Estudo Quase-Experimental Sem Grupo de Controlo: O Que Ainda Pode Concluir na Tese (2026)
A recolha já está feita. Aplicou o questionário no início do semestre, correu o programa de intervenção durante dez semanas, voltou a aplicar o questionário no fim. Os números melhoraram. E agora alguém — o orientador, um colega, um artigo que leu tarde de mais — disse a frase: «mas não tens grupo de controlo».
Não tem, e não vai ter. Não é possível recuar no tempo para arranjar uma turma de comparação. A pergunta útil, a esta hora, não é como consertar o desenho: é o que este desenho permite afirmar com honestidade — e como escrever o capítulo de forma a que o júri veja um investigador que compreende os limites do que fez, em vez de alguém que os ignora.
Chamar as coisas pelo nome certo
A primeira correção é terminológica e vale nota. Um estudo com dois ou mais grupos não aleatorizados é quase-experimental. Um estudo com um único grupo medido antes e depois é, na tipologia clássica, um desenho pré-experimental — especificamente, o «one-group pretest-posttest design».
Muitas teses chamam quase-experimental ao que é pré-experimental, e o arguente que conhece a tipologia repara. Escrever o nome correto tem um efeito paradoxal: assumir a categoria mais fraca aumenta a credibilidade, porque mostra domínio do que se fez. Esconder o desenho atrás de um rótulo mais prestigiante é o que gera a pergunta hostil.
O que falta, concretamente, é o contrafactual: o que teria acontecido a estas pessoas sem a intervenção. Todo o problema decorre daí, e é por isso que a solução não é estatística — é argumentativa.
As seis explicações rivais que tem de enfrentar
Sem grupo de comparação, qualquer melhoria observada tem explicações alternativas. A secção de limitações forte não as lista em abstrato: enfrenta cada uma com evidência do seu próprio estudo.
| Ameaça | O que diz | Como a enfraquece |
|---|---|---|
| Maturação | Os participantes melhorariam com o tempo de qualquer modo | Intervalos curtos; comparação com taxas de progresso documentadas na literatura para a mesma população |
| História | Algo aconteceu no período que explica a mudança | Registo do que ocorreu no terreno no período (outra formação, mudança de chefia, época de exames) e discussão explícita |
| Regressão à média | Selecionou quem estava pior e valores extremos tendem a aproximar-se da média | Mostrar que os participantes não foram selecionados por valores extremos no pré-teste; se foram, assumi-lo |
| Efeito de teste | Responder ao pré-teste alterou o desempenho no pós-teste | Intervalo longo entre aplicações; formas alternativas do instrumento; natureza da medida (atitudes são menos sensíveis do que conhecimento) |
| Mortalidade experimental | Quem desistiu era diferente de quem ficou | Comparar os valores de pré-teste de quem completou com os de quem abandonou — se não diferirem, é um argumento forte |
| Instrumentação | A medição mudou entre os dois momentos | Mesmo instrumento, mesmas condições, mesmo aplicador — e dizê-lo |
Note o padrão: quase todas as contra-argumentações exigem informação que já tem ou que ainda pode recolher sem novos participantes — datas, registos de contexto, comparação de quem desistiu, dados da literatura. Este é o trabalho concreto de salvar o capítulo, e cabe numa tarde de análise mais duas páginas de escrita.
Como reforçar o desenho depois da recolha
Três movimentos que não exigem voltar ao terreno com um grupo novo:
- Grupo de comparação não equivalente encontrado a posteriori. Existe algum conjunto de pessoas comparáveis com dados já disponíveis? Outra turma que fez o mesmo exame, os valores nacionais de um indicador, a coorte do ano anterior na mesma instituição. Não é aleatorizado nem equivalente, mas é um contrafactual imperfeito melhor do que nenhum — e transforma o desenho de pré-experimental em quase-experimental. Onde procurar números comparáveis para Portugal está tratado no nosso diretório de fontes de dados abertos.
- Mais pontos de medição. Se houver registos intermédios — avaliações contínuas, indicadores mensais, notas de sessões —, uma série de pontos antes e depois é substancialmente mais informativa do que dois pontos. Mostrar uma linha estável antes e uma inflexão no momento da intervenção enfraquece a maturação de forma visível.
- Dose-resposta. Se a exposição variou entre participantes (número de sessões frequentadas, horas de utilização, número de módulos concluídos), teste se quem recebeu mais mudou mais. Uma relação dose-resposta é um dos argumentos causais mais fortes disponíveis fora da aleatorização.
Que análise fazer (e qual não fazer)
Com um grupo e dois momentos, o teste é simples: teste t para amostras emparelhadas, ou o teste de Wilcoxon para pares se a distribuição das diferenças não for aproximadamente normal — a decisão está descrita em como verificar os pressupostos dos testes paramétricos e a alternativa em testes não paramétricos. Com três ou mais momentos, o procedimento é a ANOVA de medidas repetidas, com o cuidado da esfericidade.
Duas exigências que elevam o capítulo:
- Reporte o tamanho de efeito, não apenas o p. Num desenho sem controlo, a magnitude da mudança é a informação com valor prático; a significância diz pouco. Um d de Cohen para amostras emparelhadas com intervalo de confiança é o mínimo.
- Reporte o fluxo de participantes. Quantos começaram, quantos completaram os dois momentos, quantos foram excluídos e porquê. A perda de casos é, neste desenho, uma ameaça central — e não uma nota de rodapé. Se houve omissões parciais, veja como lidar com os dados em falta.
E o que não fazer: procurar significância em subgrupos até algo aparecer. Num desenho já frágil, a pesca de resultados é o que converte uma limitação assumida numa objeção de integridade. Se quiser explorar subgrupos, identifique-os como exploratórios e trate as comparações múltiplas em conformidade.
Se tiver dois grupos não equivalentes — o caso em que existe comparação mas sem aleatorização — o instrumento adequado deixa de ser o teste emparelhado e passa a ser a ANCOVA com o pré-teste como covariável, que ajusta as diferenças de partida. As limitações causais mantêm-se, mas a análise fica muito mais forte.
Escrever as conclusões sem prometer causalidade
É aqui que a maioria das teses com este desenho perde pontos: a metodologia é honesta e depois a conclusão escorrega para «a intervenção melhorou». A regra é simples — o verbo tem de corresponder ao desenho.
| Em vez de | Escreva |
|---|---|
| «O programa aumentou a motivação» | «Observou-se um aumento significativo da motivação entre os dois momentos, coincidente com o período de aplicação do programa» |
| «A intervenção foi eficaz» | «Os resultados são compatíveis com um efeito da intervenção, embora o desenho não permita excluir explicações alternativas» |
| «Estes resultados demonstram que…» | «Estes resultados sugerem uma direção que estudos com grupo de comparação deverão confirmar» |
A recomendação de investigação futura torna-se então específica em vez de genérica: não «sugere-se replicar com amostra maior», mas «sugere-se replicar com grupo de comparação não equivalente e medição em três momentos, o que permitiria distinguir o efeito da intervenção da maturação». É a frase que mostra que percebeu exatamente o que faltou.
E se, além disto, os resultados nem sequer foram os esperados, o guião completo está em as hipóteses não se confirmaram: como escrever a discussão.
A pergunta que vem na defesa
Vai ser feita, e por isso deve ser preparada palavra a palavra: «Como sabe que a melhoria se deve à sua intervenção?»
A pior resposta é defensiva («era o que era possível fazer»). A melhor tem três movimentos, nesta ordem: reconhecer («não sei com certeza; o desenho não estabelece causalidade»), argumentar («três elementos tornam a explicação alternativa menos plausível: o intervalo de dez semanas é curto para maturação nesta faixa etária; não houve outras iniciativas na instituição no período, o que verifiquei junto da direção; e quem frequentou mais sessões apresentou ganhos maiores»), e delimitar («a conclusão que retiro é uma associação temporal com magnitude estimada, não um efeito causal»).
Quem responde assim demonstra exatamente a competência que a prova avalia. A preparação geral da arguição está em arguição na defesa de mestrado: perguntas do júri.
Reescrever o capítulo à volta do que os dados permitem
Ajustar metodologia, resultados, discussão e conclusão para que digam todos a mesma coisa — nem mais nem menos do que os dados sustentam — é trabalho de estrutura. O Tesify mantém a tese inteira à vista enquanto escreve, para que a cautela da metodologia chegue intacta à conclusão. 100% escrito por si. Comece a sua tese no Tesify →
Perguntas frequentes
Um estudo sem grupo de controlo pode ser aprovado?
Sim. Desenhos pré-experimentais são comuns em dissertações de mestrado, sobretudo em contextos aplicados onde não é viável constituir um grupo de comparação. O que determina a avaliação não é o desenho em si, mas se o trabalho o nomeia corretamente, enfrenta as explicações rivais com argumentos concretos e formula conclusões proporcionais ao que os dados permitem.
Qual é a diferença entre pré-experimental e quase-experimental?
Um desenho quase-experimental tem grupos de comparação, apenas sem atribuição aleatória dos participantes. Um desenho pré-experimental não tem grupo de comparação — o caso típico é o pré-teste/pós-teste de grupo único. Usar o rótulo correto reforça a credibilidade do trabalho; usar o mais prestigiante quando não se aplica é o que provoca a pergunta difícil na defesa.
Posso arranjar um grupo de comparação depois da recolha?
Por vezes sim, sob a forma de um grupo não equivalente com dados já existentes: outra turma avaliada com o mesmo instrumento, a coorte do ano anterior, ou valores de referência nacionais para o mesmo indicador. Não substitui a aleatorização, mas fornece um contrafactual imperfeito e converte o desenho em quase-experimental, o que fortalece substancialmente a análise.
Que teste estatístico se usa num pré-teste/pós-teste de grupo único?
Com dois momentos, o teste t para amostras emparelhadas, ou o teste de Wilcoxon para pares quando a distribuição das diferenças não é aproximadamente normal. Com três ou mais momentos, a ANOVA de medidas repetidas, verificando a esfericidade. Em qualquer dos casos, reporte também o tamanho de efeito, que é a informação com valor prático neste desenho.
O que é a regressão à média e porque é um problema aqui?
É a tendência de valores extremos numa primeira medição se aproximarem da média numa segunda medição, por razões puramente estatísticas. Se os participantes foram selecionados por apresentarem os piores resultados no pré-teste, é esperada uma melhoria mesmo sem qualquer intervenção. Se esse foi o critério de seleção, deve ser assumido explicitamente nas limitações.
Como responder na defesa a «como sabe que foi a sua intervenção»?
Em três movimentos: reconhecer que o desenho não estabelece causalidade; apresentar dois ou três argumentos concretos que tornam as explicações alternativas menos plausíveis no seu caso específico, como o intervalo temporal, a ausência de outras iniciativas no período ou uma relação dose-resposta; e delimitar a conclusão a uma associação temporal com magnitude estimada.
Escreve a tua tese ou TCC com IA
Editor inteligente, bibliografia automática (APA e ABNT) e verificação antiplágio num só sítio. Mais de 9.000 estudantes já escrevem em metade do tempo.