Survey em Pesquisa: O Que É, Tipos e Como Construir

Survey não é só mandar um formulário online

Muita pesquisadora de mestrado usa Google Forms, coleta 80 respostas de conhecidos, e chama de survey. A banca vai notar. Não porque a ferramenta esteja errada, mas porque survey é método, não plataforma.

Survey é um método sistemático de coleta de dados junto a uma amostra de uma população, por meio de instrumentos padronizados como questionários ou entrevistas estruturadas. Sistemático significa que há critério de amostragem, procedimento definido de aplicação e instrumento validado. Quando esses elementos não estão presentes, você tem dados de opinião, não survey acadêmico.

A diferença prática: um survey bem feito permite generalizar os resultados para a população que a amostra representa. Sem critério de amostragem adequado, os dados descrevem só quem respondeu.

Quando o survey faz sentido como método

Survey é adequado para alguns tipos de pergunta de pesquisa e inadequado para outros. Saber distinguir evita escolher o método errado por familiaridade.

Faz sentido usar survey quando você quer descrever características de uma população específica (perfil de pesquisadoras em pós-graduação no Brasil, por exemplo), quando quer medir atitudes, percepções ou comportamentos autorrelatados de um grupo amplo, ou quando quer testar relações entre variáveis em escala que entrevistas qualitativas não conseguiriam cobrir.

Não faz sentido usar survey quando o fenômeno que você quer entender precisa de profundidade e contexto que questionário fechado não captura, quando sua população é pequena demais para que uma amostra represente algo, ou quando você não tem como controlar o contexto de aplicação e isso afetaria a validade das respostas.

A pergunta que orienta a escolha é sempre: o que eu preciso saber, e esse método consegue responder?

Tipos de survey que aparecem na pesquisa acadêmica

Survey transversal coleta dados em um único momento. É o mais comum em dissertações porque é mais viável operacionalmente. A limitação é que não captura mudanças ao longo do tempo.

Survey longitudinal acompanha a mesma amostra em dois ou mais momentos. Permite analisar mudanças e causalidade com mais robustez, mas exige mais tempo e recursos, e há risco de perda amostral entre as ondas.

Survey descritivo tem como objetivo caracterizar uma população. Não testa hipóteses, descreve distribuições.

Survey analítico vai além da descrição e testa relações entre variáveis. Aqui entra estatística inferencial: correlação, regressão, comparação de grupos.

Saber qual tipo você está fazendo desde o início organiza toda a análise e a seção de metodologia.

Como construir o instrumento

O instrumento de survey é o questionário. A qualidade dos dados depende diretamente de como ele foi construído.

Cada item precisa medir exatamente o que você quer medir, sem ambiguidade. Uma pergunta como “você usa tecnologia na sua pesquisa com frequência?” tem pelo menos três problemas: “tecnologia” é amplo demais, “frequência” não está definida, e “com frequência” no final cria redundância com o que deveria ser a escala de resposta.

Escalas de Likert são comuns em survey de atitudes. O padrão mais usado é de 5 pontos (discordo totalmente, discordo, nem concordo nem discordo, concordo, concordo totalmente). Alguns pesquisadores usam 4 pontos para eliminar o ponto neutro, mas essa escolha precisa ser justificada metodologicamente, não feita por preferência pessoal.

Pré-teste é obrigatório. Aplicar o questionário para um grupo pequeno (5 a 10 pessoas com perfil similar ao da amostra final) antes da coleta real identifica perguntas mal formuladas, tempo de resposta real e itens que geram confusão. Sem pré-teste, você descobre os problemas depois que os dados já foram coletados, tarde demais para corrigir.

Amostragem em survey

A amostra é o que permite generalizar os resultados. E é onde mais pesquisadoras de mestrado pecam por desconhecimento dos tipos de amostragem.

Amostragem probabilística é aquela em que cada elemento da população tem chance conhecida de ser incluído. Permite calcular margem de erro e fazer inferência estatística. Os tipos mais comuns são aleatória simples, estratificada e por conglomerados.

Amostragem não probabilística não garante representatividade, mas é frequentemente a única opção viável em contexto acadêmico com recursos limitados. Os tipos mais comuns são por conveniência (quem está acessível), bola de neve (participantes indicam outros), e intencional (quem tem o perfil que você precisa).

Se você usa amostragem não probabilística, a limitação precisa estar explicitada na metodologia e na discussão dos resultados. Não esconder: assumir com clareza o que a amostra permite e o que não permite concluir.

O que a análise estatística dos dados de survey pode fazer

Para survey descritivo, frequências, médias e distribuições já respondem à maioria das perguntas. Tabelas e gráficos bem construídos comunicam esses resultados de forma direta.

Para survey analítico, o ferramental cresce. Correlação de Pearson ou Spearman para relações entre variáveis contínuas. Qui-quadrado para associação entre variáveis categóricas. Regressão linear ou logística para modelar relações. Análise fatorial para validar escalas.

Nenhum desses testes substitui a interpretação. Os números dizem o que foi encontrado. A pesquisadora diz o que isso significa para o problema que ela estava investigando.

Como escrever a seção de metodologia de um survey

A seção precisa permitir que outra pesquisadora replique o estudo. Isso significa descrever o design (transversal, longitudinal), a população e os critérios de inclusão, o processo de amostragem e o tamanho da amostra com justificativa, o instrumento (como foi construído, se foi validado, se houve pré-teste), o procedimento de coleta (plataforma, período, como os participantes foram convidados) e o plano de análise.

Cada decisão metodológica precisa de justificativa. Não apenas “usamos questionário”, mas por que questionário e não entrevista, por que essa escala e não outra, por que esse tamanho de amostra.

O Método V.O.E. (Velocidade, Organização, Execução Inteligente) ajuda nessa organização: antes de escrever a metodologia, visualize o percurso completo da coleta à análise, organize as decisões por ordem lógica, e só então escreva. Tentar escrever sem essa organização prévia resulta em seções fragmentadas que a banca percebe como falta de planejamento.

Survey é mais do que coleta de dados

Pesquisadoras que tratam survey como “etapa de coletar dados” tendem a subestimar o tempo de construção do instrumento, a ignorar o pré-teste e a ter surpresas na análise.

Survey é um processo que começa com a pergunta de pesquisa, passa pela operacionalização dos construtos em itens mensuráveis, exige validação do instrumento, requer critério de amostragem, e termina com análise que respeita os limites do que aquela amostra permite concluir.

Quando cada uma dessas etapas é feita com atenção, o método entrega dados que sustentam argumentos robustos. Quando é tratado como atalho, os dados existem mas não respondem à pergunta que importava.

Plataformas e considerações éticas

Hoje a maioria dos surveys acadêmicos é aplicada online. Google Forms, SurveyMonkey, Typeform e Qualtrics são as mais comuns. Cada uma tem características diferentes em termos de lógica condicional, exportação de dados e controle de respostas duplicadas.

Para fins acadêmicos, o Qualtrics tem mais recursos de validação e controle, mas tem custo. O Google Forms é gratuito e suficiente para muitos desenhos. O que importa não é a plataforma, é garantir que o link chegue à população certa, que o consentimento informado esteja presente antes das perguntas, e que os dados sejam armazenados de forma segura.

O TCLE (Termo de Consentimento Livre e Esclarecido) digital precisa aparecer antes do questionário, com opção de aceite explícito. Sem isso, o comitê de ética pode reprovar o projeto mesmo se a metodologia estiver impecável.

A questão da anonimidade também precisa ser clara: os respondentes precisam saber se as respostas são anônimas, confidenciais, ou identificáveis. Cada escolha tem implicações diferentes para os dados que você pode coletar e para o que as pessoas respondem.

Erros mais comuns que aparecem na banca

Amostra por conveniência sem disclosure é o mais comum. A pesquisadora coleta com quem tem acesso, não declara isso na metodologia, e a banca percebe quando lê os dados demográficos.

Questões duplas são o segundo problema mais frequente. “Você concorda que a formação continuada melhora a qualidade do ensino e a satisfação dos professores?” mede duas coisas ao mesmo tempo. Se o respondente concorda com uma e não com outra, a resposta é inválida.

Ausência de pré-teste resulta em questões ambíguas que só aparecem depois da coleta. Uma pergunta que você achou clara pode ser interpretada de formas completamente diferentes por respondentes diferentes.

Alpha de Cronbach reportado como validação sem análise fatorial é outro ponto que bancas de metodologia experientes questionam. Alpha mede consistência interna de uma escala, não validade. São coisas distintas.

Conhecer esses erros antes de cometer é o tipo de coisa que separa uma dissertação que passa pela banca sem grandes ressalvas de uma que gera horas de questionamento metodológico.