Métodos Quantitativos - Doutorado

Disciplina: PQAP – Procedimentos Quantitativos Avançados de Pesquisa

Carga horária: 45 horas (3 créditos)

Nível: Doutorado

Professores: Prof. Dr.ª Graziela Rodrigues e Prof. Dr. Luiz Pinheiro 

I - OBJETIVOS:

• Ter domínio dos conceitos para análise multivariada de dados com foco nas pesquisas em administração.

• Desenvolver as competências necessárias para o planejamento e a execução de técnicas estatísticas e análise de dados aplicados à pesquisa em administração.

II - EMENTA

• Análise multivariada

• Elaboração de matriz quantitativa 

• Elaboração e validação de constructos, escalas e execução de survey

• Análise de agrupamentos (Hierárquico e K-means)

• Análise de variância (Test t e ANOVA)

• Regressão Linear e Logística

• Análise fatorial exploratória

• Análise fatorial confirmatória

• Modelagem de equações estruturantes

• Modelos experimentais

III - METODOLOGIA

• Apresentações lideradas pelos alunos 

• Participação nas discussões e debates de estudos teórico-empíricos, 

• Resenhas críticas dos artigos, 

• Exercícios no Jamovi e PSRAT 

• Elaboração do questionário, aplicação de survey e análise de dados .

V – AVALIAÇÃO: 

• Introdução ao tema (sem powerpoint) - 10

• Participação em Sala - 5

• Entrega das resenhas e exercícios - 10

• Aplicação de Survey e Análise de Dados - 40

• Proposta de Pesquisa (entrega e apresentação) - 35

IV - CRONOGRAMA DETALHADO

AULA/DATA: 001/ 26/08/2026 (quarta-feira)

TEMA: Open Class (Porf. Graziela)

Leitura Obrigatória:

1) do Prado Pagotto, D., & Borges, C. (2023). Pesquisa quantitativa em empreendedorismo e o apoio do software R para análise de dados. REGEPE Entrepreneurship and Small Business Journal, 12(2).

Link: https://regepe.emnuvens.com.br/regepe/article/view/2257/62

2)  Li, J.; Yu, H.; Zhang, H. (2026). Investigating the microfoundation of dynamic managerial and organizational capabilities for business model innovation: a mediated-moderated model of artificial intelligence. Journal of Innovation & Knowledge, v. 17, p. 101058. https://doi.org/10.1016/j.jik.2026.101058

Pauta: 

• Apresentação pessoal; do professor e dos discentes;

• Apresentação do curso;

• Apresentação da proposta;

• Divisão dos times;

• Debate sobre modelos, variáveis, etc.

AULA/DATA: 002/ 29/08/2026 (sábado)

TEMA: Análise Multivariada (Prof. Pinheiro)

ESTUDANTES: Todos os alunos.

Leituras obrigatórias:

1) Fiates, G. G. S., Serra, F. A. R., & Martins, C. (2014). A aptidão dos pesquisadores brasileiros pertencentes aos programas de pós-graduação stricto sensu em Administração para pesquisas quantitativas. Revista de Administração, 49(2), 384-398. https://www.sciencedirect.com/science/article/pii/S0080210716303533 

2) Straub, D. W., Gefen, D., & Recker, J., (2022) Quantitative Research in Information Systems http://www.janrecker.com/quantitative-research-in-information-systems

3)Hair, J. F., Jr., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate data analysis (8th ed.). Cengage Learning. Chapter 1: Overview of Multivariate Methods.

Link: https://eli.johogo.com/Class/CCU/SEM/_Multivariate%20Data%20Analysis_Hair.pdf

AULA/DATA: 003/ 16/09/2026 (quarta-feira)

TEMA: Análise de Agrupamentos e Análise de Variância (Prof. Graziela) 

ESTUDANTE: Todos os alunos

Leituras obrigatórias:

1) Hair, J. F., Jr., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate data analysis (8th ed.). Cengage Learning. Chapter 4: Cluster Analysis 

2) RUBIO-ANDRÉS, Mercedes; ABRIL, Carmen. Sustainability oriented innovation and organizational values: a cluster analysis. The Journal of Technology Transfer, v. 49, n. 1, p. 1-18, 2024.

Leitura Complementar:

1)  James M. Crick & David Crick (2025) Designing robust electronic surveys in marketing research, Journal of Strategic Marketing, 33:5, 559-572, DOI: 10.1080/0965254X.2025.2468679.

AULA/DATA: 004 - 19/09/2026 (sábado)

TEMA: Análise Fatorial Exploratória (Prof. Pinheiro)

ESTUDANTES: Maysa e Gustavo Lara

Leituras obrigatórias:

1) Pinheiro Jr, L.; Frega, J. R., Desempenho da TI: Uma pesquisa no Faturamento Eletrônico nas Empresas (2016). Americas Conference on Information Systems, AMCIS, Proceedings, San Diego, USA.

2) Williams, B., Onsman, A., & Brown, T. (2010). Exploratory factor analysis: A five-step guide for novices. Australasian Journal of Paramedicine, 8, 1-13.

Leitura Complementar:

1) Rogers, P. (2022). Melhores práticas para sua análise fatorial exploratória: tutorial no factor. Revista de Administração Contemporânea, 26, e210085.

2) Dias, P. D. S., Silva, H. V. R. S., & de Cássia Macedo, R. (2019). Estatísticas multivariadas na administração: importância e aplicação da análise fatorial exploratória. Revista Eletrônica de Administração e Turismo - ReAT, 13(1), 1807-1828.

AULA/DATA: 005 - 30/09/2026 (quarta-feira)

TEMA: Análise Fatorial Confirmatória (Prof. Graziela)

ESTUDANTES: Natalia

Leituras obrigatórias:

1) Brown, T. A. (2015). Confirmatory factor analysis for applied research. 2nd ed. Guilford Pr. Chapter 3: Introduction to CFA

2) Freitas, A. D. G., Lacerda, F. M., Santos, E. A., Alvarenga, M. A., & Bizarrias, F. S. (2022). Políticas de recursos humanos, aprendizagem e intenção de rotatividade nas organizações. RAM. Revista de Administração Mackenzie, 23.

Leitura Complementar:

1) Hair, J. F., Lopes, E. L., Gabriel, M. L., Bizarrias, F. S., & da Silva, D. (2025). Coffee, Data and Jamovi: The Perfect Recipe for great Statistical Analysis. Journal of Sustainable Institutional Management, 12, e0178-e0178

AULA/DATA: 006 - 03/10/2026 (sábado)

TEMA: Regressão Linear e Logística (Prof. Pinheiro)

ESTUDANTES: Renata e André

Leituras obrigatórias:

1) Hair, J. F., Jr., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate data analysis (8th ed.). Cengage Learning. Chapter 9: Multiple Regression Analysis

2) Bajumpaa, A., Borden, D., Taylor, C., Silva, P., & Fiondella, L. (2026). A predictive system resilience assessment tool (PSRAT). SoftwareX, 34, 102576.

3) Silva, P., Hidalgo, M., Hotchkiss, M., Dharmasena, L., Linkov, I., & Fiondella, L. (2024). Predictive resilience modeling using statistical regression methods. Mathematics, 12(15), 2380.

AULA/DATA: 007 - 28/10/2026 (quarta-feira)

TEMA: Modelos Experimentais (Prof. Graziela)

ESTUDANTE: Kátia Biscouto

Leituras obrigatórias:

1)  da Costa Hernandez, J. M., Basso, K., & Brandão, M. M. (2014). Pesquisa experimental em marketing. Revista brasileira de marketing, 13(2), 98-117.

2) 2) RODRIGUES, G. P.; PRADO, P. H. M. When Does Negative Feedback Cause Engagement in the Early Stage of Goal Pursuit? The roles of Goal Progress, Effort, and Goal Attainability. In: Anais do XLIX Encontro da ANPAD. Aracaju-SE. 2025.

Leitura Complementar:

 1)     KISHIMOTO, Tomoko et al. Single online self-compassion writing intervention reduces anxiety: With the feedback of ChatGPT. Internet Interventions, v. 39, p. 100810, 2025.

AULA/DATA: 008 - 31/10/2026 (sábado)

TEMA: Equação Estrutural - (Prof. Pinheiro)

ESTUDANTES: Lorena e Cleiton

Leituras obrigatórias:

1) Bido, D. de S., & Souza, C. A. (2026). Structural Equation Modeling: Is it Still Worth Learning? Brazilian Administration Review, 23(3), e260020. https://doi.org/10.1590/1807-7692bar2026260020

2) Zyphur, M. J., Bonner, C. V., & Tay, L. (2023). Structural equation modeling in organizational research: The state of our science and some proposals for its future. Annual Review of Organizational Psychology and Organizational Behavior, 10(1), 495-517.

3) Reis, J. F. dos. (2025). Inteligência artificial nos bancos brasileiros: resolvendo os problemas percebidos pelos clientes [Dissertação, Universidade Positivo]. Disponível em: https://repositorio.cruzeirodosul.edu.br/handle/123456789/7597 

AULA/DATA: 009 - 11/11/2026 (quarta-feira)

TEMA: Desenvolvimento do Artigo – Pesquisa Quantitativa e Proposta de Pesquisa (Prof. Graziela)

AULA/DATA: 010 - 14/11/2026 (sábado)

TEMA: Apresentação Análise de Dados da pesquisa/artigo e Apresentação da Proposta de Pesquisa (Prof. Gustavo Lara)

ESTUDANTES: Todos os alunos.