Pesquisas científicas lidam com variáveis. Nosso interesse é compreender como e por que atributos fisiológicos, psicológicos, comportamentais e sociais variam. No entanto, antes de escolhermos um método de análise, precisamos compreender os níveis de mensuração de nossas variáveis.
Neste post, vamos explorar o que são variáveis, quais são os quatro níveis de mensuração propostos por Stevens e por que esse conceito é relevante para a análise de dados. Além disso, discutiremos se os níveis de mensuração são propriedades do atributo de interesse ou da medida que o operacionaliza.
O que são variáveis?
Pesquisas científicas geralmente lidam com construtos, isto é, entidades teóricas não observáveis. Alguns exemplos incluem agressividade, ciúmes e depressão. Para compreender um construto, precisamos verificar como ele se relaciona com outros construtos e como indivíduos variam em intensidade nesse construto. Para isso, recorremos a medidas.
Desse modo, para que um construto tenha utilidade, precisamos defini-lo operacionalmente. Em outras palavras, precisamos estabelecer procedimentos observáveis que nos permitam quantificar (i.e., mensurar) esse construto. Para que nossas medidas sejam úteis, diferenças no construto de interesse precisam se refletir em diferenças nas respostas ao instrumento de medida.
Nesse sentido, chamamos de variável qualquer característica que pode assumir valores diferentes entre indivíduos ou situações. Por exemplo, idade, gênero, altura e satisfação no trabalho são variáveis.
Além disso, cada variável pode ser medida de formas distintas, dependendo do objetivo da pesquisa. Assim, enquanto a idade pode aparecer em anos exatos, a satisfação pode ser medida em uma escala Likert de 1 (discordo totalmente) a 5 (concordo totalmente).
Portanto, antes de analisar dados, precisamos definir com clareza nossos construtos e suas respectivas definições operacionais. Em outras palavras, devemos ter clareza sobre como mensuraremos as variáveis de interesse. Esse passo é essencial para garantir coerência e validade nos resultados.
O que são os níveis de mensuração de Stevens?
Durante o século XX, o psicólogo Stanley Smith Stevens — S. S. Stevens — fez importantes contribuições às disciplinas de psicofísica e psicoacústica. Contudo, uma de suas ideias mais conhecidas, inclusive fora da psicologia, foi a proposta dos níveis de mensuração, publicada em 1946.
A noção surgiu porque Stevens percebeu que nem todos os dados podiam ser tratados da mesma maneira. Assim, ele classificou as medidas em níveis que indicam o grau de informação contido em cada tipo de dado.
Na literatura, também encontramos sinônimos como níveis de medição (levels of measurement) ou escalas de mensuração (measurement scales). Independentemente do termo, a lógica é a mesma: alguns dados permitem apenas distinguir categorias, enquanto outros possibilitam comparações numéricas sofisticadas.
Portanto, compreender os níveis de mensuração evita erros comuns, como aplicar técnicas estatísticas ou psicométricas inadequadas para o tipo de dado disponível.
Quais são os quatro níveis de mensuração de Stevens?
Para Stevens, existem quatro níveis de mensuração (Figura 1). Cada um deles traz possibilidades e limitações para a psicometria e a análise quantitativa de dados.
Em seguida, veremos cada nível em detalhes, com exemplos práticos que ilustram sua aplicação. Uma síntese das principais características das escalas é apresentada na Tabela 1.
| Tipo de escala | Operações | Objetivo |
| Nominal | Igual vs. diferente | Organizar estímulos em categorias discretas |
| Ordinal | Maior que vs. menor que | Ordenar estímulos em uma única dimensão |
| Intervalar | Adição, subtração, multiplicação, divisão | Especificar a distância entre estímulos em uma dada dimensão |
| Razão | Adição, subtração, multiplicação, divisão, formação de razão entre valores | Especificar a distância entre estímulos em uma dada dimensão e expressar a razão entre valores |
O que é um nível de mensuração nominal?
A escala nominal é o nível de mensuração mais simples. Ela serve apenas para nomear ou categorizar elementos em classes, sem indicar ordem ou quantidade. Por exemplo, cor dos olhos (castanho, azul, verde), região de residência (Centro-Oeste, Nordeste, Norte, Sudeste, Sul) e lateralidade (canhoto, destro, ambidestro) são variáveis nominais.
Esse tipo de escala segue os princípios da exaustividade (todas as observações devem ser classificáveis em alguma categoria) e da exclusividade mútua (cada observação pertence a apenas uma categoria; Figura 2).
Por exemplo, se todos os participantes podem ser classificados como residindo em uma, e apenas uma, das cinco regiões do Brasil, então essa variável “região de residência” segue os princípios da exaustividade e da exclusividade mútua.
Uma forma didática de compreender esses princípios é observar casos em que eles são violados (Figura 2). Se participantes residentes fora do Brasil também forem incluídos na pesquisa, a variável “região de residência” deixará de ser exaustiva, pois não contempla todas as possibilidades. Para resolver essa limitação, poderíamos acrescentar uma sexta categoria (“resido fora do Brasil”) ou, alternativamente, definir residir no exterior como critério de exclusão do estudo.
Já uma violação da exclusividade mútua ocorre no caso da variável “diagnóstico de transtorno de personalidade”. Suponha que os participantes possam ser classificados como borderline, narcisista, esquizoide ou esquizotípico.
No entanto, imagine que um determinado participante receba simultaneamente os diagnósticos de transtorno esquizoide e esquizotípico. Nesse caso, ele se enquadra em duas categorias ao mesmo tempo, o que rompe o princípio da exclusividade mútua e exigiria a criação de uma categoria adicional, como “esquizoide e esquizotípico”.
O que é um nível de mensuração ordinal?
A escala ordinal também é composta por categorias, mas que podem ser organizadas em uma ordem lógica. Por exemplo, classificação em um concurso público (1º, 7º, 247º colocado), escolaridade (fundamental, médio, superior) ou avaliação de filmes (1 a 5 estrelas) são variáveis ordinais.
Na psicometria, instrumentos de autorrelato frequentemente utilizam escalas Likert ou tipo Likert. Esses instrumentos associam afirmações a julgamentos do grau de concordância, frequência, importância etc., de tais afirmações. A Figura 3 ilustra um item, onde o participante deve julgá-lo e assinalar a opção que mais o representa quanto à asserção apresentada.
Itens como o ilustrado na Figura 3 produzem variáveis ordinais, pois não podemos garantir que a distância entre as opções adjacentes seja constante. Portanto, essa limitação sugere que devemos considerar as escalas Likert e tipo Likert como variáveis ordinais.
O que é um nível de mensuração intervalar?
Nas Olimpíadas de Paris 2024, a final da competição do solo feminino da ginástica artística teve a seguinte classificação: Rebeca Andrade (BRA) em primeiro lugar, Simone Biles (EUA) em segundo e Ana Bărbosu (ROM) em terceiro.
Se considerarmos apenas a ordem de classificação, estamos diante de uma variável ordinal. No entanto, suponha que também tenhamos acesso às pontuações finais das atletas (Figura 4).
A coluna “Total” representa o desempenho de cada ginasta. Nesse caso, a variável está em nível intervalar, pois as diferenças entre valores passam a ter significado.
Por exemplo, a diferença entre Rebeca e Biles foi de apenas 33 pontos, enquanto a diferença entre Biles e Bărbosu foi de 433 pontos. Assim, podemos concluir que a disputa pelo ouro foi mais acirrada do que a disputa pela prata.
De modo geral, as escalas intervalares permitem medir distâncias iguais entre valores, mas não possuem zero absoluto. A temperatura em graus Celsius é o exemplo clássico: a diferença entre 20 °C e 30 °C é a mesma que entre 30 °C e 40 °C. No entanto, não podemos dizer que 40 °C é o dobro de 20 °C, já que o zero em Celsius é arbitrário e não representa ausência de temperatura.
O que é um nível de mensuração de razão?
Por fim, o nível de razão combina todas as propriedades anteriores e acrescenta a existência de um zero absoluto. Em síntese, nas escalas de razão, o zero representa a ausência real da característica medida.
É importante notar que nem toda situação com “zero” reflete esse princípio. Por exemplo, um examinado pode obter zero em um teste de inteligência. Isso não significa ausência de inteligência, mas, sim, ausência de desempenho naquele contexto específico. O resultado pode ter sido influenciado por fatores externos, como falta de compreensão das instruções, desatenção ou baixa motivação.
Já a altura é um exemplo clássico de variável medida em nível de razão. Se uma criança cresceu 6 cm em um ano e outra cresceu 3 cm, podemos afirmar que a primeira cresceu o dobro da segunda. Além disso, se uma criança não apresentar crescimento, 0 cm significa ausência total de crescimento — ou seja, ausência do atributo de interesse.
Outros exemplos de variáveis medidas em nível de razão incluem atributos físicos, como tempo de reação (em milissegundos), peso (em quilos) e comprimento (em centímetros). Nesses casos, o zero é absoluto e permite comparações proporcionais, como afirmar que um objeto de 10 kg pesa o dobro de outro de 5 kg.
Qual é a utilidade de conhecer os níveis de mensuração?
Conhecer os níveis de mensuração é fundamental porque:
- Permite escolher testes estatísticos adequados.
- Evita interpretações equivocadas.
- Orienta o planejamento da coleta de dados.
No nível nominal, as análises descritivas se restringem a contagens e proporções, enquanto as inferenciais incluem testes como o qui-quadrado de independência e o de McNemar. No nível ordinal, é possível usar medianas, amplitudes interquartis e testes não paramétricos — teste de Mann–Whitney, teste de Wilcoxon e teste de Spearman.
Já nos níveis intervalar e de razão, temos acesso a operações matemáticas mais sofisticadas, como cálculo de médias, variâncias, correlações de Pearson, análises de variância e regressão linear.
Saiba mais: Qual teste de hipóteses utilizar?
Os níveis de mensuração são propriedades do atributo ou da medida?
Considere a variável idade.
- Em um estudo, ela pode ser coletada em anos completos (razão).
- Em outro, pode aparecer em faixas etárias (ordinal).
- Em outro ainda, apenas como “adulto vs. idoso” (nominal).
O atributo estudado é o mesmo, mas o nível de mensuração depende da forma como operacionalizamos a medida.
Outro exemplo é a variável renda. Ela pode ser registrada em valores monetários exatos (razão), em faixas de renda (ordinal) ou apenas como “baixa, média, alta” (ordinal categórica).
Portanto, o nível de mensuração é, na prática, uma propriedade da medida, não necessariamente do atributo em si.
É importante ressaltar que podemos transformar uma medida de nível mais sofisticado em outra de nível mais simples (e.g., transformar idade em faixas etárias). Contudo, o contrário não é possível: uma medida originalmente coletada em nível ordinal não pode ser reconstruída como razão.
A mensagem aqui é poderosa: em caso de dúvidas, opte por mensurar sua variável em uma escala de mensuração mais sofisticada, sempre que for possível.
Conclusão
Gostou desse conteúdo? Se você precisa aprender análise de dados, então faça parte da Psicometria Online Academy, a maior formação de pesquisadores quantitativos da América Latina. Conheça toda nossa estrutura aqui e nunca mais passe trabalho sozinho(a).
Referências
Dancey, C. P., & Reidy, J. (2019). Estatística sem matemática para psicologia (7ª ed., L. Viali, Trad.). Penso.
Shaughnessy, J. J., Zechmeister, E. B., & Zechmeister, J. S. (2012). Research methods in psychology (9th ed.). McGraw-Hill.
Stevens, S. S. (1946). On the theory of scales of measurement. Science, 103, 677–680. https://doi.org/10.1126/science.103.2684.677
Como citar este post
Lima, M. (2025, 11 de setembro). O que são níveis de mensuração? Blog Psicometria Online. https://blog.psicometriaonline.com.br/o-que-sao-niveis-de-mensuracao
