Alfa de Cronbach: como calcular manualmente

Pesquisadores que utilizam questionários devem avaliar a confiabilidade do instrumento. O coeficiente alfa de Cronbach mede a consistência interna das respostas, isto é, o quanto os itens do questionário avaliam um mesmo construto.

Para o cálculo, as respostas precisam ser numéricas. Respostas binárias podem ser codificadas: 1 para (“sim”) e 0 para (“não”). Respostas escalonadas devem seguir uma escala, como a de Likert. Por exemplo, 1 para nunca, 2 para às vezes, 3 para muitas vezes, 4 para sempre.

A fórmula do alfa de Cronbach é:

onde:

                    ·  k = número de itens (questões);

                   ·  σ_i² = variância do item i;

              ·  σ²_soma = variância da soma das pontuações dos itens (por respondente).

                                Exemplo numérico

Suponha um questionário com 3 itens respondido por 5 pessoas                                                     

         1.        Calcule a variância de cada item:

                                     ·  σ₁²=0,7 

                                      ·  σ₂²=0,7

                                     ·  o₃²=0,5

        2.        Calcule a variância da soma:

                                  ·  σ²_soma=5,2

        3.        Aplique na fórmula:      

✅ Conclusão: O valor de alfa é 0,95, indicando grande confiabilidade.

⚠️ Importante: Este é apenas um exemplo para praticar o cálculo manual. Na prática, a amostra é muitíssimo pequena.

Análise de conteúdo?

  

  Definição

 

Na definição de Bernard Berelson¹, análise de conteúdo é uma técnica para a descrição objetiva, sistemática e quantitativa do conteúdo manifesto das comunicações. A análise de conteúdo² busca, portanto, palavras, frases, temas e conceitos dentro de um texto e os quantifica de maneira sistemática e objetiva. O resultado é usado para fazer inferência sobre as mensagens dentro do texto. Das análises de conteúdo, a mais comum é a análise de categorias³.

 

Tipos de dados para análise de conteúdo

 

Textos aos quais se atribuem significados convencionais, como os discursos verbais e os documentos escritos, são fontes adequadas de dados para a análise de conteúdo. Portanto jornais, revistas, livros, programas de radio e televisão, filmes, histórias em quadrinhos são os maiores fornecedores de dados para esse tipo de análise. Mas a técnica também tem sido aplicada para dados não públicos como cartas pessoais, conversas de crianças, registros audiovisuais de terapias, depoimento de testemunhas em juízo, respostas de entrevistas em profundidade. Ainda, dados que têm significado apenas para grupos menores – como depoimentos de pessoas com doenças degenerativas, pais de crianças com doenças graves, falas de profissionais que trabalham em situação de estresse como enfermeiros intensivistas – também podem ser analisados por meio de análise de conteúdo.

Razões para o uso da análise de conteúdo

Pesquisadores leem grande volume de material e podem se tornar seletivos no que absorvem. A análise de conteúdo dá a oportunidade para entender o texto e explicar o fenômeno, de maneira mais objetiva. A inferência raramente é óbvia. Por exemplo, será que a frequência de determinada referência explica a atenção que a pessoa dá ao assunto?

Todo pesquisador deve usar conhecimentos estabelecidos para explicar como os dados coletados se relacionam com o fenômeno que pretende conhecer. No entanto, raramente deve fazer descrição literal do conteúdo da comunicação que analisa. Constitui exceção, por exemplo, a citação das palavras exatas de um político em seus discursos de campanha.

 

Limitações da técnica⁴

 

Uma análise de conteúdo almeja inferir sobre o que não pode ser observado diretamente, nem tem evidência válida disponível. Logo, apesar das alegações de que a inferência feita por uma análise de conteúdo é generalizável, existem limitações.

A primeira refere-se à questão da tomada de decisão com base em pequenas amostras. Uma análise estatística, para embasar a tomada de decisão, precisa de amostra constituída por um número razoavelmente grande de unidades. Não se analisam comunicações únicas ou poucos discursos. A segunda limitação da análise de conteúdo refere-se à questão da replicabilidade. Uma análise estatística exige sistema de medição estabelecido, que independa do analista. Terceira limitação da análise de conteúdo: se as categorias forem estabelecidas do próprio material analisado, os achados não são generalizáveis. Se as categorias são estabelecidas a priori, a análise perde as características do material em análise.

   

Referências

1.       Berelson, B.  Content analysis in communication research. New York, Free Press, 1952. In: Palmquist, MContent Analysis.  http://www.colostate.edu/Depts/WritingCenter/references/research/content/page2.htm

   2.       Stemler, S. An Overview of Content

 3.       Bardin, L Análise de conteúdo. São Paulo, Edições 70, 2011.

   4.       Krippendorff, K. (1989). Content analysis. In E. Barnouw, G. Gerbner, W. Schramm, T. L. Worth, & L. Gross (Eds.), International encyclopedia of communication (Vol. 1, pp. 403-407). New York, NY: Oxford University Press. Retrieved from http://repository.upenn.edu/asc_papers/226

Ensaio clínico ou estudo clínico?

De acordo com o NIH, um ensaio clínico é uma pesquisa em que:

1. Um ou mais participantes humanos são
2. Designados prospectivamente
3. Para uma ou mais intervenções (podendo incluir placebo ou controle)
4. Com o objetivo de avaliar efeitos sobre desfechos biomédicos ou comportamentais relacionados à saúde

📄 Fonte: NIH's Definition of a Clinical Trial

 E o que é um estudo clínico?

Um estudo clínico é uma pesquisa envolvendo voluntários humanos (ou “participantes”) que visa contribuir para o conhecimento médico.
Há dois tipos principais:

• Estudos intervencionais (ensaios clínicos)
• Estudos observacionais (sem intervenção, apenas coleta de dados)

📄 Fonte: ClinicalTrials.gov – Glossário

---

📘 Termos importantes

• Pesquisa: investigação sistemática planejada para desenvolver ou contribuir com conhecimento generalizável.
• Participante humano: pessoa viva da qual o pesquisador obtém dados diretamente ou por informações identificáveis.
• Designação prospectiva: alocação planejada dos participantes aos grupos do estudo (intervenção, controle, etc.).
• Intervenção: ação ou processo avaliado no estudo (medicamentos, dietas, terapias, técnicas, etc.).
• Resultado biomédico ou comportamental: mudança mensurável relacionada à saúde (física, psicológica ou de qualidade de vida).

💡 Uma definição mais ampla de intervenção inclui qualquer manipulação do participante ou de seu ambiente com o objetivo de modificar um processo de saúde ou comportamento.

---

🧭 Como distinguir estudo clínico de ensaio clínico?

 O NIH sugere que o pesquisador responda às quatro perguntas abaixo:

1. O estudo envolve participantes humanos?
2. Os participantes são prospectivamente designados para uma intervenção?
3. O estudo foi projetado para avaliar os efeitos da intervenção?
4. O efeito medido é um desfecho biomédico ou comportamental relacionado à saúde?

✅ Se a resposta a todas as perguntas for sim, o estudo atende à definição de ensaio clínico — mesmo que:

• Envolva apenas participantes saudáveis;
• Não tenha grupo de comparação (apenas um braço);
• Avalie somente farmacocinética, segurança ou dose tolerada;
• Envolva apenas intervenções comportamentais;
• Apenas um objetivo do estudo se encaixe nessa definição;
• O estudo envolva risco mínimo.

 ❌ O que não é considerado ensaio clínico?

• Estudos que apenas refinam instrumentos de medida
• Pesquisas baseadas exclusivamente em análise secundária de dados ou amostras biológicas

 

Probabilidade: um problema com variável aleatória contínua

  Modelos de probabilidade são representações matemáticas de ensaios aleatórios. Descrevem os resultados possíveis (eventos) dos ensaios aos quais se referem e fornecem as probabilidades associadas a todos esses eventos.

 Considere o jogo de uma moeda, exemplo comum nos textos de estatística. Nesse caso, os eventos possíveis são dois: cara e coroa (ou sim e não, ou 0 e 1). A cada um desses eventos está associada probabilidade ½ (considerando que a moeda é bem balanceada).

 Todo fenômeno probabilístico tem, portanto, um evento (E) como resultado e o conjunto de eventos possíveis constitui o espaço (S), que tem probabilidade igual a 1. Logo, probabilidade varia entre zero e 1, inclusive.

Os cursos de introdução à teoria de probabilidades limitam-se aos exercícios com modelos discretos, como bolas de urna e número de filhos. No entanto, em muitas aplicações práticas as variáveis ​​aleatórias são contínuas.  São exemplos: a altura das pessoas, o tempo de vida de uma bateria, a quantidade de chuva por mês em determinada cidade, o tempo até a ocorrência da próxima erupção de um vulcão e assim por diante.

 Os exemplos pretendem deixar claro que as variáveis ​​aleatórias discretas só podem assumir número discreto de valores, enquanto as variáveis ​​aleatórias contínuas assumem qualquer valor num dado intervalo. Portanto, só faz sentido falar sobre a probabilidade de uma variável aleatória contínua quando o valor da variável está definido dentro de algum intervalo. É o que acontece quando se estuda a distribuição normal.

   O estudo de probabilidades de modelos contínuos difere do estudo de probabilidades em que os eventos são discretos. Não se contam eventos, mas se associa medida 1 ao espaço (S) e se faz a medição do espaço do evento E dentro do espaço S. Um exemplo clássico ilustra bem essa questão.

Exemplo

Dois amigos combinam um encontro em determinada hora, mas cada um poderá chegar ao local com até uma hora de demora. Quem chegar em primeiro lugar espera pelo outro por ¼ de hora e irá embora se o outro não chegar nesse quarto de hora. Nenhum deles chegará antes da hora, nem chegará depois de uma hora da hora marcada. Qual é a probabilidade de eles se encontrarem?

    Pense o espaço (S) como um quadrado de área igual a 1, no sistema de eixos cartesianos. Vamos representar, no eixo das abscissas, os tempos em que um dos amigos pode chegar e no eixo das ordenadas os tempos em que o outro pode chegar. Veja a figura. O evento (E) de interesse, isto é, que os dois amigos se encontrem, exige que estejam no local nos intervalos de ¼ de hora que um deve esperar pelo outro. Na figura abaixo, esse evento é a área escurecida.

O espaço (S) tem medida 1. Na figura, é fácil ver que os dois triângulos claros têm medidas iguais. A área de um triângulo é dada por:

                  Dois triângulos, juntos, têm área:

        Então a probabilidade de os amigos se encontrarem é:

         Veja:

1.Dimitri B. Bertsekas e John N Tsitsiklis. Introduction to probability. Cambrige, Mass.www.math.unibielefeld.de/.../Introduction%20to%20probability.pdf

 

   2.Henk Tijms. Vrije Understanding Probability. Third edition, Cambridge University Press. University, Amsterdam. 2007. personal.vu.nl/h.c.tijms/ContentsUP3ed.pdf

                                                       

Ética e Planejamento em Estudos Clínicos: Você Precisa Saber

Estudos clínicos são pesquisas feitas com seres humanos. Embora existam experimentos semelhantes realizados com animais ou plantas, os estudos com pessoas exigem cuidados éticos especiais. A principal diferença é que ninguém pode ser incluído em um estudo clínico sem dar seu consentimento livre e esclarecido. Mesmo depois de aceitar, o participante pode desistir a qualquer momento, sem sofrer nenhum tipo de prejuízo.

A Ética Vem Primeiro

Existem regras e princípios rigorosos que orientam como esses estudos devem ser conduzidos. Falhas em aspectos como:

·  seleção adequada dos participantes (critérios de elegibilidade),

·  cálculo do número de pessoas que devem participar (tamanho da amostra),

·  equilíbrio entre os grupos a serem comparados,

·  avaliação correta dos resultados (desfechos),

...podem comprometer o estudo inteiro. E mais grave ainda: a falta de ética é inaceitável.

Quem Regula os Estudos no Brasil?

No Brasil, o órgão responsável por estabelecer essas normas é o Conselho Nacional de Saúde (CNS), ligado ao Ministério da Saúde. As principais diretrizes estão na Resolução CNS nº 466/2012, que atualiza a conhecida Resolução CNS nº 196/96 — essa última foi um marco regulatório importante, por isso ainda é bastante citada e conhecida como “um-nove-meia”.

Participante, Não Sujeito

A pessoa que participa da pesquisa é chamada de participante de pesquisa, e não mais "sujeito", termo considerado inadequado por sugerir submissão.

Passo a Passo de um Estudo Clínico

1.     Protocolo de pesquisa: tudo começa com a elaboração de um documento que define como o estudo será feito.

2.     Comitês de ética: antes de começar, o protocolo precisa ser aprovado por um Comitê de Ética em Pesquisa (CEP). Em alguns casos, é também necessária a aprovação da Comissão Nacional de Ética em Pesquisa (CONEP).

3.     Consentimento informado: todo participante deve assinar o Termo de Consentimento Livre e Esclarecido (TCLE), que explica os riscos, benefícios e direitos da pessoa no estudo.

4.     Tamanho da amostra: o número de participantes deve ser calculado com base em critérios estatísticos, prevendo até mesmo perdas ao longo do estudo (como desistências).

5.     Critérios de elegibilidade: o estudo só pode incluir pessoas que atendam a critérios bem definidos, avaliados em uma triagem.

6.     Recrutamento e matrícula: depois da triagem, os participantes são recrutados e, se concordarem e assinarem o TCLE, são matriculados.

7.     Período introdutório (run-in): antes de começar o estudo de fato, existe um período para confirmar se a pessoa realmente se encaixa nos critérios. Quem não atende, é excluído. Os dados dessa fase não entram na análise final.

Referências

1.    Ver: htpp://conselho.saude.gov.br. Acesso em 18 de novembro de 2013.

2.    No uso da competência que lhe é outorgada pelo Decreto n° 93.933 de 14 de janeiro de 1987.

3.    Ver: htpp://conselho.saude.gov.br.br/resolucoes/2012/Reso466. Acesso em 18 de novembro de 2013

4.    Ver: htpp://conselho.saude.gov.br.br/23_out_versao_final_196_ Acesso em 18 de novembro de 2013

5.    Andrade, SMO. Resolução nº 466/12 e Resolução nº 196/96: elementos diferenciais. Campo Grande, junho de 2013. www.uems.br/conselhodeetica/arquivos/19. Acesso em 23 de junho de 2014.