Upload
voque
View
215
Download
1
Embed Size (px)
Citation preview
Lorí Viali, Dr.
DESTAT/FAMAT/PUCRS
http://www.pucrs.br/famat/viali
Elaborando um Questionário
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
O problema e os objetivos da pesquisa;
As hipóteses da pesquisa (Quantitativa);
A população a ser pesquisada;
Os métodos de análise de dados
(escolhidos e/ou disponíveis);
Estabelecer uma ligação com:
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
O Conteúdo das perguntas;
Formato das respostas desejado;
Formulação das perguntas;
A seqüência das perguntas;
O fluxo e a estrutura (lay-out);
Pré-teste;
Decidir sobre:
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Identificar a necessidade de informação;
Determinar o método de coleta de dados;
Planejar as principais seções;
Formular as questões de cada seção
Determinar o fluxo e a estrutura;
Revisar;
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
A questão é realmente necessária? Onde
a informação vai ser utilizada?
O assunto exige uma nova pergunta ou já
está incluído em alguma outra?
A questão é clara e específica?
Quantas questões são necessárias sobre
esse tópico? Uma é suficiente?
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Qual é a escala que será utilizada?
Uma resposta dicotômica (sim/não) é
suficiente?
A questão envolve um único tema?
O público alvo tem condições de
responder a questão?
Que restrições os respondentes podem ter
em responder as questões?
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
A escolha do(s) tipo(s) de
questão(ões) deve levar em conta
a resposta que se quer e também a
forma como a informação será
tratada.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Revise.
Obtenha todas as aprovações;
Realize um pré-teste (piloto) com
amigos/colegas;
Faça as revisões baseadas no pré-teste;
Revise novamente!
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Identifique você e a organização;
Defina os objetivos do questionário;
Solicite, apele, incentive a participação;
Estime o tempo necessário para
responder;
Forneça instruções básicas (quem, como,
quando).
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Esclareça que a participação é
voluntária;
Assegure a confidencialidade e o
anonimato;
Questões prospectivas;
Questões avaliativas;
Questões demográficas;
Fechamento (agradecimento);
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Seja simples. Se o respondente não
entender o que está sendo perguntado
ele não responde ou pode responder
qualquer coisa;
Evite perguntar mais de uma coisa ao
mesmo tempo. Por exemplo: você gosta
de cinema ou teatro?
Evite questões ambíguas. Você acha
que os jovens deveriam ser envolver mais
em causas sociais?
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Questões opinativas deve ser evitadas.
Por exemplo: com que freqüência você
pratica exercícios?
Negativas duplas podem ser difíceis de
entender. Por exemplo, não é correto
que algumas pessoas não deviam ter
permissão para dirigir?
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Evite o uso de termos técnicos que
podem ser desconhecidos. Por exemplo,
pressão alta é melhor do que
“hipertensão”.
O nível da linguagem deve ser
adequado a população sendo
amostrada. Utilize um estudo piloto para
poder calibrar a linguagem.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
� Primeiro as questões fáceis;
� Estabeleça uma seqüência do geral
para o específico;
� Deixe os tópicos sensíveis para o final,
informações pessoais (demográficas);
Estabeleça o entrosamento e o
ordenamento lógico dos tópicos.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
� Vá do real para abstrato;
� Comece com as questões fechadas;
� Comece com as questões relevantes
ao assunto principal;
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Utilize frases de transição entre as
principais seções, especialmente em
questionários longos:
“A seguir algumas questões sobre o
que você aprova ou desaprova” e por
último “algumas questões pessoais”.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Numere as questões;
Não divida questões/respostas entre
páginas;
Forneça instruções próximas as questões;
Utilize tamanho/estilo da fonte para dar
ênfase (negrito, itálico, sublinhado,
MAIÚSCULAS)
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Não amontoe as questões/respostas.
Deixe espaços.
Seja consistente na escolha da estrutura
(layout);
Utilize a numeração para indicar
questões que podem ser “puladas”,
fornecendo instruções claras, sinais.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Vantagens
Boas para questionamentos;
Exercem pouca influência sobre o
entrevistado;
Proporcionam aprofundamentos;
Permitem explicações;
São mais simples de fazer.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Desvantagens
Mais difíceis de codificar;
Maior possibilidade de influência do
entrevistador;
Problemas com a resposta de
entrevistados com dificuldade de
expressão.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Vantagens
São mais fáceis de codificar, processar
e analisar;
São mais fáceis de responder;
Exigem menos tempo do entrevistado.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Desvantagens
Podem apresentar erros de medida caso
as opções de resposta não sejam
exaustivas;
Exigem mais tempo na preparação e
elaboração do questionário;
Podem influenciar o entrevistado pelas
alternativas apresentadas.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Abertas
03. Em qual escola você fez o ensino médio?
___________________________________
Fechadas
04. Em que turno você prefere estudar?
( ) Manhã ( ) Tarde ( ) Noite
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
05.Qual o principal meio de comunicação que você utiliza para se manter informado?
( ) Jornal
( ) Rádio
( ) Televisão
( ) Revistas
( ) WWW
( ) Outros
Quais?_______________________________________
Semi-abertas
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
06. Você exerce atividade remunerada?
( ) Sim, em tempo parcial (até 30 h/s)
( ) Sim, em tempo integral (mais de 30 h/s)
( ) Sim, em trabalho eventual
( ) Não.
06.1 Se respondeu Sim à questão anterior, indique o
tipo de atividade remunerada que exerce?
( ) Estágio
( ) Profissional
( ) Autônomo
( ) Empresa familiar
Encadeadas
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Com matriz de resposta06. Cite 2 filmes que assistiu
recentemente
Filme Nota Um ponto
Forte Fraco
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
08. O mais importante em um bom professor é:
(5 – mais importante 1 – menos importante)
( ) Ser simpático
( ) Ter domínio do conteúdo
( ) Ser assíduo
( ) Ser pontual
( ) Falar bem e claro
( ) Vestir-se bem e na moda
( ) Fazer provas fáceis
Com ordem de preferência
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
09. Nos momentos de lazer você prefere:
( ) Ouvir música
( ) Ler
( ) Ver televisão
( ) Praticar esportes
( ) Ir ao cinema
( ) Ir ao teatro
( ) Não fazer nada
De múltipla escolha
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
A maioria das perguntas são
abertas
Pesquisa
Qualitativa
Pesquisa
Quantitativa
A maioria das perguntas são
fechadas
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Validade (Validity);
Confiabilidade (Reliability)
Discriminação (Discrimination)
Um bom questionário deve ter três coisas:
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Os itens de um questionário devem
medir algo e os de um bom questionário
medem aquilo que se pretende medir, isso é,
validade. Assim validade significa medir
aquilo que se pensa que se está medindo. A
validade não é obtida facilmente e pode
assumir pelo menos três formas:
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Validade de conteúdo;
Validade de critério e
Validade fatorial.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Os itens de um questionário
devem estar relacionados ao
construto sendo medido. Por exemplo
um questionário medindo a
habilidade de se relacionar terá
pouco uso se os itens medirem
habilidade numérica.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
A validade de conteúdo é a
representatividade das questões, o
quanto elas medem daquilo que
realmente se quer medir.
As questões não devem ser muito
parecidas e devem englobar todos os
ângulos do construto.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Se o questionário mede aquilo
que ele diz medir. As maneiras de
avaliar se um questionário
apresenta esse tipo de validade
são:
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
(a) utilizar o questionário em várias
situações e ver o quão preditivo ele é,
(b) ver o quanto ele se correlaciona com
outros instrumentos medindo a mesma coisa
e
(c) por técnicas estatísticas como o IVI
(Índice de Validade do Item).
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Esse tipo de validade se refere
basicamente se a estrutura de
fatores do questionário faz sentido.
Essa estrutura pode ser avaliada por
meio da análise de fatores (SPSS ou
outro).
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Quando os itens estiverem
prontos e o instrumento testado,
pode-se conduzir uma análise de
fatores nos dados e verificar quanto
fatores estão sendo de fato
avaliados.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
A validade é
necessária, mas não é
uma condição suficiente
de um instrumento de
medida.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Um questionário não precisa ser apenas
válido, mas também confiável.
Confiabilidade é a propriedade de que um
instrumento de medida produza os mesmos
resultados se submetido as mesmas
condições. Para ser confiável um
questionário precisa primeiro ser válido.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
A maneira mais fácil de verificar a
confiabilidade é testar o mesmo grupo de
pessoas mais de uma vez. Se o questionário
é confiável os escores das pessoas devem
ser aproximadamente os mesmos no
decorrer do tempo. Assim os escores das
duas aplicações devem ter uma correlação
perfeita ou quase perfeita.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
No entanto isso não é feito, pois podem
existir efeitos de confundimento, como a de
pessoa lembrar a resposta. Também essa
técnica não é efetiva se estivermos medindo
capacidades que se alteram com o tempo.
Existem técnicas estatísticas que podem
ser utilizadas para verificar a confiabilidade
de um instrumento.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
A mais simples é o método da divisão
pela metade (split-half method). Essa
técnica apresenta alguns problemas que
podem ser superados com o uso do alfa de
Cronbach. Esse índice é a medida de
confiabilidade mais comum. Em geral um
valor de 0,8 ou acima é aceito como um
indicativo de um bom instrumento.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Iniciou a carreira como professor de matemática e química na
escola de ensino médio de Fresno, mudando-se após para a
Universidade de Chicago, Universidade Estadual de Whashington,
Universidade de Illinois e nos últimos 37 anos lecionou na
Universidade de Stanford. Foi presidente da Associação Americana
de Pesquisa em Educação, da Sociedade Psicométrica e membro da
Academia Nacional de Ciências, da Academia Nacional de
Educação, da Sociedade Americana de
Psicologia e da Academia Americana de Artes
e Ciências. Faleceu como professor emérito de
Educação da Universidade de Stanford.
Lee Joseph CRONBACH (1916 - 2001)
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Confiável
e Válido
οοοοοοοο
οοοο
οοοοοοοο
οοοοοοοοοοοοοοοο
οοοο
οοοο
οοοο
οοοο
οοοοοοοο
οοοο
οοοο
οοοο
οοοο
οοοοοοοο οοοο
οοοο οοοο
οοοο
οοοοοοοο
οοοο
οοοοοοοο
οοοοοοοο
οοοοοοοο
οοοο
οοοο
οοοο
οοοο
οοοο οοοοοοοο
οοοο
οοοο
οοοο
οοοο
οοοοοοοο
οοοο
οοοο
οοοο
οοοο
οοοο
οοοο
οοοο
οοοο
οοοοοοοο
οοοο
οοοο
οοοο
οοοο
οοοοοοοο
οοοο
οοοο
οοοο
οοοο
οοοο
οοοο
οοοο
οοοο
οοοοοοοο
οοοο
οοοοοοοο
οοοο
οοοο
οοοο
οοοο
οοοοοοοο
οοοο
οοοο
οοοοοοοο
οοοο
οοοο
οοοο
οοοοοοοο
οοοο
οοοο
Confiável mas
não Válido
Nem confiável
e nem válido
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Se os itens de uma escala devem medir
aspectos de um mesmo construto, então
eles devem ser todos altamente
correlacionados entre eles. Medidas de
consistência interna forma desenvolvidas e
simplificam bastante o processo.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
O alfa de Cronbach ou coeficiente alfa está
relacionado com a correlação entre cada par de
itens e o número de itens de uma escala. É a
medida de consistência mais utilizada. No entanto,
mesmo se uma escala apresenta um valor de alfa
alto ela ainda pode ter itens pobremente
correlacionados entre si. Assim convém inspecionar
os seguintes valores da saída do SPSS:
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
A correlação parte/todo (ou correlação
item/total) que é a correlação entre cada item e
a soma dos outros itens.
A correlação múltipla ao quadrado para cada
item, que é o r2 obtido se um item é colocado na
regressão como uma variável critério com os
outros itens como variáveis preditivas.
O valor do alfa de Cronbach para a escala se um
item em particular é eliminado.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Clique em Analyze, depois em Scale e finalmente em
Reliability Analysis. A seguinte caixa de diálogos irá abrir:
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Mova todos os itens de interesse da escala do
painel esquerdo para o direito, clicando sobre o
item e depois na seta entre os painéis.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Se o modelo for processado dessa
forma a única saída obtida será:
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
****** Method 1 (space saver) will be used for this analysis ******
R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)
Reliability Coefficients
N of Cases = 48,0 N of Items = 20
Alpha = ,8994
Ou seja a única estatística de interesse
será o valor do coeficiente alfa que nesse
caso é 0,8994.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Para obter outros resultados de interesse
clique em Statistics que abrirá a seguinte caixa de
diálogos:
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Marque então as seguintes opções:
Clique em Continue. Nesse caso teremos:
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
***** Method 2 (covariance matrix) will be used for this analysis ******
R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)
Mean Std Dev Cases
1. Q_A 3,9583 ,8495 48,0
2. Q_C 3,8958 1,0364 48,0
3. Q_D 4,2708 ,7068 48,0
4. Q_E 4,4583 ,6510 48,0
5. Q_F 4,0208 1,0617 48,0
6. Q_J 4,3333 ,8833 48,0
7. Q_N 3,6875 1,1139 48,0
8. Q_O 4,2292 ,7784 48,0
9. Q_S 3,3542 ,8377 48,0
10. Q_T 3,8750 1,0644 48,0
11. Q_BR 3,9583 ,9216 48,0
12. Q_GR 4,3958 ,7363 48,0
13. Q_HR 3,7917 ,7426 48,0
14. Q_IR 3,5833 ,9857 48,0
15. Q_KR 3,6042 1,1250 48,0
16. Q_LR 3,9167 1,0280 48,0
17. Q_MR 3,0208 1,1202 48,0
18. Q_PR 3,9583 ,7978 48,0
19. Q_QR 3,0000 ,9893 48,0
20. Q_SR 3,5000 ,8251 48,0
Essa tabela é a
opção item da
Descriptives da
caixa Statistics.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)
N of Cases = 48,0
Statistics for Mean Variance Std Dev N of Variables
Scale 76,8125 117,4322 10,8366 20
Esse resultado é conseqüência de
ter marcado a opção Scale do
item Descriptives da caixa Statistics.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Item-total Statistics
Scale Scale Corrected
Mean Variance Item- Squared Alpha
if Item if Item Total Multiple if Item
Deleted Deleted Correlation Correlation Deleted
Q_A 72,8542 107,1059 ,5462 ,7259 ,8942
Q_C 72,9167 106,4184 ,4649 ,8423 ,8966
Q_D 72,5417 108,0408 ,6052 ,7828 ,8934
Q_E 72,3542 108,6166 ,6185 ,7001 ,8935
Q_F 72,7917 101,1472 ,7098 ,7512 ,8889
Q_J 72,4792 105,1485 ,6351 ,8133 ,8918
Q_N 73,1250 114,7074 ,0622 ,3800 ,9097
Q_O 72,5833 108,2482 ,5296 ,8215 ,8948
Q_S 73,4583 112,4663 ,2400 ,3776 ,9017
Q_T 72,9375 106,0598 ,4670 ,7845 ,8967
Q_BR 72,8542 106,7655 ,5155 ,7195 ,8949
Q_GR 72,4167 106,1206 ,7099 ,7687 ,8909
Q_HR 73,0208 106,4889 ,6781 ,7936 ,8916
Q_IR 73,2292 105,3293 ,5502 ,7608 ,8940
Q_KR 73,2083 102,7216 ,5896 ,8693 ,8929
Q_LR 72,8958 103,7974 ,6005 ,7331 ,8925
Q_MR 73,7917 103,5301 ,5548 ,7823 ,8941
Q_PR 72,8542 106,4251 ,6300 ,6950 ,8923
Q_QR 73,8125 105,2194 ,5535 ,7712 ,8939
Q_SR 73,3125 106,5173 ,6009 ,6152 ,8929
Esse resultado
é
conseqüência
de se ter
marcado a
opção Scale if
item deleted
da caixa de
diálogos
Statistics.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Reliability Coefficients 20 items
Alpha = ,8994 Standardized item alpha = ,9068
Continuação da tabela anterior.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
O alfa padronizado (Standardized
item alpha) é calculado com base na
hipótese (não necessariamente válida) de
que as variâncias dos itens são iguais. Ele é
resultado da opção Inter-item na caixa de
diálogo Statistics da Análise de
Confiabilidade.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Pelo valor de alfa essa escala é
confiável. Mas é possível melhorar
um pouco mais esse valor. Se forem
retirados ou refeitos os itens q_n e
q_s, observe que os valores de alfa,
em cada caso, aumentariam.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
R E L I A B I L I T Y A N A L Y S I S
Scale Scale CorrectedMean Variance Item- Alpha if Item if Item Total if Item
Deleted Deleted Correlation Deleted
Q_A 72,8542 107,1059 ,5462 ,8942Q_C 72,9167 106,4184 ,4649 ,8966Q_D 72,5417 108,0408 ,6052 ,8934Q_E 72,3542 108,6166 ,6185 ,8935
Q_F 72,7917 101,1472 ,7098 ,8889Q_J 72,4792 105,1485 ,6351 ,8918Q_N 73,1250 114,7074 ,0622 ,9097Q_O 72,5833 108,2482 ,5296 ,8948
Q_S 73,4583 112,4663 ,2400 ,9017Q_T 72,9375 106,0598 ,4670 ,8967Q_BR 72,8542 106,7655 ,5155 ,8949Q_GR 72,4167 106,1206 ,7099 ,8909
Q_HR 73,0208 106,4889 ,6781 ,8916Q_IR 73,2292 105,3293 ,5502 ,8940Q_KR 73,2083 102,7216 ,5896 ,8929Q_LR 72,8958 103,7974 ,6005 ,8925
Q_MR 73,7917 103,5301 ,5548 ,8941Q_PR 72,8542 106,4251 ,6300 ,8923Q_QR 73,8125 105,2194 ,5535 ,8939Q_SR 73,3125 106,5173 ,6009 ,8929
Se essas duas
questões
forem
retiradas a
confiabilidade
da escala
aumentaria.
Alpha = 0,8994
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
A opção por omissão é o alfa,
mas na linha modelo (model) é
possível escolher outros modelos.
Uma possibilidade é rodar o
modelo divisão pela metade (split-
half) ao invés de alfa.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
As saídas adicionais, para esse modelo,
são mostradas a seguir:
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
****** Method 1 (space saver) will be used for this analysis ******
R E L I A B I L I T Y A N A L Y S I S - S C A L E (S P L I T)
Statistics for Mean Variance Std Dev N of Variables
PART 1 40,0833 29,1418 5,3983 10
PART 2 36,7292 41,9038 6,4733 10
SCALE 76,8125 117,4322 10,8366 20
Reliability Coefficients
N of Cases = 48,0 N of Items = 20
Correlation between forms = ,6637 Equal-length Spearman-Brown = ,7979
Guttman Split-half = ,7900 Unequal-length Spearman-Brown = ,7979
10 Items in part 1 10 Items in part 2
Alpha for part 1 = ,7944 Alpha for part 2 = ,8781
Esse resultado mostra as
estatísticas para toda a escala
mais as das somas das respostas
de cada uma das metades.
A correlação entre
as somas dos itens
em cada metade.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
É possível medir a dimensionalidade
de uma escala ou questionário. Primeiro
se for desejado uma escala em que
todos os itens meçam um único
construto pode-se verificar qual a
carga de cada item em uma única
componente. Itens com cargas fracas
são descartados ou reescritos.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Segundo para verificar se existe
mais de um componente na escala
pode-se utilizar a análise de
componentes ou de fatores para
determinar a estrutura da escala.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Pode-se utilizar os itens que estão mais
fortemente relacionados a cada
componente, se existir mais de um, como
sub-escalas. Assegurar-se de que uma
escala é unidimensional ou que as sub-
escalas sejam identificadas é um dos
aspectos da validade de construto.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Clique em “Data Reduction”,
“Factor ...” para realizar uma análise de fatores, isto
é, descobrir quantas sub-escalas existem.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
1. Na caixa de diálogos Factor Analysis: Extraction
marque o número de fatores para 1.
2. Veja outros métodos de extração dos fatores.
Método de
extração:
componentes
principais.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
1. Na caixa de diálogos Factor Analysis: Extraction
marque a opção Scree plot (Diagrama de
declividade)
2. Veja outros métodos de extração dos fatores.
Opções para
determinar o
número de fatores:
pelos autovalores
(eigenvalues) ou
fixando.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
2. Na caixa de diálogos Factor Analysis: Options,
selecione Sorted by size.
As duas tabelas mais importantes para esse
objetivo são mostradas a seguir:
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Total Variance Explained
7,654 38,272 38,272
2,416 12,081 50,353
1,463 7,313 57,666
1,185 5,924 63,590
1,099 5,495 69,085
1,059 5,297 74,381
,731 3,655 78,037
,697 3,485 81,522
,659 3,295 84,817
,552 2,760 87,577
,506 2,529 90,105
,449 2,246 92,351
,332 1,658 94,009
,295 1,474 95,483
,266 1,332 96,815
,219 1,097 97,912
,161 ,803 98,714
,117 ,586 99,301
,107 ,537 99,838
,032 ,162 100,000
Component
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Total % of Variance Cumulative %
Initial Eigenvalues
Extraction Method: Principal Component Analysis.
A principal
componente
explica
apenas 38%
da variância
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
O diagrama de declividade (scree plot) mostra o
número de dimensões do questionário. Em geral, o número de
fatores é determinado pelo ponto onde o gráfico muda de sinal
abruptamente (autovalores acima de 1).
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
A partir da análise deve-se
descartar os itens q_s e q_n ou então
reescrevê-los. Observe que esses
itens também foram identificados na
análise de confiabilidade (Estatísticas
Item_Total) anterior.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Component Matrix a
,777
,765
,721
,702
,687
,684
,663
,654
,777
,632
,621
,615
,614
,605
,597
,589
,518
,517
,280
,074
Q_F
Q_GR
Q_HR
Q_J
Q_PR
Q_E
Q_KR
Q_D
Q_SR
Q_LR
Q_IR
Q_QR
Q_MR
Q_A
Q_BR
Q_O
Q_T
Q_C
Q_S
Q_N
1
Component
Extraction Method: Principal Component Analysis.
1 components extracted.a.
A regra
prática é que
se um item
apresenta
uma carga
inferior a 0,4
ele deve ser
descartado
ou revisto.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Se um item for eliminado então outra
análise deve ser executada com os dados
restantes, pois a carga dos fatores irá se
alterar. Para esses dados vamos verificar que
a maior componente aumenta para 42% e
as cargas dos demais itens permanecem
acima de 0,50.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Entre com os 20 itens na análise de
componentes principais da análise de
fatores. Para isso basta repetir a análise
anterior com exceção da opção Sorted by
size. Apenas alguns dos resultados são
mostrados.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Verifique os indicadores de
fatorabilidade. Alguns deles são razoáveis. O
valor do KMO, no entanto, é de apenas 0,59.
Também alguns dos valores individuais do
KMO na diagonal da matriz de correlação
anti-imagem estão abaixo do valor 0,50 o
que significa um desempenho pobre do
item.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
KMO and Bartlett's Test
,594
566,695
190
,000
Kaiser-Meyer-Olkin Measure of Sampling
Adequacy.
Approx. Chi-Square
df
Sig.
Bartlett's Test of
Sphericity
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
A tabela da variância total explicada
mostra que existem seis componentes com
autovalores maiores do que um. Ela também
mostra o percentual da variância que é
explicada após a rotação dos
componentes.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Component Matrix a
,605 ,377 -,180 ,196 ,079 -,330
,517 ,516 ,105 -,222 -,368 ,055
,654 ,464 -,130 ,285 ,090 -,163
,684 ,323 ,168 -,280 -,081 -,236
,777 -,247 ,105 ,045 -,163 ,023
,702 ,061 -,182 -,056 -,053 -,277
,074 ,482 -,160 ,244 -,042 ,706
,589 ,266 ,441 ,041 -,413 ,021
,280 ,016 ,512 -,264 ,635 ,061
,518 ,176 ,273 ,656 ,255 -,109
,597 -,536 -,144 -,136 -,082 -,098
,765 -,018 ,181 -,186 -,043 ,172
,721 -,414 ,027 ,348 -,190 ,063
,621 -,544 ,168 ,261 ,041 ,025
,663 -,291 -,506 -,119 -,092 -,064
,632 ,308 -,073 -,124 ,059 ,278
,614 -,376 -,313 ,029 ,215 ,313
,687 ,131 -,037 -,195 ,365 -,067
,615 -,357 ,383 -,185 -,065 ,192
,644 ,262 -,427 -,162 ,176 ,091
Q_A
Q_C
Q_D
Q_E
Q_F
Q_J
Q_N
Q_O
Q_S
Q_T
Q_BR
Q_GR
Q_HR
Q_IR
Q_KR
Q_LR
Q_MR
Q_PR
Q_QR
Q_SR
1 2 3 4 5 6
Component
Extraction Method: Principal Component Analysis.
6 components extracted.a.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
A matriz dos componentes
rotacionadas anterior mostra que quatorze
dos 20 itens tem a maior carga em um dos
dois primeiros componentes, com três itens
no terceiro. Os últimos três componentes
estão distribuídos nos componentes quatro,
cinco e seis. Observe que os itens q_n e q_s
estão entre esse três.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Scree Plot
Component Number
20
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
Eig
en
valu
e
10
8
6
4
2
0
O diagrama de
declividade
mostra apenas
dois
componentes
acima do limite
entre a parte
íngreme e a
parte plana da
curva.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Discriminação significa que pessoas
com escores diferentes em um questionário
devem diferir no construto de interesse. Assim
se o teste é de habilidade numérica então
pessoas com habilidade e sem habilidade
devem ter pontuações diferentes. Existem
três corolários a serem considerados:
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
1. Pessoas com o mesmo escore devem ser
iguais quanto ao construto sendo
mensurado;
2. Pessoas com escores diferentes devem
ser diferentes quanto ao construto sendo
avaliado e
3. O grau de diferença entre as pessoas
deve ser proporcional aos escores.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Mesmo quando a formulação das
questões é cuidadosa existem ainda
problemas que podem surgir na construção
de um questionário.
Conjuntos de respostas padronizadas
ou tendenciosidade assumem várias formas
sendo a mais comum a concordância ao
invés da discordância. É o conhecido “digo
sim”. O “digo não” é menos comum.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
O problema quando isso ocorre
é não levar em conta os itens como
tal mas sim o de se obter respostas
estereotipadas a despeito do que
está sendo perguntado.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
A forma de lidar com o problema é se
assegurar de que não existem padrões
óbvios na forma em que as questões são
apresentadas. Sempre que possível evite
categorizar questões. Tente manter o
respondente alerta apresentando questões
de forma variada de preferência em ordem
aleatória.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Uma forma adicional de manter o viés
no mínimo é tentar balançar o número de
declarações positivas e negativas. Se o
respondente enfrentar um grande número
de questões em que uma resposta positiva
(negativa) seja necessária isso pode levá-lo
a acreditar que sempre será assim.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
A tendência social é uma forma
de viés de resposta em que o
respondente fornece o que é mais
aceito socialmente do que o que ele,
de fato, pensa. É o hoje denominado
politicamente correto.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
Alguns acreditam que isso é um
problema individual e não do questionário.
Para lidar com isso pode-se incorporar o que
é conhecida como “escala da mentira”, isto
é, formular questões para identificar as
pessoas que tendem a responder de forma
socialmente desejável. Uma vez
identificados eles podem ser excluídos do
estudo.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
BOOTH, W. C. , COLOMB, G. G, WILLIAMS, J. M. A
arte da pesquisa (The Craft of Research). São
Paulo: Martins Fontes. 2000.
BRACE, Nicola, KEMP, Richard, SNELGAR, Rosemary.
SPSS for Psychologists: versions 12 and 13. New
York: Palgrave MacMillan. Third Edition, 2006.
FIFE-SCHAW, C. Questionnaire design. In: G. M.
Breakwell, S. Hammond & C. fifeshaw (Eds.).
Research Methods in Psychology (2nd ed.,
Chapter 120. London: Sage.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
FRARY, Robert B. Hints for designing
effective questionnaires. Practical
Assessment, Research & Evaluation. v. 5,
n. 3, 1996.
SCHEAFFER, Richard L., MENDENHALL,
William. Elementary Survey Sampling. New
York: Thonson, 1996. 5th Edition.
Prof. Lorí Viali, Dr. - PUCRS – [email protected] – http://www.pucrs.br/famat/viali/
http://www.chssc.salford.ac.uk/healthSci/resmeth2000/re
smeth/questatt.htm
http://www.chssc.salford.ac.uk/healthSci/resmeth2000/re
smeth/chap2.htm (Ver métodos quantitativos)
http://home.ubalt.edu/ntsbarsh/stat-data/Surveys.htm