Escala de Likert na Tese 2026: 5 ou 7 Pontos, Como Construir e Como Analisar

Escolheu o questionário como instrumento de recolha de dados e agora precisa de decidir: 5 ou 7 pontos? Ponto neutro ou escala forçada? Trata os dados como ordinais ou como intervalares? A escala de Likert é, de longe, o instrumento mais utilizado em dissertações de mestrado nas ciências sociais, educação, saúde e gestão — mas também um dos mais mal aplicados. Pequenos erros de construção ou de análise comprometem a validade do estudo e dão azo a críticas pesadas no júri.

Este guia responde a todas essas questões com rigor metodológico e exemplos concretos aplicados à realidade das teses lusófonas, para que chegue à defesa com o instrumento bem fundamentado.

O que é a escala de Likert

A escala de Likert foi proposta pelo psicólogo norte-americano Rensis Likert em 1932, no artigo A Technique for the Measurement of Attitudes, publicado nos Archives of Psychology. O objetivo original era medir atitudes sociais de forma mais fiável do que as escalas dicotómicas (sim/não) então prevalentes.

A lógica é simples: em vez de perguntar “Concorda ou discorda?”, pede-se ao respondente que posicione a sua opinião numa escala graduada — de “Discordo totalmente” a “Concordo totalmente”. Cada posição corresponde a um valor numérico, o que permite sumariar e comparar respostas entre participantes e grupos.

Em termos epistemológicos, a escala de Likert enquadra-se na abordagem quantitativa ou mista, sendo adequada para estudar percepções, atitudes, satisfação, motivação e comprometimento. Se a sua tese envolve um questionário de autopreenchimento, é muito provável que esteja a trabalhar com este instrumento. Consulte o guia completo de metodologia de investigação para a tese para enquadrar a escala no capítulo metodológico com precisão.

Item Likert vs. escala Likert — uma distinção essencial

Esta é a confusão mais frequente na escrita académica e uma das primeiras críticas de um júri exigente:

• Item Likert: uma única afirmação com resposta numa escala graduada. Exemplo: “O meu orientador está disponível quando preciso de apoio.” (1 = Discordo totalmente; 5 = Concordo totalmente).
• Escala Likert: o conjunto de vários itens que medem a mesma dimensão latente (constructo). Só se fala de “escala” quando há múltiplos itens somados ou médios para produzir um valor composto.

Um único item com resposta graduada não é uma escala — é apenas um item de resposta do tipo Likert. Este ponto é metodologicamente importante porque a fiabilidade (alfa de Cronbach) só faz sentido com múltiplos itens. Se o seu questionário tem apenas uma pergunta por constructo, não pode calcular alfa; terá de discutir validade por outros meios, como a validade de face ou a concordância entre juízes.

5 ou 7 pontos: quando usar cada um

A decisão entre 5 e 7 pontos é frequentemente subestimada. Ambos são válidos, mas servem propósitos ligeiramente diferentes:

A recomendação prática para dissertações de mestrado em Portugal: use 5 pontos se estiver a adaptar um instrumento já validado com essa amplitude; use 7 pontos se estiver a desenvolver um instrumento original onde a diferenciação fina entre posições é teoricamente relevante. Em qualquer dos casos, justifique a escolha no capítulo de metodologia com referência à literatura (e.g., DeVellis, 2016; Streiner, 2003).

O ponto neutro: manter ou remover

O ponto neutro corresponde à categoria central da escala — “Nem concordo nem discordo” (posição 3 em 5 pontos; posição 4 em 7 pontos). A decisão de o incluir ou remover tem consequências metodológicas e éticas:

• Manter o ponto neutro: recomendado quando é genuinamente possível que os respondentes não tenham opinião formada sobre o tema. Forçar uma posição quando o participante é verdadeiramente indiferente introduz erro sistemático de medição. Esta é a prática mais comum e metodologicamente defensável na maioria das dissertações.
• Remover o ponto neutro (escala de resposta forçada, 4 ou 6 pontos): adequado quando o investigador pretende eliminar a tendência de resposta central — i.e., participantes que marcam sistematicamente o meio para evitar o esforço de deliberar. Pode ser justificado em estudos onde todos os participantes têm experiência directa e recente com o objecto de estudo.

Seja qual for a opção, declare-a explicitamente na metodologia e cite a fundamentação teórica. Júris experientes sabem que esta decisão não é neutra e esperam que o investigador a tenha tomado de forma consciente.

Como construir uma escala de Likert

A construção cuidada dos itens é o que distingue um instrumento robusto de um frágil. Siga este processo passo a passo:

1. Defina o constructo com precisão. Antes de escrever qualquer item, formalize a definição operacional do que vai medir. Ambiguidade no constructo gera ambiguidade nos itens e, inevitavelmente, na interpretação dos resultados.
2. Redija os itens. Cada item deve conter uma única ideia (evite “e” a ligar dois conceitos distintos). Use linguagem simples, adequada ao registo do seu público. Inclua itens positivos e negativos para controlar o viés de aquiescência (agreement bias).
3. Defina a amplitude e os rótulos. Os rótulos de ancoragem (extremos) devem ser simétricos e equilibrados: “Discordo totalmente” / “Concordo totalmente”. Evite escalas assimétricas onde um extremo é mais intenso do que o outro.
4. Pré-teste cognitivo. Antes de aplicar, peça a 5–10 pessoas da população-alvo que pensem em voz alta enquanto respondem. Identifique ambiguidades, termos técnicos incompreendidos e itens que suscitem dúvidas de interpretação.
5. Estudo piloto. Aplique a uma sub-amostra (mínimo 30 respondentes) e calcule o alfa de Cronbach preliminar. Se α < 0,60, reveja os itens problemáticos com base na coluna “alfa se item eliminado” do SPSS ou equivalente.

O exemplo seguinte ilustra uma escala com 5 itens para medir a satisfação com o processo de orientação da tese:

Legenda: 1 = Discordo totalmente; 2 = Discordo; 3 = Nem concordo nem discordo; 4 = Concordo; 5 = Concordo totalmente. O item 5 é formulado pela negativa e deve ser recodificado (1→5, 2→4, 3→3, 4→2, 5→1) antes de qualquer análise.

Para uma orientação mais detalhada sobre a organização do questionário — estrutura das secções, instruções ao respondente e procedimentos de validação de conteúdo — consulte o guia sobre como construir um questionário válido para a tese.

Nível de medição: ordinal ou intervalar

Este é, de longe, o debate mais aceso na metodologia quantitativa e uma das questões em que os júris de doutoramento mais insistem. Conhecer os dois lados do argumento é indispensável:

• Tecnicamente, a escala de Likert é ordinal. Sabemos que “Concordo” (4) é mais favorável do que “Nem concordo nem discordo” (3), mas não podemos garantir que a distância psicológica entre os pontos 3 e 4 seja idêntica à distância entre os pontos 4 e 5.
• Na prática, muitos investigadores tratam-na como intervalar ao nível da escala composta. Norman (2010), num artigo muito citado na educação médica, argumenta que as análises paramétricas (médias, ANOVA, correlação de Pearson) são robustas mesmo com dados ordinais, desde que a distribuição não seja extremamente assimétrica e a escala tenha múltiplos itens (tipicamente ≥ 5).

A posição defensável numa dissertação portuguesa em 2026 é a seguinte: reconheça o nível ordinal dos itens individuais, mas justifique o tratamento como intervalar ao nível da escala composta (soma ou média dos itens), citando Norman (2010) ou Sullivan e Artino (2013). Evite contradições internas — não pode afirmar “os dados são ordinais” e depois usar a média e o desvio-padrão sem qualquer justificação.

A escolha entre análise paramétrica e não paramétrica também condiciona o tamanho mínimo da amostra necessário. Veja como planear correctamente a sua amostragem em investigação antes de fechar as opções de análise.

Como analisar os dados da escala de Likert

Fiabilidade: alfa de Cronbach

O alfa de Cronbach (α) mede a consistência interna de uma escala — até que ponto os itens estão a medir o mesmo constructo latente. Os limiares de referência mais utilizados na literatura académica são:

• α ≥ 0,90 — excelente
• α ≥ 0,80 — bom
• α ≥ 0,70 — aceitável
• α ≥ 0,60 — questionável; justifique e reveja itens
• α < 0,60 — inaceitável para publicação académica

Para calcular o alfa, utilize o SPSS (Analisar → Escala → Análise de Fiabilidade), o R (pacote psych, função alpha()) ou o jamovi (módulo Factor). O output do SPSS fornece também a coluna “alfa se o item for eliminado” — um indicador valioso para identificar itens que reduzem a coerência da escala e que podem ser removidos com justificação teórica.

Atenção: o alfa é sensível ao número de itens. Escalas com muitos itens tendem a apresentar alfa elevado independentemente da verdadeira coerência interna. Para escalas curtas (3 a 5 itens), considere reportar também o ómega de McDonald (ω) como complemento, uma vez que é menos influenciado pela dimensão da escala.

Estatísticas descritivas

Para a análise descritiva, a escolha entre medidas depende da posição que tomou sobre o nível de medição:

Independentemente da opção, apresente sempre a distribuição de frequências absolutas e relativas para cada categoria de resposta, por item. Um gráfico de barras empilhadas divergentes (diverging stacked bar chart) é a visualização mais informativa para dados de Likert — evidencia de imediato onde se concentra a concordância ou a discordância e permite comparações entre itens.

Erros mais comuns a evitar

• Confundir item com escala. Referir “escala de Likert” quando se tem um único item é um erro de conceito que sinaliza leitura superficial da literatura metodológica.
• Não recodificar itens negativos. Itens formulados pela negativa têm de ser invertidos antes de somar ou calcular a média. Omitir este passo adultera o alfa e todos os resultados subsequentes.
• Calcular alfa sem verificar a dimensionalidade. Se a escala mede mais do que um constructo latente, o alfa global é enganoso. Antes de calcular α, verifique a estrutura factorial com uma análise factorial exploratória (AFE).
• Não justificar o nível de medição. Assumir silenciosamente que os dados são intervalares, sem qualquer referência à literatura, é um ponto fraco recorrente nos relatórios de mestrado e um alvo certo para o júri.
• Rótulos assimétricos. “Discordo totalmente / Discordo / Neutro / Concordo / Concordo bastante” não é uma escala simétrica — o extremo positivo é mais fraco em intensidade do que o extremo negativo. Assegure-se de que os rótulos extremos são equivalentes.

Quando os dados de Likert não conseguem capturar a profundidade das respostas — nomeadamente as razões por detrás das atitudes, os significados e as experiências subjectivas —, considere complementar com uma abordagem qualitativa. O artigo sobre metodologia qualitativa em 2026 orienta a selecção das técnicas mais adequadas a um desenho misto.

Perguntas frequentes