Como Fazer Análise de Dados para Tese: Guia Passo a Passo

Saber como fazer análise de dados para tese começa antes de abrir o SPSS ou o NVivo. Começa numa folha onde escreve, lado a lado, cada pergunta de investigação e o dado que lhe vai responder. Quem salta esta etapa fica com dezenas de outputs e gráficos apelativos, mas com um capítulo de resultados que não responde a nenhuma pergunta.

Este guia segue a ordem real de trabalho de um mestrando ou doutorando: preparar a base, escolher o software, analisar, interpretar e apresentar. Cada passo funciona sozinho. Pode saltar diretamente para o ponto em que está bloqueado. As indicações servem para dados quantitativos (questionários, medições, bases secundárias) e para dados qualitativos (entrevistas, documentos, observação).

Vai encontrar também as regras formais de apresentação de tabelas e quadros. Muitas bancas no espaço lusófono verificam-nas com atenção, sobretudo quando a instituição segue normas brasileiras.

O que precisa de definir antes de analisar

A análise de dados é a etapa em que as decisões anteriores da tese são postas à prova. Se essas decisões estiverem vagas, nenhum software as corrige. Antes de abrir o ficheiro de dados, confirme que tem estes quatro elementos por escrito:

1. Perguntas de investigação e hipóteses finais. Use as versões aprovadas pelo orientador, não as do projeto inicial. Se mudaram durante a recolha, atualize-as agora.
2. Modelo de análise. Conceitos, dimensões e indicadores devem estar ligados entre si. Se trabalha em ciências sociais, o guia sobre como construir o modelo de análise segundo Quivy e Campenhoudt mostra como transformar conceitos abstratos em indicadores observáveis.
3. Definições operacionais. Cada constructo precisa de uma forma concreta de ser medido ou identificado. A lógica explicada no artigo sobre definição conceptual e operacional dos constructos aplica-se a qualquer área, e não apenas à Psicologia.
4. Autorizações e anonimização. Confirme que os dados que vai analisar estão cobertos pelo consentimento informado e pelo parecer ético. Se ainda há pendências, resolva-as primeiro. Veja como responder a um parecer da comissão de ética com pendências.

Com estes elementos definidos, o plano de análise deixa de ser uma lista de testes soltos. Passa a ser um caminho entre cada pergunta e a sua resposta.

Como fazer análise de dados para tese em 8 passos

Os passos abaixo estão ordenados como acontecem na prática. Cada um tem um objetivo claro e um resultado concreto que pode mostrar ao orientador.

Passo 1: Construir a matriz pergunta–dado–técnica

Crie uma tabela simples com cinco colunas: pergunta ou hipótese, variável ou categoria envolvida, tipo de dado, técnica de análise e secção da tese onde o resultado vai aparecer. Esta matriz é o mapa de todo o trabalho seguinte.

• Exemplo quantitativo: “A satisfação com o teletrabalho varia com a idade?” A variável dependente é a satisfação (escala) e a independente é a idade. A técnica será uma correlação ou uma comparação de grupos etários.
• Exemplo qualitativo: “Como é que os enfermeiros descrevem a comunicação com as famílias?” A categoria é a comunicação. Os dados são as transcrições das entrevistas e a técnica é a análise temática.

Resultado deste passo: uma página que mostra que nenhuma pergunta fica sem análise e que nenhuma análise fica sem pergunta.

Passo 2: Organizar e limpar a base de dados

Dados mal organizados produzem resultados errados, mesmo com o melhor software. Siga esta sequência:

1. Guarde uma cópia original da base, que nunca é editada. Trabalhe sempre numa cópia de trabalho.
2. Garanta a estrutura correta: um caso por linha e uma variável por coluna, com nomes curtos e sem espaços.
3. Crie um livro de códigos (codebook) com o nome de cada variável, o seu significado, os valores possíveis e a forma como foi codificada.
4. Identifique valores omissos e decida como os vai tratar. Registe essa decisão para a justificar na metodologia.
5. Procure valores impossíveis ou extremos, como idades fora do intervalo do estudo ou respostas fora da escala.
6. Recodifique os itens invertidos das escalas antes de calcular totais.
7. No caso de dados qualitativos, anonimize as transcrições e dê nomes consistentes aos ficheiros, por exemplo E01, E02, E03.

Resultado deste passo: uma base limpa, um codebook e um registo das decisões tomadas.

Passo 3: Escolher o software e registar a versão

Na análise quantitativa, os mais usados são o R, o Python e o IBM SPSS. Na análise qualitativa, são habituais as plataformas CAQDAS, como o NVivo, o ATLAS.ti e o MAXQDA. A orientação da CAPES sublinha que o uso de software confere auditoria, rastreabilidade e robustez à tese. Recomenda também que a secção de Metodologia indique a versão do software e os pacotes ou critérios de codificação utilizados.

• Escolha o software que o seu orientador domina ou que a sua faculdade disponibiliza. Terá apoio quando surgirem dúvidas.
• Guarde a sintaxe (SPSS), o script (R ou Python) ou o projeto (NVivo, ATLAS.ti, MAXQDA). Assim pode repetir qualquer análise.
• Anote a versão exata e os pacotes usados no momento em que começa. Não deixe para o fim.

Passo 4: Fazer a análise descritiva e exploratória

Antes de qualquer teste, descreva o que tem. Esta etapa revela problemas que a limpeza não apanhou e prepara a caracterização da amostra.

• Dados quantitativos: frequências, percentagens, médias, desvios-padrão, mínimos e máximos. Verifique a distribuição das variáveis principais e os pressupostos dos testes que pretende usar, como a normalidade e a homogeneidade das variâncias.
• Dados qualitativos: faça uma leitura integral de todo o material sem codificar. Escreva memorandos com as primeiras impressões e os padrões que parecem repetir-se.

Resultado deste passo: a caracterização da amostra ou do corpus, que costuma abrir o capítulo de resultados.

Passo 5: Aplicar os testes ou a codificação adequada

A técnica decorre da pergunta e do tipo de dado, não do software. Use esta lógica de decisão para a análise quantitativa:

1. Comparar dois grupos: teste t ou a sua alternativa não paramétrica.
2. Comparar mais de dois grupos: ANOVA ou a sua alternativa não paramétrica.
3. Relacionar duas variáveis numéricas: correlação.
4. Relacionar variáveis categóricas: qui-quadrado.
5. Prever um resultado a partir de várias variáveis: regressão.

Reporte sempre o tamanho do efeito, além da significância estatística. Um resultado significativo pode ter pouca relevância prática.

Na análise qualitativa, decida se a codificação é dedutiva (categorias vindas da teoria), indutiva (categorias que emergem dos dados) ou mista. Construa um livro de códigos com a definição de cada código e um excerto exemplificativo. Sempre que possível, peça a um colega ou ao orientador que codifique uma parte do material para comparar critérios.

Passo 6: Interpretar os resultados à luz da teoria

Um número ou uma categoria, sozinhos, não são um resultado. Para cada achado, responda a três perguntas:

1. O que mostram exatamente os dados?
2. O que significa isso para a pergunta de investigação?
3. Confirma, contraria ou matiza o que a literatura revista diz?

Separe com clareza o que os dados mostram daquilo que o investigador conclui. Evite introduzir nesta fase autores ou teorias que não apareceram no enquadramento teórico.

Passo 7: Apresentar em tabelas, quadros e figuras

Escolha o formato pela natureza da informação. Dados numéricos vão para tabelas. Informação textual ou conceptual, como categorias, definições ou comparações, vai para quadros. Cada elemento precisa de numeração, título e fonte. As regras detalhadas estão na secção sobre tabelas e quadros.

Passo 8: Rever, documentar e preparar a defesa

• Confirme que cada valor citado no texto coincide com o valor da tabela correspondente.
• Junte em anexo ou em repositório o codebook, a sintaxe ou o script e o livro de códigos qualitativo, se o regulamento o permitir.
• Liste as decisões discutíveis, como a exclusão de casos, o tratamento de omissos ou a fusão de categorias, e prepare uma justificação curta para cada uma. São as primeiras perguntas da banca.

Análise quantitativa vs. qualitativa: o que muda

A lógica dos oito passos é a mesma nos dois casos, mas as ferramentas e os produtos finais são diferentes. Esta tabela ajuda a perceber como fazer análise de dados para tese em cada abordagem:

Nos estudos com métodos mistos, faça as duas análises em separado e integre-as apenas na discussão. Explique se os resultados convergem, se se complementam ou se divergem.

Tabelas e quadros: regras de apresentação

Esta é a parte em que muitas teses perdem pontos por descuido formal. Nas instituições que seguem as normas brasileiras, a ABNT NBR 14724 determina que as tabelas sejam padronizadas segundo as Normas de Apresentação Tabular do IBGE. Em Portugal e noutras instituições que usam APA ou um guia próprio, as regras podem variar. Confirme sempre no regulamento do seu curso.

Tabela ou quadro?

• Tabela: serve para dados estatísticos e numéricos tratados quantitativamente. O número é a informação central.
• Quadro: serve para informação textual, como comparações de conceitos, características ou categorias. É tratado como ilustração e tem bordas fechadas em todos os lados.

Regras de bordas nas tabelas

Segundo as normas do IBGE, as tabelas não têm traços verticais nas laterais externas. Os lados esquerdo e direito ficam abertos. Usam-se apenas três linhas horizontais:

1. uma linha acima do cabeçalho;
2. uma linha abaixo do cabeçalho, a separá-lo dos dados;
3. uma linha no fim da tabela, a fechar o corpo.

Fonte obrigatória, mesmo com dados próprios

De acordo com as orientações associadas à ABNT, a indicação da fonte é obrigatória logo abaixo da tabela, mesmo quando os dados foram recolhidos pelo próprio autor. Os exemplos habituais são “Fonte: Dados da pesquisa (2026)” ou “Fonte: Elaborado pelo autor (2026)”.

Erros comuns que a banca deteta

1. Reportar todos os outputs do software. Apresente apenas o que responde às perguntas. O resto pode ir para anexo.
2. Repetir no texto tudo o que está na tabela. O texto deve destacar o essencial e remeter para a tabela.
3. Escolher o teste depois de ver os resultados. O plano de análise vem antes. Mudar de teste para obter significância compromete a credibilidade do trabalho.
4. Não indicar a versão do software nem os pacotes. Sem esta informação, ninguém consegue reproduzir a análise.
5. Confundir tabela com quadro. Isto acontece sobretudo em análises qualitativas, quando as categorias aparecem formatadas como tabela numérica.
6. Omitir a fonte em dados próprios. É uma das falhas formais mais frequentes.
7. Interpretar correlação como causalidade. Use verbos prudentes, como “associa-se a” ou “relaciona-se com”, em vez de “provoca”.
8. Generalizar a partir de poucos casos qualitativos. Os estudos qualitativos aprofundam, não generalizam estatisticamente.

Da análise ao capítulo de resultados

Depois de perceber como fazer análise de dados para tese, falta transformar a análise em texto. Uma estrutura que funciona na maioria das áreas é esta:

1. Caracterização da amostra ou do corpus.
2. Resultados organizados por pergunta de investigação ou hipótese, pela mesma ordem da matriz do Passo 1.
3. Síntese dos principais achados num parágrafo final.
4. Discussão, no mesmo capítulo ou num capítulo próprio, conforme o regulamento.

A coerência entre a metodologia e os resultados é decisiva. O guia sobre como escrever a metodologia de uma tese passo a passo mostra como descrever os procedimentos de análise de forma a que o capítulo de resultados os siga naturalmente. As decisões que limitaram a análise, como a dimensão da amostra, o tipo de recolha ou os omissos, entram depois na secção de limitações. Veja exemplos reais de limitações e recomendações para perceber como as escrever sem enfraquecer o trabalho.

Na discussão, cada resultado deve dialogar com os autores do enquadramento teórico. A bibliografia automática do Tesify ajuda a localizar e citar esses estudos em APA, MLA ou Chicago sem perder tempo com a formatação manual das referências.

Perguntas frequentes

Qual é o melhor software para fazer a análise de dados da tese?

Depende do tipo de dados e do apoio disponível. Para dados quantitativos, os mais usados são o R, o Python e o IBM SPSS. Para dados qualitativos, usam-se plataformas como o NVivo, o ATLAS.ti e o MAXQDA. O mais importante é indicar na metodologia a versão exata e os pacotes ou critérios de codificação utilizados.

Posso fazer a análise de dados da tese no Excel?

O Excel serve para organizar e limpar a base e para estatísticas descritivas simples. Para testes inferenciais ou codificação qualitativa, é preferível usar software especializado. Este permite guardar a sintaxe ou o projeto e dá mais rastreabilidade à análise perante a banca.

Qual é a diferença entre tabela e quadro na tese?

A tabela apresenta dados numéricos ou estatísticos, e o número é a informação central. O quadro apresenta informação textual, como categorias, conceitos ou comparações, e é tratado como ilustração com bordas fechadas. Segundo as normas do IBGE adotadas pela ABNT, as tabelas têm as laterais abertas.

Preciso de indicar a fonte numa tabela com dados que eu próprio recolhi?

Sim. Nas normas ABNT, a fonte é obrigatória logo abaixo da tabela, mesmo com dados originais do autor. Pode usar formulações como Fonte: Dados da pesquisa (2026) ou Fonte: Elaborado pelo autor (2026). Confirme sempre o formato exigido pelo regulamento da sua instituição.

Devo organizar os resultados por pergunta de investigação ou por instrumento?

Na maioria dos casos, é mais claro organizar por pergunta de investigação ou hipótese, pela mesma ordem em que foram apresentadas. Assim, a banca vê rapidamente que cada pergunta tem resposta. Começe sempre pela caracterização da amostra ou do corpus.

Posso usar inteligência artificial na análise de dados da tese?

Pode usá-la como apoio à escrita, à revisão da linguagem e à organização de referências. As decisões analíticas, como a escolha dos testes, a codificação e a interpretação, devem ser suas e estar documentadas. Verifique as regras da sua instituição sobre o uso de IA e declare-o quando for exigido.