Abordagens Quantitativas em Pesquisa Introdução à Pesquisa Quantitativa A pesquisa quantitativa é uma metodologia de investigação que busca mensurar opiniões, atitudes e comportamentos a partir da coleta de dados numéricos. Seu objetivo principal é quantificar fenômenos, identificar padrões e testar hipóteses através de procedimentos estatísticos. Diferente da pesquisa qualitativa, que se aprofunda nas motivações e significados, a pesquisa quantitativa responde a perguntas como "quanto", "com que frequência" e "em que proporção" algo acontece. 1.1. Características essenciais Objetividade: os resultados são obtidos por meio de procedimentos padronizados e replicáveis, minimizando a influência do pesquisador. Generalização: utilizando amostras representativas, é possível inferir conclusões sobre a população de interesse. Estruturação rígida: o desenho da pesquisa, a coleta e a análise dos dados seguem um plano predefinido. Quantificação: os dados são expressos em números, permitindo a aplicação de técnicas estatísticas. 1.2. Diferenças em relação à pesquisa qualitativa | Aspecto | Pesquisa Quantitativa | Pesquisa Qualitativa | |-------------|---------------------------|--------------------------| | Foco | Medir frequências, volumes e relações | Compreender significados, motivações e contextos | | Abordagem | Dedutiva (teste de hipóteses) | Indutiva (geração de hipóteses) | | Coleta de dados | Questionários estruturados, surveys, experimentos | Entrevistas em profundidade, grupos focais, observação participante | | Amostragem | Probabilística, visando representatividade | Não probabilística, visando diversidade | | Resultados | Generalizáveis para a população | Transferíveis para contextos similares | | Critério de rigor | Validade e confiabilidade | Credibilidade, transferibilidade, confirmabilidade | Ambas as abordagens são complementares. Em muitas pesquisas, utiliza-se uma abordagem de métodos mistos, combinando técnicas quantitativas e qualitativas para obter uma compreensão mais completa do fenômeno. Os métodos mistos podem ser classificados quanto ao momento de integração em sequencial (uma etapa qualitativa seguida de uma quantitativa, ou vice-versa) ou concomitante (as duas etapas ocorrem simultaneamente, com posterior triangulação dos resultados). Fundamentos Metodológicos 2.1. Paradigma positivista A pesquisa quantitativa está ancorada no paradigma positivista (ou pós-positivista), que pressupõe a existência de uma realidade objetiva e mensurável. O conhecimento é construído por meio da observação empírica, da formulação de hipóteses testáveis e da verificação por meio de procedimentos sistemáticos. 2.2. Formulação e teste de hipóteses As hipóteses são proposições testáveis sobre a relação entre duas ou mais variáveis. Na pesquisa quantitativa, normalmente se formula uma hipótese nula (H₀) e uma hipótese alternativa (H₁ ou Ha). A hipótese nula afirma a ausência de efeito, diferença ou relação entre as variáveis; a hipótese alternativa afirma o contrário. Exemplo: H₀ = "Não há diferença significativa na satisfação dos usuários entre os dois serviços públicos". H₁ = "Há diferença significativa na satisfação dos usuários entre os dois serviços públicos". O teste estatístico produz um valor-p (p-value), que representa a probabilidade de observar um resultado tão ou mais extremo quanto o obtido, assumindo que H₀ é verdadeira. Se o valor-p for menor que o nível de significância (α) previamente estabelecido — usualmente 0,05 (5%) —, rejeita-se H₀ em favor de H₁. Erros no teste de hipóteses: como a decisão é tomada com base em uma amostra, e não na população inteira, dois tipos de erro são possíveis: | Tipo de erro | Descrição | Probabilidade | |-------------------|---------------|---------------------| | Erro do Tipo I (falso positivo) | Rejeitar H₀ quando ela é verdadeira | α (nível de significância) | | Erro do Tipo II (falso negativo) | Não rejeitar H₀ quando ela é falsa | β | O complemento de β (1 − β) é chamado de poder do teste (power): a probabilidade de detectar corretamente um efeito real quando ele existe. O poder do teste aumenta com o tamanho da amostra, com a magnitude do efeito estudado e com a redução da variabilidade dos dados. Há uma relação de troca (trade-off) entre α e β: reduzir a probabilidade de um tipo de erro, mantendo tudo o mais constante, tende a aumentar a probabilidade do outro. 2.3. Variáveis As variáveis são características ou atributos que podem assumir diferentes valores. Em uma pesquisa quantitativa, distinguem-se: Variável dependente: o fenômeno que se pretende explicar ou prever (ex.: satisfação do usuário). Variável independente: o fator que se supõe influenciar a variável dependente (ex.: tempo de espera no atendimento). Variáveis de controle: fatores que podem interferir na relação entre a variável independente e a dependente e que devem ser mantidos constantes ou estatisticamente controlados (ex.: nível de escolaridade dos usuários). Variável moderadora: altera a força ou a direção da relação entre a variável independente e a dependente (ex.: a relação entre tempo de espera e satisfação pode ser moderada pela urgência do atendimento). Variável mediadora (interveniente): explica o mecanismo pelo qual a variável independente afeta a dependente, situando-se na cadeia causal entre as duas. As variáveis podem ser classificadas quanto à sua natureza: Quantitativas: expressas em números, podendo ser discretas (valores inteiros, contáveis) ou contínuas (valores fracionários, mensuráveis). Qualitativas (categóricas): expressas em categorias, podendo ser nominais (sem ordem) ou ordinais (com ordem). Validade e Confiabilidade Esses dois critérios determinam a qualidade de um instrumento de medida (questionário, escala, teste) e são frequentemente cobrados em provas de concursos por sua distinção conceitual. 3.1. Confiabilidade (fidedignidade) Refere-se à consistência e à estabilidade dos resultados obtidos por um instrumento quando aplicado repetidamente nas mesmas condições. Um instrumento confiável produz resultados semelhantes em medições repetidas. Teste-reteste: aplica-se o mesmo instrumento à mesma amostra em dois momentos distintos e verifica-se a correlação entre os resultados. Formas paralelas (equivalência): aplicam-se duas versões equivalentes do instrumento e compara-se a correlação entre elas. Consistência interna: verifica se os itens de um mesmo instrumento medem o mesmo construto de forma coerente. O indicador mais utilizado é o alfa de Cronbach, que varia de 0 a 1 (quanto mais próximo de 1, maior a consistência interna). 3.2. Validade Refere-se ao grau em que um instrumento mede efetivamente aquilo que se propõe a medir. Validade de conteúdo: os itens do instrumento cobrem adequadamente o domínio do construto que se pretende medir, geralmente avaliada por especialistas. Validade de critério: os resultados do instrumento se correlacionam com um critério externo relevante, podendo ser concorrente (medido no mesmo momento) ou preditiva (o instrumento prediz um resultado futuro). Validade de constructo: o instrumento mede de fato o conceito teórico (construto) a que se propõe, sendo avaliada por meio de análises como a análise fatorial. É possível que um instrumento seja confiável sem ser válido (produz resultados consistentes, mas não mede o que deveria medir), mas não é possível que seja válido sem ser minimamente confiável — a confiabilidade é condição necessária, mas não suficiente, para a validade. Tipos de Pesquisa Quantitativa 4.1. Survey (levantamento) É o tipo mais comum de pesquisa quantitativa. Consiste na coleta de dados de uma amostra representativa da população por meio de questionários estruturados, geralmente aplicados em um único momento (corte transversal) ou em momentos repetidos (corte longitudinal, como painéis). É adequado para descrever características de uma população, medir atitudes e opiniões, e identificar associações entre variáveis. 4.2. Pesquisa experimental Envolve a manipulação de uma ou mais variáveis independentes pelo pesquisador, com o objetivo de observar seus efeitos sobre uma variável dependente, enquanto todas as demais variáveis são mantidas constantes. O ensaio clínico randomizado (RCT) é o padrão-ouro para estabelecer relações causais, pois a alocação aleatória dos participantes aos grupos de tratamento e controle elimina vieses de seleção. 4.3. Pesquisa quase-experimental Utilizada quando não é possível realizar a alocação aleatória dos participantes. O pesquisador não tem controle completo sobre a atribuição dos tratamentos, mas ainda assim busca inferir causalidade por meio de técnicas como: Diferenças-em-diferenças (DiD): compara a variação ao longo do tempo entre um grupo tratado e um grupo de controle, isolando o efeito da intervenção da tendência natural comum aos dois grupos. Regressão descontínua (RDD): explora um ponto de corte (limiar) que determina a atribuição ao tratamento, comparando unidades próximas ao limiar dos dois lados. Pareamento por escore de propensão (PSM): cria grupos de comparação estatisticamente semelhantes com base na probabilidade estimada de receber o tratamento, dado um conjunto de características observáveis. 4.4. Pesquisa correlacional Examina a relação entre duas ou mais variáveis sem que o pesquisador as manipule. O objetivo é verificar se existe associação (correlação) entre elas, mas não se pode inferir causalidade — correlação não implica causação, já que a associação observada pode decorrer de uma terceira variável (confundidora) não considerada. O coeficiente de correlação de Pearson é a medida mais comum para variáveis intervalares/de razão com relação linear; para variáveis ordinais, utiliza-se o coeficiente de Spearman. 4.5. Pesquisa causal-comparativa (ex post facto) Busca identificar possíveis causas de um fenômeno já ocorrido, comparando grupos que diferem em relação à variável de interesse, sem que o pesquisador tenha manipulado a variável independente. Escalas de Mensuração A definição da escala de mensuração é crucial, pois determina quais operações matemáticas e análises estatísticas podem ser aplicadas. Segundo Stevens (1946), existem quatro níveis: | Escala | Propriedades | Exemplos | Operações possíveis | |------------|------------------|--------------|--------------------------| | Nominal | Classifica em categorias sem ordem | sexo, estado civil, cor da pele, município de residência | contagem, moda | | Ordinal | Classifica e ordena, mas as distâncias não são iguais | grau de instrução, classe social, posição em um ranking | mediana, percentis | | Intervalar | Ordena e as distâncias são iguais, mas não há zero absoluto | temperatura em Celsius ou Fahrenheit, QI | média, desvio padrão, correlação | | Razão | Ordena, distâncias iguais e possui zero absoluto | altura, peso, idade, renda, número de filhos | qualquer operação matemática (incluindo multiplicação e divisão) | A escala de Likert, amplamente utilizada em surveys, é uma escala ordinal que mede a intensidade de opinião (ex.: "concordo totalmente", "concordo", "indiferente", "discordo", "discordo totalmente"). Embora tecnicamente ordinal, é comum na prática de pesquisa tratá-la como intervalar para fins de cálculo de médias, o que é objeto de controvérsia metodológica. Amostragem 6.1. Conceitos básicos População: conjunto de todos os elementos que compartilham uma característica comum e sobre os quais se deseja fazer inferências. Amostra: subconjunto da população selecionado para participar da pesquisa. Parâmetro: medida numérica que descreve uma característica da população (ex.: média populacional μ). Estatística: medida numérica calculada a partir da amostra (ex.: média amostral x̄), usada para estimar o parâmetro populacional. 6.2. Amostragem probabilística Todos os elementos da população têm probabilidade conhecida e maior que zero de serem selecionados. Permite calcular a margem de erro e generalizar os resultados para a população. Amostragem aleatória simples (AAS): cada elemento é sorteado aleatoriamente, com igual probabilidade. Amostragem sistemática: seleciona-se um ponto de partida aleatório e, em seguida, escolhe-se cada k-ésimo elemento da lista (k = N/n). Amostragem estratificada: divide-se a população em estratos homogêneos internamente (ex.: por sexo, faixa etária) e sorteia-se aleatoriamente dentro de cada estrato, geralmente de forma proporcional ao tamanho do estrato. Reduz o erro amostral quando os estratos são heterogêneos entre si. Amostragem por conglomerados (clusters): divide-se a população em conglomerados heterogêneos internamente (ex.: bairros, escolas) e sorteiam-se conglomerados inteiros. Útil quando não se dispõe de uma lista completa da população e os custos de coleta são elevados. Amostragem em múltiplos estágios: combina duas ou mais técnicas (ex.: primeiro sorteia-se municípios, depois escolas dentro de cada município, depois alunos dentro de cada escola). 6.3. Amostragem não probabilística A seleção dos elementos não é aleatória, não sendo possível calcular a margem de erro. Os resultados não podem ser generalizados para a população com rigor estatístico, mas são úteis em pesquisas exploratórias ou quando o acesso à população é limitado. Amostragem por conveniência: selecionam-se os elementos mais acessíveis (ex.: abordagem de pessoas em um shopping center). Amostragem intencional (por julgamento): o pesquisador seleciona deliberadamente os elementos que julga mais típicos ou representativos. Amostragem por cotas: define-se quotas proporcionais às características da população (ex.: sexo, idade) e preenchem-se as quotas com elementos de conveniência. Amostragem bola de neve (snowball): os primeiros respondentes indicam outros potenciais respondentes. Útil para populações de difícil acesso (ex.: trabalhadores informais, populações raras ou estigmatizadas). Técnicas de Coleta de Dados Quantitativos 7.1. Questionário estruturado Instrumento composto por perguntas fechadas, com alternativas de respostas predefinidas. Pode ser aplicado de forma presencial, por telefone, por correio ou por meio eletrônico. As vantagens são a padronização, a facilidade de tabulação e a possibilidade de atingir um grande número de respondentes. As desvantagens incluem a rigidez e a impossibilidade de aprofundar as respostas. 7.2. Escalas psicométricas Instrumentos que medem atitudes, opiniões, traços de personalidade ou competências. A escala de Likert é a mais difundida, mas existem também escalas de Thurstone (baseada em julgamento de juízes para atribuir pesos aos itens), Guttman (itens cumulativos, em que concordar com um item mais "extremo" implica concordância com os menos extremos) e o diferencial semântico (pares de adjetivos opostos em extremos de uma escala). 7.3. Observação estruturada O pesquisador observa e registra comportamentos de acordo com um protocolo predefinido, geralmente utilizando categorias de classificação. É comum em estudos etológicos e em pesquisas sobre comportamento organizacional. 7.4. Dados secundários quantitativos Utilização de bases de dados já existentes, como censos demográficos, registros administrativos (ex.: RAIS, CAGED, CadÚnico), dados de sistemas de informação governamentais (ex.: DATASUS, INEP) e dados de pesquisas de órgãos oficiais (ex.: PNAD, POF). Essa abordagem é econômica e permite análises de longo prazo, mas depende da qualidade e da adequação dos dados disponíveis. Erro Amostral, Margem de Erro, Nível de Confiança e Intervalo de Confiança 8.1. Erro amostral É a diferença entre o valor estimado a partir da amostra (estatística) e o verdadeiro valor populacional (parâmetro). O erro amostral é inerente ao processo de amostragem e diminui à medida que o tamanho da amostra aumenta. Distingue-se do erro não amostral, que decorre de falhas no processo de coleta (erros de mensuração, de cobertura, de não resposta) e que não desaparece com o aumento da amostra. 8.2. Margem de erro É o valor que se soma e se subtrai da estimativa pontual para obter o intervalo de confiança. Representa a quantidade máxima de erro amostral que o pesquisador admite. Quanto menor a margem de erro, maior a precisão da estimativa, mas também maior o tamanho da amostra necessário. 8.3. Nível de confiança É a probabilidade de que o intervalo de confiança construído contenha o verdadeiro parâmetro populacional. Os níveis mais comuns são 90%, 95% e 99%. Um nível de confiança de 95% significa que, se o mesmo procedimento de amostragem for repetido muitas vezes, em 95% das vezes o intervalo construído conterá o parâmetro populacional — e não que há 95% de probabilidade de que o parâmetro esteja dentro de um intervalo específico já calculado, distinção sutil e frequentemente cobrada em provas. 8.4. Intervalo de confiança É um intervalo de valores, construído a partir da amostra, que tem uma determinada probabilidade (nível de confiança) de conter o verdadeiro parâmetro populacional. Para uma média, o intervalo de confiança é dado por: $ IC = \bar{x} \pm z \times \frac{s}{\sqrt{n}} $ Onde: $\bar{x}$ é a média amostral; $z$ é o valor da normal padrão correspondente ao nível de confiança (ex.: 1,96 para 95%); $s$ é o desvio padrão amostral; $n$ é o tamanho da amostra. 8.5. Relação entre tamanho da amostra, margem de erro e nível de confiança Quanto maior o tamanho da amostra (n), menor a margem de erro (para um mesmo nível de confiança). Quanto maior o nível de confiança, maior a margem de erro (para um mesmo tamanho de amostra). Para reduzir a margem de erro pela metade, é necessário quadruplicar o tamanho da amostra, pois a margem de erro é inversamente proporcional à raiz quadrada de n. 8.6. Cálculo do tamanho da amostra Para estimar uma proporção populacional, com população considerada infinita (ou de tamanho desconhecido), utiliza-se: $ n = \frac{z^2 \times p \times (1-p)}{e^2} $ Onde $p$ é a proporção esperada do fenômeno na população (usa-se 0,5 quando não há estimativa prévia, por maximizar o tamanho necessário da amostra) e $e$ é a margem de erro desejada. Quando o tamanho da população (N) é conhecido e relativamente pequeno, aplica-se a correção para população finita: $ n = \frac{N \times z^2 \times p \times (1-p)}{e^2 \times (N-1) + z^2 \times p \times (1-p)} $ Vieses Comuns em Pesquisa Quantitativa O reconhecimento dos principais vieses é frequentemente exigido em provas, tanto para identificação em enunciados quanto para proposição de medidas mitigadoras. Viés de seleção: ocorre quando o método de amostragem favorece sistematicamente certos elementos da população, comprometendo a representatividade (ex.: pesquisas por telefone fixo excluem sistematicamente quem só possui celular). Viés de não resposta: surge quando os respondentes diferem sistematicamente dos não respondentes em características relevantes para a pesquisa. Viés de desejabilidade social: o respondente tende a fornecer respostas que julga socialmente mais aceitáveis, e não necessariamente verdadeiras. Viés do entrevistador: a presença, o comportamento ou as características do entrevistador influenciam as respostas do entrevistado. Viés de memória (recall bias): distorções decorrentes da dificuldade do respondente em recordar com precisão eventos passados. Quadro-resumo para a prova | Tópico | Conteúdo | |------------|---------------| | Pesquisa quantitativa | Mensura fenômenos por meio de dados numéricos; paradigma positivista; objetividade; generalização; estrutura rígida. | | Hipóteses e testes | H₀ (nula) e H₁ (alternativa); valor-p; nível de significância (α); Erro Tipo I (rejeitar H₀ verdadeira) e Erro Tipo II (não rejeitar H₀ falsa); poder do teste (1-β). | | Variáveis | Dependente (explicada), independente (explicativa), de controle, moderadora, mediadora; quantitativas (discretas/contínuas) e qualitativas (nominais/ordinais). | | Validade e confiabilidade | Confiabilidade = consistência (teste-reteste, formas paralelas, alfa de Cronbach); validade = mede o que se propõe (conteúdo, critério, constructo). | | Tipos de pesquisa | Survey, experimental (RCT), quase-experimental (DiD, RDD, PSM), correlacional, causal-comparativa. | | Escalas | Nominal (categorias sem ordem), ordinal (com ordem, sem distâncias iguais), intervalar (distâncias iguais, sem zero absoluto), razão (zero absoluto). | | Amostragem probabilística | AAS, sistemática, estratificada, por conglomerados, múltiplos estágios; permite margem de erro e generalização. | | Amostragem não probabilística | Conveniência, intencional, cotas, bola de neve; sem margem de erro; resultados não generalizáveis. | | Erro amostral | Diferença entre estimativa amostral e parâmetro populacional; distinto do erro não amostral. | | Margem de erro | Valor adicionado/subtraído da estimativa pontual para formar o intervalo de confiança; reduzir pela metade exige quadruplicar n. | | Nível de confiança | Probabilidade de o procedimento gerar um intervalo que contenha o parâmetro populacional (usualmente 90%, 95%, 99%). | | Intervalo de confiança | Faixa de valores que, com determinado nível de confiança, contém o parâmetro populacional. | | Vieses | Seleção, não resposta, desejabilidade social, entrevistador, memória. | Exercícios: Qual é o paradigma epistemológico que fundamenta a pesquisa quantitativa? Qual das fases do processo de pesquisa quantitativa envolve a formulação de proposições testáveis sobre a relação entre variáveis? Entre os tipos de pesquisa quantitativa, qual é considerado o padrão-ouro para estabelecer causalidade? Qual é a principal característica da amostragem probabilística em pesquisas quantitativas? A escala Likert, amplamente utilizada em pesquisas quantitativas, é empregada para medir: No contexto da definição de variáveis em pesquisa quantitativa, qual é a função da variável dependente? Na abordagem de métodos mistos quanti-qualitativos, o delineamento é classificado como sequencial quando uma abordagem é empregada em uma etapa inicial e seus resultados informam ou direcionam a etapa subsequente, distinguindo-se do concomitante, em que a coleta ocorre simultaneamente para posterior triangulação. O poder do teste (-\beta$) representa a probabilidade de rejeitar a hipótese nula quando ela é verdadeira, e seu valor pode ser ampliado por meio do aumento do tamanho da amostra ou da redução da variabilidade dos dados coletados. Uma variável moderadora atua modificando a força ou a direção da relação causal existente entre uma variável independente e uma variável dependente, enquanto a variável mediadora funciona como um elo na cadeia causal, explicitando o mecanismo interno por meio do qual a variável independente produz efeitos sobre a dependente. No âmbito da validação de instrumentos de mensuração psicométrica, a confiabilidade estabelece uma condição necessária, porém não suficiente, para a validade, o que significa que um instrumento pode apresentar alta consistência interna e estabilidade temporal sem, contudo, medir efetivamente o construto teórico pretendido. A técnica de regressão descontínua (RDD) baseia-se na criação de um grupo de comparação estatisticamente equivalente por meio do cálculo da probabilidade condicional de recebimento de um tratamento dado um conjunto de características observáveis, simulando a alocação aleatória. A distinção matemática fundamental entre as escalas de mensuração intervalar e de razão reside na natureza do ponto zero, de modo que apenas a escala de razão possui um zero absoluto que indica a ausência total do atributo, permitindo a realização legítima de operações de multiplicação e divisão entre os valores. A amostragem estratificada probabilística consiste na divisão da população em grupos internamente heterogêneos e homogêneos entre si, procedendo-se então ao sorteio aleatório de alguns desses grupos para que tenham todos os seus elementos integralmente avaliados. Para estimar o tamanho amostral necessário ($n$) para uma proporção em uma população infinita com nível de confiança estabelecido, a margem de erro desejada ($e$) é diretamente proporcional ao tamanho da amostra, o que implica que a redução da margem de erro pela metade exige a redução da amostra para um quarto do seu tamanho original. O nível de confiança de 95% associado a um intervalo de confiança implica que, se o procedimento de amostragem e estimação for repetido independentemente um número infinito de vezes sob as mesmas condições, o parâmetro populacional estará contido em 95% dos intervalos gerados. A amostragem por cotas constitui um método não probabilístico em que os primeiros respondentes selecionados por conveniência indicam novos participantes potenciais a partir de suas redes sociais, sendo amplamente indicada para o mapeamento de populações estigmatizadas ou de difícil acesso. Complete a frase: Quando uma investigação integra as etapas qualitativa e quantitativa de modo simultâneo, realizando posteriormente a triangulação dos dados obtidos, caracteriza-se uma abordagem de métodos mistos do tipo _____. Complete a frase: A probabilidade de não rejeitar a hipótese nula ($H_0$) quando ela é na verdade falsa configura o _____, cuja probabilidade associada é representada por $\beta$. Complete a frase: A variável que atua explicando o mecanismo ou o caminho causal subjacente pelo qual a variável independente afeta a variável dependente é denominada variável _____. Complete a frase: O principal indicador estatístico utilizado para avaliar a consistência interna de um instrumento de coleta de dados, variando de 0 a 1, é o _____. Complete a frase: O desenho metodológico quase-experimental que isola o efeito de uma política pública comparando a variação temporal entre um grupo que recebeu o impacto e um grupo de controle é o _____. Complete a frase: O nível de mensuração que ordena as observações com distâncias iguais entre as medições, mas carece de um zero absoluto, é classificado como _____. Complete a frase: O método amostral probabilístico que consiste na divisão da população em subgrupos internamente heterogêneos, seguido pelo sorteio de blocos completos desses subgrupos, é a _____. Complete a frase: De acordo com as propriedades estatísticas do cálculo amostral, para reduzir a margem de erro de uma estimativa pela metade, mantendo os demais parâmetros constantes, é necessário _____ o tamanho da amostra. Complete a frase: Quando um participante de um levantamento quantitativo tende a fornecer respostas que ele julga serem mais aceitáveis perante as normas do grupo, ocultando sua real conduta, ocorre o _____. Complete a frase: Em termos estritamente metodológicos, estabelecer um nível de confiança de 95% para um determinado intervalo obtido significa que _____ gerará intervalos que conterão o verdadeiro parâmetro populacional em 95% das vezes.