Survey Científico: Como Desenhar Pesquisa de Levantamento

O delineamento que parece simples (e não é)

Vamos lá. O survey, ou pesquisa de levantamento, tem a aparência enganosa de ser o método mais fácil de implementar na pesquisa acadêmica. Basta criar um formulário, distribuir online e analisar as respostas, certo?

Não é bem assim.

Um survey científico é um delineamento de pesquisa com requisitos específicos de rigor metodológico que vão muito além de criar perguntas num formulário digital. As decisões sobre como o survey é desenhado afetam diretamente a validade dos resultados e a capacidade de generalização das conclusões.

Entender essas decisões não é detalhe: é a diferença entre um trabalho que sustenta suas afirmações e um que pode ter os resultados questionados pela banca em pontos básicos de metodologia.

O que define um survey enquanto delineamento

O survey é caracterizado por três elementos centrais:

Coleta sistemática de informações de uma amostra. Não é uma entrevista aprofundada com poucos participantes, nem uma análise de documentos. É a coleta de dados de um número maior de pessoas usando instrumentos padronizados.

Representatividade pretendida. O survey parte da premissa de que os dados coletados permitem inferências sobre a população da qual a amostra foi extraída. Isso não significa que toda amostra precisa ser probabilística, mas exige que as decisões de amostragem sejam explícitas e justificadas.

Análise estatística dos dados. Os dados coletados são tratados quantitativamente, seja por estatísticas descritivas, testes de hipóteses, análise fatorial, regressão ou outras técnicas.

Quando algum desses elementos está mal definido ou mal executado, o delineamento perde coerência interna. E isso vai aparecer na discussão dos resultados e nas limitações.

As decisões fundamentais no design do survey

Existem decisões que precisam ser tomadas antes de criar qualquer pergunta. Elas definem o tipo de survey e as análises possíveis.

Transversal ou longitudinal

O survey transversal coleta dados em um único momento no tempo. É o tipo mais comum em dissertações de mestrado por ser viável dentro dos prazos dos programas. Mas tem limitação importante: não permite afirmar causalidade nem verificar mudanças ao longo do tempo.

O survey longitudinal acompanha os mesmos participantes em dois ou mais momentos. Permite verificar mudanças e, dependendo do delineamento, fazer inferências causais mais sólidas. É mais complexo logisticamente e raro em dissertações de mestrado, mas aparece com frequência em teses de doutorado e pesquisas com financiamento.

Descritivo ou analítico

Um survey descritivo tem como objetivo mapear a distribuição de características, atitudes ou comportamentos na população estudada. Responde perguntas do tipo “qual é a prevalência de X?” ou “como Y se distribui entre diferentes grupos?”.

Um survey analítico vai além: busca verificar relações entre variáveis, testar hipóteses sobre associações ou explicar por que X se relaciona com Y. Requer uma pergunta de pesquisa e hipóteses mais precisas, e as análises estatísticas são mais complexas.

A maioria das dissertações que usa survey tem elementos dos dois: começa descrevendo a amostra e o fenômeno (descritivo) e depois testa relações (analítico).

Amostragem: a parte que mais confunde

A decisão de amostragem é a que mais aparece mal justificada nas dissertações. Vamos esclarecer os conceitos básicos.

Amostragem probabilística significa que cada elemento da população tem uma chance conhecida de ser incluído na amostra. Isso permite generalizar os resultados para a população com margens de erro calculáveis. Os tipos mais comuns são: aleatória simples, sistemática, estratificada e por conglomerados.

Amostragem não-probabilística significa que os participantes são selecionados por critérios que não garantem representatividade estatística. Os tipos mais comuns em pesquisas acadêmicas são: por conveniência (quem está disponível), intencional (quem o pesquisador julga representativo) e bola de neve (participantes indicam outros participantes).

O erro frequente é usar amostragem não-probabilística e depois fazer afirmações generalizadas como se a amostra fosse representativa da população. Isso compromete a validade externa do estudo.

Usar amostragem por conveniência não invalida a pesquisa. Invalida certas afirmações sobre generalização. A seção de limitações existe justamente para deixar isso claro.

O instrumento: o que vai antes de criar as perguntas

O questionário é a face visível do survey, mas criar as perguntas é o último passo do processo de construção do instrumento, não o primeiro.

Antes de escrever qualquer pergunta, você precisa definir:

O que você quer medir. Cada variável do seu estudo precisa ser conceituada. O que é “engajamento acadêmico”? O que é “percepção de qualidade do ensino”? A definição conceitual precisa preceder a definição operacional.

Como você vai operacionalizar. Como o conceito se traduz em algo mensurável? Para construtos psicológicos e educacionais, frequentemente existem escalas validadas que você pode usar ou adaptar. Usar um instrumento validado economiza tempo e aumenta a credibilidade metodológica.

Que tipo de escala. Nominal (categorias sem ordem), ordinal (categorias com ordem mas sem intervalos iguais), de intervalo (com intervalos iguais mas sem zero absoluto) ou de razão. A escala Likert, amplamente usada em surveys educacionais, é tecnicamente ordinal, embora muitos pesquisadores a tratem como intervalar para fins de análise.

Essas decisões sobre o instrumento precisam estar documentadas na seção de metodologia e defesas para as análises que você vai realizar.

Validade e confiabilidade no survey

Dois conceitos que precisam aparecer na sua metodologia: validade e confiabilidade do instrumento.

Validade se refere a se o instrumento mede o que pretende medir. Os tipos mais relevantes para surveys acadêmicos são: validade de conteúdo (os itens cobrem adequadamente o construto?), validade de constructo (o instrumento realmente mede o construto teórico que pretende?) e validade de critério (as respostas se correlacionam com outras medidas do mesmo construto?).

Confiabilidade se refere à consistência das medidas. Para escalas com múltiplos itens, o Alpha de Cronbach é o índice mais comum. Valores acima de 0,70 são considerados adequados na maioria das áreas.

Se você está usando uma escala já validada e publicada na literatura, isso resolve boa parte das questões de validade. Se você está adaptando ou criando itens novos, precisa de procedimentos de validação que a sua metodologia deve descrever.

Taxa de resposta: o problema que ninguém menciona antes

Um ponto que muitas pesquisas de levantamento enfrentam na prática e que raramente é discutido no planejamento: a taxa de resposta.

Taxa de resposta é a proporção de participantes convidados que efetivamente completam o survey. Em pesquisas presenciais com aplicação coletiva (como em sala de aula), as taxas costumam ser altas. Em pesquisas online com distribuição via link, as taxas de resposta tendem a ser muito mais baixas.

Por que isso importa? Porque quando uma parcela significativa dos convidados não responde, surge a questão do viés de não-resposta: será que quem respondeu é diferente de quem não respondeu de formas relevantes para o estudo?

Estratégias para aumentar a taxa de resposta incluem: envio de lembretes (2-3 no máximo), comunicação clara sobre o tempo necessário para responder, garantia de confidencialidade, e quando possível, algum tipo de retorno aos participantes sobre os resultados da pesquisa.

A taxa de resposta precisa ser reportada na metodologia. Se ela for baixa, precisa ser discutida nas limitações.

Erros comuns que comprometem o survey

Alguns padrões aparecem com frequência em surveys de dissertações e valem atenção específica:

Perguntas duplas: uma única pergunta abordando dois aspectos diferentes. “Você considera que o programa é relevante e bem estruturado?” mistura relevância e estrutura. Se a pessoa concorda com um mas não com o outro, como responde?

Escala invertida mal sinalizada: misturar itens positivos e negativos na mesma escala sem deixar claro ao respondente, ou esquecer de inverter os itens negativos na análise.

Opções de resposta incompletas ou sobrepostas: em perguntas com categorias mutuamente exclusivas, garantir que as categorias realmente não se sobreponham e que cubram todas as possibilidades relevantes.

Ordem que induz respostas: a sequência das perguntas pode influenciar as respostas. Perguntas anteriores podem criar um frame que altera como o respondente interpreta as perguntas seguintes. Isso precisa ser considerado no design.

Ausência de pré-teste: aplicar o survey para um pequeno grupo antes da coleta oficial para identificar problemas de compreensão, tempo de resposta e funcionamento técnico. Esse passo frequentemente revela problemas que não seriam percebidos de dentro.

Como apresentar o delineamento na dissertação

A seção de metodologia precisa descrever o survey de forma suficientemente detalhada para que outro pesquisador pudesse replicá-lo. Os elementos necessários são: tipo de survey (transversal/longitudinal, descritivo/analítico), características da população e da amostra, procedimento de amostragem e justificativa, instrumento utilizado (com referência à validação ou ao processo de construção), procedimento de coleta (como, quando e onde foi aplicado) e procedimento de análise (quais testes estatísticos foram usados e por quê).

Cada um desses elementos precisa de justificativa. Não basta descrever: é preciso explicar por que essas escolhas foram feitas.

No Método V.O.E., as decisões metodológicas são tratadas como parte de uma cadeia de coerência que começa no problema de pesquisa e vai até a análise dos dados. Survey é uma escolha metodológica que precisa estar alinhada com o objetivo do estudo, com o referencial teórico e com as hipóteses ou perguntas formuladas.

Para exemplos e modelos de como descrever o delineamento, acesse nossa página de recursos gratuitos.