Metodologia Quantitativa na Dissertação: Guia Prático 2026
A metodologia quantitativa é a abordagem de investigação baseada na recolha e análise de dados numéricos para testar hipóteses, descrever fenómenos e identificar relações entre variáveis. É amplamente usada em dissertações de mestrado e teses de doutoramento nas áreas de gestão, economia, psicologia, educação e ciências da saúde. Em 2026, dominar a metodologia quantitativa — desde a formulação de hipóteses à análise no SPSS — é uma competência essencial para qualquer investigador académico.
Este guia cobre todos os elementos de uma metodologia quantitativa rigorosa: a formulação de hipóteses, a operacionalização de variáveis, a amostragem, a construção de questionários, a análise estatística e a apresentação dos resultados. Com exemplos práticos e orientações específicas para o contexto académico português e brasileiro.
Quando usar a metodologia quantitativa
A abordagem quantitativa é adequada quando a pergunta de investigação envolve medir, quantificar ou testar relações entre variáveis. Use-a quando:
- Pretende testar hipóteses derivadas de teoria existente
- Quer generalizar resultados para uma população mais ampla
- O fenómeno pode ser operacionalizado em variáveis mensuráveis
- Tem acesso a uma amostra suficientemente grande
- A pergunta é do tipo: “Qual é a relação entre X e Y?”, “Em que medida X influencia Y?”, “Existe diferença significativa entre o grupo A e B?”
Exemplos de perguntas que pedem metodologia quantitativa:
- Qual é a relação entre o uso de ferramentas digitais e o desempenho académico dos estudantes universitários?
- Em que medida o liderança transformacional influencia o comprometimento organizacional dos colaboradores?
- Existem diferenças significativas na satisfação com o ensino superior entre estudantes de universidades públicas e privadas?
Hipóteses e variáveis
A formulação clara de hipóteses e a operacionalização das variáveis são os alicerces de qualquer investigação quantitativa.
Hipóteses
Uma hipótese é uma afirmação testável sobre a relação esperada entre duas ou mais variáveis. Deve ser:
- Clara e específica: indicar as variáveis e o sentido esperado da relação
- Testável empiricamente: deve ser possível recolher dados que a confirmem ou refutem
- Derivada da teoria: fundamentada na revisão de literatura
- Formulada em pares: hipótese nula (H0: não existe relação) e hipótese alternativa (H1: existe relação)
Exemplo: H0: Não existe relação significativa entre o nível de literacia digital e o desempenho académico. H1: Existe uma relação positiva e significativa entre o nível de literacia digital e o desempenho académico.
Variáveis
| Tipo de variável | Definição | Exemplo |
|---|---|---|
| Independente (VI) | Causa presumida; manipulada ou selecionada | Literacia digital |
| Dependente (VD) | Efeito presumido; o que se mede | Desempenho académico (média das notas) |
| Moderadora | Altera a relação entre VI e VD | Género, idade |
| Mediadora | Explica o mecanismo entre VI e VD | Motivação académica |
| Controlo | Mantida constante para isolar o efeito da VI | Nível socioeconómico |
A operacionalização é o processo de definir como cada variável vai ser medida. Exemplo: “literacia digital” pode ser operacionalizada como a pontuação numa escala de 20 itens validada (ex: escala DIGCOMP).
Designs de investigação quantitativa
Survey (inquérito por questionário)
O design de survey é o mais comum em dissertações de mestrado quantitativas. Consiste na recolha de dados de uma amostra alargada através de questionários. Pode ser transversal (um momento) ou longitudinal (múltiplos momentos). Adequado para descrever populações e testar correlações e relações entre variáveis.
Experimental
Manipula deliberadamente a variável independente e mede o efeito na variável dependente, com atribuição aleatória dos participantes a grupos (experimental e controlo). Permite inferir causalidade. Comum em psicologia experimental e ciências da saúde; raro em gestão e educação por razões práticas e éticas.
Quasi-experimental
Semelhante ao experimental, mas sem atribuição aleatória. O investigador compara grupos pré-existentes. Mais comum em contextos educacionais e de saúde pública.
Correlacional
Estuda a relação entre duas ou mais variáveis sem manipulação. Permite identificar associações, mas não inferir causalidade. Muito comum em gestão, psicologia organizacional e educação.
Amostragem quantitativa
Na investigação quantitativa, o objetivo é que a amostra seja representativa da população, para que os resultados possam ser generalizados. As principais técnicas de amostragem probabilística são:
- Aleatória simples: cada elemento da população tem igual probabilidade de ser selecionado
- Estratificada: a população é dividida em subgrupos (estratos) e retira-se uma amostra proporcional de cada
- Por clusters: seleciona-se aleatoriamente grupos (turmas, escolas, empresas) e estuda-se todos os seus elementos
- Sistemática: seleciona-se cada k-ésimo elemento de uma lista ordenada
Quando a amostragem probabilística é impraticável (acesso limitado à população), usa-se amostragem não probabilística por conveniência (participantes acessíveis) ou bola de neve. Neste caso, a generalização é limitada e deve ser reconhecida como limitação do estudo.
Dimensão da amostra: pode ser calculada com base na dimensão da população, no nível de significância (geralmente 0,05), na margem de erro aceitável (geralmente ±5%) e no poder estatístico. Ferramentas como o G*Power (gratuito) calculam a dimensão mínima necessária para cada tipo de análise.
Construção de questionários
O questionário é o instrumento de recolha de dados mais usado na investigação quantitativa. Os pontos críticos são:
- Definir claramente o que se pretende medir: cada questão deve operacionalizar uma dimensão da variável
- Usar escalas validadas: sempre que possível, use escalas já validadas na literatura (ex: escalas Likert de 5 ou 7 pontos validadas para a sua variável); adapte com permissão
- Formular perguntas claras e neutras: evitar jargão, duplo sentido, perguntas duplas (dois conceitos numa pergunta) e formulação que induz a resposta
- Organizar logicamente: comece com perguntas gerais/fáceis; coloque as mais sensíveis no final
- Fazer pré-teste: aplique o questionário a 5-10 pessoas do público-alvo antes da recolha definitiva para identificar ambiguidades
Plataformas para distribuição online em Portugal: Google Forms (gratuito), Qualtrics (pago, disponível em muitas universidades), LimeSurvey (open source).
Análise estatística: descritiva e inferencial
Estatística descritiva
Descreve as características da amostra e das variáveis:
- Frequências e percentagens (variáveis nominais e ordinais)
- Médias e desvio-padrão (variáveis intervalares e de rácio)
- Medianas e intervalos interquartis (quando a distribuição não é normal)
- Tabelas de frequência, histogramas, gráficos de barras, diagramas de dispersão
Estatística inferencial
Permite testar hipóteses e generalizar para a população:
| Objetivo | Teste paramétrico | Alternativa não paramétrica |
|---|---|---|
| Comparar 2 grupos independentes | Teste t para amostras independentes | Mann-Whitney U |
| Comparar 3 ou mais grupos | ANOVA one-way | Kruskal-Wallis |
| Correlação entre 2 variáveis contínuas | Correlação de Pearson | Correlação de Spearman |
| Prever uma variável a partir de outra(s) | Regressão linear simples/múltipla | Regressão não paramétrica |
| Associação entre variáveis categóricas | — | Qui-quadrado (χ²) |
O SPSS (Statistical Package for the Social Sciences, IBM) é o software de análise estatística dominante em Portugal e Brasil para dissertações de mestrado nas ciências sociais. Para análises mais avançadas ou replicabilidade, o R (open source) é cada vez mais utilizado. Para mais detalhes sobre os softwares disponíveis, consulte o artigo sobre análise de dados na tese.
Validade e fiabilidade
A validade e a fiabilidade são os critérios centrais de rigor da investigação quantitativa:
- Validade de conteúdo: o instrumento cobre adequadamente os conceitos que pretende medir. Verificada por revisão de literatura e painel de peritos.
- Validade de construto: o instrumento mede o construto teórico que pretende. Verificada por análise fatorial.
- Validade convergente: as escalas que medem o mesmo construto correlacionam-se positivamente.
- Fiabilidade (consistência interna): medida pelo alfa de Cronbach. Valores ≥ 0,70 são geralmente aceites; ≥ 0,80 indicam boa fiabilidade.
Apresentação dos resultados
Os resultados quantitativos são apresentados em tabelas e gráficos, com interpretação em texto. Boas práticas:
- Cada tabela e figura deve ter um número, título e fonte
- Apresente sempre a estatística descritiva antes da inferencial
- Reporte os valores de p com o nível de significância (p < 0,05; p < 0,01)
- Inclua os tamanhos de efeito (d de Cohen, r, η²) além dos valores de p
- Não repita em texto o que já está na tabela — interprete, não descreva
- Relate os resultados que refutam as hipóteses com a mesma atenção dos que as confirmam
Para a formatação das tabelas e das referências nos resultados, consulte o guia completo de normas APA 7ª edição. Para a estrutura global da metodologia, consulte o guia completo de metodologia de investigação.
Perguntas frequentes sobre metodologia quantitativa
Qual é o tamanho mínimo de amostra para uma dissertação de mestrado quantitativa?
Depende do tipo de análise e do poder estatístico pretendido. Como referência geral: para análise de correlação ou regressão simples, 50-100 participantes são frequentemente suficientes; para ANOVA, 30 por grupo; para regressão múltipla com vários preditores, N ≥ 10 por variável independente. Use o G*Power para calcular a dimensão exata com base no efeito esperado, alfa e poder pretendidos.
Qual software usar para análise quantitativa numa tese de mestrado em Portugal?
O SPSS (IBM) é o mais comum e aceite em Portugal, disponível gratuitamente em muitas universidades através de licenças institucionais. O R é uma alternativa gratuita e poderosa, crescentemente exigida em programas mais avançados. O Excel é suficiente para estatísticas descritivas simples. O STATA é usado em economia e ciências da saúde. Confirme com o seu orientador qual é o esperado no seu programa.
O que é o alfa de Cronbach e que valor é aceitável?
O alfa de Cronbach mede a consistência interna de uma escala — em que medida os itens de uma escala medem o mesmo construto. Valores interpretativos: < 0,60 inaceitável; 0,60–0,70 fraco; 0,70–0,80 aceitável; 0,80–0,90 bom; > 0,90 excelente (mas pode indicar redundância dos itens). O mínimo geralmente aceite em teses é 0,70.
Quando usar teste paramétrico versus não paramétrico?
Os testes paramétricos assumem que os dados seguem uma distribuição normal e que as variáveis são de nível intervalar ou de rácio. Quando estes pressupostos são violados (distribuição não normal, escala ordinal, amostras muito pequenas), usam-se alternativas não paramétricas (Mann-Whitney, Kruskal-Wallis, Spearman). O teste de normalidade de Shapiro-Wilk (para amostras pequenas) ou Kolmogorov-Smirnov (para amostras grandes) determina se a distribuição é normal.
Posso usar escala de Likert de 5 pontos na minha tese?
Sim, a escala de Likert de 5 pontos (1 = Discordo totalmente a 5 = Concordo totalmente) é a mais comum em ciências sociais. A escala de 7 pontos oferece maior variabilidade e é preferida em algumas áreas. A discussão sobre se as escalas de Likert são ordinais (exigindo testes não paramétricos) ou intervalares (permitindo paramétricos) continua na literatura; na prática, a maioria das dissertações trata-as como intervalares com testes paramétricos quando N é suficiente.
Como justificar a abordagem quantitativa na minha tese?
A justificação deve articular: (1) a natureza dedutiva e quantificável do problema (testar hipóteses derivadas da teoria); (2) a possibilidade de aceder a uma amostra representativa; (3) a tradição metodológica dominante na área; e (4) o alinhamento com o paradigma positivista. Cite autores de metodologia (Creswell, Bryman, Saunders et al.) para fundamentar a opção.
Apoio especializado para a sua dissertação quantitativa
O Tesify oferece ferramentas de IA para apoiar a redação académica da sua dissertação, incluindo a estruturação do capítulo de metodologia e a formatação das referências bibliográficas nas normas APA 7ª edição.