XVII SEMEAD outubro de 2014

  Seminários em Administração ISSN 2177-3866

Mensuração e Escalas de Verificação: uma Análise Comparativa das Escalas de Likert

e Phrase Completion
 

SEVERINO DOMINGOS DA SILVA JÚNIOR

Universidade Federal da Paraíba - UFPB
[email protected]
 
FRANCISCO JOSÉ DA COSTA
Universidade Estadual do Ceará
[email protected]
 

Agradeço ao Professor Francisco José (Franzé) por sua disponibilidade nas revisões de textos e parceria neste
projeto.
 MENSURAÇÃO E ESCALAS DE VERIFICAÇÃO: uma Análise Comparativa das
Escalas de Likert e Phrase Completion

Área temática: Ensino e Pesquisa em Administração

RESUMO

Este estudo se propôs a analisar a utilização de escalas do tipo Likert e Phrase Completion
como alternativas de escalas de verificação para mensuração de construtos de múltiplos itens
em pesquisas de Marketing e de Administração. Inicialmente, foi realizada uma revisão
teórica que contribuiu para a comparação de natureza e de potencialidade das duas
alternativas de medição. Foi utilizado o construto religiosidade intrínseca como referência de
comparação e, em seguida, foi desenvolvido um questionário contendo itens dos dois tipos de
escalas, o qual foi aplicado em uma amostra de 229 respondentes. Foram realizados
procedimentos comparativos dos pares de itens correspondentes e das medidas agregadas. Os
resultados mostraram que as escalas possuem diferenças entre si na verificação dos pares de
itens, entretanto, não houve diferenças significativas na análise dos itens agregados. Isso
indica que a escolha da escala é uma decisão dos pesquisadores e estes poderão levar em
conta o tipo de pesquisa e as características dos respondentes.

PALAVRAS-CHAVE:
Mensuração, escala Likert, escala Phrase Completion.

ABSTRACT
This study analyses the use of Likert and Phrase Completion scales, as scale options for
measuring multiple-item constructs in Marketing and Management research. Initially, a
literature review was carried, what made possible the comparison of the nature and the
potential of the two measurements alternatives. The construct intrinsic religiosity was used as
a comparison reference, and, afterwards, a questionnaire was developed containing items
from the two types of scales. Data collection generated a sample size of 229 respondents.
Comparative proceedings of the paired corresponding items and of the aggregated measures
were conducted, and the results demonstrated that the scales have differences between them
regarding the verification of paired items; on the other hand, no significant differences were
encountered through the analysis of the aggregated items. These findings indicate that the
scale alternative is a researcher’s decision, which may take into account the kind of research
and the sample’s profile.

KEYWORDS:
Mensuration, Likert scale, Phrase Completion scale.
1 INTRODUÇÃO

A mensuração é um dos meios pelos quais são acessados e descritos os dados para
compreender os fatos e fenômenos de interesse. Por isto, a mensuração é uma questão
presente em todas as ciências e são vários os estudos desenvolvidos sobre o tema publicados
nos principais periódicos nacionais e internacionais.

O desenvolvimento mais consistente de estudos empíricos quantitativos somente é viável

devido aos avanços na teoria e nas práticas de mensuração. Desta forma, a teoria da medição
em ciências sociais e comportamentais, como Administração, Psicologia e Sociologia, tem
avançado em seus estudos para propor alternativas que possam mensurar mais adequadamente
suas variáveis, parte das quais são de conteúdo abstrato (por exemplo, tensão, satisfação,
lealdade etc.).

O manuseio de dados e medidas dessas ciências originam informações e conhecimentos que

podem ser direcionados tanto para objetivos acadêmicos quanto profissionais, o que sinaliza a
necessidade de cuidado especial no processo de definição das medidas geradas; portanto é
indispensável um conjunto de procedimentos bem fundamentados para a criação e uso de
escalas que atendam adequadamente aos objetivos dos estudos e demandas profissionais. Esta
pesquisa visa contribuir nessas análises, por meio da verificação de duas modalidades de
escalas de uso corrente em pesquisas de Marketing e de Administração: Likert e Phrase
Completion.

2 PROBLEMA DE PESQUISA E OBJETIVO

Conforme levantamento empreendido pelos autores, ao longo das últimas seis décadas uma
grande quantidade dos estudos quantitativos desenvolvidos em Marketing utilizou a escala de
Likert nos instrumentos de pesquisa que medem construtos como atitudes, percepções,
interesses etc. Essa escala é usada para medir concordância de pessoas a determinadas
afirmações relacionadas a construtos de interesse. No entanto, como será visto no próximo
item, essa escala tem sido bastante criticada de modo que novas alternativas passaram a ser
desenvolvidas (COSTA, 2011). Provavelmente, a melhor alternativa já sugerida foi a escala
Phrase Completion, que mede o construto inserindo sua intensidade no próprio enunciado da
escala, facilitando, potencialmente, o entendimento dos respondentes e medindo de forma
mais confiável e válida o que está sendo investigado (HODGE; GILLESPIE, 2007).

A seguir são apresentados os fundamentos teóricos sobre escalas de verificação, no terceiro

item, os procedimentos metodológicos do trabalho de campo realizado, no quarto estão os
resultados do trabalho de campo, no quinto, as considerações finais do estudo e, no sexto e
último item, as recomendações para novos estudos.

3 REVISÃO BIBLIOGRÁFICA

A mensuração (ou medição) é definida como atribuição de símbolos, preferencialmente

numéricos, à propriedade dos objetos que se deseja medir. Estes símbolos são direcionados a
quantificar ou classificar determinadas características. Sendo assim, a medição é um processo
de representação, relacionando algum aspecto do mundo real com sistemas simbólicos
(MARI, 1996, 1999; FINKELSTEIN, 2003, 2009). Adotando esse conceito, entende-se que a
mensuração pode ser realizada para capturar a essência do objeto mensurado, e visa facilitar a
manipulação de dados de conjuntos de sujeitos ou simplesmente viabilizar melhor

2
conhecimento do atributo.

Por tais usos se compreende o motivo pelo qual a mensuração é a base de sustentação do
desenvolvimento acadêmico e profissional de várias ciências. Mesmo que boa parte dos
estudos desenvolvidos sobre mensuração seja realizada pelas ciências exatas
(FINKELSTEIN, 2003), as ciências sociais vêm logrando progressos nessa área (COSTA,
2011).

A despeito de uma série de críticas e eventuais negações da própria possibilidade de medir

determinadas variáveis (como desejo ou prazer, por exemplo), pela conceituação proposta, o
problema não se encontra no ato de medir, mas no mecanismo de atribuição simbólica
adotado pelo pesquisador, inclusive porque nem toda medição é direcionada a quantificar.
Mesmo diante de eventuais limitações, a mensuração permanece sendo o mecanismo de
viabilidade para o desenvolvimento de pesquisas empíricas associadas a construtos abstratos.

Particularmente nas ciências sociais e comportamentais, a mensuração de variáveis de

interesse é realizada por meio de escalas específicas, as quais são construídas de modo a se
adaptarem à natureza abstrata de grande parte dos construtos. As ditas escalas de mensuração
são parte da instrumentação básica da medição, ganhando formatações variadas como os
testes da Psicologia, os exames e provas da Educação ou as escalas diversas em Marketing e
Administração.

As escalas no universo das ciências sociais e comportamentais, assim como em todas as

outras ciências, são alicerçadas em pressupostos particulares e desenvolvidas por modelos
específicos. Conforme Costa (2011), uma escala de mensuração é composta por um conjunto
de indicadores, mais uma escala de verificação e um conjunto de regras:
Os indicadores são os elementos de conteúdo que asseguram a presença do conceito do
construto na escala de mensuração. São exemplos de indicadores as afirmações sobre
determinado construto, para os quais um sujeito emitirá sua concordância; também são
indicadores os pontos extremos de um comportamento (por exemplo, odiar e amar
determinada marca).
A escala de verificação envolve os números que vêm associados aos indicadores para sua
medição. Por exemplo, podem-se adotar níveis de concordância de 1 a 5 ou utilizar
números de 1 a 7 entre as opções de odiar e amar uma marca.
As regras são as indicações para uso do instrumento, em termos de sua aplicação e
interpretação. Por exemplo, pode-se definir que concordâncias entre 4 e 5 indicam alto
nível de avaliação do construto sob análise e que valores entre 1 e 2 indicam baixo nível
de avaliação do mesmo construto.

O interesse neste artigo está na análise das escalas de verificação. Estas têm sido motivos de
controvérsia ao longo das últimas seis décadas. Por exemplo, em uma escala de concordância,
quantos pontos são mais adequados para efeito de medição? Uma medição de 0 a 10 é mais
eficiente que uma mensuração de 1 a 5? O uso de concordância para medir um construto é
uma boa opção (por exemplo, quer-se medir a satisfação, mas mede-se a concordância com a
frase estou satisfeito)?

Um dos focos centrais de discussão está no uso ou não, da chamada escala de Likert, a mais
adotada em pesquisas. No item seguinte é apresentada esta escala e, no subitem posterior,
apresenta-se a alternativa da escala Phrase Completion.

3
2.1 ESCALA DE LIKERT

O modelo mais utilizado e debatido entre os pesquisadores foi desenvolvido por Rensis Likert
(1932) para mensurar atitudes no contexto das ciências comportamentais. A escala de
verificação de Likert consiste em tomar um construto e desenvolver um conjunto de
afirmações relacionadas à sua definição, para as quais os respondentes emitirão seu grau de
concordância. O Quadro 1 mostra um exemplo desta escala para medição de satisfação com
um serviço, em 5 pontos.
QUADRO 1
Exemplo de escala de Likert.

ESTOU SATISFEITO COM O SERVIÇO RECEBIDO:

Discordo Discordo Não concordo Concordo Concordo
totalmente parcialmente nem discordo parcialmente totalmente
1 2 3 4 5

Nesta escala os respondentes se posicionam de acordo com uma medida de concordância

atribuída ao item e, de acordo com esta afirmação, se infere a medida do construto. Construtos
como autoestima, depressão, etnocentrismo, religiosidade e racismo são alguns exemplos
recorrentemente mensurados por meio de escalas de Likert. A escala original tinha a proposta
de ser aplicada com cinco pontos, variando de discordância total até a concordância total.
Entretanto, atualmente existem modelos chamados do tipo Likert com variações na
pontuação, a critério do pesquisador.

A grande vantagem da escala de Likert é sua facilidade de manuseio, pois é fácil a um

pesquisado emitir um grau de concordância sobre uma afirmação qualquer. Adicionalmente, a
confirmação de consistência psicométrica nas métricas que utilizaram esta escala contribuiu
positivamente para sua aplicação nas mais diversas pesquisas (COSTA, 2011).

No entanto, mesmo diante de pontos positivos, a escala de Likert possui dificuldades

significativas (CUMMINS; GULLONE, 2000; COELHO; ESTEVES, 2007; DAWES, 2008).
De acordo com os críticos, perguntas com o modelo Likert solicitam do respondente pelo
menos duas dimensões a serem analisados: conteúdo e intensidade. O indivíduo precisa
verificar o conteúdo da proposição do item e, em seguida, opinar discordando ou concordando
com a afirmação, considerando ainda a intensidade desta concordância. Embora não pareça
ser um problema para efeito de uso, os críticos afirmam que esta característica aumenta o
nível de complexidade cognitiva da escala, principalmente quando a escala possui muitos
pontos (HODGE; GILLESPIE, 2003).

Há também um problema na utilização dessas escalas relacionado à denominação dos pontos

(por exemplo, é fácil denominar 3 pontos, com 1 – discordo, 2 – não concordo nem discordo,
e 3 – concordo; no entanto, denominar 10 pontos de uma escala de 1 a 10 é muito mais
complicado). A própria seleção do número de pontos é complicada.

Estudos empíricos mostram que, em escalas de múltiplos itens com mensuração refletiva em
relação ao construto, a confiabilidade é melhor em escalas cujos itens são medidos com mais
de 7 pontos, e diminui quando os itens possuem menos de 5 pontos.

Entretanto, menos pontos parecem tornar mais fáceis as respostas, de modo que, ao aumentar
o número de pontos ganha-se em consistência psicométrica e perde-se em segurança nas
respostas. Obviamente, isso é um ponto fraco dessa escala. Uma opção que, potencialmente,

4
resolve essa dificuldade está em ancorar os níveis extremos de concordância nos limites
numéricos e deixar os demais pontos como níveis intermediários de concordância. Isso
permite, inclusive, utilizar um número maior de pontos, como 1 a 10 ou 0 a 10, cujos níveis
de conhecimento são mais generalizados em países como o Brasil.
Também há dificuldade de decisão sobre o número par ou ímpar de pontos. A indicação
corrente é de que uma escala com número ímpar de pontos facilita a resposta por causa do
ponto intermediário, que seria um nível neutro entre concordância e discordância. Mas a
denominação de neutro a esse ponto central tem um problema do ponto de vista conceitual,
pois em uma escala de concordância, quem é neutro não manifesta concordância alguma e
aquele número central é um dado ponto de concordância (COSTA, 2011; HODGE;
GILLESPIE, 2003).

Outra dificuldade encontrada está na possível perda de informação associada à escala Likert
(RUSSELL; BOBKO, 1992), visto que a definição de pontos em uma escala de números
inteiros (de 1 a 5 ou 1 a 10, por exemplo), torna as respostas obrigatoriamente discretas, sendo
perdidas as referências intermediárias entre esses pontos (por exemplo, uma concordância
entre 3 e 4 não tem como ser aferida por determinado sujeito).

Mesmo possuindo procedimentos estatísticos adequados para operacionalização de variáveis

discretas esses problemas persistem devido à violação de suposições de abordagens
paramétricas convencionalmente aplicadas (como a análise fatorial confirmatória que
pressupõe que as variáveis são contínuas e normalmente distribuídas). Possivelmente, a perda
de informação resultante das restrições dos dados na escala de Likert seria solucionada de
duas formas: a primeira consiste na medição em maior número de pontos; a segunda em
aumentar o número de itens de verificação por meio das escalas de múltiplos itens, pois, em
sua agregação, a variável final passa a ter, potencialmente, um número muito maior de pontos,
aproximando-se da condição de variável contínua.

Por fim, merece destaque ainda a crítica de Rossiter (2002) que, em seu modelo C-OAR-SE,
argumenta que o uso de advérbios (discordo totalmente, discordo muito etc.) dificulta ainda
mais o posicionamento do respondente. De fato, em uma escala de quatro pontos (por
exemplo, com 1 – discordo totalmente; 2 – discordo parcialmente; 3 – concordo parcialmente;
4 – concordo totalmente), não é muito clara a distinção entre uma resposta como a 2 ou a 3,
afinal a discordância parcial parece ser equivalente à concordância parcial.

2.2 ESCALA PHRASE COMPLETION

Diante das dificuldades associados à escala de Likert, foram desenvolvidas novas escalas com
o objetivo de mensurar os construtos, dentre elas, a escala Phrase Completion. Essa escala foi
desenvolvida por Hodge e Gillespie (2003) justamente como uma alternativa para resolver as
dificuldades da escala de verificação de Likert.

Hodge e Gillespie (2003) propuseram uma escala padrão de 11 pontos, sempre de 0 a 10 na

sequência dos números inteiros, em que o 0 tem associação com a ausência de atributo,
enquanto o 10 tem relação com a intensidade máxima de sua presença. O Quadro 2 apresenta
um exemplo da escala Phrase Completion, com a mesma variável do Quadro 1 (satisfação
com o serviço).

5
QUADRO 2
Exemplo da Escala Phrase Completion.

MEU NÍVEL DE SATISFAÇÃO COM O SERVIÇO FOI:

MUITO PEQUENO MODERADO MUITO GRANDE
0 1 2 3 4 5 6 7 8 9 10

Segundo seus propositores, o fato dessa escala ter 11 pontos (de 0 a 10), facilita a
interpretação por parte do pesquisado, visto que, em geral, as pessoas são familiarizadas com
esta referência (nas avaliações educacionais, por exemplo). Por isso, a potencial dificuldade
de resposta associada ao número de pontos se dissipa. Adicionalmente, o maior número de
pontos melhora potencialmente a confiabilidade e a validade da escala, sem possuir os
problemas convencionais associados a poucos pontos.

Conforme indicado, na escala de Likert realiza-se uma abordagem indireta para mensurar um
construto com a transferência de sua medição direta para uma medida da concordância com
uma afirmação associada ao construto. Há, portanto, uma fase intermediária de medição, o
que torna possível uma fragilidade nessa prática de medição, uma vez que deve ocorrer perda
de informação e de conteúdo entre o que se deseja mensurar e sua transformação em uma
afirmação, para depois se avaliar a concordância (COSTA, 2011). Desta forma, a escala
Phrase Completion procura superar ainda esta dificuldade, buscando medir a intensidade de
determinado construto diretamente na própria escala. É dessa possibilidade de aplicação que
vem o nome da escala, que seria, em uma tradução para o português, escala de conclusão da
frase.

Tomando-se como exemplo o Quadro 2, verifica-se de forma clara essa característica, pois o
respondente indica seu nível de satisfação completando a frase dentro da escala de 11 pontos,
com três pontos de referência. Naturalmente, esta que é uma vantagem desta escala torna-se
uma desvantagem se a pesquisa envolver amostras pequenas, com operacionalização
quantitativa baseada em frequências (de modo que se cria uma dispersão sem muito sentido
nas opções de resposta e torna possível que pontos fiquem com frequência pequena ou nula).

De acordo com estudos desenvolvidos para testar a estabilidade psicométrica da escala Phrase
Completion em comparação com a escala Likert em construtos medidos por múltiplos itens
refletivos, Hodge e Gillespie (2003, 2007) mostraram que a escala Phrase Completion
resultou em melhor confiabilidade e melhor consistência fatorial. Isso sugere, portanto, que,
além de mais intuitiva e logicamente construída, a escala Phrase Completion teria ainda as
vantagens do ponto de vista de operacionalização estatística. Naturalmente, apenas dois
estudos não são suficientes para uma afirmação dessa natureza, sendo necessários novos
esforços para melhor definição de posicionamento.

Entretanto, algumas pesquisas desenvolvidas utilizando a escala Phrase Completion possuem

uma séria limitação relacionada ao espaço ocupado nos instrumentos de pesquisa. De fato, os
estudos que usam escalas de Likert utilizam normalmente uma série de afirmações com a
escala de verificação ao lado, ocupando assim, menos espaço nos questionários. Já a escala
Phrase Completion não tem essa possibilidade, de modo que cada item de verificação
demanda ao menos três linhas. Em pesquisas acadêmicas, por exemplo, em que o recurso para
motivação das pessoas a responderem questionários é normalmente muito pequeno, um
questionário extenso é um potencial gerador de erros de medição.

Por outro lado, em algumas pesquisas de mercado, em que a mensuração pode ser feita com

6
apenas um item e que normalmente avalia um número menor de construtos simultaneamente,
isso deixa de ser problema. Desse modo, se for mantida a validade de conteúdo e houver
consistência nas medições entre as duas escalas, pesquisadores acadêmicos e de mercado
poderão fazer uso da modalidade que for mais adequada em termos de espaço e facilidade de
resposta.

Seguindo a mesma ideia de Hodge e Gillespie (2003, 2007) de comparar as medidas com as
duas escalas, aqui foi desenvolvido um estudo empírico, cujos detalhes metodológicos são
mostrados a seguir.

4 METODOLOGIA

Conforme indicado na introdução, o presente estudo tem o objetivo de verificar as

similaridades e diferenças nos resultados das escalas de verificação de Likert e Phrase
Completion. Para tanto, foram selecionados cinco itens de mensuração do construto
religiosidade intrínseca, da mesma forma em que foram utilizados no estudo por Hodge e
Gillespie (2003), com algumas adaptações de significados devido à variação na tradução
(embora o interesse seja analisar construtos para pesquisas em Marketing e Administração,
optou-se por usar o mesmo construto que os autores citados, tendo em vista a possibilidade de
procedimentos comparativos; os resultados não seriam, provavelmente, muito distintos pelo
uso de outros construtos; os itens estão expostos no item 4).

Os itens de mensuração do construto de referência (religiosidade intrínseca) mantinham uma

perspectiva refletiva em relação ao construto latente. A decisão foi que esses itens seriam
apresentados no formato de afirmação para resposta de concordância da escala de Likert (em
11 pontos, de 0 a 10). Em seguida, os itens foram adaptados para o modelo de resposta da
escala Phrase Completion, com separação por um conjunto de outras questões para minimizar
riscos associados ao efeito halo.

A coleta foi realizada com a aplicação de questionários em espaços de aglomeração de duas

capitais do Nordeste brasileiro, tais como estabelecimentos comerciais, igrejas, shopping
centers e eventos culturais realizados. O questionário continha, além das escalas, perguntas
sobre o perfil dos respondentes (religião, sexo, estado civil, idade e renda). Assim, foram
coletados e transferidos para o software SPSS, os dados de 241 respondentes. Destes, 12
questionários foram invalidados, por apresentarem inconsistências como itens sem resposta e
informações insuficientes para o estudo. Assim, a análise do resultado foi realizada com 229
questionários válidos.

De acordo com as respostas sobre o perfil dos indivíduos pesquisados, observou-se uma
distribuição de gênero relativamente equilibrada (54,6% de mulheres e 45,4% de homens). A
maioria alegou ser da religião católica (76,9%), com estado civil solteiro predominante
(71,2%), idade entre 21 e 30 anos (37,7%) e renda familiar aproximada a R$ 2.000,00
(40,5%). De acordo com essas informações, verifica-se boa heterogeneidade da amostra,
característica que assegura boas condições para a análise de dados.

A análise de dados foi realizada com procedimentos descritivos e diversos testes paramétricos
e não paramétricos. Assim, inicialmente foram procedidos os testes de normalidade das
variáveis; em seguida foi empreendida a extração das medidas de média, mediana e desvio-
padrão de todas as variáveis (nas medidas gerais foram avaliadas ainda a assimetria e a
curtose). Foram usados procedimentos de comparação de medidas das variáveis

7
correspondentes de cada uma das duas escalas e, especificamente nas variáveis agregadas,
foram aplicados procedimentos de comparação e associação bivariada.

Ao final de cada bloco de procedimentos, foram analisadas divergências e similaridades entre

as métricas oriundas de cada tipo de escala (Likert e Phrase Completion). Todos os
procedimentos foram realizados no software SPSS 18 e com base na literatura especializada
(CONOVER, 1999; HAIR et al. 2009; LATTIN; CARROL; GREEN, 2011).

5 ANÁLISE DOS RESULTADOS

A seguir são apresentados os resultados obtidos a partir do estudo de campo. No item 4.1
encontram-se os resultados descritivos; no item 4.2 é feita a verificação da estrutura
psicométrica; o item 4.3 finaliza com a exposição dos procedimentos adicionais de análise.

4.1 RESULTADOS DESCRITIVOS

Antes de iniciar os procedimentos de extração de medidas, o conjunto dos dez itens foi
submetido a uma análise da normalidade para verificar a hipótese de que os dados de cada
item poderiam ser oriundos de uma variável com distribuição normal. Usou-se aqui o teste
não paramétrico de Kolmogorov-Smirnov (teste KS) e verificou-se que a hipótese nula do
teste (que supõe que a amostra foi extraída de uma população normalmente distribuída) foi
refutada (α p < 0,001) em todos os itens, de tal modo que não se deve supor, para efeito de
análise e de algumas técnicas aplicadas, que haja normalidade na variável de origem dos
dados.

De posse deste resultado, foi procedida a extração das medidas descritivas de cada variável,
com as medidas de média, mediana e desvio-padrão. A Tabela 1 apresenta os resultados pelos
pares correspondentes de variáveis em cada escala de verificação. As medidas são
discrepantes de acordo com os pares, mas em geral, verificou-se que, nos três primeiros pares,
as médias da escala de Phrase Completion foram mais elevadas que as médias das escalas
verificadas por Likert, porém nos dois últimos pares, as médias mensuradas por Likert foram
maiores. Em quatro dos cinco pares os valores de mediana seguiram o mesmo
comportamento. As dispersões também apresentaram variações semelhantes entre os pares de
itens (em alguns pares era maior na escala de Likert e, em outros, era menor na escala Phrase
Completion).

TABELA 1
Medidas descritivas.

DESVIO-
PARES VARIÁVEIS MÉDIA MEDIANA
PADRÃO
Minha crença religiosa afeta minha vida em (de
6,94 8,00 3,09
'nenhum aspecto' até 'todos os aspectos').
Primeiro
Toda a minha visão da vida é baseada na minha
6,07 7,00 2,89
religião.
Eu tenho consciência da presença de Deus (de 'nunca'
9,13 10,00 1,36
até 'o tempo todo').
Segundo
Eu sempre tive um forte sentimento da presença de
8,81 9,00 1,58
Deus.
Minha religião em relação à minha vida é (de 'um
7,61 8,00 2,23
motivo que não me guia’ até 'o maior da minha vida').
Terceiro
Eu tento dedicadamente viver de acordo com minhas
6,76 7,00 2,80
crenças religiosas.

8
 Eu leio sobre minha religião (de 'nunca' até 'sempre'). 6,15 6,00 2,73
Quarto
Eu gosto de ler sobre minha religião. 6,89 7,00 2,74
O tempo que eu dedico em momentos religiosos e
meditação acontece (de 'nunca' até 'diariamente, sem 6,63 7,00 2,41
Quinto falta').
Para mim, é importante ter um tempo dedicado às
8,24 9,00 2,04
minhas reflexões e orações.
Fonte: Dados da pesquisa.

Como forma de avaliar a consistência estatística dessas diferenças, foram adotados testes de
comparação de médias e medianas. As médias de cada par de itens foram comparadas por
meio do teste t, que se baseia na estatística t de Student e na significância associada à hipótese
nula de igualdade de médias na população de origem da amostra pareada; assim, valores de t
elevados e com significância menor que 0,05 sinalizam que a hipótese nula deve ser refutada.
A limitação deste teste vem de seu caráter paramétrico e da suposição de normalidade das
variáveis que deram origem às duas amostras pareadas. Por esta razão, o teste não paramétrico
de Wilcoxon para dados pareados é uma alternativa adequada, que se aplica particularmente à
mediana. Neste teste e, segundo o algoritmo implementado no SPSS, a hipótese nula é de que
a mediana das diferenças entre as duas variáveis aleatórias que deram origem à amostra é
igual a 0; aqui, com valores elevados da estatística W e significância menor que 0,05, refuta-
se a hipótese nula.

Pelos resultados indicados na Tabela 2, é possível observar que, em ambos os testes, não há
evidência de igualdade nas variáveis que deram origem aos dados das amostras, ou seja, em
todos os pares de variáveis houve diferença significativa entre as extrações com a escala
Phrase Completion e com a escala de Likert. Isso sugere que, por essa primeira perspectiva
(que é exploratória, apenas) as duas escalas não são substituíveis para efeito de averiguação
de medidas de posição.
TABELA 2
Testes de médias e medianas.

TESTE T TESTE WILCOXON

PARES
ESTATÍSTICA P-VALOR ESTATÍSTICA P-VALOR
Primeiro 4,064 0,000 -4,428 0,000
Segundo 3,700 0,000 -3,853 0,000
Terceiro 5,856 0,000 -5,789 0,000
Quarto -5,611 0,000 -5,463 0,000
Quinto -12,552 0,000 -9,994 0,000
Fonte: Dados da pesquisa.

Por outro lado, conforme indicado na Tabela 2, parece haver compensações entre os itens,
sendo possível acreditar que, em uma verificação do conjunto, as diferenças pontuais entre os
itens se compensem. Com esse entendimento, os itens foram então agregados da seguinte
forma: em cada escala foram extraídos os escores médios de cada respondente (somando os
escores dos conjuntos de cada escala e dividindo-os por 5). Seguindo o mesmo procedimento
da extração em separado, inicialmente foi verificada a normalidade da variável de origem da
amostra, tendo-se observado, pelo teste KS que a hipótese de normalidade é novamente
refutada para ambas as variáveis, embora os níveis de significância já se aproximem mais do
ponto de corte da normalidade (0,026 na escala Phrase Completion e 0,014 na escala de
Likert).

Após esse procedimento, foram novamente extraídas as médias, medianas e desvios-padrão de

9
 cada variável, além das medidas de assimetria e de curtose (para explorar adicionalmente a
normalidade). Os valores que estão indicados na Tabela 3 confirmaram a expectativa indicada
de que as médias e medianas seriam muito mais próximas (no caso das medianas estas foram
iguais no arredondamento para duas casas decimais). Os valores de desvio-padrão também
ficaram próximos, o que indica novamente uma convergência dos resultados agregados.
Quanto à assimetria e à curtose, foi observado que, pelos critérios convencionais de extrações
do SPSS, os valores sinalizem indícios de normalidade nas variáveis de origem da amostra,
embora o teste KS tenha sido contrário a esta evidência.
TABELA 3
Medidas descritivas gerais e testes – Primeira agregação.

MEDIDAS DESCRITIVAS TESTES

MEDIDAS GERAIS DESVIO-
MÉDIA MEDIANA ASSIMETRIA CURTOSE t WILCOXON
PADRÃO
Medida geral na escala 7,29 7,60 1,77 -0,724 0,225 t = - 0,814; z = - 0,353;
Phrase Completion p = 0,417 p = 0,724
Medida geral na escala 7,35 7,60 1,88 -0,581 -0,504
de Likert
Fonte: Dados da pesquisa.

Também aqui foram aplicados os dois testes de comparação das variáveis e tanto o teste t
(agora já mais seguro pela proximidade de normalidade das variáveis), quanto o teste de
Wilcoxon mostraram que não há indícios de diferença entre as duas variáveis que deram
origem à amostra. A sinalização é, portanto que, em termos de medidas descritivas de
posição, as variáveis agregadas convergem em resultados.

Como uma exploração adicional, foi extraída a correlação entre as duas variáveis, tendo-se
obtido valores bastante elevados, tanto pelo coeficiente de correlação paramétrico de Pearson
(0,813) quando pelo coeficiente não paramétrico de Spearman (0,805). Isto indica que as duas
medidas possuem elevado grau de variação conjunta, inclusive variação linear, o que é
esperado em caso de substituição de uma medida por outra (conforme indica a correlação pelo
coeficiente de Pearson).

Em síntese, estes resultados indicam que, no construto sob análise, quando da avaliação de
cada item em particular, não é adequada a substituição de um item mensurado em uma escala
pelo seu correspondente em outra escala, pois as medidas posição e dispersão variam. Por
outro lado, em uma agregação do conjunto de itens, essas diferenças se anulam e as variáveis
agregadas possuem então uma boa sobreposição, sendo possível tomar uma escala ou outra
para efeito de descrição da amostra.

4.2 ESTRUTURA PSICOMÉTRICA

Nesta etapa foram avaliadas as características psicométricas da escala pelas ferramentas

convencionais de aplicação em conjuntos de itens que são indicadores refletivos em relação
ao construto latente. Conforme indica a teoria convencional, os procedimentos são (COSTA,
2011): a verificação da consistência fatorial (com extração pelo método de componentes
principais), que se verifica pela variância extraída (desejável que seja maior que 0,5) e pelos
escores fatoriais (desejáveis que sejam maiores que 0,4); e a consistência interna, indicativa
de confiabilidade, que se verifica pelo coeficiente alpha de Cronbach (desejável que seja
maior que 0,6).

A Tabela 4 apresenta os resultados da extração fatorial. Esses resultados permitem visualizar

10
que, independente da escala de verificação, cada conjunto de variáveis manteve-se em um só
fator e, em ambos, as variâncias extraídas foram acima do valor de referência de 0,5, inclusive
próximos entre si (0,556 nos itens mensurados com a escala Phrase Completion, e 0,589 nos
itens mensurados com a escala de Likert).

Em relação aos escores fatoriais, foi verificado que, em ambas as extrações, os escores
mínimos foram de 0,570 (para a escala Likert) e 0,606 (para a escala Phrase Completion),
valores acima do ponto de referência. Por estes resultados é possível assegurar, portanto, que
os itens de cada escala de verificação constituem um só fator com boa consistência fatorial.
Tabela 4
Resultados da extração fatorial para as duas escalas utilizadas.

FATOR DA ESCALA DE VERIFICAÇÃO PHRASE COMPLETION; VARIÂNCIA EXTRAÍDA = 0,556

VARIÁVEIS ESCORE
Minha crença religiosa afeta minha vida em (de 'nenhum aspecto' até 'todos os aspectos'). 0,608
Eu tenho consciência da presença de Deus (de 'nunca' até 'o tempo todo'). 0,570
Minha religião em relação à minha vida é (de 'um motivo que não guia minha vida' até 'o maior
0,843
da minha vida').
Eu leio sobre minha religião (de 'nunca' até 'sempre'). 0,809
O tempo que eu dedico em momentos religiosos e meditação acontece (de 'nunca' até
0,852
'diariamente, sem falta').
FATOR DA ESCALA DE VERIFICAÇÃO COM LIKERT; VARIÂNCIA EXTRAÍDA = 0,589
VARIÁVEIS ESCORE
Toda a minha visão da vida é baseada na minha religião. 0,777
Eu sempre tive um forte sentimento da presença de Deus. 0,606
Eu tento dedicadamente viver de acordo com minhas crenças religiosas. 0,838
Eu gosto de ler sobre minha religião. 0,808
Para mim, é importante ter um tempo dedicado às minhas reflexões e orações. 0,787
Fonte: Dados da pesquisa.

Na verificação da consistência interna para indicação de confiabilidade, observou-se que, no

caso dos itens que tiveram verificação com a escala Phrase Completion, o alpha de Cronbach
foi de 0,780. Já no caso dos itens mensurados com escala de Likert o alpha foi de 0,820.
Novamente aqui os dois valores foram bem acima do valor de referência (0,6) e foram,
inclusive, próximos entre si. A sinalização destes resultados é, portanto, de que a
confiabilidade não sofre alteração muito significativa em decorrência da escala de verificação,
ou seja, se mantêm bem controlados os erros aleatórios associados ao processo de mensuração
nos respectivos conjuntos de itens.

Este resultado é contrário ao que foi alcançado por Hodge e Gillespie (2003), em que os itens
do modelo Phrase Completion apresentaram melhor ajuste, com maior validade e
confiabilidade e menor quantidade de erros de medição. Entretanto, deve-se notar que a
pesquisa desses autores foi realizada apenas com estudantes de Pós-Graduação, o que
constitui uma amostra com peculiaridades evidentes. Notadamente, com uma amostra mais
heterogênea, os resultados deixam evidente que, do ponto de vista da estrutura psicométrica,
pelo menos nos métodos de averiguação aqui adotados, não há qualquer problema em utilizar
uma ou outra das duas escalas de verificação.

4.3 PROCEDIMENTOS ADICIONAIS

Um primeiro procedimento adicional consistiu em extrair uma nova medida agregada das
variáveis, agora pela ponderação dos escores dos respondentes de cada item pelo escore

11
 fatorial da variável (segundo a extração efetivada), em cada unidade da amostra. Os
resultados, que estão na Tabela 5, geraram valores de medidas muito próximos dos anteriores
(indicados na Tabela 3) em termos das cinco medidas utilizadas (média, mediana, desvio-
padrão, assimetria e curtose).

Os testes de diferença entre as variáveis (teste t e teste de Wilcoxon) também asseguraram que
as duas variáveis não são distintas uma da outra, reafirmando o resultado anterior. No teste de
normalidade, a verificação foi distinta agora, com uma indicação de normalidade da variável
agregada com mensuração por Phrase Completion, embora em uma indicação quase no limite
de negação da hipótese nula (p = 0,052). Por fim, na avaliação da correlação, o resultado
anterior foi reafirmado, tendo-se observado uma correlação elevada tanto pelo coeficiente de
Pearson (0,825) quanto no de Spearman (0,816).
TABELA 5
Medidas descritivas gerais e testes – Segunda agregação.

MEDIDAS DESCRITIVAS TESTES

MEDIDAS GERAIS DESVIO-
MÉDIA MEDIANA ASSIMETRIA CURTOSE T WILCOXON
PADRÃO
Medida geral na escala 7,19 7,48 1,83 -0,731 0,268 t = - 1,203; z = - 0,795;
Phrase Completion p = 0,230 p = 0,427
Medida geral na escala 7,27 7,55 1,94 -0,604 -0,453
de Likert
Fonte: Dados da pesquisa.

A sinalização geral destes resultados reafirma o que foi indicado anteriormente, ou seja, em
pesquisas empíricas não há maiores variações de resultados pelo uso de um ou outro método
de aferição para efeito de extração de medidas descritivas das variáveis agregadas.

Uma segunda verificação adicional relevante foi efetuada pela análise das variações por
gênero (destacada aqui por ter sido a variável categórica que dividiu a amostra em duas partes
quase iguais). Primeiramente, as variáveis agregadas (pelo último método), foram analisadas
por meio de análise de variância e do teste U de Mann-Whitney (não paramétrico), para
verificar se o comportamento das variáveis era o mesmo nas duas formas de averiguação. Os
resultados estão indicados na Tabela 6 e é possível observar nos dois testes, que há diferença
significativa (α p < 0,05) na intensidade da variável por gênero, independente da escala. Isto é
mais uma indicação de que o comportamento das variáveis segue paralelo em cada tipo de
escala.
TABELA 6
Comparações por gênero.

DESVIO-
VARIÁVEIS E TESTES GÊNERO NÚMERO MÉDIA MEDIANA
PADRÃO
Medida geral na escala Phrase Completion Masculino 104 6,71 6,88 2,08
Anova – F = 13,655, p < 0,001 Feminino 125 7,58 7,81 1,49
U de Mann-Whitney – Z = - 3,018, p < 0,001 Total 229 7,19 7,48 1,83
Medida geral na escala de Likert Masculino 104 6,92 6,94 2,08
Anova – F = 6,566, p < 0,05 Feminino 125 7,57 7,87 1,77
U de Mann-Whitney – Z = - 2,370, p < 0,05 Total 229 7,28 7,55 1,94
Fonte: Dados da pesquisa.

Depois de procedida uma separação pelo comendo split-half do SPSS, os testes t e de

Wilcoxon de comparação entre as variáveis somente dentro de cada grupo mostraram
novamente que não há diferenças entre as duas variáveis na análise restrita do grupo dos

12
homens (teste t: t = 1,747, p = 0,084; Wilcoxon: Z = -1,135, p = 0,257) e do grupo de
mulheres (teste t: t = 0,136, p = 0,892; Wilcoxon: Z = -0,012, p = 0,991). Isto evidencia mais
fortemente que o comportamento nas duas aferições é convergente.

6 CONCLUSÃO

Esta pesquisa comparou as alternativas de mensuração de construtos em Marketing e

Administração, a partir de itens medidos com escalas de verificação de Likert e Phrase
Completion. Como informado, a escala Likert é amplamente utilizada nas ciências sociais,
mas possui características que colocam sua eficiência em dúvida e, dentre as alternativas já
propostas, a escala Phrase Completion parece ser uma das melhores opções.

De acordo com os dados da pesquisa realizada com 229 respondentes, foram verificadas
diferenças relativamente pequenas entre as escalas agregadas, apesar de terem sido
observadas diferenças estatisticamente significativas nas comparações individuais dos pares
de itens. Esse resultado constata que os itens, ao serem analisados separadamente, podem
apresentar algumas variações entre as medidas nas duas escalas, o que coloca em dúvida,
inicialmente, a possibilidade de uma escala ser utilizada em substituição a outra. Portanto,
pela natureza dos resultados e incerteza de mensuração de construtos com múltiplos itens
refletivos em relação ao construto, não é possível informar qual seria a melhor das duas
escalas, a não ser pela validação de conteúdo e face das etapas preparatórias do procedimento
de mensuração (COSTA, 2011).

Por outro lado, quando foram analisados os dados agregados, as medições das duas escalas
convergiram em todas as verificações feitas, seja nas comparações de medidas descritivas, nas
indicações convencionais de consistência psicométrica, na associação geral ou na segmentada
por gênero. Isso mostra que, para avaliações de múltiplos itens com agregação, as duas
escalas possuem resultados praticamente iguais.

Deste modo, a escolha de uma escala ou outra é uma decisão do pesquisador, que a fará
levando em conta as peculiaridades de público ou interesse de pesquisa. Sendo assim, a escala
Likert pode continuar sendo utilizada nas pesquisas acadêmicas de Marketing e
Administração, mesmo possuindo uma medição indireta do construto analisado, pois esse tipo
de escala é mais adequado para instrumentos longos e tem mais facilidade de adaptação para
um número maior de construtos. Em suma, conforme se reafirmou no estudo, essa escala de
verificação possui boas propriedades psicométricas, é de fácil organização e tem uma
vantagem operacional no tocante à estrutura do instrumento de pesquisa.

Já para as pesquisas de mercado de interesse mais profissional e decisorial, sugere-se que

sejam aplicados instrumentos na escala Phrase Completion pelo fato do item medir
diretamente o construto analisado e assim atender aos objetivos comumente propostos pela
pesquisa de mercado. De fato, a escala Phrase Completion é mais lógica e intuitiva, embora
ocupe maior espaço em instrumentos de aplicação. Nesses termos, e considerando que as
pesquisas de mercado normalmente possuem instrumentos mais diretos, é possível entender
que esta escala tem maior adequação e não perde em termos de consistência psicométrica de
validade e confiabilidade.

Embora os dados tenham sido avaliados com cuidado e rigor estatístico, é necessário
reconhecer que houve fragilidades no estudo em relação ao design da pesquisa, tanto em
termos de acesso quanto em termos de tamanho da amostra. Por isso, é recomendado que

13
outros estudos contribuam com o procedimento amostral para aperfeiçoar as comparações.

Ainda que, no questionário aplicado, tenha havido separação dos itens de mensuração com
escala de Likert dos itens de mensuração com escala Phrase Completion por meio de outras
questões de variáveis categóricas, é possível que a semelhança em conteúdo tenha
influenciado as respostas, por meio do dito efeito halo. Isso possivelmente tenha influenciado
na convergência da estrutura psicométrica observada. Por essa razão, recomenda-se a
realização de outros estudos que busquem adotar procedimentos de comparação para dirimir
dúvidas quanto a este tipo de efeito.

O construto utilizado também tem particularidades que podem explicar os resultados, sendo
possível supor variações em outros construtos. Para os objetivos do estudo aqui desenvolvido,
não há problemas em termos de resultado, pois o conteúdo do construto não foi objeto de
análise, salvo na perspectiva de validação de conteúdo da escala. Ainda assim, recomenda-se
que sejam procedidos estudos semelhantes com outros tipos de construtos.

7 BIBLIOGRAFIA

COELHO, P. S.; ESTEVES, S. P. The choice between a five-point and a ten-point scale in the
framework of customer satisfaction measurement. International Journal of Market Research,
49 (3), p. 313-339, 2007.

CONOVER, W. J. Practical nonparametric statistics. 3. ed. New York: John Wiley, 1999.

COSTA, F. J. Mensuração e desenvolvimento de escalas: aplicações em administração. Rio

de Janeiro: Ciência Moderna, 2011.

CUMMINS, R. A.; GULLONE, E. Why we should not use 5-point Likert scales: the case for
subjective quality of life measurement. International Conference on Quality of Life in Cities,
2. Singapore. Proceedings… Singapore: National University of Singapore, 2000.

DAWES, J. Do data characteristics change according to the number of scale points used? An
experiment using 5-point, 7-point and 10-point scales. International Journal of Market
Research, 50 (1), p. 61-77, 2008.

FINKELSTEIN, L. Widely-defined measurement: An analysis of challenges. Measurement,

42, p. 1270-1277, 2009.

FINKELSTEIN, L. Widely, strongly and weakly defined measurement. Measurement, 34, p.

39-48, 2003.

HAIR JR. J.; BLACK, W. C.; BABIN, B. J.; ANDERSON, R. E.; TATHAM, R. L. Análise
multivariada de dados. 6. ed. Porto Alegre: Bookman, 2009.

HODGE, D. R.; GILLESPIE, D. F. Phrase completion scales: a better measurement approach

than Likert scales? Journal of Social Service Research, 33 (4), p. 1-12, 2007.

HODGE, D. R.; GILLESPIE, D. F. Phrase completion: an alternative to Likert scales. Social

Work Research, 27 (1), p. 45-55, 2003.

14
LATTIN, J.; CARROL, J. D.; GREEN, P. E. Análise de dados multivariados. São Paulo:
Cengage Learning, 2011.

LIKERT, R. A technique for the measurement of attitudes. Archives in Psychology, 140, p. 1-

55, 1932.

MARI, L. Notes towards a qualitative analysis of information in measurement results.

Measurement, 25 (3), p. 183-192, 1999.

MARI, L. The meaning of “quantity” in measurement. Measurement, 17 (2), p. 127-138,

1996.

ROSSITER, J. R. The C-OAR-SE procedure for scale development in marketing.

International Journal of Research in Marketing, 19 (4), p. 305-335, 2002.

RUSSELL, C. J.; BOBKO, P. Moderated regression analysis and Likert scales too coarse for
comfort. Journal of Applied Psychology, 77 (3), p. 336-342, 1992.

15