C~NCIAS SOCIAIS E C I ~ ~ C I G S DA DECISÃO: mp0N'rEmc~ssARIA

S e m p r e q u e p r e h d e m ~ m e d i r u m ~ o u u m ~ , ~ a & &h, psko@h ou social estamoa permte uma a p h ç b da teoria da medi-

c o m r e t o . A s ~ & e m ~ d a ~ t & n ~ e J a ~ e a p r á t i c n d a n a e d i ; f l l o , & a u m a c k k ~ o

' I a s d a ~ e d i ~ ~ 0 : a s ~ ~ *P- r 0 m o ~ ~ ) ~ t o d e ~ v A i i d a s

. i. ~ ; ~ ~ d a d e d s & ~ ~ ~ i w m a i s q u m t i t a t i v a s e ~ 4 a s ~ m u l ~ t o & v d o r e u ~ ) p o b t e r ~

,su5 2 4 e s t a c í n n ~ ~ u s ~ d a r s ~ ~ e d a s ã s i $ r i Q a s d a ~ , e o m n ~ v o d e q m t e n t a r ~ e ~ . ~ s ~ ~ v 0 9 ~ t a i s d e c a d a u m a d e s t a s a $ I i d i i s e m ~ & ~ , ~ c a m o o e i ~ v a s p a a r t o e ~ v o s e m g a t i v o ã . ~ ~ ~ g m s s 8 o ~ d a s c a m o m n p h ~ a ~ d e ~ h ~ o n d e a p m h m t e e n t r e i m ~ d t o .

Propomos um enquadraumto cmceptual que unifica ambas as aborda- gms. Para iiusttar este enqwdaamento, ap=~~~tamm um estudo emphco &do a medir a avdiqão da qualidade de ddadm hospitalares sob a m v a do dwnk Nate -tudo d o apihdas a teoria r n ~ t r h t o de ~ e ~ f ã o p ~ p ~ d a s ~ .

Concluímos, ~~ a xmaidade ds se e~guer uma ponte e n b estas dum c i k i a , de modo a melhorar a maia capacidade de W o l v e r medidas @Ww, e + t e ã , e mpi&ativas.

representar as propriedades das o w o s ou dos fenbrnen~. Contudo, quando precisou de desclrever, de uma maneira mais precisa e sistemática, a estrutura dessas propriedades, usou represen- numéricas isom6rficas das palavras. A medigo pasou então a ser c d e r a d a cru& embora ainda bastasse um conjunto limitado de padrões.

Os investigadores começaram então a dedicar um enorme interesse h me&ç%o de fen6menos sociais com vista a uma melhor compreensão do comportamento das pessoas em diversas situa*. Estes cientistas wicararam a mediçâlo como uma c h d a . Era preciso, contudo, uma teoria que forn- a estrutura matem Atica n d a a essas med@e.

Uma das mais populares d m de medição foi enunciada por S. S, Stevens, que definiu medigo como sendo a "atniç3o de números a objedos ou acontecimentos de acordo com regras" (Stevens, 1951: 22). Krantz, Luce, Suppes e Tversky também definiram medigo como sendo "a atribuição de números (ou outras entidades matanáihs vulgar~s, tais como v-) a owtos, de tal m d o que as proprida&s dos ohecbã sejam co-ente repmtadas atravh de propriedades n- (Kmntz et al., 197i: 1).

A defuul%o de mdqSo a m t ã d a por Stwens 4 &derada mais apropriada As ciências físicas do que 3 s sociais ( C h & Zeller, 1979) e outros esPorços para d e h ú medição têm sido realizados (cf. J-, 197l). Por exemplo, BMo& (1%8) apresentou md@o como sendo uma ponte entre a temia e a inwstiga@o. Em siri- com esta d&u@o, Rdey definiu me-o como um v que envolve ''um plano explícito e -do para c b i b r ( e p o r v e z e s ~ ~ ) o s d a d o s ~ ~ e s p e d n m s ~ v e i a . . e m t e r m ~ ~ de um conceito p a i que o inveshpdor tem em mmk" (Rhy, 1%3,23).

De uma maneira mais f d , se tivermos u m rot.ijunto A de e m p h e um c o n j m b de +&s Ri (i E I) definidas em A, podemos construir um sistmna relaciona1 A = {A; (Ri) j E I) (Pfanzagi, 1973). Sendo dadas dois sistemas relacionais A = {A; (Ri) i E I) e B = (B; (Sj) j c I) podemos definir uma funç&o yr. Esta funçZio chama-se um homomor6smo se e sb se

V i É I, (ai, ..., ai$ E Ri (a~, .., ak) = Çr (Mal), ..., V(&) onde (a~, ..., a) é um K-tuplo e Ri (ai, ..., ak) é uma h-- em A-

A teoria repmentaaonal da rn-o (Pbhhm, lW; Krantz et A, 19n; Roberts, 1979)-=tuda as fun- de &ri sistema rela&d m t i v o num sisimna re lac id quantitativo. O coniexto que nos in- d atp& em que o sistema relaciona1 quantitativo 4 num&co, isto k, B B P. Aa "w entre os niimmos atríbuidos a obpAm devem dkdix, de W - ficada, as dikreiifas entre o. (lamby, 1991). A pm -

. . .- . . -.

esquematiamenkessehmmndhm. . ,

: ., 4 , ,, , - I , , , I , , -, : . v , , ~ , ~ & b ! 2 2 1 ~ ~ - ! f.k, .:&ea:1 ,7-i , : , - L .-> ,i-:,:.i~:-j. c i:.; -i, a d w b t i w j 5b o f i s ~ i )

Estrutura

empúica

F i a 1 - A ideia de medigo

A abordagem matemitim da medição (Kybwg 1984) fomxenos os teo- remas que garantem o homomorfismo. De entre estes teoremas 6 importante chaxwmnos a atação para o t e o m ~presntacionai, que nos pmite usar números ou vecPores para v t a r as propriedades. Se uma dada wtnitura d&al satisfizer um certo número de axicwzas, então 4 possível constniir um homomorfismo sobre uma outra *tua r e k b d numérica

Um outro teoiiema &ta também de set mencionado. Trata-se do t i e o m & u n i d d a d e , q u e n o s d i z q u e d u a a q u a i s q u e r ~ d o s ~ objectos para números estão d x h a d m . A maneira conio estas funçgea =tão dadomdas d&nos uma indica+ do tipo de escala que usamos, deterrninan-

, do obvhmate quais as operq&s numhicas aúmissíveis. ! Medição 4, por mrwpinte, apresmtada como sendo uma regra de corres- ; pondhb entre as observações &das e os n~mecos a t r h k k A d i k n ç a

entre as respostas olrservadas e as correspondentes variáveis subjacents, e não a ohxvadas, 4 dado o nane de e m de md@o (Eohmtedt, 1983). Segundo

@tas d e h ç k , o inveshpdor deve preocupar* com a precisão dos indica- d o ~ usados para representar os -tos teóricos que utdh

A abordagem expinmtal para a medicão (Kyburg, 1984) defende que, dada uma pessoa p, a sua resposta xp pode ser expresa como uma fun@o linear da vanãvel verdadeira e não observavel zp e do e m de rn-o +. Generali- zmdo para bodas as pessoas, podemos -er

Como o valor esperado dos erras de naedição é nuio [E(E)=O] e se parte da hipm de que m v a b verdadeiros não estão cmda-os com os erros &medi@olp(.r,&)=OL podema dhm ue a vatigncia observada 4 igual ã soma davarihici.doswbwwdedem(~amavad8naadaserms (d). isto4,

" && equaçiio corresponde ao que Sudman e Bradburpi (1974) dwmmm I& estado de comportammto. Neste estado, m wspostrrs E#& vedWmb e

de E(€) nem sempre 4 nulo. Nesta situação, e usando o valor esperado, pode d&-se o conceito de enviesamento da mposta (Codiran, l%8; Hansen et al., 1%1) pela eqyaçso

entanto, que "nós validamos não um teste, mas uma interpretação dos dados obtida a partir de um determinado procedimento" (íhnbach, 1971: 447).

Para testar a vaiidade e a mmhth5a de um instrumento de mediç30, usamos nomalmente medidas de asmkção. Partese da hipóbse de que os

p = E(&) = E(r) - E(x) dados s€io mthuos, ficando a escoiha da medida apropriada depadente da existbcia ou não de normalidade. Se os dados se distribuem normalmente (ou

E, como os valores verdadeiros e os erros não são indepmdentes, seguese se 4 possível a p h r as condiçk nmssãnas ao immma do limite central), o que a equafão 121 pode agora ser escrita do seguinte modo: coe6cimte de correla$a de Pearson 4 uma boa egcolha; caso contrário, um

qualquer c d i c h t e de correlzqão Mo-paramétrico 4 mais apropriado. Em ax2 = a2 + ue2 + 2 cov (TA) ambas as situações 4 possível testar-se se são estatisticamente &rentes de zero

(valor de não comlação), sendo o d t a d o deste3 testes também baseado no

Notar que, se E(E) for diferente de zero, o estimador da média da varihvel tamanho da amostra.

a er estimada ser& também enviesado. No entanto, é reamfortante saber-se O termo validaçao tem sido asswado a variadhimas inkqmb@ks e

que a maioria das estatísticas, incluindo cmfkienteç de cod.q& e de r e m testes. Os tipos de validade mais conhecidos e aplicados dio a validade de cri-, a validade de m t e ú b e a validade de c m w o . A validade de

sao, não sao afectadas pelo enviesamento e m a n a * vglidas (WmStedt, critQio pode ser d-da como sendo a correiago e n k uma mdq& e uma 1933). A d o correla@io entre os erros de medição e os valores verdadeiros . . outra variável de interesse que funciona como critério comparativo. A vaiidade garante esse resultado. Isto vai-nos permitir w os de correlação, de conteúdo dá-nos uma ideia de como uma medição e m p w d k t e u m por exemplo, como elementos vitais em regras de deasão sobre a q d i d d @ da detemimdo domhio do conh-to. Sendo isto p W t e impdwl mdqão. de ser testado, nomalmente o teste t b d o num consenso. Fimhmte, a

validade de eonstruCgo é definida como a &da de "at4 que ponto uma 2. A a b d a g m h C W Sociais detemimada me-o se relaciona com outras medi@h com bases ba6ricas

mais sólidas e m t a n t e s aos condes (ou constmçfh) a serem estudados" ~ t e o r i a j s s i a c a d a ~ , b e n d o v i n d o ~ & ~ ~ (Camhei & Z@ller, 1979: 23).

p ~ ( ~ & d . , P W ) , m t r o u o a r e u ~ d o n i w ~ d e ção~tr&osp~soçmaisvdgamdemedirafiabWade~O validade e de! ffabilidg.de. ib& dois conceitos silo na psironetria (a &ma dos M o do #esteretete é o mais simpk para estimar a consistência e fiaWI- ~ e ~ ) c o m p o " e n k d e ~ o u t r o í x r n e e i t o ~ ~ a 8 b - o d a dade de rn- enpf rhs . Consiste em administrar o mesmo instmmmto obj&ivida& (Xrk dr 1%). E9tamesnia objd-4 conpatabpar duas vezes e ím calnilar o valox do mrmpndenite codkiente de m d q â o . P o p p (1959) cum o risco intdedwd que qualquer kiw3tQpd:m quando . sdmeteatesteasuatewia.

v a 4 w prwedimento v a s ~ ( c a m i W L RPrWlidade. Finalmente, o úiümo método requer apenas que administmnos o

himmmto uma vez. DA-nos uma medida de mmsbtheia interna e usa o

Obtida essa construção, 4 normalmente construido um índice (ou e&), g e r a k t e atcavés de contagens, adqães ou m6dias. A este mpeito, in- ter em conta a afirmaCão de Rossi et aL, segundo a qual uma com dimensão n não d mais de que "um homomorbto de um sistema relaciona1 empirim imdutivel para um sistema d a c i o d num&o de n dimensões" (Rm& Wright & Andasai, 1983: 240). A F i 2 apresenta e3se homommfimo S,

Figura 2 - Frocesso de m o usado peh abordagem das ciências sociais

Porque a abordagem das â k i a s sociais 6 nomahente baseada em dados obtidos em observações (o que o ~ a m a ? ) , o maior esforp 4 &pendido na construção, sendo pouco esforço consumido na forma matem8tb do homo- morfsmo e da agregago dos vários itens.

As &das da d d o usam uma terminologia difwente porque os wec- tivos, a motivação e a te~iolagia mada sãa também distintas, O obje&vo desta abordagem, no que respeita a medição, 6 representar preferêndas de um indivíduo w grupo de indivíduos. O homomor6mno &do entre as estnituraa e m p M e n m k deve p-ar estas preferências e por v-, até, as intmsidades das pmfer&ndas. A motivaSgo para o cienüsta da decisão 4 (fre- quentemente) dwenvolver uma medida como um fim em si para poder "com- parar" ob~ectos ou entidades. Uma vez possuidor dessa medida, usa-a em teorias.

A abordagem das ciências da decisão é aplicivel no cmtexto social sempre que juizos ou valorw sejam ob~ecto de estudo, tal como quando medimos as opinides dos doentes em m l q h B qwlida8e dos cuidados p m t a b pdm hospitais. Os algectos a medir são ob~ectm complexos de valor e as relagPles entre estes objectos dia relações de preferhia. Esta 4 uma das r& pelas quais a teoria de utilidade é sdyectjva (vm Wmideidt t Edwards, 1486). Poqueestaabordagernse baselana oplii%odepitos (oquedquevamosobter no fim?), um menor e a f q C dedicado B c m d q á o a muito maior d o r p é dispendido no si@icado das m*.

Para podermedir um cormito complexo, oa dmtisbm da d d d b deoen- volvem imi cor+nto de atributos (ou dimensões) e W e m certm WCM para obter a utilidade u' de eadõ *to. 6 ãbvio que o cmmito que prdxdmm m e d i r t e m u m a d e t e r m m a d a ~ d e u a l i d a d e u . C E i n t u d o , o ~ ~ p nomialmente consegbm 4 definu um constru@o x&lida e cms&mb, -4, u m c o n j u n t o ~ ~ a & ~ . P o r ~ e u s m m d o a t e o r i a , m ~ todeut iüdade ,~pwivdob~es:n~u*deMikkb t

A teoria da mediçâlo e os imremas da existência e unicidade dos homomor- fismos ahAs referidos garantem-no6 a existência dessa função de utüidade que respeite as prehrênaas dos indivíduos. Vejamos um exemplo que melhor ilustre e esclareça, em termos simples, esta nqão de utilidade.

Suponhamos que estávamos interessados em m d e k como é que os dmtes avaliam um atributo de cuidados de saúde tal como "a compethcia dos médicos"'. O primeiro passo que precisamos de dar é como distinguir os diversa níveis de competência para podermos h, por aremplo, que o médico M1 é preferido em relqão ao médico M2 por ser mais competente. Esta noção de "maior competbch" pode ser operacionalizada através da escala má, média, boa, excelente, sendo esta escala intuitiva e de fácil compreensão. Se representarmos a relação V preferido a" atravCs do símbolo ")", podemos -ver

compethcia excelente ) comp&ncia h ) c o m p ~ c i a d i a ) competenaa d [5]

O homomorfismo (ou função de utilidade) poderá ser o seguinte..

onde, no nosso caso, A = Má, Média, Boa, ExceIente}, B r [0,100], ) qresenta a dtqão bk&h 'V preferido a" e > a relaç2lo "maior do que" tal como 6 definida no conjunto dos niimeros reais.

A F i 4 representa uma possível função de utilidade. A partir desta repmentação apenas podemos dizer que os médicos com uma excelente competência são encarados como tendo maior qualidade da que os seus colegas com uma boa competência, e assim por diante. Nada 4 afirmado a pior i em relago h intasidade da prefe- entre, por exemplo, um d c o com uma competênua scceiente e u m ouhm com uma competênch boa. Isso exigirh a cmstruqão de u m homomorfismo diferente.

A teoria de utilidade fornece-nos um conjunto de W a s e instrumentos para desagregar os diversos componentes do nosso objecto de mdit$io, de modo a quantificar em termos de u t h estas diversas componenh e, final- numte, agregg-las atravk de uma qualquw forma matemática de agregação. Assim se obtém a utilidade global do *ecto. Este úitimo passo é também possível devido h existência de um teorema de decomposição no campo da utilidade dtidimensional.

4. Semelhps e d i j b q a s entre ambas as abor&gem

Nas sete anteriore analisámos o processo de mediç30 usado pelas abordagens das ciências sociais e das ciências da decisão, As referências biblio- gc-s parecem-nos em niimem sufiaente para quem pretenda ser introdu- zido nestas áreas. Aqui iremos ver como 4 que que as abordagens das *das sociais e da d-o v- o problema da validação. Apresentaremos também alguns pontos fortes e fracos datas abordagens, assim como situações onde elas aparentemente entram em conflito.

Sempre que tentamos medir um obpcto ou um fenómeno temos de nos reportar à teoria matemática da rndqao. Em temios puramente coneeptuais, como aiiás se pode ver pefa Figura 5, poucas d o as d h m ç a s entre mbas as abordagens. A teoria da m e m o tem sido estudada e aplicada por ambas as cihcias, sendo o in-se comum o da medição de conceitos complacos da maneira mais adequada.

Figura 5 - Enquadramento conceptual da medqao

Para observarmos as semelti- e diferenças mtre as abordagens das ciências sociais e da decisão, vejamos como encaram o problema da organhção do conhecimento em processos o mais válidos possível. Assim, em termos de validade, como j6 foi dito, os cientistas sociais btam essenchhnmte a validade de conteúdo, a validade de constni@o e a validade de crit6rio. Existem defini- ções precisas dos vários tipos de validade e fiabilidade das cunstruç6es usadas. Por basearem as suas anáiises nos dados observados e recolhidos, os cientistas sociais &atam tantas dimensks quantas possíveisf normalmente não estrutu- radas hierarquicamente, e utilizam técnicas estatísticas explorat&hs, como a andke factona1 (Kim & MueIler, 1988), para obter os atributos finais e as escalas. Estas passam por vários testes de análise das suas propriedades psico- méhicas e témicas como a muiticaracterís~/multim&od~~ (Eiayashi & Hays, 1987) são finalmente usadas para confimar as construções abtidas.

Os cientistas da decisão, por outro lado, baseando a sua actividade modelar em conhecimentos de peritos, elkitam atriitos, organknd0-0~ em á w o ~ h i e r & q k que satisfazem algumas características (Kemey & Raiffa, 1976), tais como integridade, garantindo que todos os a e u b dwantes estão na estnitura, operaciodidade, garantindo que os atributos de mais baixo nível t i h s iwcado, decumponibilidade, garantindo a decomposição, não redun- dância e pequeno tamanho.

São t 2 u n b h venficdos os axiomas que garantem a medição, tais como os relacionados com a dehh$o da estrutura relaciona1 empírica. São os mesmos peritas que auxiliam os htistas da decisão na construgAo da forma matem&- tica de agregação (homomorfismo) dos vários a b h t o s . Finalmente, o modelo assim obtido passa por testes de avaliaeo onde são comparados valores hoiísticos com pontuações obtidas pelo modelo.

A Figura 6 apresenta um resumo dos pontos portes e fracos de cada uma das abordagens.

Ponius Fortes Ponk Frites

defhiç&spredsasdos -Mgrande~-* v- tipos de validade e de no s i p i h d o dos hdim f i & ~ e d a s - -dos

M89e na forma da o&udodavalidadeB iefleaitas deixdoaquemhvoive

MCndai de Dcd6h &iado o m a d & ; 4 ~ u m a ~ doqueum-

&

Conduhdo, qualquer uma destas cihcias considera importantes -tos dikmtes da md@o e da subsequente validwo. H6 algumas &as onde se manifesta um aparente c d t o . As u h c k sociais centram-se mwwialmmte na elabor- de ~~ váiidas e íiáveis para os conceitos em estudo. As &das da ddsiio, por seu lado, usam teorias fo&, quantitativas e analíti- cas como i n s ~ P o s para obter rnediçtks com agrdmdo.

Em d u s ã o , devemos salientar que 4 necessário aos cientistas da decisão formalizar os t i p de validade para as construções. Aos cientistas sociais torna* imperioso analisar a s i g d d h a a das medidas que utilizam.

5. A medi@ da s a t i s m dos doeniw

Nesta secção apmentaremos u m estudo r e h d o com o objectivo de

dimensk principais foram baseadas nos itens do questiodrio Patient Jdg- mts 9f Hospital Quulity (PJHQI (Meterko et al., 1990): admissão, pessoal de enfermagem e nudados *OS, médico, informação, ambiente hospi- talar e alta. Estes ab'butos de estudo coaeçpondem h sequhcia de a m e - mentos por que m doents passam desde que entram no hospital, recebem tratamento até Ihes ser dada alta.

I ADMISSÃO

d ENFE AGEM&

C E F I a m a A CORTESIA

C DADA PELAS ENFERMEIRAÇ DADA PE[X]S &DICOÇ

medir a satisfiFho hm doentes com a qualidade dos cuidados hkitalares. I Comqmnos por apmientar os d t a d o s da investigação realizada com vista CUIDADOS MÉDICOS

obhmção de e d a s de quddade v- e Wveis. De seguida, iremos apmwntar o pmmsm de construção de medidas com s ~ c a d o , medidas que possam repm3mt-m com justeza como os doentes usam a hkgram os diversrw

I INFORMAÇÃO

atributos de qddade pata medir a qualidade dos cuidados h ~ ~ . A avdqão da quaiidade feita pelos C O ~ S U W ~ O ~ ~ E está d a vez mais a 1

entrar na prática comum das orgartjzações interestdas agora em adoptar as QUARTOS korias de melhoria de qualidade aprwentadas por Deming (1982) e Juran (1964). Segundo estas teorias, os fornecedores de bens w sembp devem

I h-ge pelas opiniões dos seus consumidores com vista a &ver p m ALTA

blemas de má qualidade e outras defidncias o r g h t i v a s . Aiém disso, os dmtes egtero cada vez mais a questionar os prestadom de

cuidados acerca da quahdade dos cuidados por aquels prestadas e as suas opiniões th sido usadas para planear instituições médicas cni para definir prioridades de educaçtio médica e de programaç de saúde piibiica. A satisfação dos doentes infiumcia a maneira como nç cuidados s%o procurados e constitui Figura 7 - b o m de escalas de qualidade um bom indicador da uti ih@o dos serviços de saúde.

fi, portanto, importante posmir-se uma boa escaia que meça a satisfação Usando um questionário com cerca de 50 itens, estes investigadores d- dos doentes com os cuidados de çaiide pmtados. Para medimioç a avahção . zaram adises factoriais (componenb principais com rotação) para identificar dos duentes em relação aos cuidados hospitalares usámcis um enquadramemto enquadramentos tipo entre as respostas dos doentes. importante notar que semelhante ao ap-tado ria F i 5. Como pretendiamos medir o d t o '

de qualidade de cuidados hospitdares, td m o 6 apercebido pelos dmtes, sendo este conceito abstracto e complexo, aiámos uma constrqiio (conjunto ~truturado de chnmMe3 - &ore de valor) que posteriormente foi kstada em relação h validade e fiabilidade. Por fim, usando a teoria rnulthhhto de utilidade, obtivemos um valor de utilidade, com s i e c a d o , para a satis-o dos doentes,

A árvore que usámos foi consbuida d uma abordagem -te, tendo presidido a ideia getal de identikar c p e d t h ~ de voiiores e sintdkd-las de modo a obter vaiores de orolem mais &VI&

.-

variavam entre 0.87 e 0.95, cum quatro deles a exceder 0.90. Os estimadores de homogeneidade foram aceitAveis e variavam entre 0.47 e 0.69.

A validade de construção foi t a m b analisada. As correlaçtíe entre as seis escalas de processo hospitalar foram d e r a d a s a fortes, positivas e estatisticamente s i ~ t i v a s . As codações entre estas escalas e outras variá- veis com as quais tamb&n deveriam estar relacionadas (qualidade geral, inten- ção de momeridar o hospital a amigos ou familiares, intenção de voltar ao mesmo hospiiaI se necessário, estado geral de saúde) foram moderadas a fortes, variando entre 0.39 a 0.75 (mediana r = 0.51). Por fim, estas seis escalas de processo respondiam por 63% da variância da qualidade geral de cuidados e 47% pelas recomendaçk e intenções.

Depois de elicitadas as funC&s unidimensionais de utilidade foi encontra- do um modelo multiPlicativo c&o forma ag-regadora das dimensões (Ferreira, 1990):

represmtarii (descrever&) mais f i e k t e o que o nosso sujeito pretendeu quando respondeu da maneira que respondeu As nossas questtíes.

Um outro probtema que imdia-te se levanta, quando começamos a examinar estas questões de uma maneira mais científica, 4 que cada v d e n - te ter8 o seu próprio modelo subjacente e então, para sermos absolutamente comdos e representarma com jus- as respostas obtidas, deveriamas e M - tar tambh os dados suficientes para construir o modelo. Este é o argumento que 6 imediatamente levantado das tais adições ou índices construidos ad- hoc. No entanto, devemos salientar que, mesmo nestes casos, h5 formas de agregar as respostas respeitando os sujeitos e mantendo o rigor metodoiógico.

Muitas vezes estes pressupastm são assumidos como existmtes, não é feita qualquer afirmação referente a eles e nem sequer são verificados. O investiga- dor parte, neste caso, de um oubo pressuposto, segundo o qual as observações emplneas s6 podem ser organizadas segundo o processo espedcado pelo próprio investigador. O que não C necessariamente verdade.

Considdmos neste texto um p m s o faseado para se obter valores numéricos que meihor correspondam L propriedades dos obj- mciais em =tudo. Historicamente, os cientistas soaais têm-se pmocupado com a primeira fase desse processo de medição, enquanto que os cientistas da d-ão t&m olhado essencialmente para a segunda fase. Parmerios ser absolutamente necesssrio e urgente, para uma cmnpleta medição de conceitos cumpkxos, a integracão destas duas perspectivas. Necessitamos de estabel- uma ponte entre os conceitos de amtias as Gnchs de modo a melhorar a nossa capacidade em desenvolver e usar medidas váiidas, niiveis e com significado.

a

1 + ~u(x) = n (1 + k w ~ i (xi))

i = l

Para obter a forma matedtica deste modelo, procedemos a entrevistas, onde pedimos a cada indivíduo para pontuar vinte cenários. Com estas pon- tu- e com os valores das funções de utilidade calculámos os valom de k e dos wiS atrav4s do método de p q u i s a bisseccionada (Çolis & Wets, 1981).

Em termos de validade deste modelo, os codkientes de correlação calcu- lados mire as pontuaçk dos cenários e as obtidas pelo modelo multiplicativo variaram entre 0.78 e 0.99. Por outro lado, todos os indivíduos apresentaram um comportamento de acordo com este modelo, o que nos dá uma certa garantia em relaçZio ao seu poder d d t i v o .

6. Condusão

I? importante notar que há sempre uma eçtrutura axiodtica em que os indices construidos se baseiam. Por exemplo, é importante frisar que o processo x,t.,: ;,:,. , ! , ,v,! , . , , NOTA fmpnhmnte usado de adicionar (ou caicular médias de) todas as respostas

# '

15f,m'&,')""' 1

correspondentes a um certo ni'unero de perguntas baseia* numa inde pndkda entre os v ~ o s i-. S6 respeitando os axiomas que Ihe são sdqa- ~ e r r n o B i n d r r i m o d e U ü k M e e c i e ~

cmtes C que podemos ter uma garantia de sigrukhcia do resultado. . I

Não queranos dizer com isto que, segundo os padróes de vaM& j6 a W apresentados, os mdices, mesmo não mpeitando comphmmte w, deixam de ser válidos. O que na maioria dos casos acontece é que o h d h i comúuído, mesma sem lespeitar compkhmnle B Sufi- U e n t m n e n i e r o b u s t o e c o m ~ v ~ EéevidebitequeWa- t a m M m n ã o i t n p l i e a q u e o i n v d z g a d o r ~ n h ~ ~ ~ ~

h,

BJBLI- JACOBY, W. G. (1991). Data theury and ditifensiunal annlysrç. Sage University Paper series on Quantitaüve Applications in the SoQaI Scienees, 07478.

ANDERSON, A. B., Basilevçky, A., & Hum, D.P. (1983). Measuremmk Theory Beverly W, CA: Sage Publications. and techniques. In P. H. Rossi, J. D. Wnght, & A. B. Anderson (Eds.), JONES, L. V. (197l). The nature of meas-ent. In R L. Thorndike (Ed.), l i d h k o f s m q mmch @p. 231-287). San Diego, CA: Academic Press. EdudionaI meutsurerrrenf (pp. 335-355). Washington, DC: American Cound

ASGOCfAGO AMERICANA DE PSICOLOGIA (1974). Stmidards for h- on Educatim. tional and pychoiogiml kts. Wahhgton, DC: American Psychologd Asso- KEENEY, R. L, & Raiffa, H. (1976). W m wiLh rndhple o&diim: Pqkrmces tia* and mlue hde@. New York, NY: W i .

BERGNER, M. (1987). Health status measures: An overview and @de for KIM, J. O.,&Mueiier,C. W. (1988).F&mm@is. Sfafisticalmefhodswdptacficnl sektion. Annual &vim of Public Hdth, 8,191. issues. Sage University Paper series on Quantitative Applicatim in the

BULUCK, H. M. (1968). The measment p r o b h in H. M. Blalock ik A. Social Wca, 07-M4. Beverly Hills, CA: Sage F'ublications. Blalock (Eds.), Methoddogy in sonal r m c h @p. 5-27). New York, NY: WIZK, j., & Miller, M. L. (1986). Reliabuify and didity h qualiiutiw mmrch. Sage McGraw-Hili. University Paper series on Qualitative Research M e h d s (VoL 1). Bwerly

BOHRNSTEDT, G. W. (1983). h h m m n m t . In P. H, Rosi, J. D. Wright, & A. HUs, CA: Sage Pubhtions. B. A n b n (Eis.), Handbwk ofçumy reçeardi (pp. 62-121). San %o, CA: KRAMZ, D. H., Luce, R D, Suppes, P., &c Twrsky, A. (1971). Formdatums Academic Press. m e y r s u m f . VoL 1. New York NY: Academic M.

. $

CARMINES, E. G , Br Zeller, R R (1979). ReMIify and wlidity asemmt. Sage KYWRG, H. E. (1984). T h y and mmurmmt. Cambricige, England: Cam- University Paper & on Quantitative Applications in the Swd Saences, bridge University Pms. 07-017. Werly Hills, CA. Sage Publicatio~~s. METERKO, M., Nelson, E. C., & Rubin, H. (1930). Patient judgments of hospital

CWHRAN, W. G. (1968). Errors of measwment in statistics. Ttxltnumfrics, qudity. Report of a pilot study. MedM &E, 18. 10,63766ó. MOVICK, M., & Lewis, G. (1%7). CoefEtoent alpha and the rehbility of

CRONBACH, L J. (1951). Coefficient alpha and the interna1 stnichue of tests. composite measurements. Psydunnetrika, 2,l-l3. Psychometrika 16,297-334. NUNNALLY, J. C. (1978). P s y c ~ c titeofy. New York, NY: McGraw-Hill.

CRONBACH, L. J. (197l). Test validation. In R L. Thomdike m), Edumtional FFANZAGL, J. (1973). T b y ofmercmrrement. New York, NY: W i . m e r r s u m f (pp. 443507). Waahingtmi, DC: American Cwncil on Edwlion. POPPER, K R (1959). The logic qfscienfrfi. d h c m q . New York, NY: Basic.

DEMiNG, W. E (2982). Q d i t y producíim'íy d ~~ position. Cambridge, MA: Massachwetb Institute of Tecfinology, Center for Advanced Ihgmeer- RILEY, M. W. (1%3). Smbhghd mwrch: A case ~ppronch, New Ywk, NY:

ing Study. Hmmrt Bmce Jovanovih

EDWAFDS, W., gt Newman, J. R. (1982). Multiattrihte evaluation. Sage Uni- RQBERTS, F. S. (1979). Mannrrartgnt t h q with apliEatiOflS to decisionmüng

vemity Paper series on Quantitauve Apphtions in the Social Sciences, r$ id i9y ,d t í sed- . Readin&MA: Addison-w*. 07426- 8everly HUs, CA: Sage Publications. m F . H . , W + t , J . D . , B E A n d e ~ A m B . ( 1 9 8 3 ) . ~ # m n a e y ~ h .

FERREERA, P. L. (1990). I n M e q m d sfabilify ofphb ~ i t y p d ~ t s . Tese O&t&, FC: Aademir Fress.

de doutoramento, Universidade de W i - M a d i s o n , Estados Unidoç da w, P. I., a W-, R J-B. 11981). M h h h t i o n by mdom much &bique. hdr i ca . . , ' - ~ ~ c f O p w ~ ~ h , 6 (1): le30.

I

PiSHWRN, P. C. (1989). Foundations of decisim analysis.. Along the way. *-; c C (197l). Re,IiabiiiQ. In R L Thomdike (Bd), E d u -u- b Manapwnt Science, 35 ((4,387-405. . , , ~ i t ~ ~ ~ ) , W ~ , ~ A m e r i c a n C o u n c u o n E d u c a t i o n .

JURAN, J. M. (1964). ~~ W h m g h . New york, NY: Wraw-Hill. i

, ' REVENS, S. O (3%). Ma-, qwssummmt and p s y h p h y s h h S. S.

HANSEN, M. H., Humitz, W. N., dr Bershad, M. A. (1%1). Meammmmt errors in census and surveys. BulletZn of tk I n t m d m d Skibisbical I m t i W 38 (2), 359374.

- -

A .-