquisa. que podem ter algum alcance de ordem geral. quando se planejou código que abrange quatorze categorias. Relacionar os materiais necessários para cada pessoa poderá parecer exigência óbvia. A catalização do material de pesquisa pode ajudar na conservação do custo de controle. ex. . de alguma maneira. As difi­ culdades conseqüentes podem ser evitadas por cuidados prévios. É. Não seria realizável (c seria inútil) a elaboração de qualquer lista de materiais necessários ou suficientes para a realização de pesquisa social. motivo de frustração colecionar dados para depois descobrir que foi omitida relevante característica das pessoas ou grupos investigados (p. finalmente. modificar o papel. a iluminação. 2. etc. as mesas e cadeiras. raça. ou estado civil). Mas tem uma vantagem. ou sexo. As tabelas estatísticas e os gráficos a serem cons­ truídos ao final. contudo. 3. quando o comparamos ao causado pela segunda. bem como facilitar a comunicação entre pessoas empenhadas na mesma pesquisa. aos componentes materiais do ambiente fisico em que o papel sofre alteração — o espaço. com base nos dados — . O planejamento inicial de cartões de controle.e assim também os cartões de controle. E é experiência igualmente irritante verificar terem sido coligidos dados desnecessários. seja no processamento de dados. se se decide usá-los. sem dúvida. 1.478 P L A N E JA M E N T O DE PESQ UISA SOCIAL cha e outros instrumentos para mutilar ou para. pode auxiliar também: pode ser desencorajador verificar que se dispõe de um cartão de apenas doze colunas. se usados — devem ser descritos em estágio inicial do planejamento. Tornar explícita a maneira de apresentar os resultados — as coordenadas da célula (descrições de linhas e colunas) de cada tabela e os eixos de cada qual dos gráficos — pode evitar demora. Infelizmente a primeira experiência causa aborrecimento que parece desproporcionado.

ocor­ re) que as especificações não se mostram eficazes relativa­ mente aos objetivos da pesquisa. No que diz respeito à manutenção de controle. . O planejador operacional deve esforçar-se por elaborar processo suscetível de ser mantido sob controle. Estão as operações. algumas técnicas que podem auxiliar as operações de controle: o registro progressivo e o controle de qualidade (inspeção e verificação). infelizmente. deve empenhar-se com o propósito de reduzir ao mínimo. desvios dessas especificações. em algum sentido geral. DO P L A N E J. se não descobrir (como. quando deixamos indicadas as medidas que podem ser adotadas para que se mantenha o controle. Sua tarefa é a de elevar ao máximo a eficácia operacional. tal como realizadas. tal como realizadas. Equivale isso a dizer que. Existem. O significado da primeira dessas frases. Resposta correta à pergunta “Estão as operações. DA PESQUISA PRÁTICA 479 6. Estão as especificações era concordância com os objetivos? 2. em algum sentido geral.1 Registro progressivo. 6. tal como propostas? As duas primeiras questões já mereceram atenção. todavia. em concordância com as operações. O significado da segunda frase "eficazes relativamente aos objetivos da pesquisa. . agora. . "reduzir ao mínimo. por nós examinada. ao mesmo tempo.. o custo de uma operação e o tempo exigido para completá-la devem ser olhados como dimensões mensuráveis da mesma operação. ” deve ter-se tornado claro. A última será. ” deve. tal como propostas?” depende. ser deixado a cargo da intuição do leitor. Manutenção de controle. às vêzes. com referência ao assunto controle: 1. em concordância com as operações. Nos parágrafos anteriores há duas frases cujo sentido encerra a chave do problema de controle. os desvios.A FASE O P E R. Estão as operações propostas em concordância com as especi­ ficações? 3. Há três questões a examinar. de análise lógica e de experimentos de validação. .

reconstruir o acontecido é atitude que pode levar ao fracasso. Êste último item é o que apresenta maior dificuldade. novas linhas serão ne­ cessárias. não dispomos até hoje de noção a respeito do que deva ser "unidade de planejamento”. . artifício ou bom controle é necessário. Êste ponto será discutido na secção 6. O registro progressivo pode ser utilizado para os seguintes objetivos: (1) Para determinar se o esquema financeiro e de tempo e/ou as especificações pedem revi­ são. em que se anotem "percentagem do orçamento” correspondente a "homens/horas”. Para auxiliar o planejamento da pesquisa futura. Para cada atividade adicional.3 abaixo. O formato do registro progressivo pode ser semelhante ao do esquema financeiro e de tempo. apresentado na figura 34. não há até agora respostas para essas questões. Salvo para tarefas que depen­ dam do número de questionários ou item óbvio da mesma espécie. em relação às dimensões de custo e tempo. Esperar até que a pesquisa se complete para. “custo” e "percentagem completada do trabalho total”. O registro progressivo apresenta as ope­ rações tal como executadas. então. para que o trabalho se conclua dentro das previ­ sões orçamentárias.480 P L A N E JA M E N T O DE PESQUISA SOCIAL O esquema financeiro e de tempo apresenta as operações tal como propostas. a não ser "critério e intuição”. Para determinar se o pessoal necessita de maior treinamento ou "motivação” ou. Por exemplo. substituição. Devese realçar que a utilidade dos registros progressivos cresce proporcionalmente com a "atualização”. na maioria dos casos. talvez. Isto levanta a questão da medida de trabalho. Não corresponde a um artifí­ cio dispender homem-horas ou dinheiro ao nível calculado ou abaixo dêle. bem como a de definir unidades de trabalho para cada atividade da pesquisa. (2) (3) O registro progressivo deveria ser peça extremamente importante do "caderno de notas” do cientista social.

Para exame das técnicas de reiteração de entre­ vistas destinadas a verificar os erros dos entrevistadores e entrevistados nos levantamentos. DA PESQ UISA PRÁTICA 481 6. A teoria da amostragem pode trazer contribuição valiosa a êsses processos. Mesmo após a execução de um procedimento de controle de qualidade como o que foi descrito. freqüentemente. Diretrizes operacionais tomam. os resultados são rejeitados por não satisfazerem os padrões de qualidade exigidos.2 Controle de qualidade. Se o entrevistado trabalhou na semana finda. portanto. pode ser im­ praticável inspecionar cada operação executada ou cada qual dos dados coligidos — por ser demorado ou custoso em . O controle de qualidade abrange duas fases: (1) inspeção — a determinação de quão precisamente correspondem as operações executadas às espe­ cificações operacionais e (2) verificação ■ — redução dos erros devidos à não correspondência entre as operações tal como indicadas e as operações tal como realizadas. as se­ guintes formas: (1) Se houver respostas “sim” à questão 1. Acêrca das técnicas de manutenção de controle. Nem todos os erros revelados pela ins­ peção podem ser corrigidos. deve assinalar o “sim” na questão 7. o en­ trevistador marcará com “x” o espaço retan­ gular A.A FASE OPE R. Para um exemplo de sua aplicação no “processamento” de dados. alguns erros opera­ cionais persistirão. o próprio controle precisa ser avaliado. deve fu­ rar 5 na coluna 23 e 6 na coluna 24. ver o artigo (13) de Eckler e Pritzker. o se­ guinte ponto deve ser salientado: o controle requer dispêndio de tempo e dinheiro. ver o artigo (9) de Deming e Goeffrey. DO P L A N E J. Se o operador constata que no espaço retan­ gular Z está registrado o número 56. (2) (3) Operações como essas podem ser submetidas a um pro­ cesso de controle de qualidade. Da perspectiva da pesquisa planejada. Além disso. a menos que se repita a operação: isto é.

entre outras coisas. Aqui. Èsse obstáculo. de mo­ do a transformá-la em conjunto de especifi­ cações de características mensuráveis das operações efetuadas ou dos resultados obtidos? Como conduzir a inspeção das operações ou dos resultados. os problemas de manter controle podem ser postos na seguinte forma: (1) Qual a qualidade mínima que as operações devem apresentar em relação aos objetivos da pesquisa? Como traduzir essa qualidade mínima. H á um bom número de livros de introdução a êsses métodos (p. encontram aplicação.é. as três perguntas acima referidas.. tornar possível responder às perguntas (1) e (2) acima. A idéia de fazê-lo não é nova. A metodologia esboçada neste livro pretendeu. Na fabricação de um produ­ to. em todos os casos e convém ao cientista social familiarizarse com o método de controle de qualidade. ex. limites de tolerân­ cia)? Quando aceitar e quando rejeitar as operações tal como executadas? (2) (3) No momento em que o problema se põe nesses têrmos. torna-se evidente sua analogia com o problema de controle de um processo de fabricação. técnicas foram desenvolvidas para responder à pergun­ ta (3). pois.. As qualidades das operações de pesquisa que . [29] e [30]). Logo. já foi empregada com êxito considerável em alguns levantamentos realizados na África do Sul. É muito natural. entretanto.482 P L A N E JA M E N T O DE PESQ UISA SOCIAL demasia. perguntar se é possível aplicar os métodos de controle de qualidade industrial às operações de pesquisa e às operações de fabricação. com base em amostragem. Essas técnicas chamam-se controle de qualidade industrial. de modo a determinar (com risco aceitável) se as operações ou resultados preenchem as es­ pecificações mínimas (i. de fato. necessàriamente. não se apresenta. [18]. as perguntas (1) e (2) podem ser respondidas por outras vias. O grande óbice para uso amplo dos métodos de controle da qualidade na pesquisa social é a dificuldade e o custo de repetir observações e outras operações de pesquisa.

deixar de selecionar pessoas qualificadas para a tarefa. 7. Não se deve concluir daqui ser fácil aplicar métodos de controle de qualidade às operações de pesquisa. A primeira orientação destinase a reduzir o que poderíamos chamar êrro de pessoal de tipo I. é. Seleção e treinamento do pessoal de pesquisa. o tempo total.A FASE OPER. melhor exame revela que correspondem aos dois tipos de erros estatísticos que podem surgir. com relação ao pessoal de pesquisa — problemas cuja solução independe de técnicas auxiliares específicas capazes de serem empregadas na seleção e treinamento de pessoal. selecionar os melhores) e (2) eliminar os menos capazes. deve-se concluir que esforços nesse sentido podem ser ro­ bustecidos pelo tipo de abordagem metodológica de planeja­ mento apresentada neste livro. DA PESQUISA PRÁTICA 483 devem ser ressaltadas são o custo. Muitos psicólogos têm-se dedicado a desenvolver critérios de seleção e a preparar testes que deter­ minem o grau em que os indivíduos satisfazem êsses critérios (ver [21]). nas últimas dé­ cadas. mas.de executar a tarefa a cumprir. 7. Nosso propósito será o de levantar alguns problemas gerais de planejamento. DO P L A N E J. a acuidade e a precisão (desvio e variabilidade) dos resultados que atingem (dados). consideraremos a seleção do pessoal de pesquisa. a9 duas orientações parecem equivaler-se. Tentamos indicar meios de quantificar cada qual daquelas qualidades e meios de determinar os requisitos que os objetivos da pesquisa impõem sôbre cada uma. Antes de mais nada. se ocuparam dos problemas gerais de pessoal e quan­ tidade crescente de obras vem tratando dos problemas do pessoal de pesquisa.1 Seleção. A um primeiro olhar. isto é. Um procedimento de seleção pode orientar-se em dois sentidos: (1) obter os mais capazes para execução do tra­ balho (i. É considerável o número de livros que. A segunda orientação destina-se a tornar mínimo . antes. Não faremos aqui tentativa de sumariar ou apreciar o conteúdo dêsses trabalhos. Quando menos. cabe dizer que a ciência social não mais pode permitir permaneça inex­ plorada a possibilidade de emprêgo dos métodos de controle de qualidade nas operações de pesquisa.

estabelecendo meios que assegurem que nenhuma pessoa seja empregada se não satisfizer condições mínimas. o primeiro tipo de orientação será ado­ tado quando ocorrerem as condições seguintes: (1) capa­ cidade especial faz-se necessária para o desempenho da taiefa e/ou (2) escasseiam as pessoas com a capacidade requerida. será importante apenas afastar os que sejam completa ou parcialmente analfabetos. etc. identificá-la dentro em pouco e afastá-la. talvez difícil de encontrar. o prin­ cipal êrro a ser evitado é o de afastar pessoa qualificada antes que o de aceitar pessoa sem a qualificação precisa. é possível. verificadores. as despesas que ocorrem de contratá-la são relativamente baixas. e não o próprio grupo de planejamento. a possibilidade de deixar de reconhecer e de afastar pessoa não qualificada é desprezível e. o segundo tipo de orientação — especifi­ cação de requisitos mínimos — será adotado quando ocorre­ rem as condições seguintes: (1) não requer capacidade espe­ cial para a execução da tarefa e (2) há pessoal disponível.é. se o trabalho é especiali­ zado.. Logo. por exem­ plo. quando há perigo de incluir quem não a possua. por isso mesmo. tais como: entrevistado­ res. para identificar os não preparados). De modo geral. Um método de entrevista que requeira treina­ mento e experiência especiais. podem ser usados como formas eficientes de seleção auxiliar (i. por exemplo. êsse grupo terá sido sele­ cionado antes do início do planejamento. Em situação tal. No caso.484 P L A N E JA M E N T O DE PESQUISA SOCIAL o éreo de pessoal de tipo II: contratar pessoa não qualifica­ da para a execução da tarefa. em geral. pode tornar-se crítico aceitar todos os que parecem ter a capacidade requerida. a ne­ cessidade de buscar pessoal especializado. Em outras palavras. O período de treinamento e a ação por tentativa. Se uma pessoa não qualificada "atravessa” o procedimento de seleção. que satisfaça as condições. a segunda orientação consiste em especificar requisitos mínimos para o trabalho. Deve-se deixar claro que os individuos a que nos refe­ rimos são os auxiliares de pesquisa. codificadores. Presumivelmente. Neste caso. seja de fato contratado. estabe­ lecendo meios que assegurem que o pessoal. tal como o recurso a técnicas não-diretivas ou projetivas (17) impõe. De modo geral. os portado­ . A primeira orientação pretende especificar os requisitos ótimos. em abundância.

tem-se dado importância à per­ sonalidade. 7.. em conseqüência. por exemplo. Em verdade.. portanto. ideológicos e de outros tipos.1 Especificação de requisitos ótimos ou mínimos para execução de uma tarefa. (2) estabelecer meios capazes de determinar se uma pessoa preenche êsses requisitos. de tal forma. os problemas principais de planejamento relacionados com a seleção: (1) especificar os requisitos mínimos ou ótimos para execução de uma ta­ refa. etc. tem-se manifestado interessante divergência de ênfase quanto às qualidades a buscar no pessoal que será utilizado para efetivar a realiza­ ção de futura pesquisa. De outro lado. tem-se acentuado a capacidade. No campo da psicologia de pessoal. tais como “empatia”.1. capacidade de leitura. em tentativas de analisar as ati­ tudes. E. de maneira a proporcionar base melhor para planejar posteriores proce­ dimentos seletivos. Acentua-se. Essas duas orientações não se excluem uma à outra. conhecimentos matemá­ ticos. a orientação da psicanálise e da antropologia cultural. e com qualida­ des pessoais dos entrevistadores. opiniões. e os procedimentos de seleção. crenças. vêm consistindo principalmente em testes de conhecimentos. São os seguintes. etc. e os procedimentos de seleção que daí derivam consistem. (3) determinar os custos relativos a qualquer processo de seleção e (4) estabelecer meios para avaliar o procedimento em uso. do candidato. principalmente. Esta maneira de ver preocupa-se com desvios produzidos por preconceitos políticos. Quando a capaci­ dade não é fator importante o custo relativo à rejeição de uma pessoa capaz é baixo relativamente ao da aceitação de uma pessoa que não preencha os requisitos mínimos. DA PESQUISA PRÁTICA 485 res de defeitos físicos (deficiências de visão ou de audição). requisitos são postos — por esta orien­ .A FASE O PER. “sim­ patia” e "capacidade de penetração”. a melhor orientação quanto à seleção é aquela em que se consegue equilíbrio ótimo entre os dois tipos de êrro. DO P L A N E J. de maneira muito semelhante àquela em que se obtém equilíbrio entre os erros de tipo I e tipo II no planejamento estatístico da pesquisa. ou os que não sejam dignos de confiança. Por um lado. que daí derivam. raciais.

à tarefa de esta­ belecer os requisitos necessários para determinado trabalho. publicar. a orientação que acentua as carac­ terísticas da personalidade tem sido objeto de avaliação experimental reduzida. permitindo-se. e (4) que operações devem ter lugar para que ocorram aquelas transformações. planejamentos que adotam a orientação-personalidade tendem a acentuar mais o número de respostas do que sua acuidade.486 P L A N E JA M E N T O DE PESQUISA SOCIAL tação • — no sentido de que se selecionam “tipos agradáveis. (3) que transformações devem sofrer essas matérias primas para que se obtenha o produto final desejado. embora incipientes. Êsse tipo de processo ou análise de sistemas é aplicável ao trabalho de observar. O planejador do procedimento de seleção pode tirar vantagem do modêlo que lhe é oferecido por aquêle a quem cabe o projeto de máquinas. desejaríamos desen­ volver uma equação para expressar a realização do processo (o desempenho da tarefa em têrmos de tempo. objetivos. naturalmente. etc. esforços em tal sentido. Essa orien­ tação pode ser muito facilmente usada para evitar que se dè atenção a deficiências do planejador da pesquisa. Em geral. do ponto de vista ideal. antes. êle estará em condições de testar parte da hipótese sem maio­ res gastos e com esforço apenas pouco maior. expansivos. O estado atual do conhecimento não permite essas formulações. Erros são atribuídos antes a deficiências de personalidade do obser­ vador do que a deficiências no planejamento da pesqnisa. em geral. Êste preocupa-se em determinar (1) que propriedades se desejam no produto final. Até o momento. Ênfase que é. Cada qual dessas equações é posta como hipótese a ser testada e faz-se um desafio para o planejador da pesquisa. con­ tribuíram para acumulação do conhecimento necessário. (2) quais as matérias primas a utilizar. tão preju­ dicial quanto seu oposto. Qualquer trabalho de pesquisa pode ser conceituado como um processo e. calcular. Pouca importância é dada. Contudo. Além disso. capazes de estabelecer relação com o sujeito”. Infelizmente. Dessa maneira são estabelecidas as propriedades da máquina. codificar. custo e erros) como função de um conjunto especificado de variáveis. os "requisitos de per­ sonalidade” são usados com freqüência demasiada para justificar defeituoso planejamento de pesquisa. A análise apli­ . que a imaginação corra livremente.

A FASE OPER.1. de início. não surgem também no campo do planejamento de máquinas. avaliando. Essa pes­ quisa “básica” ou “auxiliar” é extremamente necessária — necessidade que não pode ser atendida por uma psicologia de escritório ou por experiência apoiada em intuição. antes do treinamento. mas êstes. DA PESQUISA PRÁTICA 487 cada a tais processos talvez não produza. se possível. essa operação seria dispendiosa e demorada. Se esforços anteriores. Mesmo o cientista so­ cial se surpreenderá com a quantidade de conhecimento já disponível e utilizável para planejar os requisitos da opera­ ção. executada e avaliada intuitivamente. o planejador anseia por meios práticos. antes de utilizarem tal abordagem. Obviamente. mas que só pode ser satisfeita por experimentação planejada. de início. a sua possibilidade de preencher os requisitos exigidos pela mesma tarefa. Essa forma de abordagem analítica contribuiu para que surgisse o conhe­ cimento necessário em que apoiar resultados acurados — os engenheiros mecânicos não esperavam o conhecimento. dessa forma. assim. ao planejar um pro­ cedimento de seleção é o de conseguir equilíbrio ótimo entre a qualidade e o custo do trabalho a ser realizado.1. Em resumo. Torna-se clara. jcontudo. isso ocorreu porque a pesquisa foi concebida. 7. capazes de lhe permitirem infe­ rência a respeito de como se comportará o candidato no desempenho efetivo da pesquisa —■e isto. Tem-se . DO P L A N E J. se êle se der ao incômodo de analisar o processo em que a operação se encaixará.2 Teste de pessoal com relação aos requisitos. Se pro­ cedimentos de pesquisa planejados metodologicamente fos­ sem aplicados ao problema de seleção de pessoal. resul­ tados "acurados”. em semelhante sentido. De um ponto de vista ideal. a existência de um problema que a pesquisa social deveria estar em con­ dições de responder. essa abor­ dagem tem enorme valor heurístico. 7. o planejador desejaria observar o candidato a desempenhar-se da tarefa nas con­ dições em que a pesquisa se desenvolverá. poderiam ter sido colhidos resultados indiretamente úteis. não deram resultado. Em conseqüência. O objetivo que se tem em vista.3 Custos relativos ao procedimento de seleção.

Isso poderá ser conseguido. sôbre as quais apoiar o planejamento do procedimento de seleção. êle forçará a aquisição de informações melhores. [23]. [12]. treinamento e conservação de observadores. [28]. mais os custos esperados decorrentes de erros cometidos pelo pessoal escolhido. O número e local das observações a serem feitas. As variáveis do modêlo seriam: (1) (2) (3) (4) Os custos relativos à seleção. O planejador deve tentar conscienciosamente conseguir essa redução. O “National Opinion Research Center”. Em outras palavras. só lhe reste "adivi­ nhar” os valores das variáveis em causa. A terceira variável — êrro cometido pelo observador — tem. particular­ mente no campo do levantamento (ver [4]. O problema do planejamento de seleção consiste em elaborar procedimento de seleção (e treinamento e contro­ le) relativamente ao qual o custo de seleção (e treinamento e controle). é reduzido ao mínimo. [25]. [20]. no que diz respeito a determinado procedimento operacional. [7]. . As grandezas e a possibilidade de erros come­ tidos pelo observador.488 P L A N E JA M E N T O DE PESQUISA SOCIAL tornado cada vez mais claro que se pode buscar um meio de seleção ótima fazendo dêsse meio um aspecto do modêlo de amostragem da pesquisa. merecido alguma atenção. Con­ sideremos tal modêlo no que diz respeito aos observadores. As perdas (expressas em custos) derivadas dêsses erros. o “Bureau of the Census” e o “Bureau of Labor Statistics”. [15]. se forem tornadas explícitas as bases das decisões relativas ao planejamento. presentemente. ultimamente. pode-se construir um modêlo do próprio processo de seleção. assim como Mahalanobis (22) e Stock e Hochstim (32) têm desenvolvido grande atividade neste campo. à avaliação experimental. [31] e [35] ). por tal forma. muito embora. expondo-as. a aplicação das anotações seguintes a outras espécies de pessoal far-se-á clara. Assim agindo.

2 Treinamento. podem ser usados. O procedimento que se pode adotar será discutido abaixo. esforços tais. DO P L A N E J. e é reduzido o conhecimento específico relativo à efi­ cácia das várias técnicas de treinamento para tipos deter­ minados de operações de pesquisa. Não há teoria geral.. etc. com freqüência.A FASE OPEU. Eis. por exemplo. geralmente. DA PESQUISA PRÁTICA 489 7. Muitos experimentos de caráter simples. É certo que escassez de tempo e dinheiro impede. podem ser realizados com o propósito de fornecerem informação que será acumulada e organizada. em que se aborda o problema de saber se os exames vestibulares afastam estudantes fracos ao invés de afastar os bons. No estágio atual.1. relativos a treinamento (testes prévios. Já se deixou claro que os procedimentos de seleção devem ser planejados de forma que os tome suscetíveis de se verem testados e avaliados no decorrer da pesquisa. Isso obriga. trei­ namento. É muito semelhante ao de seleção o estágio atual do planejamento de programas de treinamento. de forma absoluta.4 Avaliação dos procedimentos de seleção. o planejador de treinamento. méto­ dos de contabilidade que verificarão o acêrto dessa estima­ tiva e a corrigirão para o futuro. a confiar no senso comum. Se. juntamente com avaliação com­ parativa de procedimentos alternativos de treinamento. na própria experiência e na de outros. É relativamente fácil elaborar vários procedimentos de seleção e conduzir a pesquisa-mãe de modo que tais procedimentos possam ser avaliados por comparação. A eficácia de um procedimento de seleção pode ser determinada à luz dos dados obtidos com base no comportamento real dos que foram selecionados. * 7. é feita estimativa dos gastos com seleção. um dêsses procedimentos. por exemplo. durante a pesquisa. por exemplo). . mas êsses experimen­ tos consomem menos tempos e dinheiro do que a prática atual indica. um tipo experimental de treinamento que pode ser realizado em variadas circunstân­ * Breve esbõço de abordage-m semelhante pode ser encontrado análise de Marks (23: 92). é mais fácil compa­ rar diferentes procedimentos de seleção do que avaliar. de sorte a proporcionar base metodológica firme para planejar o treinamento.

Diferentes métodos de treinamento podem ser aplicados relativamente a cada grupo. ex. para diferentes distritos em que as entrevistas devem ter lugar). O próprio treinamento pode ser anali­ sado como um processo de transformação. . utilizando os resultados para avaliar os programas de treinamento. O desvio e a variabilidade dos resultados obtidos pelos integrantes de cada qual dos grupos de treinamento podem ser comparados com o desvio e variabilidade assinalados entre os grupos. o pessoal selecionado corres­ ponde à “matéria prima” cujas propriedades o procedimento de seleção deve. para determinada tarefa. podem essas pessoas ser aleatoriamente distribuídas por classes diversas. Convém assinalar que o mesmo tipo de análise de pro­ cesso examinado na última secção pode ser aplicado ao pro­ cedimento de seleção. Se cada qual das decisões referentes aos planos de treinamento é explicitada relativamente a uma transformação específica (p.. ex. certo exercício tem o propósito de assegurar certo nível de acuidade no preenchimento de certo formulário). em con­ seqüência. Teste dessa ordem foi realizado pelo “United States Bureau of the Census” para comparar o programa de treinamento padrão desenvolvido com vistas ao censo de 1950 e um programa de treinamento especial ministradoi atra­ vés da televisão. Aqui. é demasiado grande para que se possa reuni-los em uma classe única. torna-se clara a possibilidade de avaliação controlada e encoraja-se. Se a variabilidade entre-grupos fôr significativamente maior do que a variabilidade intra-grupo. a efetivação dessa avaliação. O resultado final pode ser expresso em têrmos de custos enumerados no modêlo de seleção. E os que receberam o treinamento podem.. ser designados para diferentes setores de trabalho (p. será possível comparar os desvios produzidos pelos diferentes gru­ pos. presumivelmente. De maneira semelhante. Experimentos dessa espécie começam a permitir a construção de base científica sôbre a qual apoiar programas de treinamento planejados metodològicamente (a descrição de avaliação que apresentamos foi simplificada). Quan­ do o número de pessoas a treinar. em seguida. determinar.490 P L A N E JA M E N T O DE PESQUISA SOCIAL cias com pequeno gasto adicional de tempo e esforço. será possível inferir que os programas de treinamento afetam o desempenho (com res­ peito à variabilidade) e tem-se indicação acêrca de qual o melhor daqueles programas.

A FASE O PER. Deveria ser (embora não seja) óbvio que planejar uma operação e operar com base num plano são matérias. inseparáveis. à luz dos dados obtidos nas operações realizadas. e até que ponto o planejador operacional deve conhecer o efetivo trabalho de campo ou de laboratório. Antes de tudo. boa indicação da invia­ bilidade da distinção. aquisição e dis+ tribuição de equipamento. por si mesma. DO P L A N E J. Deve- . é. DA PESQUISA PRÁTICA 491 Importa novamente notar que a conceituação e o pro­ cesso de análise não devem ser retardados até que se consiga ‘‘informação precisa". em verdade. 8. quer no campo. entende-se que a administração diz respeito apenas àquelas funções auxi­ liares que se fazem necessárias em qualquer operação em grande escala (i. Conceituação e análise levadas a efeito agora podem constituir o melhor estímulo para a acumulação das informações necessárias. Em segundo lugar. De um lado. mas deve modificar-se con­ tinuamente. Mesmo quando usada neste sentido. ^ O têrmo “administração” é correntemente usado em dois sentidos. distingue-se algumas vêzes a “administração" do "planejamento operacional”. etc. entende-se por administração de pes­ quisa a direção das efetivas operações de pesquisa. tem-se manifestado tendência para separar as funções de planejamento operacional e as funções diretivas. preparação de fôlhas de pagamento. ou seja. distinção entre êles torna-se importante neste con­ texto. processamento das candidaturas a em­ prego. “administração” refere-se ao pro­ cesso de orientação das operações de pesquisa. A futilidade da discussão constitui. O planejamento não cessa quando se iniciam as operações. surgiu o chamado “técnico de administração”. Administração. ocorre que as duas fases não se apresentam tão claramente distintas no tempo como supõem muitos. Em con­ seqüência. No primeiro sentido. determinar a correção com que um plano operacional está sendo executado exige compreensão ampla da motivação e do intuito determinantes dêsse plano. e para o conseqüente surgi­ mento de teoria.). A separação fêz com que surgisse tôda espécie de questões no que tange a saber até que ponto o técnico de administração deve conhecer os aspectos especializados da pesquisa. formulários. quer em laboratório.. De outro lado.

de nôvo. O planejador de pesquisa. que não acompanha as operações. tende a planejar operações em que são esquecidos aspectos que seria de importância tomar em conta. encerrar gravidade. portanto. mas do administrador.492 P L A N E JA M E N T O DE PESQUISA SOCIAL se dizer. é claro. que o grupo de opera­ ção e o grupo de planejamento não sejam distintos. que não se sente res­ ponsável pela efetiva realização das operações na confor­ midade das especificações feitas. Isso não equivale a afirmar que um mesmo indivíduo deva planejar a operação e executar o plano. executando um plano. tende a perder o senso de realidade. Pode haver divisão de trabalho entre o grupo. em conseqüência. Êle pode. exigir que os observadores permaneçam afastados das respectivas famí­ lias por todo um mês. que é o escritório central”. por exemplo (a despeito de instruções em con­ trário) um supervisor distribuiu os entrevistadores em áreas outras que não as designadas pela agência. E o ponto pode ser ilustrado recorrendo-se. Em um caso. Êle não se sente responsável pelo planejamento. a uma analogia . que não é eficiente separar as duas fun­ ções. e a tornarse ineficiente no preparo das operações de pesquisa. o administrador não familiarizado com os pormenores completos dos estágios de planejamento tende a modificar as especificações operacionais quando há difi­ culdade para concretizá-las. tais funções. Quer isso dizer que o planejador. pode ocorrer (e já ocorreu) que êle procure afastá-la. dizendo que o problema não é seu. A modificação pode pare­ cer despida de importância. Na prática. Mas o que se disse equivale a afirmar que não há diferença fundamental entre o conhecimento exigido para planejar com sucesso as operações e para operar com suces­ so. podem ser desempenhadas por membros diversos da direção da pesquisa. e não vê mal em alterar um procedi­ mento "imaginado pelos rapazes que vivem na tôrre de mar­ fim. E quando lhe é mostrada a difi­ culdade de cumprir tal exigência. É importante. por exemplo. De outra parte. O resultado foi o de perder valor um experimento que dependia em grande parte da distribui­ ção aleatória dos entrevistadores. “Que o administrador consiga quem possa ausentar-se de casa por um mês”. com o objetivo de permitir que aquêles entrevistadores permanecessem mais próximos de suas casas. a distinção de fun­ ções e de qualificações produziu dois tipos de resultados inde­ sejáveis. mas de fato.

e simplesmente. em sentido geral. é res­ ponsável por que o edifício venha a corresponder às espe­ cificações constantes do projeto. por­ tanto. efetuar paga­ mentos. a questão de que agora se trata é “Quem exerce o controle?" e a resposta é a de que devem exercê-los os planejadores da pesquisa. Estas observações não têm o propósito de reduzir a importância do administrador. cabe ao construtor a tarefa efetiva de levantar o edifício. a preparação de fôlhas de paga­ mento. o fornecimento de materiais. etc. nessa altura. registrar dados. mas deve ser responsável. não apenas porque êste o afirme. sem ter com­ preendido as plantas do arquiteto. mas para que execute as operações estipuladas. para que (a) suas especificações sejam obede­ cidas e (b) quando não o sejam. é possível que não caiba ao planejador dirigir pessoalmente a contratação de pessoal. Planejar e diri­ . essa responsabilidade última toca ao arquiteto. o de controle das efetivas operações de pesquisa (observar. Em sentido geral. De forma semelhante. a tarefa do arqui­ teto esteja completa. que se introduza alteração nas especificações ou operações. Métodos para consegui-lo já foram examinados. etc. obter o material no momento certo e lugar adequado. que não recebe o material de que necessita quando o necessita.A FASE O PER. Êle poderá pedir assistência administrativa. Êle. E o arquiteto deve certificar-se de que foi entendido pelo construtor.. A atri­ buição de partes da tarefa a terceiros não deve isentar os planejadores de responsabilidade pela direção geral. se operar. o sentido restrito — onde êle se caracteriza como aquêle a quem incumbem serviços administrativos auxiliares. Tal controle não pode ser automático e mecânico. etc. que não é pago a tempo certo. Pessoal de pesquisa. DO P L A N E J. O construtor pode ser visto como administrador. Mas nem mesmo isso êle poderá fazer. transmití-los.). é pessoal que. Ao construtor cabe contratar e despedir pessoas. DA PESQUISA PRÁTICA 493 no campo da arquitetura. o problema de administração é. e concorre decisivamente para o resultado final. Mas não se pode dizer que. não operará eficientemente. em pesquisa de larga escala. etc. tanto quanto o construtor. no que diz respeito a interpretar as especificações e fiscalizar a cons­ trução. mas não tem responsabilidade última. Uma vez preparado o projeto. no segundo sentido.

os realiza­ dores da pesquisa (assim como os interessados) também investem muito na pesquisa e. para todos os entre­ vistadores. em verdade. que. Em certo caso. haja e devam influir critérios relativos . devem tam­ bém merecer “justa compensação”. Tais critérios não são. e aquêles critérios têm o propósito de assegurarlhe “justa compensação” do investimento. Devemos esperar. faz-se necessária a cooperação entre o planeja­ dor operacional e os que responderão pelos serviços adminis­ trativos. pede-se ao administrador que desenvolva um esquema administrativo para atender a um plano operacional que lhe é apresentado como definitivo. estabeleceu-se remuneração por unidade. é claro. conseqüentemente. e surgiu uma crise operacional. O planejador operacional está em condição de impedir êsses incidentes. Em muitos casos. (2) o tempo exigido (esquema de tempo). Com muita freqüência. além de critérios rela­ tivos ao interessado. recorremos a três critérios para avaliar da ade­ quação entre decisões de planejamento e operações realiza­ das: (1) o custo associado à operação (orçamento). No exame que até êste ponto fizemos do planejamento operacional. e (3) a qualidade dos resultados. Mas. sem conter pormenores relativos aos serviços. por exemplo. a pesquisa é um produto ou serviço pago pelo interessado. portanto. Aqui é que surgem na cena os objetivos do grupo diretor da pesquisa. e não deve descartar-se de responsabilidade por êles. A experiência tem mostrado. repetidamente. têm sido sèriamente pre­ judicados pela adoção de um tipo de pagamento de pessoal incompatível com as operações realizadas. A essa altura do planejamento operacional. 9. pois. Isso é de se esperar. aos quais cabe importante papel. é preciso assinalar que os pormenores devem estar inte­ grados no plano operacional. distintos. Em pouco tem­ po desistiram. Alguns dêles trabalhavam em áreas esparsamente povoadas e desprovidas de boas estradas. Levantamentos. os objetivos do interessado estão de fato. Mas.494 P L A N E JA M E N T O DE PESQ UISA SOCIAL gir êsses aspectos da pesquisa não é tarefa sem importância. Devese assinalar que todos se orientam para objetivos dos imedia­ tos interessados na pesquisa. inteiramente subordinados aos do grupo orientador da pesquisa. se não em princípio. a inconveniência dêsse procedimen­ to. Critérios do produtor e do interessado.

Êsse grupo tem. básicamente. ou seja a pesquisa realizada por cien­ tistas. Isso é verdadeiro. etc. A pesquisa científica é uma das ocupações mais mal remuneradas. A qualidade de qualquer trabalho é. "importância do trabalho”. antes de tudo. condições razoáveis de trabalho. ou de trabalho. Em outras palavras.A FASE OPER. talvez. Os assistentes técnicos são geralmente mais mal pagos que os cientistas. Dessas observações cabe inferir que o orçamento da pesquisa deve ser estabelecido de maneira a garantir com­ pensação justa para o esforço a realizar. em algum sentido. postos na dependência da generalidade dos objetivos do grupo encarregado da execução da pesquisa. DA PESQUISA PRÁTICA 495 ao produtor. E não é de estranhar que tantos projetos hajam falhado nas fases opera­ cionais. parti­ cularmente os estudantes graduados. só o ensino. Por terem os pesquisadores deixado de reconhecer essa fundamental feição trabalhista. Todas essas alegações soam familiares aos ouvidos do cientista. o grupo de pesquisa é integrado. etc. Nestes se incluem: necessidade de recursos para manutenção. são pouquíssimas as universidades que con­ cedem compensadora redução de trabalho ou revêem salários dos que se empenham em pesquisa — não obstante o fato de que as universidades adquirem projeção e prestígio em conseqüência da realização de pesquisas a que seus nomes se associem. recebam os pesquisadores salário pago pelo interessado. DO P L A N E J. Êle deixa de levantar a questão: Qual o efeito dessa prática sôbre a qualidade do pessoal que abraçará a profissão? Êsses interêsses ime­ diatos do cientista-enquanto-trabalhador têm considerável . Compensação financeira inadequada é freqüentemente justificada com alu­ são a benefícios periféricos tais como “auto-educação”. embora a situação esteja agora se alterando para melhor. Êsses critérios serão variáveis em generalida­ de. pois êle recorre a essas desculpas para racionalizar o fato de ser explorado e de explorar os assistentes de pesquisa. Com respeito a êste último aspecto. função das compensações que a êle se dá. objetivos imediatos. o cientista dedicado à pesquisa viu-se explorado pelo interessado na mesma pesquisa. "aqui­ sição de prestígio”. seja a pesquisa contratada. oferecendo con­ dições ainda mais desvantajosas. e custeada por universidades. por empregados que fazem jus a salário e a satisfatórias condições de trabalho.

esforço material e pessoal a um só projeto pode afetar sèriamente a eficiência do grupo no que diz respeito a outros projetos. Indagações dessa espécie podem dar lugar a que se manifeste um conjunto de questões internas e sub­ sidiárias. Como devem os recursos ser distribuídos entre os vários projetos de pesquisa? Que porção dêsses recursos deve ser empregada num projeto específico? Indagações dessa ordem só podem ser respondidas racionalmente através da avaliação de alternativas. ou seja. mas também seus . aparentemente aumentam o grau de efi­ ciência de outros. A dedicação total de tempo. causará desgaste. o grupo de direção deve distribuir racionalmente seus recursos por vários projetos.496 P L A N E JA M E N T O DE PESQUISA SOCIAL influência sõbre o status da ciência em geral. Parte do pessoal de pesquisa pode ter pouco valor relati­ vamente a determinado projeto. mas contribuem consi­ deravelmente para o bom clima da organização de pesquisa e. mas se essa parte se dis­ persar não será possível utilizá-la em projetos posteriores. ou de organização do grupo de pesquisa. Devem ser conservadas? Certas pessoas são de utilidade “ultrapassada”. pouco valor para a pesquisa. são “velhos demais”. Devem as máquinas ser super-soliciatdas? O u supersolicitado o pessoal? Questões como essas somente podem ser respondidas tomando-se em conta outros trabalhos de pesquisa. Devem ser conservados? Uso de máquinas (de calcular. Em conseqüência. Por isso mesmo. ou seja. quando se revelaria útil. sõbre objetivos mais gerais do grupo orientador da pesquisa. e fará com que defei­ tos surjam mais freqüentemente. o grupo de pesquisa tem interêsses de continuidade. ou no futuro. com base em balanceamento consciencioso de sua impor­ tância. O projeto atual é “urgen­ te”. são típicas. Deve ela ser "tolerada” durante a execução do projeto atual? Algumas pessoas têm. ao mesmo tempo. por exemplo. digamos). além de certo limite. por isso mesmo. Os objetivos mediatos. As seguintes situações. e somente podem ser respondidas de maneira eficaz na medida em que existam e atuem critérios explícitos em que apoiar as respostas. não apenas os interêsses imediatos do grupo de pesquisa. direta­ mente. Não lhe convém empregar todos os recursos pessoais e materiais num único projeto. são os que afetam a possibilidade do grupo realizar pesquisa (diferente do projeto em foco).

O fato da pesquisa não contribuir para a ciência pode dever-se a um ou mais de vários fatores: (1) o objeto pode ser tal que a utilização dos resultados da pesquisa se revelem prejudiciais para o continuado desenvolvimento da ciência. de maneira a torná-los de utilidade para pesquisas posteriores. A observação a propósito do objeto não pretende atingir a pesquisa aplicada. ao contrário. isto é. êle se converte em simples técnico. DA PESQUISA PRÁTICA 497 interêsses mediatos. certos tipos de conhecimentos são mais suscetíveis de utili­ zação para propósitos contrários aos interêsses da ciência do que em qualquer outro sentido. devem ser tornados explícitos. Ao longo dêste livro. Os objetivos últimos ou científicos da pesquisa dizem respeito ao interêsse do pesquisador em concorrer para o de­ senvolvimento da ciência. ao planejar determinado projeto. tomar em consideração a maneira como . O pesquisador deve.A FASE OPE R. mas a enunciar o princípio de que é importante avaliar a área de pesquisa. avaliados e utilizados conscienciosamente no planejamento operacional de um específico projeto de pesquisa. a qualquer tempo. Circunstâncias houve em que os cientistas se recusaram a realizar pesquisa por não enxergarem meio de retirar dela qualquer conclusão de valor científico. na medida em que con­ tribui para acrescer o conteúdo e aperfeiçoar os métodos de pesquisa científica. capazes de auxiliar pes­ quisa posterior. o pesquisador deixa de tomar em con­ sideração os objetivos da ciência. Como foi assinalado na Introdução. O ponto é que. a maior parte dos avanços conseguidos em pesquisa básica surgiram a partir do exame de problemas de aplicação. determinando se o esforço por ela requerido não poderá ser melhor empregado em outro setor. Pesquisa básica e aplicada inte­ ragem continuamente. (3) O grupo de pesquisa pode não estar em condição de planejar pesquisa sob circunstâncias que permitam retirar significativa contribuição para a ciência. a pesquisa é científica na medida em que concorre para aumentar a efi­ cácia da pesquisa posterior. isto é. DO P L A N E J. Isto não corresponde a pro­ clamar o princípio da supressão do conhecimento. (2) Os recursos e o tempo disponíveis podem não permitir qualquer avaliação de métodos e resultados. colocamos ênfase na importância de realizar pesquisa de modo a alcançar resul­ tados dignos de conservação. pelo menos. Na medida em que.

498 P L A N E JA M E N T O DE PESQUISA SOCIAL os resultados da pesquisa serão usados relativamente aos interesses da ciência. assim. 10. embora não necessàriamente com consciência metodológica. por seu patrocinador. Uma coisa é realizar pesquisa como necessi­ dade prática. considerados males necessários — necessários para tornar possível poste­ rior pesquisa. Sumário. metodologia do plane­ jamento operacional. A razão explicativa da literatura abundante é clara. bem como as que se apoiam em orçamento muito precário. Projetos dessa ordem são. por vêzes. Como se sabe tão pouco. As limitações impostas à pesquisa. Podem. Acêrca da fase operacional mais se escreveu e menos se sabe do que a propósito de qualquer outra das fases da pesquisa. outra coisa é pretender que pesquisa. apresentar-se as pes­ quisas "rápidas” ou "de emergência”. mas fêz-se tentativa de sugerir maneira como poderia ser desenvolvida uma metodologia para cada fase do planejamento operacional. a literatura existente. Não se esboçou. Chamou-se a atenção para o estudo pilôto (investiga­ ções dirigidas a determinar alternativas que podem ser encon­ tradas na pesquisa). não faz mais do que insistir em tautologias. Essa espécie de pes­ quisa impede o pesquisador de aprender a partir da inves­ tigação. ainda que o sejam do óbvio. A ausência de princípios metodológicos neste campo é tão amplamente reco­ nhecida que qualquer pretensão de estabelecê-los é merece­ dora de atenção. neste capítulo. enunciados. O planejador da pesquisa deve enunciar explicitamente os valores científicos que tenciona ver servidos e utilizar êsses objetivos como parte dos critérios de avaliação de seu planejamento de pesquisa. assim realizada. Trata-se de aspecto do planejamento que o pesqui­ sador é forçado a enfrentar conscientemente. Em primeiro lugar. podem impedir o grupo de pesquisa de planejá-la ou de pro­ ceder a uma avaliação de resultados e métodos a partir de ponto de vista científico. o teste prévio (investigação orientada . E. e é tão grande a necessidade de saber. foram sugeridos métodos para avaliação das especificações operacio­ nais. tenha algo a ver com ciência. por isso mesmo. são freqüentemente saudados como sabedoria. em larga proporção.

se estão sob controle. e tende a segunda a fazer o contrário. e a ação por tentativa (investi­ gação destinada a avaliar o plano operacional como um todo). Conseguir balanceamento ótimo entre essas duas diretivas é o objetivo do planejador. estatístico e observacional. pode ser usado como fonte de preparação de quaisquer diretivas que se façam necessárias. DA PESQUISA PRÁTICA 499 no sentido de avaliar decisões de planejamento que se apre­ sentem como alternativas). Uma e outra coisa podem ser com­ binadas num esquema financeiro e de tempo. Essas direti­ vas podem ser do tipo fechado (mecânico) ou aberto (fun­ cional). O tempo desejado deve ser objeto de especificação num esquema de tempo. Além disso. destina-se a comprovar . O planejador da pesquisa deve estabelecer método para verificar se as especificações operacionais estão sendo obede­ cidas ou. O registro pro­ gressivo deve permitir verificação constante e a qualquer momento. para determinar se o esquema financeiro e de tempo está sendo observado. no estágio atual. tal como desenvolvidas no planejamento de amostragem. êsses métodos garantem que se obterá resultado da qualidade desejada. que será utili­ zado como base de avaliação do projeto. êle há de recorrer ao teste prévio para conhecer a medida de seu êxito. O controle de qualidade. A primeira tende a sacrificar acuidade em bene­ fício de precisão. DO P L A N E J. tornaria possíveis inferências de uma situação para outra. Êsse guia deve abranger tôdas e cada qual das fases das operações de pesquisa e. conse­ qüentemente. e no tempo desejado. Os melho­ res meios de atingir êsses objetivos são o registro progressivo e os procedimentos de controle de qualidade.A FASE O PER. se exis­ tisse. e de controle ope­ racional. A necessidade de realizar tais estudos sob condições reais de pesquisa deve-se à ausência de teoria que. As especificações da pesquisa. sob suas formas de inspeção e verificação. O teste prévio e a ação por tentativa têm valor especial como bases de ensaio metodológico sõbre as quais podem ser testados princípios metodológicos gerais e espe­ cíficos. o que é o mesmo. Isso pode ser efetivamente conseguido através da preparação de um guia de trabalho. hão de traduzir-se em operações específicas de pesquisa. o custo desejado será especificado no orçamento da pesquisa. a um custo desejado.

se não o estão. e é extremamente necessária. No planejamento dos procedimentos de seleção do pes­ soal para a pesquisa. Essas abordagens não excluem uma à outra. Se o forem. deve-se tomar em consideração o seguinte: . acentuouse que o planejar operações e o operar um plano não devem ser tratados como processos distintos. o pla­ nejamento de operações poderá perder o senso de realidade. enquanto a redução do segundo depende da especificação de requisitos mínimos. enquanto métodos contabilísticos e outros meios de controle podem ser utilizados para avaliar as esti­ mativas feitas. Algo se pode fazer avaliando custos associados a certos procedimentos de sele­ ção e treinamento. Mesmo o planejamento e a administração de serviços auxiliares de pormenor requerem integração para que resultem em procedimentos eficientes. dois tipos de êrro são possíveis: deixarse de selecionar pessoal qualificado. podem ser submetidos a testes experimentais cuja realização terá por fim fornecer conhecimento a acumular. Além disso. faz-se necessária também a pesquisa controlada. bem como com referên­ cia aos objetivos do interessado. e as diretivas operacionais estão sendo cumpridas e. e selecionar-se pessoal não qualificado. não há métodos seguros para determinar se especificações relativas a pessoal estão sendo cumpridas. Na discussão do planejamento administrativo.500 P L A N E JA M E N T O DE PESQUISA SOCIAL se a qualidade das operações especificadas no guia de tra­ balho. Especificamente. e os resultantes procedimentos de seleção. A mesma abordagem de caráter experimental e valorativo pode ser levada a efeito em relação ao planejamento de métodos de treinamento. reduzindo. fêz-se notar que as decisões relativas ao pla­ nejamento operacional devem ser avaliadas com referência aos objetivos do grupo de pesquisa. enquanto a operação do plano se fará pouco exigente rela­ tivamente às especificações. neste ponto. Por fim. os custos a êles associados. Análise de processo acêrca do trabalho a ser executado pode constituir o início de uma base racional para especificações relativas a pessoal. Tal análise. pode-se e deve-se efetuar expe­ rimentos que propiciem métodos de evitar desvios e varia­ bilidade nas operações de pesquisa. a introduzir as correções necessárias. Presentemente. conseqüente­ mente. Esforços para reduzir ao mínimo o pri­ meiro dêsses erros depende da especificação de requisitos máximos de trabalho.

1 . se êle é candidato a doutoramento e a pesquisa deverá ser utilizada como tese? Distinguir entre os obje­ tivos do produtor e do interessado. ou de trabalho. que se relacionam com a acumulação progressiva de matéria e métodos que favoreçam o desenvol­ vimento da ciência. relativa a nomes de um catálogo telefônico? 7. As três espécies de objetivos do produtor devem ser explicitamente formuladas e utilizadas. Os objetivos últimos. no que se refere ao planejamento? 2. Quais devem ser os objetivos do pesquisador no que diz res­ peito ao planejamento operacional. Como se relacionam o esquema financeiro e de tempo e o registro progressivo? 5. que se relacionam com os aspectos de continuidade da organização de pesquisa. Como planejaria você um sistema de controle para seleção de amostra aleatória de múltiplo estágio. ao mesmo tempo que os vários objetivos do interessado. Tópicos para discussão. ou científicos. que giram em tôrno do papel do pesquisador como trabalhador. Os objetivos mediatos.A FASE O PER. DO P L A N E J. Sob que aspectos diferem o estilo do guia de trabalho e das diretrizes operacionais? 6. Como devem ser utilizados êsses objetivos com vistas a orientar decisões relativas ao planejamento operacional? . No que diferem e no que se assemelham um plano operacion e um processo de fabricação. Considere-se conhecido um projeto de pesquisa. como base para avalia­ ção de tôdas as decisões que dizem respeito ao planejamento. quais os requisitos mínimos a serem exigidos dos entrevistadores? Como pode ser treinado o pessoal que realizará essas entrevistas? 8. Como poderia ser utilizado relativamente a êsse projeto um estudo pilõto? Um teste prévio? Uma ação por tentativa? 3. Constitui o Q I base satisfatória para seleção de entrevistadores? Por que? Se o estudo disser respeito simplesmente a uma prévia elei­ toral. De que maneira a ausência de teoria afeta o planejamento de testes prévios? 4. No que se assemelham e no que diferem a administração e o planejamento operacional? 9. ou de organização. DA PESQUISA PRÁTICA 501 (1) (2) (3) Os objetivos imediatos.

e assim perderam a ino­ cência moral e a liberdade intelectual. ou seja. receberá maior percentagem de respostas. eu teria de esboçar o desenvolvi­ mento científico havido desde 1935. 3. drogarias. Classificar tais situações de ma­ neira conveniente. 2. 1. ver Deming e Goeffrey (9) e Deming. Que critério de planejamento discute êle? Você concorda com a opinião exposta? Por que? "Quando surgiu a questão de editar novamente êste livro. Parece-me que os cientistas que indicaram o caminho para a bomba atômica eram extremamente competentes. senti grande embaraço. dentre duas fórmulas de um questionário. digamos. num estudo a propósito de estudantes graduados. L . será de utilidade para todos os cientistas sociais. Relacionar tôdas as situações que poderão ser encontradas por um observador encarregado de determinar quantas pessoas estão empregadas em. 4. International Journal o[ Opinion and Attitude Re­ search. . V (1951). Sem colocar nenhuma condição. Referências e bibliografia 1. "The Methodology o f Survey Research". Citamos abaixo trecho de trabalho recente do eminente físi Max Born. Preparar plano operacional completo para seu projeto de curso. Quais seriam as qualificações pessoais mínimas a exigir de um coletor de dados para censo? E as qualificações ótimas? Leituras sugeridas. Para exame pormenorizado dos vários tipos de operações de inte­ rêsse para a pesquisa social. colocaram os frutos de seus descobri­ mentos nas mãos de políticos e de soldados. L e o n . Exercícios. e foi mencionada no corpo do capítulo. ver Parten (27). 280). e P r i t z k e r . com base na crença de que uma profunda compreensão do trabalho da natureza constitui o passo inicial na direção de uma filosofia racional e de uma sabedoria ecumênica.” (5. Para exame1 de erros em outras fases operacionais. R. A bibliografia relativa ao êrro causado pelo entrevistador é abundante. idéias e teorias fascinantes. Planejar teste prévio para determinar qual. A ckoff. embora êsse período tenha sido marcado tanto quanto qualquer época anterior por descobrimentos. Mas.502 P L A N E JA M E N T O DE PESQUISA SOCIAL 10. não me seria possível descrevê-los no mesmo tom em que o livro foi escrito. Indicar como deve ser tratada cada classe de situações. mas sem sabedoria. 313-34. Exame das várias diretrizes preparadas com vistas ao censo decenal (americano) de 1950. Tepping e Goeffrey (10). Para atualizá-lo.

7. E. . Projective Methods. X LI (1946). A b r a h a m . III Interna­ (1949). G 1940. O f f ic e O f T he P r e s id e n t . W . 1951. D e m i n g .. B. IV (1950).. "Blending Aviation Gasolines: A Study in Programming Independent Activities in an Integrated Oil Company". 18. F l e s c h . 1946. L e o n . “On Sample Inspection in the Processing of Census Returns". u r b in . e• P r i t z k e r . Press. A. D. 17. Annual Report of the Secretary of Commerce. 84-90. Superintendent of Documents. E c k l e r . The Restless Universe. X X X V II (1942). B ureau O f T he B udget. Inc. W . B anckroft. J. A. L e o n . C„ 1941. e G o e f f r e y .. York: Dover Publications Inc. International Journal of Opinion and Attitude Research. C la r k s o n . 4. R o b e r t . H o w to Test Readability. 1951.. e G o e f f r e y . Springfield. Journal of the American Statis­ tical Association. 303-12. D e m i n g . E . 3. rev. 12. 351-61. 10. "Interviewer Bias in the Recording Operation”. IV (1950). C. 1948. Washington. C.. A. E. "Differences in Response Rates of Experienced and Inexperienced Interviewers". 2s ed. E. L. 5. H.. W . 95-98. R u d o l f . P. 11. India). C h a r n e s . Statistical Quality Control.. “Errors in Card Punching". Journal of the Ame­ rican Statistical Association.. B o rn. DO P L A N E J. New York: John W iley & Sons. F 16.. Proceedings of the International Sta­ tistical Conferences (Nova Delhi. 6. B . 1949. "Measuring the Accuracy of Ennumerative Surveys”. “A Source of Interviewer B i a s '. New York: Harper & Bros. New. “The Problem of Honesty". K. B . L e o n . D 13. L.: H erbert. 8. New York: McGrawHill Book Co.. Applications of Linear Programming to the Theory of the Firm. D o rfm a n . DA PESQUISA PRÁTICA 503 2. e S t u a r t . Washington 15.. 525-36. C X IV (1951). Some Theory of Sampling. D e m in g . Thomas. tional Journal of Opinion and Attitude Research. T e p p i n g . X)>' (1952). G r a n t . E. D.. is h e r . x e c u t iv e 14. W . F r a n k . E. Econométrica. e M e l l o n . J. 9. International Journal of Opinion and Attitude Research.. "Recent Experience with Problems of Labor Force Measurement". C o o p e r . ertrude e ■ W e l c h . Journal of the American Statistical Associa­ tion. Berkeley: University of California M a x . X X X V I (1941). 1950.. 135-70. 1949. B la n k e n s h ip . Journal of tin the Royal Statistical Society. W .. E Appraisal and Control of Duplicating Services. 1 11.: Chas.A FASE OPER. 391-411. 163-206. R .

X III (1949). 30. ]. e M a u l d i n .. X L V (1950). 31. D. H . D.. 85-96.. W . Measuring Intelligence. Internationa. Journal of the American Statistical Association. S h e a t s l e y . Public Opinion Quarterly. H e r b e r t . S. G u est.. W . C.) Selection. 22. X V (1951). Department of Agriculture. junho. 29. X L II (1951. H . P. E. e M a u l d i n . W e il b a c iie r . X V II (1952). 147-90. 1937. 491-506. 23. 1951. 547-54. "Interviewer Performance in Area Sampling". 331-36.. “A Laboratory Experiment in Recording in Public Opinion Interviewing". M a r k s . "The Biasing Effect of Inter­ viewer Expectations on Survery Results". Public Opinion Quarterly.. M i l d r e d . W a l s h . H e r b e r t . 322-34. 26. “Three Tests for Error of Report i n a Sample Interview Survey". T e r m a n . 35.. Journal of the American Statistical Association. E.. 25. New York: D. e R u b i n s t e i n . Bos­ ton: Houghton Mifflin Co.504 P L A N E JA M E N T O DE PESQUISA SOCIAL 19. e H o c h s t i m . A. Public Opinion Quarterly. Public Opinion Quarterly. Economic Control of Quality of Manufactured Products. W .. M e t z n e r . R o b e r t . M a h a l a n o b i s . B. L.. e H y m a n .. A. H e r t z . S h e w h a r t . L. 27. P. S. X IV (1950). A. S . P a rte n . 33. 21. 1930. H . S t o c k . "A Study of Interviewer Bias as Related to Interviewers’ Expectations and Own Opi­ nions”. International Journal of Opinion and A tti­ tude Research. 1950. “Response Errors in Surveys”. P.. M a n h e i m e r . 24. .. E. J. "Response Error in Census Research". "Mail Questionnaires and Personalized Letter of Transmittal”. IV (1950). W .. A. Journal of Educational Psychology.. H. Statistical M ethod of Quality Control. R. New York: Harper 6 Bros. Surveys. e M e r r i l l . 424-38. S. M a r k s . 83-92. 32. e C a m p b e l l . Polls and Samples. D. M a r k s . X L V I (1951). T. C1X (1946). H u r w i t z ./. B. M . International Journal of Opinion and Attitude Research. “A Method of Measuring Inter­ viewer Variability". Training and Use of Personnel in Industrial Research: Proceedings of the Second Annual Conference on Industrial Research.. "The Influence of Sub-questions on Interviewer Performance ”. 77-83. R. III (1950). "Some Sampling Problems in Educational Re­ search". journal of Opinion and Attitude Research. 310-13. N. W y a t t . 28. M . New York: King’s Crown Press. Journal of Marketing. IV (1950). . 1939. F. 20. 325-70. 336-51 H a n s e n . (eds. D e a n e H y m a n . Journal of the Royal Statis ■ tical Society. M. Van Nostrand Co. X III (1949). 1952. 34.. M . Graduate School. L e s t e r e N u c k o l s . P. “Recent Experiments in Statistical Sampling in the Indian Statistical Institute". S m i t h . E. vv*.

(2) Subdividir o conjunto de objetivos. (4) Usar os passos (1) — (5) do procedimento des­ crito no início da secção 2. Êste passo e o passo (6) não são necessários quando o mé­ todo fôr utilizado principalmente com o fito de simplificar o procedimento. (3) Selecionar arbitràriamente um objetivo de cada grupo que foi formado no passo (2). ao serem avaliados no passo (4) do presente procedimento. a fim de obter valores não padronizados para os objetivos do grupo constituído no passo (3) do presente procedimento. e de preferência (embora isso não seja obrigatório) com a mesma extensão. de um modo qualquer.6.A p ê n d ic e I M ÉT O D O D E BALANCEAM ENTO DE U M G R A N D E N Ú M E R O D E O B JE T IV O S (1) Escalonar o conjunto de todos os objetivos em têrmos de preferência. no caso de grande número de objetivos. anotando o grupo de que êle foi retirado. sem atribuir-lhes graus quantitativos. A inclusão dêste passo e do passo (6) presta-se para dar idéia da confiança que merece o procedimento. a fim de obter valores não padronizados para os objetivos que figuram nos grupos for­ mados no passo (2) do presente procedimento. Se . Usar os passos (1) — (5) do procedimento descrito no início da secção 2. (5) Recolocar os objetivos nos grupos de que foram retirados. Os ajus­ tes necessários devem ser feitos sõbre os valores dos outros objetivos que comparecem nos grupos. em grupos de não mais do que seis elementos. Cada objetivo deve ser incluído em um grupo e somente em um. Não devem ser alterados os valores atribuídos aos objetivos. (6) Comparar os escalonamentos obtidos com o passo (l)d o atual procedimento e com os passos (2) — (5).6.

04.60 Os = 0.30 (5) Cada um dos grupos do passo (2) é avaliado. se necessário.45 0 ) = 0. (7) Padronizar os valores obtidos no passo (5) presente procedimento. On 0.j = 0... o>. O.15 (4) O .5 0 0. = 0 .20 O j = l . os valores de . O r_ . 20 0 . O procedimento descrito pode ser ilustrado com o guinte exemplo. Ou Oio (» 0. = 0. voltar a aplicar passos (2) — (6) do presente processo.3 5 = 0 . (4) Imagine-se que os seguintes valores não padroni­ zados foram obtidos: O . 0. . como segue: (a) O. Caso se conside­ re que o escalonamento inicial esteja correto.9 0 0 . um de cada grupo.o = 0 . (6) Comparação com o passo (1) revela que 0 2 e bem como O u e O i2 foram invertidos. . Imaginemos que existam doze objetivos. Oi (3) Três objetivos. dividindo o valor atribuido a cada objetivo pela soma dos valores atribuídos a todos os objetivos. 0S 0. = 1. reconsiderar o escalonamento e. (1) Admitamos que foram escalonados deste modo: O . 0: (c) O. = 1.00 0 .3 0 Ou = 0 .25 O. Supo­ nhamos que êstes tenham sido os resultados: («) = 0 .10 (c) 0 . O s e 03.6 0 O i = 0 . são seleciona­ dos ao acaso: digamos.00 O i = 0. mantendo fixos os valores atribuídos no passo (4).506 P L A N E JA M E N T O DE PESQUISA SOCIAL forem diversos. = 0 . (2) Os objetivos podem ser distribuídos ao acaso em três grupos. .

que os va­ lores achados mediante o cálculo sejam considerados cor­ retos. = 0 3= O. = O-.100 O . os valores no passo (5) serão padronizados. = 0.050 O v 2 = 0.150 0.042 0. entretanto. DE OBJETIVOS 507 0 -2 e/ou 0 3. seguidos como antes.-.MÉTODO DE BALANC. Imaginemos. Os passos são. bem como os de O u e/ou 0 ]2 devem ser rea­ justados em seus respectivos grupos.167 0.200 0.083 O 0 = 0. = O« = 07= Os = 0. a fim de que se obtenha os seguintes valores: (7) O. DE U M GRANDE N Ú M .025 .075 O. aí.017 0.033 0. Nessa hipótese.o = 0.058 O n = 0.

aqui. já que uma aná­ lise completa requereria muito mais espaço do que poderíamos reservar-lhe numa obra como esta. A definição a que vamos. chegar. ve­ rificar que revisões se impõem. De pri­ mordial importância. mas seus elementos aí poderão ser encontrados. A ilustração foi propositadamente abreviada. Os cientistas sociais. Para uma análise global (e ligeiramente divergente) do mesmo conceito. o sentido que a locução admite na comunidade de cientistas sociais. não é idêntica às que se encontram na bibliografia disponível. "sociedade” era tomado como sendo o conceito social básico. em conformidade com o que se assentou no capítulo iii. acabaram compreendendo que exis­ tem importantes configurações sociais que não são sociedades. Nossa análise começará com certas formulações para. Nossos esforços estão orientados no sen­ tido de oferecer uma definição de “grupo social” que possa exprimir. e o conceito “grupo social” quase não merecia atenção. aliás. Antes disso. porém. como tenta­ remos mostrar. que nem todos os grupos sociais são sociedades. Compreenderam. O conceito “grupo social” só veio a tornar-se basilar para a ciência social nas últimas décadas. pode-se con­ sultar o livro de Eubank (5:116-68). com mais felicidade do que as rivais. não o conteúdo. Uma vez que estamos tratando do emprêgo atual do conceito. e não de sua história. e que revisões têm sido feitas por outros autores.A p ê n d ic e II A N Á LISE D O C O N C E IT O «G R U P O SO C IA L» O propósito dêste apêndice é o de ilustrar ligeiramente de que modo uma análise conceituai pode ser conduzida. é o método. . devemos examinar a tendên­ cia ou a intenção dos esforços dos cientistas sociais contem­ porâneos. enfim. que desejam defini-lo. ainda que tôdas as sociedades sejam grupos sociais. notando suas deficiências.

um com o outro. relações sociais [6:19]. As primeiras definições do conceito assentavam-se no fato de que havia. e Dawson e Gettys. É óbvio que. estejam elas próximas ou afastadas. devida a Gillins: Um grupo é um conjunto de dois ou mais indivíduos que estejam em interação social. num acidente automobilístico. a “interação social” no lugar da simples “interação”. Bogardus. Imaginemos que dois indivíduos. nos membros de um grupo social. O adendo aparece na seguinte definição de “grupo social". venham a colidir: êles interagem. Parece natural dizer que uma tal interação não é social. não era suficiente para diferençar grupos sociais de outros grupos não sociais. o qualificativo de “grupo” já indica certa concentração do in­ teresse. evidentemente. voltado para coleções de pessoas. ao juntar "social”. entendemos qualquer coleção de sêres sociais que mantêm entre si específicas relações sociais [11:3]. sejam atirados para fora do veiculo e que.A N Á LISE DO CONCEITO “ G RUPO SOCIAL” 509 O vocábulo “grupo” significa. durante o “vôo”. que mantêm. Kulp. O problema. uma da outra [4:731]. Nas respostas de primeiro . nem tôdas as coleções de pessoas são grupos sociais. Um grupo são duas ou mais pessoas em interação [10:226]. é o de esclarecer o que seja “interação social”. isoladamente. Um grupo é qualquer número de pessoas interagindo [1:18]). Nasce o grupo no instante em que existe interação entre duas ou mais pessoas. durante a evolução do conceito. ausente dos meros agregados. exigindo-se. já que a interação. Nessa definição podemos notar de que modo “relação social” e "interação social” se associam. isto é. Conseqüenmente. Dois tipos de respostas foram oferecidos. simplesmente. Impunha-se uma fusão das noções de “interações” e "relação social”. “coleção de pessoas ou objetos". Entretanto. mas não formam um grupo social. ordinariamente. são típicas: Ao falar em grupo. foi as que esti­ pularam haver entre simples “agregados” de pessoas e "grupos sociais”. então. dadas por Maclver. uma das primeiras distinções elaboradas pelos cien­ tistas sociais. uma “interação” ou uma “relação social”. As definições que se seguem.

embora de pessoa.. As duas tentativas de redefinir “interação social” con­ vergem para a noção de que o tipo de ação. A interação psíquica é a relação sem a qual o grupo não pode existir [5:160]. uma a outra pessoa. substitue-se a noção ‘‘causal” de "interação”. pessoa. agora. mas um compor­ tamento intencional. Parece. sem que B. Para haver interação social. A comunicação. A. no entanto. que dois ou mais indi­ víduos devem estar em constante comunicação uns com os outros. os indi­ víduos devem estar afetando o comportamento intencional alheio com o seu próprio. não é uma simples ação mecânica. mantém relação comum umas com as outras [7:48].510 P L A N E JA M E N T O DE PESQUISA SOCIAL tipo. para que persista o grupo. Isto não é tudo. (Um grupo é) a associação que resulta da interação mental de sêres sensíveis. Dispomos de um nome especial para a estimulação e resposta intencionais. como acontece nesta (Um grupo social é) qualquer número de sêres humanos em comu­ nicação recíproca [2:265]. o grupo deixa de existir quando a comunicação . Isto é. De acôrdo com a última definição.. Interação social é a expressão aplicada ao comportamento de duas ou mais pessoas que mutuamente se estimulam e se respondem [ : 8 10 ]. é “comunicação”. Daí a nota de Krueger e Reckless: O primeiro fato significativo a considerar quando se fala cm grupo social é o de que se compõe de indivíduos que se comunicam [9: 77-78]. A precisa ser trazida para a definição dada por Cuber: hábito envolva mais do que uma ser uni-direcional. pode. a interação social é definida (por Good e Eubank) em têrmos mentalísticos ou psíquicos: O grupo social pode ser definido como um conjunto de indivíduos cujas atividades psíquicas. B. No segundo tipo de respostas (Katz e Schanck). pode dirigir-se se comunique com A. que importa considerar. pelas noções funcionais de "estímulo” e "resposta”. noção de estimulação “mútua” definição. durante certo período de vida.

um “grupo social” deve ter a possibilidade (de . certa “potencialidade” de que ocorra. exigimos certa probabilidade de que a comunicação tenha lugar. cada indivíduo esteja em intercomunicação com os demais.A N Á LISE DO CONCEITO “ GRUPO SOCIAL” 511 recíproca cessa. o que com as frases anteriores pretendemos fixar é que podemos conceber uma “probabili­ dade de comunicação recíproca”. grifo meu]. essa não é. de modo que apenas aquêles indivíduos aos quais essa probabilidade de intercomunicação se aplique serão considerados como um grupo social. posteriormente olvidado. composta de duas ou mais pessoas. em parte. tendo sido. Êsse relativismo do conceito foi reconhecido já em 1905 por A. nos põe numa curiosa posi­ ção: qualquer conjunto de indivíduos é um grupo social. como “cadeira”. Small. a intenção que norteia o uso da locução. Small define um grupo social como certo número de pessoas cujas relações umas com as outras são suficientemente características a ponto de exigir atenção [13:495]. O tom relativístico não põe o conceito “grupo social” em nenhuma categoria especial de conceitos porque também para definir um objeto. em grupos sociais amplos. Para definir uma cadeira é preciso recorrer a algo como “potencialmente capaz de ser empre­ gado para servir de assento”. dos propósitos de nossa pes­ quisa. O que parece necessário é que a comunicação recíproca seja possível. Entre outras coisas. uma vez que a intercomunicação. é preciso adotar o mesmo tom. entretanto. O que é preciso é que o objeto possua certa capacidade (cujo valor supera um dado mínimo) de “servir de assento”. Nossa resposta é a de que exigimos mais do que a simples possibilidade de comunicação recíproca. digamos. isso significa que aquilo que consideramos como um grupo depende. A definição também requer que. Não é preciso que haja alguém sentado num objeto para transformá-lo em cadeira. é viável entre quaisquer grupos de indivíduos. Ora. nos dias de hoje. W . Diz Eubank: Um grupo deve ser encarado como uma entidade. em interação ativa ou latente [5:163. Não exigimos que os mem­ bros de um grupo social estejam em constante intercomunica­ ção. no entanto. Anàlogamente. evidentemente. Isso. Para os fins de nossa investigação.

R. E . 178-82. . Sociology: A Study of Society and Culture. 10. N e w York: Sociology.. New York: Farrar & Rinehart. M a c I v e r . Introduction to Sociology.. Heath & Co. Appleton-Century Co. K r u e g e r . 1947. S m a ll. Chicago: University of Chicago Press. Social Psychology. 1947. 1938.. 1937. . Jero m e Boston: 4... S .. M „ Society: A Textbook of Sociology. C . H. S a p i r . i l l i n J. Macmillan Co. Sociology. E . Y oung Bros... General Sociology.512 P L A N E JA M E N T O DE PESQUISA SOCIAL valor superior a certo mínimo especificado) de permitir a comunicação recíproca. R. Boston: D... A n Introduction to Sociology. 1927. 14. New York: D. C. H. 2. T . 1943.. C. B o g ard u s. 7.. K a tz .. E. New York: John Wiley & Sons. E d w a r d . 11. e R e c k l e s s .. e G e t t y s . F.. D. II. C. po­ demos formular a definição de “grupo social” nos seguintes têrmos: Dois ou mais indivíduos psicológicos que estão em conicação efetiva ou potencial. J. A . 12. A . 5. New York: New York: Harper 6 Good. D a w s o n . W . Eubank. 1932. A n Macmillan Co... 8.. à guisa de conclusão desta breve análise. New York: Macmillan Co. ‘Group". D a v is . in Encyclopedia of the Social Sciences. New York: Longmans. to Sociology. 1948. L. New York: American Book Co. New York: Macmillan Co. 3’ ed. Referenda« 1. Portanto. e B a r n e s . E . The Concepts of Sociology. Social Psychology. E . 9. 1933. A n Introduction D'.. 1932. W . P. G New York: E.. Sociology and Education. A lv in . 1905. Ronald Press Co.. Introductory Sociology for Students of Nursing. W . 3. Green £> Co.. 1926. D a n i e l e S c i i a n k . C uber. Heath 6 Co. e J. L. K im b a l l . K u l p . 1942. V II. 6. 1930. 13.

da amostra) o (sigma) .= desvio padrão verda­ deiro s = desvio padrão estimado (i. é. ó.= soma de (p. da amostra) n2 — variância verdadeira s. ex. dife­ rença entre o maior e o menor valor em cer­ ta amostra) n (ro) = coeficiente verdadeiro de correlação r = coeficiente estimado de correlação (i. da amostra) pc = verdadeira percenta­ gem de uma popula­ ção que possui certa característica pc = percentagem estimada (i. da amostra) CO = c u r v a característica de operação (qui quadrado) = G L s2/tj“ t? F F .= variância estimada (i.. da amostra) R = oscilação (i. do primeiro ao enésimo) T = total (de uma coluna ou de uma linha) t = | Xi — n | / Sx< t' u V X ! xi — M -I / R desvio unitário uma variável uma classe de obser­ vações X.2 p = proporção estimada (i. êrro de tipo I) B = coeficiente dc regressão verdadeiro b =: coeficiente de regres­ são estimado (i. é. é. 2 * x ' = soma dos indiví­ duos. é.fi f(x) GL í — = = = = = j = k = ln = m == in' = ]i = N = n = p = s. = observações particula­ res = = = — . da amostra) m é d i a verdadeira de uma população número de elementos de uma população número dc elementos em certa amostra proporção verdadeira de uma população que possui certa caracte­ rística 2 . é. é. é. / s2 freqüência teórica freqüência observada função de x graus de liberdade qualquer indivíduo que pertença a uma classe qualquer individuo que pertença a uma classe número dc amostras logaritmo natural mediana verdadeira de uma população (tam­ bém empregado para representar o número de observações em uma céluia) mediana estimada (i. é. da amostra) 2 .A p ê n d ic e III A L G U N S SÍM BO LO S D E U S O F R E Q Ü E N T E (alfa) = nível de significãncia (i.

tomada em valor absoluto i. . da amostra) uma classe de obser­ vações observações particula­ res |x — n ]/ 0 é maior do que < ^ = é menor do que é maior ou igual a Jí = é menor ou igual a x — y | = diferença entre x e y. sem levar em conta o sinal). é.514 P L A N E JA M E N T O DE PESQUISA SOCIAL x = Y — yi = z = > = média estimada (i é.

O valor de p(nci) variará com a variação de A descrição completa de tais variações cons­ titui a função densidade de probabilidade de jie. Então. Imaginemos que | ie representa um valor estimado de | i. há um êrro por subestimação. • (3) Mas êste é apenas um dos erros possíveis. Os valores de kx e k2 vão depender. uma função ( g ) de (| x— | x e). êsse êrro ocorrerá em certa proporção p(nel) das vêzes. via de regra. M «> m ■ (2 ) Considere-se um específico êrro de superestimação. kx será. porém. Isto é. se H e> | x . A longo alcance.A p ê n d ic e IV IL U S T R A Ç Ã O D O M É T O D O D E O B T E N Ç Ã O D E A M O S T R A D E E X T E N S Ã O Ó T IM A Admitamos que o problema seja o de estimar a média (|x) de uma característica de certa população. da amplitude do êrro. para um êrro particular (|ici — |i) é igual à probabilidade da ocorrência do êrro multiplicada pelo custo devido a sua ocorrência: kli = p (fie. geral­ mente.) ^2.íe i — !0 . é . Então. êsse êrro surge ou não. m > p. há um êrro por superestimação. O custo esperado (k) por estimativa. ({ . e se < | i. • (1) Do mesmo modo ki = —m ).Em qualquer particular aplicação dos procedi­ mentos de estimativa. Usemos kx para representar o custo de um êrro por subestimação e k2 para representar um êrro por superestimação. de modo que o custo que lhe está associado pode surgir ou não. onde (x > i^: ki g(n — m«) . de superestimação. A fim de obter o custo total esperado de superestimação. p(\iei) é a probabilidade de que será obtido como estimativa.

Se há um custo geral fixo (Co). e se a medida de | . o custo devido às observações. a somatória será obtida por integração: (5) O custo esperado total.516 P L A N E JA M E N T O DE PESQUISA SOCIAL necessário fazer uma somatória sôbre todos os possiveis va­ lores de iie que sejam maiores do que |i. também. o custo de cada observação pode depender do nú­ mero de observações. nC seria o custo de um total de n observações..icl fôr contínua (como sucede com alturas e pesos).) > onde todos (4) Se há um número infinito de valores possíveis para maiores do que |i. Contudo.. Seja C o custo de uma observação e n o número de obser­ vações. de n. . pode ser obtido de modo semelhante: ( ) 6 A soma dêsses dois totais. (5) e (6).li) P (/I. no entanto. seria o custo esperado total do êrro da estimativa. Há. Em outras palavras. gerais e de campo. C n é uma função ( ® ) de n e de C: C tt = 9 (n. então C u pode ser dado como segue: Cn — Co 4“ 0(llj C) ( ) 8 . se o custo de cada observação inde­ pende de n. C) (7) C„ englobaria quaisquer custos. por subestimação. isto é. seja C n o custo da realização de n observações. Êsse custo. Nesse caso. não é o único a associar-se a uma estimativa. Então. = 2A (m.

i (i. DE A M . o custo será uma unidade (de custo). Êsse fato se traduz matematicamente desde modo: ( 10) b) O custo por subestimação e por superestimação uma função linear da amplitude do êrro. Mas os princípios que norteariam a busca da nova equação seriam parecidos com os que acabam de ser utilizados aqui. Se assim acontecer. Ó T IM A 517 O custo total esperado da estimativa ( K ) pode ser dado por onde | a c pode variar de menos infinito a mais infinito. DE OBT.ILUST. Ou seja. o pesquisador pode estar interessado em tornar mínimo o “custo máximo” que poderia encontrar.i por duas unidades. contudo. ( 12 ) . o custo será de 2 unidades (de custo).-5) = £(m . Por exemplo. considere-se o caso determinado pelas seguintes condições: a) Toma-se amostra aleatória simples e utiliza-se (a média dos valores amostrados) como estimativa de j. x = (i0).i por uma unidade. a única maneira de formular a questão. Essa não é. é. ( 11 ) onde e onde = h(x — n) = k2{x — n) . se x se desvia de [ . Temos agora meios de formular o problema da deter­ minação da extensão da amostra: trata-se do problema de escolher uma extensão para a amostra (n) que torne mínimo o custo total esperado (CT). A fim de ver de que modo a equação (9) poderia ser usada na seleção da extensão de amostra que torne mínimo o custo total esperado.x). DO M ÉT. uma equação diversa da (9) teria que ser usada. Por exemplo. se x se desvia de | . DE EXT. *0.x) = ki(n . As estim