Preparação de dados e boas práticas em pesquisas quantitativas
DOI:
https://doi.org/10.5585/gep.v14i1.24024Palavras-chave:
Pesquisa quantitativa, Preparação de dados, Análise de dados, Pressupostos de técnicas estatísticas.Resumo
Estudos quantitativos são considerados aqueles que recorrem a representações numéricas dos aspectos relacionados ao fenômeno de estudo, de maneira descritiva, ou pode-se ainda se considerar como estudos quantitativos aqueles em que o pesquisador estabelece hipóteses que serão testadas por meio de técnicas estatísticas inferenciais. Em ambos os casos, antes mesmo de se realizar análises sobre os dados coletados, o pesquisador deve inspecionar os dados obtidos de maneira a prepará-los para que as inferências sejam feitas sobre uma base de dados confiável, o mais livre possível de causas de viés que venham a distorcer as análises realizadas. Este comentário editorial tem por objetivo apontar alguns cuidados importantes que os pesquisadores devem ter nos seus estudos quantitativos, antes mesmo de aplicar qualquer teste estatístico. Estas recomendações se iniciam desde a etapa de planejamento da pesquisa, passando pela coleta, alcançando a etapa de preparação dos dados e análises prévias que se recomenda que sejam feitas para a apresentação dos resultados. Portanto, são abordadas recomendações diversas, como por exemplo, o tratamento de vieses do método comum, dados faltantes, multicolinearidade, tratamento de outliers, normalidade dos dados, preparação de variáveis, pressupostos dos testes, entre outras.
Referências
Bèrnie, D. A.; Fernandez, B. P. (2012). (Orgs). Métodos e Técnicas de Pesquisa - Modelando As Ciências Empresariais, 1a edição. Saraiva.
DeVellis, R. F., & Thorpe, C. T. (2021). Scale development: Theory and applications. Sage publications.
Hair Jr., J.F.; William, B.; Babin, B.; and Anderson, R.E (2019). Multivariate data analysis. 8th.ed. Hampshire: Cengage Learning EMEA.
Kline, R. B. (2013). Beyond significance testing: Statistics reform in the behavioral sciences. American Psychological Association.
Kline, R. B. (2019). Becoming a behavioral science researcher: A guide to producing research that matters. Guilford Press, Second ed.
Klotz, A. C., Swider, B. W., & Kwon, S. H. (2022). Back-translation practices in organizational research: Avoiding loss in translation. Journal of Applied Psychology.
Marôco, J. (2018). Análise Estatística com o SPSS Statistics.: 7ª edição. Report Number, Lda.
Podsakoff, P. M., MacKenzie, S. B., Lee, J. Y., & Podsakoff, N. P. (2003). Common method biases in behavioral research: a critical review of the literature and recommended remedies. Journal of applied psychology, 88(5), 879.
Whitley Jr, B. E., & Kite, M. E. (2013). Principles of research in behavioral science. Routledge.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2023 Dos autores

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
- Resumo 757
- PDF 550