A Importância da Escala nas Ciências Sociais

As técnicas de avaliação de escalas são aplicadas para medir desde traços de personalidade e estados emocionais até a satisfação do cliente e a percepção da qualidade de vida.

Imagem de Clker-Free-Vector-Images por Pixabay

Introdução

Nas ciências sociais, a escala desempenha um papel essencial no processo de medir e ordenar entidades em relação a atributos ou traços quantitativos. Por meio de técnicas de dimensionamento, os pesquisadores podem obter insights valiosos sobre uma ampla variedade de fenômenos sociais, desde características individuais, como personalidade e comportamento, até avaliações de produtos e serviços.

A escala permite não apenas a obtenção de medidas numéricas, mas também a comparação relativa entre as entidades estudadas. Diferentes abordagens metodológicas são empregadas, variando desde escalas ordinais, que fornecem uma ordenação das entidades, até escalas de intervalo e razão, que permitem estimar magnitudes em um contínuo. Cada tipo de escala possui suas aplicações e limitações específicas, e a escolha adequada depende da natureza do fenômeno em estudo e dos objetivos da pesquisa.

O objetivo deste artigo é explorar o conceito de escala nas ciências sociais, enfatizando sua importância e utilidade como uma ferramenta fundamental de pesquisa. Além disso, serão discutidos exemplos de estudos que aplicaram escalas em diferentes contextos sociais, ilustrando como esse método pode contribuir para a compreensão aprofundada da sociedade.

Ao compreender as diversas metodologias de dimensionamento utilizadas nas ciências sociais, os leitores poderão adquirir conhecimentos valiosos sobre a natureza dos fenômenos sociais e como eles são medidos e comparados. Além disso, ao examinar as aplicações práticas da escala em estudos sociais, será possível identificar as implicações e os benefícios que a utilização adequada dessa ferramenta pode trazer para a pesquisa nas ciências sociais.O nível de medição é o tipo de dado que é medido.

Considerações na Construção de Escalas

Ao desenvolver uma escala para medir um fenômeno nas ciências sociais, várias decisões devem ser tomadas para garantir a eficácia e a validade dos resultados. Essas decisões envolvem considerações sobre o nível de medição dos dados, o propósito dos resultados, o tipo de instrumento a ser utilizado (escala, índice ou tipologia), as análises estatísticas apropriadas, a escolha entre uma escala comparativa ou não comparativa, o número de divisões ou categorias da escala, se deve ser par ou ímpar, a natureza e descrição dos rótulos da escala, o layout físico da escala e se as respostas devem ser forçadas ou opcionais.

Em relação ao nível de medição dos dados, é importante determinar se eles são nominais, ordinais, intervalares ou de razão. Essa classificação ajuda a determinar a precisão com que os dados podem ser analisados estatisticamente e as interpretações que podem ser feitas a partir dos resultados.

Os resultados da escala podem ter diferentes propósitos, como explorar relações entre variáveis, comparar grupos ou medir mudanças ao longo do tempo. É fundamental ter clareza sobre os objetivos da pesquisa para orientar as decisões de construção da escala.

Quanto ao tipo de instrumento a ser utilizado, deve-se decidir se uma escala, índice ou tipologia é a abordagem mais adequada para capturar e medir o fenômeno em questão. Cada método possui suas características e limitações, e a escolha dependerá do contexto e dos objetivos da pesquisa.

A seleção das análises estatísticas apropriadas é essencial para extrair insights significativos dos dados da escala. Dependendo da natureza dos dados e dos objetivos da pesquisa, diferentes técnicas estatísticas podem ser aplicadas, como testes de comparação de médias, análises de correlação ou modelos de regressão.

A escolha entre uma escala comparativa ou não comparativa envolve decidir se os respondentes serão solicitados a fazer comparações entre as opções da escala ou simplesmente fornecer uma resposta individual. Ambas as abordagens têm suas vantagens e desvantagens, e a escolha dependerá do contexto específico da pesquisa.

Ao determinar o número de divisões ou categorias da escala, é importante equilibrar a precisão da medida com a simplicidade de resposta. O número de divisões pode variar de uma escala binária (por exemplo, sim ou não) a uma escala de múltiplos pontos (por exemplo, 1 a 10 ou 1 a 7). A escolha deve refletir a sensibilidade necessária para capturar a variação do fenômeno em estudo.

A decisão de usar um número par ou ímpar de divisões está relacionada à inclusão de uma opção neutra ou forçar os entrevistados a tomar uma posição não neutra. Uma divisão ímpar permite uma resposta neutra ou neutra, enquanto uma divisão par exige que os entrevistados assumam uma posição específica, sem a opção de ficar em cima do muro.

A natureza e a descrição dos rótulos da escala são cruciais para garantir que os respondentes entendam claramente o significado de cada opção. Os rótulos devem ser descritivos, não ambíguos e relevantes para o fenômeno em estudo.

O layout físico da escala também deve ser considerado. Pode ser apresentado de forma gráfica, linear simples, vertical ou horizontal, dependendo da preferência do pesquisador e da facilidade de uso para os respondentes.

Por fim, deve-se decidir se as respostas devem ser forçadas ou opcionais. Em algumas situações, pode ser necessário garantir que os respondentes escolham uma opção específica, enquanto em outras circunstâncias é desejável permitir que os entrevistados tenham a liberdade de não responder a uma pergunta.

Afinal de contas, a construção de uma escala adequada nas ciências sociais envolve uma série de decisões importantes. Considerações sobre o nível de medição dos dados, o propósito dos resultados, o tipo de instrumento, as análises estatísticas, o tipo de escala, o número de divisões, os rótulos, o layout e a natureza das respostas são essenciais para garantir a validade e a confiabilidade dos dados coletados e para obter insights significativos sobre os fenômenos sociais em estudo.

Construção de Escala: Procedimentos e Etapas

Imagem de GraphicMama-team por Pixabay

A construção de uma escala eficaz envolve a adoção de um método adequado que permita a identificação dos itens a serem incluídos e descartados, bem como a estruturação das escalas de maneira coerente. A seguir, serão apresentadas as etapas e procedimentos-chave no método de construção de escala.

1. Inclusão de Escalas Existentes: É importante verificar se já existem escalas semelhantes àquela que está sendo desenvolvida. A inclusão dessas escalas e possíveis variáveis dependentes na pesquisa pode aumentar a validade da nova escala em construção.

2. Geração de Itens: O primeiro passo é gerar pelo menos dez itens que representem cada uma das escalas a serem construídas. Esses itens devem abranger amplamente o conceito que se deseja medir. Quanto mais representativa e maior a amostra utilizada para administrar a pesquisa, maior será a confiabilidade das escalas.

3. Análise dos Itens: É importante analisar as médias e os desvios padrão dos itens. Os itens com médias distorcidas ou variância muito baixa devem ser descartados, pois podem afetar a validade da escala.

4. Análise de Componentes Principais: Realize uma análise de componentes principais com rotação oblíqua nos itens selecionados e nos outros itens relacionados às escalas. Essa análise visa identificar os componentes que possuem valores próprios maiores que 1, o que indica a relevância dos fatores extraídos. Agrupe os itens de acordo com as escalas de destino. É importante que os itens sejam distintos o suficiente para carregarem apenas nas escalas correspondentes.

5. Seleção de Itens: Os "itens carregados corretamente" são aqueles que apresentam uma carga fatorial de pelo menos 0,40 em um componente específico e uma diferença de carga de pelo menos 0,10 nesse componente em comparação com outros componentes. Esses itens são identificados como relevantes e adequados para a escala.

6. Avaliação de Itens: Os "itens carregados cruzados" são aqueles que não atendem ao critério mencionado acima e podem ser considerados como candidatos a serem excluídos da escala em construção.

7. Identificação de Escalas Não Interpretáveis: É importante identificar componentes que contenham apenas alguns itens ou apenas um item. Esses componentes, juntamente com seus itens, são considerados como "escalas não interpretáveis" e devem ser avaliados quanto à sua relevância e significado conceitual. 

Publicidade

Seguindo essas etapas e procedimentos no método de construção de escala, é possível obter uma escala mais precisa, confiável e válida para a medição do fenômeno em estudo. Essas práticas metodológicas são essenciais para garantir a robustez dos resultados obtidos a partir da aplicação da escala em pesquisas nas ciências sociais.

Explorando os Tipos de Dados

Ao coletar informações para a construção de escalas, é essencial compreender os diferentes tipos de dados e como eles influenciam o processo de medição. Cada tipo de informação é medido de maneiras distintas e requer abordagens adequadas. A seguir, apresentamos os principais tipos de dados:

1. Dados Nominais: Nesse nível de medição, os números utilizados são apenas rótulos para categorias. Eles não possuem propriedades matemáticas e são usados para identificar ou classificar itens. Exemplos comuns são códigos de estoque SKU e códigos de barras UPC.

2. Dados Ordinais: Nesse nível de medição, os números representam a posição relativa dos itens, mas não a magnitude da diferença entre eles. São utilizados para classificar itens em uma determinada ordem, indicando preferências ou rankings. Um exemplo é uma classificação de preferência em que os itens são ordenados de acordo com a preferência do respondente.

3. Dados de Intervalo: Nesse nível de medição, os números representam a magnitude da diferença entre os itens, mas não há um ponto zero absoluto. São utilizados em escalas de atitude, opinião ou avaliação, em que é possível medir a intensidade ou grau de concordância/desacordo. No entanto, não é possível realizar cálculos de proporção com esses dados.

4. Dados de Proporção: Nesse nível de medição, os números indicam a magnitude da diferença e há um ponto zero fixo. Além de medir a magnitude, é possível calcular proporções e realizar operações matemáticas. Exemplos de dados de proporção incluem idade, renda, preço, custos, receita de vendas, volume de vendas e participação de mercado.

Ao selecionar a escala e as técnicas de medição apropriadas, é fundamental considerar o tipo de dado que está sendo coletado. Cada tipo de dado requer uma abordagem específica para garantir que a escala seja adequada e proporcione resultados significativos.

Em resumo, os diferentes tipos de dados - nominais, ordinais, de intervalo e de proporção - desempenham um papel crucial na construção e interpretação das escalas. Compreender as características de cada tipo de dado é essencial para realizar medições precisas e obter insights valiosos nas pesquisas e análises em diversas áreas do conhecimento.

Medidas Compostas: Ampliando a Complexidade da Medição

Imagem de GraphicMama-team por Pixabay

Na pesquisa social, as medidas compostas desempenham um papel fundamental na captura de conceitos complexos por meio da combinação de múltiplos indicadores empíricos em uma única medida. Ao contrário dos indicadores individuais, as medidas compostas são capazes de fornecer uma compreensão mais abrangente e apropriada dos fenômenos estudados. Essas medidas não apenas ampliam a gama de pontuações disponíveis, mas também demonstram maior eficiência ao lidar com múltiplos itens e características.

Além das escalas, que são amplamente utilizadas, existem outros dois tipos de medidas compostas: os índices e as tipologias. Os índices compartilham semelhanças com as escalas, no entanto, eles combinam vários indicadores de uma variável em uma única medida. Por exemplo, o índice de confiança do consumidor pode ser construído a partir da combinação de diversas medidas relacionadas às atitudes dos consumidores. Por outro lado, as tipologias são semelhantes aos índices, mas medem variáveis no nível nominal, explorando a categorização e classificação das características.

Os índices são construídos agregando pontuações atribuídas a atributos individuais, enquanto as escalas são desenvolvidas por meio da atribuição de pontuações a padrões de atributos. Enquanto índices e escalas fornecem medidas de uma única dimensão, as tipologias são frequentemente empregadas para examinar a interseção de duas ou mais dimensões. As tipologias são ferramentas analíticas valiosas que podem ser facilmente utilizadas como variáveis independentes, embora sua natureza multidimensional torne desafiador seu uso como variável dependente.

Nesse sentido, as medidas compostas representam uma abordagem avançada na medição de fenômenos complexos nas ciências sociais. Ao combinar múltiplos indicadores em uma única medida, essas medidas proporcionam uma visão mais completa e detalhada dos conceitos em estudo. A utilização de índices e tipologias, além das escalas tradicionais, permite aos pesquisadores explorar diferentes aspectos e dimensões dos fenômenos sociais, enriquecendo assim a compreensão e a análise dos dados coletados.

Explorando a Diferença entre Escala Comparativa e Não Comparativa

Ao construir uma escala para medir fenômenos sociais, os pesquisadores podem optar por utilizar uma escala comparativa ou uma escala não comparativa, dependendo dos objetivos da pesquisa e das características do fenômeno em estudo.

A escala comparativa envolve a comparação direta entre os itens da escala. Os respondentes são solicitados a fazer escolhas ou comparações diretas entre as opções apresentadas. Por exemplo, uma pergunta poderia ser: "Prefere Pepsi ou Coca-Cola?" Nesse caso, os respondentes são solicitados a fazer uma escolha entre duas opções específicas. A escala comparativa é útil para avaliar preferências relativas, opiniões contrastantes ou comparações diretas entre os itens da escala.

Por outro lado, a escala não comparativa trata cada item de forma independente dos outros. Os respondentes são convidados a avaliar cada item individualmente, sem a necessidade de comparação direta com outras opções. Por exemplo, uma pergunta poderia ser: "Como você se sente em relação à Coca-Cola?" Nessa situação, os respondentes fornecem uma avaliação individual e pessoal, sem considerar outras alternativas. A escala não comparativa é útil para medir sentimentos, atitudes ou percepções individuais em relação a um determinado item ou conceito.

A escolha entre uma escala comparativa e uma escala não comparativa depende do fenômeno a ser medido e dos objetivos da pesquisa. A escala comparativa é adequada quando há necessidade de comparar diretamente as preferências ou opiniões entre os itens da escala, permitindo uma compreensão mais clara das relações e diferenças entre eles. Já a escala não comparativa é apropriada quando o foco está na avaliação individual e subjetiva de cada item, buscando uma compreensão mais aprofundada das percepções individuais.

Destarte, a escolha entre uma escala comparativa e uma escala não comparativa depende da natureza do fenômeno em estudo e dos objetivos da pesquisa. Ambas as abordagens possuem suas vantagens e devem ser selecionadas com base nas necessidades específicas da investigação. A decisão entre usar uma escala comparativa ou não comparativa pode afetar a forma como os dados são coletados, interpretados e analisados, influenciando, assim, os insights obtidos a partir da pesquisa nas ciências sociais.

Explorando Técnicas de Escala Comparativa

Imagem de GraphicMama-team por Pixabay

Na construção de escalas comparativas, diversas técnicas podem ser utilizadas para obter medidas de forma eficaz. Cada técnica apresenta abordagens distintas para capturar as preferências, classificações e comparações dos respondentes. A seguir, serão exploradas algumas das principais técnicas de escala comparativa:

1. Escala de Comparação Pareada: Nesta técnica, os respondentes são apresentados a dois itens por vez e são solicitados a selecionar sua preferência ou fazer uma escolha entre eles. Por exemplo, a pergunta pode ser "Você prefere Pepsi ou Coca-Cola?". A escala de comparação pareada é uma abordagem de nível ordinal e não requer um modelo de medição específico. No entanto, o modelo Bradley-Terry-Luce (BTL) pode ser aplicado para obter medidas apropriadas se os dados de comparação pareada possuírem uma estrutura adequada.

2. Ordenação por Classificação: Nessa técnica, os entrevistados recebem vários itens simultaneamente e são solicitados a classificá-los em uma ordem de preferência ou importância. Por exemplo, podem ser solicitados a classificar anúncios de 1 a 10 com base em sua preferência. Essa técnica também é de nível ordinal e permite obter uma visão clara das preferências e prioridades dos respondentes.

3. Escala de Distância Social de Bogardus: Essa técnica mede o grau em que uma pessoa está disposta a se associar a uma determinada classe ou tipo de pessoas. Os respondentes indicam o quanto estão dispostos a fazer várias associações. Os resultados são reduzidos a uma única pontuação em uma escala. Existem versões comparativas e não comparativas dessa escala, que permitem avaliar a disposição de associação e a distância social percebida.

4. Q-Sort: Nessa técnica, os respondentes classificam até 140 itens em grupos com base em um procedimento de ordem de classificação. Essa abordagem permite identificar padrões e agrupamentos de itens com base nas percepções e preferências dos respondentes.

5. Escala de Guttman: Essa técnica é utilizada para determinar se um conjunto de itens pode ser ordenado em uma escala unidimensional. Ela explora a estrutura de intensidade entre diversos indicadores de uma determinada variável. As declarações são listadas em ordem de importância, e a classificação é dimensionada pela soma de todas as respostas até a primeira resposta negativa. A escala de Guttman está relacionada à medição de Rasch e traz uma abordagem probabilística para análise.

Outras técnicas de escala comparativa incluem a Escala de Soma Constante, a Escala de Estimativa de Magnitude e outras abordagens psicofísicas inventadas por S. S. Stevens. Essas técnicas permitem que os respondentes atribuam valores numéricos, aloquem recursos ou manipulem outras dimensões para expressar suas preferências e percepções.

Por conseguinte, as técnicas de escala comparativa oferecem diferentes abordagens para capturar preferências, comparações e classificações dos respondentes. Ao selecionar a técnica apropriada, os pesquisadores podem obter informações valiosas sobre as escolhas e percepções dos participantes, fornecendo uma base sólida para análise e interpretação dos dados coletados.

Explorando Técnicas de Dimensionamento Não Comparativo

Ao desenvolver escalas de medição não comparativas, os pesquisadores podem empregar uma variedade de técnicas para capturar as percepções e avaliações individuais dos respondentes. Essas técnicas permitem que os participantes expressem suas opiniões e atribuam valores sem a necessidade de comparação direta com outros itens. A seguir, são exploradas algumas das principais técnicas de dimensionamento não comparativo:

1. Escala Visual Analógica: Nessa técnica, os respondentes classificam os itens por meio da colocação de uma marca em uma linha contínua. A linha geralmente é rotulada nas extremidades e pode conter pontos de escala numéricos. Essa abordagem permite que os participantes indiquem sua posição em relação ao item em uma escala contínua. As escalas visuais analógicas podem ser implementadas tanto em formatos de papel e lápis quanto em versões computadorizadas e baseadas na internet.

2. Escala Likert: Nessa técnica, os entrevistados são solicitados a indicar o grau de concordância ou discordância em relação a uma afirmação, utilizando uma escala de resposta de cinco a nove pontos. Essas escalas são compostas por várias perguntas com o mesmo formato, formando assim uma escala Likert. Essa abordagem categórica permite que os respondentes expressem sua opinião de forma gradativa em relação a cada afirmação.

3. Escalas de Conclusão de Frase: Nessa técnica, os entrevistados completam uma frase utilizando uma escala de resposta de 11 pontos, onde 0 representa a ausência da construção teórica e 10 representa a quantidade máxima teorizada da construção em questão. Essa abordagem permite que os participantes indiquem a extensão ou intensidade de uma determinada construção teórica.

4. Escala de Diferencial Semântico: Nessa técnica, os entrevistados avaliam um item em vários atributos utilizando uma escala de 7 pontos. Cada atributo é acompanhado por rótulos terminais bipolares, permitindo aos respondentes expressar sua opinião em relação a diferentes características do item.

5. Escala Stapel: Essa técnica consiste em uma escala de classificação unipolar de dez pontos que varia de +5 a -5, não apresentando um ponto neutro no zero. Essa abordagem permite que os respondentes expressem sua avaliação em uma única dimensão, sem a necessidade de comparação com outros itens.

Além dessas técnicas, existem abordagens matemáticas derivadas, como o dimensionamento multidimensional e a análise conjunta, que permitem aos pesquisadores inferir as avaliações dos entrevistados por meio de técnicas estatísticas.

Desta maneira, as técnicas de dimensionamento não comparativo oferecem abordagens diversas para a captura de percepções e avaliações individuais dos respondentes. Ao utilizar essas técnicas, os pesquisadores podem obter informações valiosas sobre as opiniões e avaliações dos participantes em relação a diferentes itens e construções teóricas, contribuindo para uma compreensão mais abrangente dos fenômenos sociais em estudo.

Avaliando a Escala: Confiabilidade e Validade

A avaliação adequada de uma escala é fundamental para garantir a confiabilidade e validade dos resultados obtidos. Existem diversas medidas que podem ser aplicadas para verificar a qualidade da escala e sua capacidade de medir adequadamente o construto em questão. Duas dimensões essenciais a serem consideradas são a confiabilidade e a validade da escala.

A confiabilidade refere-se à consistência dos resultados produzidos pela escala. Existem diferentes aspectos da confiabilidade que podem ser avaliados. A confiabilidade teste-reteste verifica a consistência dos resultados quando a pesquisa é repetida em circunstâncias semelhantes. Já a confiabilidade das formas alternativas verifica a semelhança dos resultados quando diferentes formas da escala são utilizadas em repetições da pesquisa. Além disso, a confiabilidade da consistência interna analisa como as medidas individuais incluídas na escala contribuem para a formação de uma medida composta confiável.

Por outro lado, a validade refere-se à capacidade da escala de medir o construto desejado de forma precisa. Existem várias formas de validação que podem ser aplicadas. A validação interna verifica a relação entre as medidas individuais incluídas na escala e a escala composta em si. A validação externa, por sua vez, verifica a relação entre a escala composta e outros indicadores da variável que não foram incluídos na escala. A validação de conteúdo, também conhecida como validade de face, avalia o quão bem a escala mede o que se supõe medir. A validação de critério examina o quão significativos os critérios da escala são em relação a outros critérios possíveis. Já a validação de construção analisa qual construto subjacente está sendo medido. Dentro da validade de construto, podem ser consideradas três variantes: validade convergente, validade discriminante e validade nomológica.

Para medir a confiabilidade e validade da escala, são aplicados diferentes métodos estatísticos e análises específicas, como cálculos de coeficientes de correlação, análises fatoriais, análises de consistência interna, entre outros. Essas avaliações permitem determinar a confiabilidade dos resultados e a validade da escala, garantindo que a medida seja confiável e esteja adequadamente relacionada ao construto que se deseja avaliar.

Desta maneira, a avaliação da escala é essencial para assegurar que ela seja confiável e válida na medição do construto desejado. A aplicação de métodos de confiabilidade e validade permite verificar a consistência dos resultados e a precisão da medida, fornecendo uma base sólida para a interpretação dos dados coletados e garantindo a confiabilidade das conclusões alcançadas a partir da escala.

Conclusão

Avaliar adequadamente as escalas utilizadas em pesquisas é crucial para garantir a confiabilidade e validade dos resultados obtidos. Ao passo que a confiabilidade assegura a consistência dos resultados, a validade verifica se a escala mede de fato o construto desejado. Através da aplicação de técnicas de confiabilidade e validade, como teste-reteste, consistência interna e validação externa, os pesquisadores podem obter medidas confiáveis e válidas para analisar fenômenos complexos nas ciências sociais.

A confiabilidade da escala é avaliada por meio da consistência dos resultados ao longo do tempo e em diferentes formas da escala. Já a validade busca verificar a relação entre as medidas individuais e a escala composta, bem como sua relação com outros indicadores da variável estudada. A validade também compreende a adequação da escala em medir o construto de interesse, seja por meio de validade de conteúdo, critério ou construção.

Ao realizar uma avaliação rigorosa da escala, os pesquisadores podem garantir que os dados coletados sejam confiáveis e válidos, proporcionando uma base sólida para análise e interpretação dos resultados. Essa abordagem contribui para a produção de pesquisas de alta qualidade e embasadas, permitindo uma compreensão mais precisa e abrangente dos fenômenos estudados nas ciências sociais.

Portanto, a avaliação cuidadosa da escala é essencial para assegurar que as medições realizadas sejam confiáveis e válidas, proporcionando um embasamento sólido para a pesquisa e permitindo a obtenção de resultados confiáveis e significativos. Ao aplicar técnicas de avaliação apropriadas, os pesquisadores podem obter insights valiosos e contribuir para o avanço do conhecimento nas ciências sociais.

 

Referências bibliográficas

Babbie, E. (2017). Métodos de Pesquisa de Survey. São Paulo: Cengage Learning.

Marconi, M. de A., & Lakatos, E. M. (2017). Fundamentos de Metodologia Científica. São Paulo: Atlas.

Gil, A. C. (2019). Como Elaborar Projetos de Pesquisa. São Paulo: Atlas.

Minayo, M. C. de S. (2018). O desafio do conhecimento: Pesquisa qualitativa em saúde. São Paulo: Hucitec.

Beuren, I. M., & Beuren, F. H. (2018). Pesquisa em Contabilidade: Enfoque Qualitativo. São Paulo: Atlas.

Lakatos, E. M., & Marconi, M. de A. (2019). Metodologia Científica. São Paulo: Atlas.

Andrade, M. M. de. (2017). Introdução à Metodologia do Trabalho Científico. São Paulo: Atlas.

Triviños, A. N. S. (2018). Introdução à pesquisa em ciências sociais: a pesquisa qualitativa em educação. São Paulo: Atlas.

Demo, P. (2017). Metodologia do Conhecimento Científico. São Paulo: Atlas.

Severino, A. J. (2019). Metodologia do trabalho científico. São Paulo: Cortez Editora.