Investigação em MGF - investigação passo a passo (terminado) Flashcards
6 questões a colocar
Como construir uma boa questão de investigação
Como definir os objetivos e as hipóteses de um estudo
Qual o tipo de estudo a escolher
Como definir uma população de estudo e como selecionar uma amostra
Como definir e caraterizar as variáveis
Quais os métodos e processos de recolha de dados
Como construir uma boa questão de investigação? - principal desafio
dificuldade em encontrar uma dúvida importante que possa ser transformada num estudo válido e exequível
Como construir uma boa questão de investigação? - um dos aspetos prioritários
Aplicar os critérios FINER, para perceber se a dúvida tem possibilidade de conduzir a um bom estudo
o Exequível (Feasible)
o Interessante
o Nova (Novel)
o Ética
o Relevante
Critérios FINER
o Exequível (Feasible)
o Interessante
o Nova (Novel)
o Ética
o Relevante
Critérios FINER - F
Feasible
* Regra número 1 para não se perder tempo
* Ter pessoas experientes em investigação ajudará a reconhecer os potenciais problemas na execução do
estudo, e de desenhar estratégias que os evitem
* Todas as decisões têm prós e contras, e consequências
* Estudos piloto
Critérios FINER - I
Interesting
* Porque é que a equipa de investigação irá investir inúmeras horas neste projeto?
* Qual é a motivação?
* Razões pelas quais seria aceite para uma publicação ou um congresso? Mesmo aceite, seria interessante
para discussão?
* Alguém o referenciará mais tarde?
Critérios FINER - N
Novel
* A replicação tem o seu valor e importância em ciência, mas…
…um bom estudo acrescenta, ou reformula, o que já é conhecido
Critérios FINER - E
Ethical
* Muitas vezes as questões éticas não são claras ou consensuais
* Uma parecer do entendimento ético das instituições, da comunidade e dos participantes é fundamental para que um estudo não seja comprometido ou desacreditado mais tarde
Critérios FINER - R
Relevant
* O estudo será tanto mais relevante quanto mais o seu resultado (possível) avançar o conhecimento científico e a prática na área
Como construir uma boa questão de investigação? - conhecimento
É necessário um conhecimento profundos da área em estudo
Como construir uma boa questão de investigação? - construção do conhecimento
A construção deste conhecimento deve basear-se em pesquisas que simultaneamente contribuem para a definição de uma boa questão de investigação
Como construir uma boa questão de investigação? - construção do conhecimento: literatura
o Editoriais são fontes ricas de questões por resolver;
o Bons artigos de revisão (sistemática);
o Secção de discussão de artigos com estudo originais;
o Cartas a comentar ou contestar aspetos publicados, indicam questões importantes mal resolvidas;
o As recomendações clínicas “baseadas na evidência” indicam quais as necessidades de decisão clínica que se encontram pouco fundamentadas – serão trabalhos muito bem recebidos, porque ajudam a
preencher evidências pouco fundamentadas;
o Hipóteses levantadas por casos clínicos, geralmente são difíceis de estudar
Como construir uma boa questão de investigação? - construção do conhecimento: comunidade
o Perguntar aos profissionais que trabalham nessas realidades é muito importante;
o Falar com investigadores e orientadores;
o Pesquisar as comunicações publicadas em congressos e encontros na área dá uma noção de direção e dos avanços recentes
Como construir uma boa questão de investigação? - construção do conhecimento: pontes entre áreas “distintas”
Por exemplo entre a saúde e… Sociologia, Economia, Ética, Comunicação social, Gestão, Informática, Educação, Ergonomia, Política, etc.
Como construir uma boa questão de investigação? - construção do conhecimento: estar atento a situações que “mudem as regras do jogo”
o Novo paradigma fisiopatológico;
o Novas tecnologias, novos medicamentos e novas intervenções;
o Novas regras de acesso e organização dos cuidados de saúde
Como construir uma boa questão de investigação? - a hipótese em investigação deriva…
A hipótese em investigação deriva da questão em estudo e deve ser a consequência lógica da argumentação na
introdução do projeto à é o fator primário que justifica a população participante, os critérios de seleção, o processo de amostragem, as variáveis colhidas, a análise estatística, etc
Como construir uma boa questão de investigação? - hipótese em investigação: definir (2)
o definir o que se sabe (state-of-art) sobre um tema
o definir o que não é ainda conhecido
Como construir uma boa questão de investigação? - hipótese em investigação: justificar…
justificar o interesse e a novidade de propor um estudo que se dirija a essa incerteza, com um modelo
conceptual do fenómeno em estudo, com uma definição clara de como essa incerteza deve ser testada em termos quantitativos, e antecipando a relevância dos resultados deste estudo
Como construir uma boa questão de investigação? - 5 situações que devem ser equacionadas e percebidas como situações a resolver
A resposta a estes e outros itens é importante para definir a questão em estudo
- A quem se dirige este estudo? População geral, adulto, indivíduos com uma certa doença, com uma doença numa
determinada fase, com determinados fatores de risco? - De que forma se pretende avaliar a situação? Descrevendo, comparando, verificando possíveis associações,…
- Pretendem usar-se medições prospetivas ou retrospetivas? Transversais ou longitudinais? Neste último caso, qual o
intervalo de tempo? Que tipo de medições? - Quais as variáveis / dimensões medidas e como (entrevistas, exames clínicos, dimensões medidas e como (entrevistas, exames clínicos, exames complementares, etc.)? Qual a variável dependente do estudo (ou resultado), e
as principais variáveis independentes (ou fatores)? - Os participantes do estudo serão organizados em quantos grupos? Obtidos como? Quais as suas principais características?
Como construir uma boa questão de investigação? - a resposta a vários itens é importante para definir a questão em estudo através…
Da expressão da hipótese ou objetivo do projeto de investigação:
* hipóteses ou objetivos primários (que justificam o estudo por si só)
* hipóteses ou objetivos secundários (que completam ou enriquecem o estudo, mas não o justificam, ou decorrem do sucesso do objetivo primário)
Como construir uma boa questão de investigação? - 4 erros a evitar
- Não observar os critérios FINER
- Perder o foco da questão de investigação, e pretender responder “a tudo” num único estudo:
o Um estudo deve ter “massa crítica” suficiente para ser interessante e relevante, mas se muito pesado, além de se
tornar menos exequível, torna-se menos motivador, e a sua mensagem torna-se menos clara - Desistir facilmente / não estar pronto a mudar de ideias
- Não compreender que estes processos precisam de tempo para amadurecer, mas que também precisam de proatividade, envolvimento de redes de colaboração e de discussão
Como construir uma boa questão de investigação? - checklist (4)
- Tenho a minha questão de investigação escrita?
- Tenho os critérios FINER discutidos?
- Fiz a revisão bibliografia, de material de congressos, etc., pensando e aperfeiçoando a minha
questão de investigação? - Dei a minha questão de investigação e os critérios FINER a ler a outros investigadores e
entendidos na área?
Como definir os objetivos e as hipóteses de um estudo? - os objetivos
o são a operacionalização da pergunta de investigação;
o têm que ser claros e precisos (sem ambiguidades);
o têm que ser definidos na fase inicial do projeto (constituem o eixo a partir do qual se desenvolve o desenho de
estudo);
o são suscetíveis de investigação específica;
o devem ser realistas e operativos;
o as principais perguntas a que se deseja responder;
o último parágrafo da Introdução;
o verbo no infinitivo
Existem dois grandes tipos de objetivos:
Descritivo
e
Analítico
Objetivo descritivo - definição
Tem que incluir o fenómeno a descrever (ex.: prevalência, incidência, sintomas), o problema (ex.: gripe) e a
população
Objetivo descritivo - exemplo
“Determinar a prevalência de diabetes mellitus tipo 1 nas crianças da região norte”
Objetivo analítico - definição
Tem que incluir a variável independente / exposição / intervenção (ex.: tabagismo), a variável dependente /
resposta (ex.: cancro do pulmão) e a população
Objetivo analítico - exemplos
“Verificar se a educação para a saúde em grupo produz melhores resultados, do que a individual, no controlo
metabólico dos utentes com diabetes mellitus tipo 1, centro de saúde de Gaia”
Objetivo analítico - traduz…
Traduz uma hipótese de investigação que no final do estudo irá ser ou não rejeitada pelo investigador
- As hipóteses podem ser formuladas recorrendo à hipótese nula e à hipótese alternativa
o Hipótese nula (H0): afirma independência entre variáveis
. Ex.: A educação para a saúde em grupo não produz resultados diferentes do que a educação individual
no controlo metabólico dos doentes com diabetes mellitus tipo 1
o Hipótese alternativa (H1): afirma não independência entre variáveis.o Ex.: A educação para a saúde em grupo produz resultados diferentes da educação individual no controlo
metabólico dos doentes com diabetes mellitus tipo 1
Hipótese nula (H0)
Afirma independência entre variáveis
o Ex.: A educação para a saúde em grupo não produz resultados diferentes do que a educação individual
no controlo metabólico dos doentes com diabetes mellitus tipo 1
Hipótese alternativa (H1)
Afirma não independência entre variáveis
o Ex.: A educação para a saúde em grupo produz resultados diferentes da educação individual no controlo
metabólico dos doentes com diabetes mellitus tipo 1
A escolha do TIPO DE ESTUDO é essencial - caraterística
É um dos primeiros passos a ter em conta ao longo de um trabalho de investigação
O tipo de estudo a utilizar depende…
O tipo de estudo a utilizar depende do OBJETIVO ou PERGUNTA DE INVESTIGAÇÃO e condiciona a estratégia de
análise dos resultados
A decisão sobre o estudo a escolher pode basear-se…
Nos critérios FINER
Os estudos de investigação em ciências da saúde podem dividir-se em: (2)
Observacionais
e
Experimentais
Estudos observacionais (6)
- estudos descritivos
- estudos analíticos
- ecológico
- transversal
- casos e controlos
- coorte
Estudo ecológico - sinónimo e unidade de estudo
Sinónimo: correlação
Unidade de estudo: população (conjunto)
Estudo transversal - sinónimo e unidade de estudo
Sinónimo: prevalência
Unidade de estudo: indivíduo
Estudo casos e controlos - sinónimo e unidade de estudo
Sinónimo: caso-referência
Unidade de estudo: indivíduo
Estudo coorte - sinónimo e unidade de estudo
Sinónimo: longitudinal (follow-up)
Unidade de estudo: indivíduo
Estudos experimentais (4)
Ensaio clínico randomizado controlado
Ensaio clínico randomizado controlo com grupos (clusters)
Ensaios de campo
Ensaios comunitários
Sinónimo de estudos experimentais
Estudos de intervenção
Ensaio clínico randomizado controlado - sinónimo e unidade de estudo
Sinónimo: ensaios clínicos
Unidade de estudo: pacientes
Ensaio clínico randomizado controlado com grupos (clusters) - unidade de estudo
Grupos
Ensaios comunitários - sinónimo e unidade de estudo
Sinónimo: estudos de intervenção na comunidade
Unidade de estudo: indivíduos saudáveis na comunidade
Estudos observacionais - 2 caraterísticas
- observar, medir e analisar determinadas variáveis
- sem qualquer intervenção ou controlo no fator de estudo
Estudos observacionais - 2 tipos
- descritivos
- analíticos
Estudos observacionais - descritivos
Transversais
Estudos observacionais - analíticos
Caso-Controlo
Coorte
- retrospetivo
- prospetivo
Estudos observacionais descritivos (transversais) - finalidade
Têm como finalidade:
- descrever as características dos indivíduos estudados
- estimar a frequência de determinado problema de saúde
- avaliar a eficácia de um tratamento ou a fiabilidade de um instrumento de medida
Estudos observacionais descritivos (transversais) - relações de causa-efeito
não investigam relações de causa-efeito
Estudos observacionais analíticos - avaliam…
Avaliam a relação entre uma causa ou fator de estudo (por exemplo, um fator de risco) e um efeito ou variável de resposta (por exemplo, a frequência com que aparece uma doença)
Estudos observacionais analíticos caso-controlo - escolha população
elege-se um grupo de pessoas que já têm, por exemplo, uma doença (casos) e um grupo que não tem, que se utiliza como controlo
Estudos observacionais analíticos caso-controlo - descrição
Inicia com casos (pessoas com a doença) e controlos (pessoas sem a doença) e a direção do estudo é posterior, verificando os expostos e não expostos de cada grupo
Estudos observacionais analíticos coorte (retrospetivo ou prospetivo) - escolha população
indivíduos classificam-se em função de estarem ou não
expostos ao fator de estudo e são seguidos durante um
determinado período de tempo para observar a frequência com que aparece o efeito da intervenção
Estudos observacionais analíticos coorte (retrospetivo ou prospetivo) - descrição
Pessoas sem a doença
- verifica-se os expostos e os não expostos e dentro de cada desse grupo vê-se quem desenvolveu ou não doença
Estudos experimentais - intervenção
o investigador controla a intervenção em estudo
Estudos experimentais - utilizados para avaliar…
utilizado para avaliar a eficácia de determinada intervenção terapêutica ou atividade preventiva
Estudos experimentais - podem ser…
os ensaios clínicos podem ser “não controlados” ou “controlados” à estes últimos podem ser “aleatorizados” ou “não aleatorizados”
Estudos experimentais - exemplo mais paradigmático
O exemplo mais paradigmático deste tipo de estudos é o ensaio clínico aleatorizado (ECA)
Estudos experimentais - ensaio clínico aleatorizado: descrição
População - exclusões e depois randomização
- intervenção (tratamento): depois avaliar se doença ou sem doença
- controlo (placebo): depois avaliar se doença ou sem doença
Ensaios clínicos - vantagens
Maior controlo do fator de estudo
Menor possibilidade de vieses
Reprodutíveis e comparáveis
Ensaios clínicos - desvantagens
Caros
Limitações éticas
Dificuldades de generalização
Estudo de coorte - vantagem
Estimam INCIDÊNCIAS
Estudo de coorte - desvantagens
Caros e de difícil execução
Pouco úteis em doenças raras
Requerem amostras grandes
Risco de perda de casos no seguimento
Estudo caso-controlo - vantagens
Mais baratos e de curta duração
Permitem analisar vários fatores de risco para uma mesma doença
Estudo caso-controlo - desvantagens
Não estimam diretamente a incidência
A sequência temporal entre exposição e doença nem
sempre é fácil de estabelecer
Estudos descritivos - vantagens
Fáceis de executar e relativamente baratos
Estudar diferentes variáveis ao mesmo tempo
Estudos descritivos - desvantagem
Não são úteis em doenças raras/de curta duração
Qual o tipo de estudo a escolher: erros a evitar
- Decidir qual o tipo de estudo a fazer antes de ter uma boa pergunta de investigação
- Iniciar a investigação sem antes estabelecer um protocolo de atuação
- Selecionar um tipo de estudo inadequado à pergunta que desejamos responder
O que é a população?
é o grupo de elementos sobre os quais incide a pergunta de investigação e a quem se aplicam os resultados do estudo
População - define-se por…
define-se por critérios de inclusão e de exclusão
Amostra - definição
- consiste num subconjunto dos elementos da população
Amostra - os resultados obtidos na amostra permitem…
os resultados obtidos na amostra permitem estimar os verdadeiros resultados da população de onde foi
retirada, caso a amostra seja representativa
Amostra - os elementos da população têm determinada probabilidade de serem selecionados para o estudo
- se todos os elementos da população tiverem a mesma probabilidade: a amostra é aleatória
- se os elementos da população tiverem diferente probabilidade: a amostra é não aleatória
Amostra aleatória - definição
só acontece quando se utiliza a técnica aleatória simples com reposição
Amostra aleatória - quando não se utiliza a reposição…
quando não se utiliza a reposição, a probabilidade de ser selecionado só é igual para o primeiro a ser escolhido
Exemplo: a chave do totoloto não é uma amostra aleatória pura pois a probabilidade de sair é diferente à medida que
vão saindo bolas: 1/49; 1/48; 1/47; 1/46; 1/45; 1/44
Amostra aleatória - as duas técnicas mais utilizadas de amostragem aleatória são…
A simples e a sistemática
Amostragem aleatória simples - definição
Consiste em obter, através de programas informáticos (www.random.org) ou por consulta de tabelas, números aleatórios numa listagem de indivíduos a selecionar do total da população
Amostragem aleatória sistemática - definição
O investigador tem a listagem da população e decide selecionar um indivíduo de x em x números (ex.: selecionar 1
de 10 em 10)
O valor de x será determinado por: número total de indivíduos da população/número total da amostra (ex. se quero selecionar 200 de uma população de 3000, devo retirar um indivíduo de 15 em 15, porque 3000/200=15)
Amostragem aleatória sistemática - exemplo
Neste tipo de amostragem o primeiro número a ser retirado deve ser obtido de forma aleatória simples (no exemplo anterior seleciono um número aleatório de 1 a 15)
Amostra não aleatória - probabilidades
- as probabilidades dos elementos da população serem selecionados são completamente diferentes
- as probabilidades são definidas por critérios do investigador, habitualmente por motivos de ordem prática e de acessibilidade aos dados
Amostra não aleatória - compromete…
A amostragem não aleatória compromete a inferência estatística dos resultados para a população devido ao forte viés de seleção introduzido
Tipos de amostragens não aleatórias:
- Amostragem de conveniência
- Amostragem acidental ou ocasional
- Amostragem por voluntários
- Amostragem consecutiva
- Amostragem de típicos
Erros a evitar na definição da população de estudo e seleção da amostra
- Confundir população de estudo com a população geral
- Incluir na população indivíduos sem qualquer hipótese de serem selecionados
- Classificar mal a técnica de amostragem
- Optar por usar amostras não aleatórias sempre que é possível usar uma amostra aleatória (amostras aleatórias são as menos enviesadas)
Variáveis - definição
É muito importante definir bem o que se vai medir, como se vai medir e através de que métodos se vão colher os dados
A definição das variáveis e a forma de as objetivar é muito relevante num estudo
Variáveis - muitos problemas que se investigam na área da saúde…
Muitos problemas que se investigam na área da Saúde são difíceis de medir, por conterem em si alguma subjetividade
Nestes casos, em que não existe uma medição universalmente aceite, há que tentar objetivar e operacionalizar o conceito que queremos medir, de forma a aumentar a fiabilidade (precisão; repetibilidade) e a validade (eliminar o erro sistemático) dos nossos resultados
Ex: intensidade da dor, qualidade de vida, gravidade da doença
A variável é…
O nome ou descrição do conceito que queremos medir
Ex: Obesidade; tabagismo
A definição operacional da variável é…
O formato atribuído à variável no contexto do estudo à é o que se vai medir:
Ex: Peso ou IMC para medir obesidade; n.º de cigarros ou UMA para medir consumo de tabaco
Na definição de uma variável: (3)
- evitar a ambiguidade entre o que medimos e o que pretendemos medir
- preferir aquelas que facilitem a comparação dos nossos resultados com os de outros trabalhos
- adotar definições standard, sempre que possível
Que variáveis escolher? (5)
- Que permitam avaliar a aplicabilidade de um protocolo (critérios de seleção)
- Que permitam medir os fatores em estudo e as variáveis de resposta
- Que possam atuar como possíveis fatores de confundimento
- Que possam atuar como modificadoras do efeito
- Que possam atuar como passos intermédios da cadeia causal
As variáveis podem ser caraterizadas podem ser caraterizadas em (2)
- Variáveis independentes: variável à qual atribuímos o efeito causa
- Variáveis dependentes: variável à qual atribuímos o efeito consequência
Exemplo: Fumar (variável independente) é fator de risco para ter cancro do pulmão (variável dependente)
As variáveis de confundimento são variáveis…
Eventualmente responsáveis por parte do efeito verificado
Variáveis de confundimento - exemplo
- Num determinado estudo de investigação provou-se a existência de uma relação de risco entre ter cancro do
pulmão e o género masculino, a ingestão de café e o fumo de tabaco - Possivelmente quem mais toma café é simultaneamente quem mais fuma, e esta última é que é a verdadeira variável independente, sendo o café a variável de confundimento. O mesmo se passa com o género masculino: sendo os homens (variável de confundimento) os que mais fumam (variável independente), são os que mais têm cancro de pulmão (variável dependente)
Variáveis de confundimento - descrição
Exposição -> outcome
(o confundimento causa a exposição e o outcome, mas a exposição não causa o outcome, ao contrário do que se possa achar)
Variáveis qualitativas - definição
2 ou mais categorias mutuamente exclusivas
Variáveis qualitativas - 2 tipos
Nominais
Ordinais
Variáveis qualitativas - nominais
não existe uma ordem natural (Ex.: sexo: feminino/masculino)
Variáveis qualitativas - ordinais
existe uma ordem hierárquica (Ex.: classe social de Graffar: I, II, III, IV)
Variáveis quantitativas: 2 tipos
Discretas
Contínuas
Variáveis quantitativas: discretas
Discretas (números inteiros) (Ex.: nº de filhos; nº de internamentos hospitalares)
Variáveis quantitativas: contínuas
Contínuas (Ex.: peso; temperatura)
Variáveis compostas - definição e exemplo
São variáveis formadas por mais que uma variável simples
Exemplo: IMC (peso; estatura)
Variáveis universais - definição e exemplo
De tal modo frequentes que a sua inclusão num estudo é quase sistemática
Exemplo: Sexo; idade
Definição e caraterização das variáveis - 2 erros a evitar
- Categorizar as variáveis durante a fase de colheita de dados
- Preferir variáveis qualitativas, em vez de utilizar variáveis quantitativas (as quantitativas contêm mais
informação e permitem a utilização de provas estatísticas mais potentes)
Todo o processo de recolha de dados é, em última análise, “validado”…
Pelo resultado final
- Isto é, em que medida contribuiu para dar respostas possíveis e adequadas às perguntas inicialmente formuladas?
Como saber os métodos e processos de recolha de dados?
o Que dados necessitamos recolher, tendo em conta as variáveis em estudo, para responder à(s) pergunta(s) de investigação formulada(s)?
o Que tipo de dados recolher? Primários? Secundários?
o Que processo de colheita de dados adotar?
o Que instrumento(s) de recolha de dados utilizar?
o Como garantir a qualidade e fiabilidade dos dados recolhidos?
o Como garantir a melhor eficiência (económica e técnica) possível na recolha de dados?
Colheita de dados - componente dispendiosa
é, frequentemente, a componente mais dispendiosa (em tempo, esforço e dinheiro) de um projeto de investigação
Colheita de dados - preparação
deve ser preparada com muito cuidado, tendo em conta a forma mais simples, precisa, sistematizada e
económica que for possível -> garantir o seu sucesso e reduzir custos e desperdício de tempo e de recursos
Colheita de dados - evitar
evitar eventuais dúvidas, fontes de confusão, extravios
Colheita de dados - os métodos de recolha de dados podem variar…
conforme se trate de um estudo quantitativo ou qualitativo…
… o essencial é que as decisões sobre os processos e instrumentos de colheita de dados estejam em
consonância com os objetivos do estudo e com a natureza e características das variáveis selecionadas
Colheita de dados - operacionalização das variáveis
a “operacionalização das variáveis” antecede, determina e é crucial para as decisões sobre os dados a recolher e como os recolher
2 tipos de dados
Dados primários e dados secundários
Dados primários - definição
recolhidos pelo investigador junto de cada unidade de observação (Ex: peso, valores de pressão arterial, perímetro abdominal)
Dados primários - exemplos
o observação e descrição de fenómenos
o registo fotográfico (quer descritivo, quer comparativo, documentando por exemplo situações antes e depois de
uma intervenção)
o medição de parâmetros “objetivos”, recorrendo, por exemplo, a instrumentos físicos de medida (balanças,
craveiras)
o medição de parâmetros “subjetivos”, usando, por exemplo escalas (escala visual analógica de dor)
o entrevista (aberta, semi-estruturada, estruturada)
o questionários
Dados secundários - definição
foram previamente recolhidos por outrem e já estão disponíveis em fichas, ficheiros, bases de
dados, publicações estatísticas
Dados secundários - exemplos e considerações
o a colheita de dados secundários é feita a partir de fichas previamente existentes em ficheiros, dossiers eletrónicos e bases de dados, em publicações estatísticas disponibilizadas por entidades oficiais internacionais,
nacionais, regionais ou locais
o exemplos destas entidades: OMS, INE, DGS, ARS, entre outras
o o investigador deve averiguar o grau de fiabilidade que pode esperar desses dados e entrar com esse parâmetro em linha de conta nas análises que fizer e, sobretudo, na interpretação e discussão dos resultados que obtiver
Questionários - definição
- Instrumentos de recolha de dados largamente utilizados
- São, por definição, listas de perguntas
Questionários - não à tentação…
Não à tentação de, “já agora”, incluir no questionário mais isto e aquilo, por parecer interessante
Questionários - complexidade
É um processo relativamente complexo e existe vasta bibliografia sobre como construir e validar questionários à
colaboração de investigador (habitualmente da área das ciências sociais e humanas) com experiência na construção e na validação de questionários
Questionários - design
O design gráfico do questionário é de enorme utilidade: facilitar ou dificultar, quer as respostas quer, posteriormente,
o processo de tratamento dos dados à própria ficha do questionário com coluna (geralmente na margem direita) para uso exclusivo dos investigadores onde se procede à codificação dos valores da resposta dada a cada pergunta
“…e esse questionário está validado?”
o questão da validação é, ao mesmo tempo, mais complexa e mais simples do que por vezes se supõe
o o conceito de validação pode aplicar-se apenas a alguma(s) pergunta(s), ou a um setor do questionário
o por validade entende-se, sucintamente: o que se está a “medir” é efetivamente o que se quer “medir”
o nas perguntas simples, óbvias e lógicas e para perguntas independentes entre si a respetiva “validação” pode consistir simplesmente em confirmar que a pergunta é clara e precisa à que obtém a informação que se procura saber e que, quem vai responder, compreende claramente o que é perguntado
o é muito útil, até pela possibilidade de comparar resultados, usar questionários já trabalhados e validados por outros autores
Perguntas abertas:
- propiciam respostas mais difíceis de tratar e de analisar
- devem ser simples, claras e diretas, embora possibilitem resposta livre por parte do inquirido
Perguntas fechadas:
- devem esgotar todas as possibilidades de resposta e devem admitir as hipóteses “não sei”, “não respondo”, e,
eventualmente, “não aplicável” - quando não for possível esgotar as possibilidades de resposta deve sempre incluir-se a alínea “outro” e deixar espaço para escrita
- podem utilizar-se escalas do tipo Likert
Perguntas - pré-teste
Tem de ser óbvio que o que é perguntado corresponde à operacionalização adequada da variável em estudo à deve ser analisado, criticado e testado previamente por peritos e potenciais respondentes: “pré-teste”
Erros a evitar nos métodos e processos de recolha de dados
- Iniciar a recolha de dados sem ter planeado e preparado cuidadosamente todo o processo
- Recolher dados desconectados das variáveis em estudo
- Trabalhar com dados e variáveis sem relação com os objetivos e as hipóteses definidos
- Usar instrumentos de medida/recolha de dados que não sejam cuidadosamente preparados e/ou calibrados
- Usar traduções de questionários sem validação dessa tradução (habitualmente por tradução cruzada) e adaptação cultural, apesar de os originais terem sido validados para outras línguas e culturas
- Usar questionários que não tenham sido sujeitos a um “pré-teste”
- Colaboradores não instruídos e treinados quanto à harmonização a seguir na recolha de dados
Quais os métodos e processos de recolha de dados? - cheklist
- Processo de recolha de dados foi meticulosamente preparado para evitar desperdício de tempo e recursos?
- Dados a recolher são adequados, tendo em conta as variáveis em estudo?
- Existe alinhamento entre os dados a recolher e o plano para o seu tratamento e análise?
- Os métodos e processos de recolha são adequados tendo em conta o tipo de estudo, os objetivos e as hipóteses definidas?
- Os instrumentos de recolha de dados são válidos e precisos em relação ao que procuram
medir? - Os colaboradores na recolha de dados estão ou vão estar devidamente instruídos e
treinados?
