{"id":1074905,"date":"2026-06-28T04:00:00","date_gmt":"2026-06-28T11:00:00","guid":{"rendered":"https:\/\/www.questionpro.com\/blog\/dados-univariados-bivariados\/"},"modified":"2026-06-15T10:48:17","modified_gmt":"2026-06-15T17:48:17","slug":"dados-univariados-bivariados","status":"publish","type":"post","link":"https:\/\/www.questionpro.com\/blog\/pt-br\/dados-univariados-bivariados\/","title":{"rendered":"Dados univariados e bivariados: o que s\u00e3o, diferen\u00e7as e como analisar"},"content":{"rendered":"<p>Coletar dados \u00e9 relativamente f\u00e1cil. O verdadeiro desafio est\u00e1 em interpret\u00e1-los e transform\u00e1-los em decis\u00f5es concretas para o neg\u00f3cio. Os <strong>dados univariados e bivariados<\/strong> representam dois n\u00edveis distintos de profundidade estat\u00edstica: a an\u00e1lise univariada descreve cada vari\u00e1vel separadamente; a bivariada revela as rela\u00e7\u00f5es entre elas. Saber quando usar cada uma pode ser a diferen\u00e7a entre um relat\u00f3rio descritivo e uma an\u00e1lise que realmente orienta decis\u00f5es.<\/p>\n<p>Muitas equipes de pesquisa cometem o erro de ficar na superf\u00edcie: reportam frequ\u00eancias, m\u00e9dias e porcentagens, mas nunca perguntam se existe uma conex\u00e3o entre as vari\u00e1veis que mediram. O resultado s\u00e3o dados em abund\u00e2ncia com insights escassos. Aqui voc\u00ea vai ver exatamente o que distingue cada tipo, quais t\u00e9cnicas cada um aplica, e como o QuestionPro permite executar os dois tipos de an\u00e1lise, incluindo a tabula\u00e7\u00e3o cruzada e outras fun\u00e7\u00f5es avan\u00e7adas, diretamente dentro da plataforma.<\/p>\n<style>.qp-art-summary[open] .qp-art-arrow{transform:rotate(180deg)}.qp-art-arrow{transition:transform 0.25s ease;display:inline-block;}<\/style>\n<details class=\"qp-art-summary\" style=\"background: #f8faff; border: 2px solid #2D6BE4; border-radius: 12px; margin: 1.5rem 0; font-family: Arial,sans-serif; overflow: hidden;\">\n<summary style=\"background: #1a2b5e; color: #ffffff; padding: 1rem 1.25rem; cursor: pointer; font-size: 16px; font-weight: bold; list-style: none; display: flex; align-items: center; gap: 10px; margin: 0;\"><span style=\"font-size: 20px; line-height: 1; flex-shrink: 0;\">\ud83d\udc41<\/span> Resumo do artigo<span class=\"qp-art-arrow\" style=\"margin-left: auto; font-size: 13px; opacity: 0.75;\">\u25bc<\/span><\/summary>\n<ul style=\"margin: 0; padding: 1rem 1.5rem; list-style: none;\">\n<li style=\"padding: 0.6rem 0; border-bottom: 1px solid #e5e7eb; color: #374151; font-size: 15px; line-height: 1.6; display: flex; gap: 10px; align-items: flex-start;\"><span style=\"color: #2d6be4; font-weight: bold; flex-shrink: 0; margin-top: 2px;\">\u2713<\/span> Dados univariados analisam uma \u00fanica vari\u00e1vel por vez: servem para descrever, resumir e compreender a distribui\u00e7\u00e3o de cada dado de forma independente.<\/li>\n<li style=\"padding: 0.6rem 0; border-bottom: 1px solid #e5e7eb; color: #374151; font-size: 15px; line-height: 1.6; display: flex; gap: 10px; align-items: flex-start;\"><span style=\"color: #2d6be4; font-weight: bold; flex-shrink: 0; margin-top: 2px;\">\u2713<\/span> Dados bivariados envolvem duas vari\u00e1veis ao mesmo tempo para identificar correla\u00e7\u00f5es, depend\u00eancias ou diferen\u00e7as entre grupos.<\/li>\n<li style=\"padding: 0.6rem 0; border-bottom: 1px solid #e5e7eb; color: #374151; font-size: 15px; line-height: 1.6; display: flex; gap: 10px; align-items: flex-start;\"><span style=\"color: #2d6be4; font-weight: bold; flex-shrink: 0; margin-top: 2px;\">\u2713<\/span> A an\u00e1lise univariada \u00e9 o ponto de partida correto em qualquer estudo; a bivariada responde perguntas de causa, rela\u00e7\u00e3o ou segmenta\u00e7\u00e3o.<\/li>\n<li style=\"padding: 0.6rem 0; border-bottom: 1px solid #e5e7eb; color: #374151; font-size: 15px; line-height: 1.6; display: flex; gap: 10px; align-items: flex-start;\"><span style=\"color: #2d6be4; font-weight: bold; flex-shrink: 0; margin-top: 2px;\">\u2713<\/span> A tabula\u00e7\u00e3o cruzada \u00e9 a t\u00e9cnica bivariada mais utilizada em pesquisa por question\u00e1rio e permite cruzar vari\u00e1veis categ\u00f3ricas para revelar padr\u00f5es ocultos.<\/li>\n<li style=\"padding: 0.6rem 0; border-bottom: 1px solid #e5e7eb; color: #374151; font-size: 15px; line-height: 1.6; display: flex; gap: 10px; align-items: flex-start;\"><span style=\"color: #2d6be4; font-weight: bold; flex-shrink: 0; margin-top: 2px;\">\u2713<\/span> O QuestionPro oferece tabula\u00e7\u00e3o cruzada integrada com qui-quadrado, filtros por segmento e an\u00e1lise avan\u00e7ada sem precisar exportar os dados para outro software.<\/li>\n<li style=\"padding: 0.6rem 0; color: #374151; font-size: 15px; line-height: 1.6; display: flex; gap: 10px; align-items: flex-start;\"><span style=\"color: #2d6be4; font-weight: bold; flex-shrink: 0; margin-top: 2px;\">\u2713<\/span> Combinar os dois enfoques em um mesmo estudo produz relat\u00f3rios mais completos e decis\u00f5es melhor fundamentadas.<\/li>\n<\/ul>\n<\/details>\n\n<h2>O que s\u00e3o dados univariados?<\/h2>\n<p>A an\u00e1lise univariada \u00e9 o primeiro passo em qualquer processo estat\u00edstico s\u00e9rio. O pr\u00f3prio nome j\u00e1 diz tudo: envolve uma \u00fanica vari\u00e1vel por vez. O objetivo n\u00e3o \u00e9 buscar rela\u00e7\u00f5es nem correla\u00e7\u00f5es, mas descrever a distribui\u00e7\u00e3o, o comportamento e as caracter\u00edsticas dessa vari\u00e1vel de forma isolada.<\/p>\n<p>Imagine que voc\u00ea faz uma pesquisa de satisfa\u00e7\u00e3o com clientes e quer entender como as pontua\u00e7\u00f5es do Net Promoter Score est\u00e3o distribu\u00eddas na sua base. Isso \u00e9 an\u00e1lise univariada: uma vari\u00e1vel, um conjunto de valores, uma distribui\u00e7\u00e3o para interpretar. Voc\u00ea pode calcular a m\u00e9dia, identificar a moda, ver a dispers\u00e3o e gerar o histograma, mas ainda n\u00e3o est\u00e1 conectando essa vari\u00e1vel com nenhuma outra.<\/p>\n<p>Os dados univariados s\u00e3o indispens\u00e1veis na etapa explorat\u00f3ria de qualquer estudo. Antes de cruzar vari\u00e1veis ou construir modelos, voc\u00ea precisa entender cada pe\u00e7a separadamente. Sem esse passo, as correla\u00e7\u00f5es encontradas depois podem carecer de contexto e levar a conclus\u00f5es equivocadas. Dois grupos podem compartilhar a mesma m\u00e9dia e ter distribui\u00e7\u00f5es completamente diferentes: a an\u00e1lise univariada \u00e9 a \u00fanica que mostra isso antes de voc\u00ea continuar.<\/p>\n<h3>Tipos de an\u00e1lise univariada<\/h3>\n<p>Dependendo do tipo de dado, h\u00e1 dois grandes enfoques dentro da an\u00e1lise univariada:<\/p>\n<ul>\n<li><em>Para vari\u00e1veis categ\u00f3ricas<\/em> (nominais ou ordinais): utilizam-se tabelas de frequ\u00eancia, porcentagens e gr\u00e1ficos de barra ou pizza. Por exemplo, distribui\u00e7\u00e3o de respostas por g\u00eanero ou n\u00edvel de satisfa\u00e7\u00e3o em escala Likert.<\/li>\n<li><em>Para vari\u00e1veis quantitativas<\/em> (cont\u00ednuas ou discretas): calculam-se medidas de tend\u00eancia central (m\u00e9dia, mediana, moda) e de dispers\u00e3o (desvio padr\u00e3o, amplitude, vari\u00e2ncia). Histogramas e diagramas de caixa s\u00e3o as representa\u00e7\u00f5es mais comuns.<\/li>\n<li><em>Para identificar valores at\u00edpicos<\/em>: a an\u00e1lise univariada tamb\u00e9m serve para detectar outliers que poderiam distorcer resultados posteriores, especialmente antes de aplicar t\u00e9cnicas mais complexas como regress\u00e3o ou an\u00e1lise fatorial.<\/li>\n<\/ul>\n<p>Aqui vai o detalhe que muita gente ignora: um erro frequente em pesquisa \u00e9 pular direto para a an\u00e1lise bivariada sem antes ter executado a univariada. Quando isso acontece, os pesquisadores perdem contexto sobre os pr\u00f3prios dados e acabam tomando decis\u00f5es baseadas em correla\u00e7\u00f5es que n\u00e3o refletem a realidade da distribui\u00e7\u00e3o.<\/p>\n<h2>O que s\u00e3o dados bivariados?<\/h2>\n<p>A an\u00e1lise bivariada vai al\u00e9m. Em vez de estudar uma vari\u00e1vel de forma isolada, ela examina a rela\u00e7\u00e3o entre duas vari\u00e1veis ao mesmo tempo. A pergunta que tenta responder j\u00e1 n\u00e3o \u00e9 &#8220;como essa vari\u00e1vel est\u00e1 distribu\u00edda?&#8221; mas sim &#8220;existe alguma rela\u00e7\u00e3o entre essas duas vari\u00e1veis, em que dire\u00e7\u00e3o e com que intensidade?&#8221;<\/p>\n<p>Seguindo o exemplo anterior: se voc\u00ea n\u00e3o quer s\u00f3 saber como est\u00e3o distribu\u00eddas as pontua\u00e7\u00f5es de NPS, mas tamb\u00e9m se essa pontua\u00e7\u00e3o varia de acordo com a regi\u00e3o geogr\u00e1fica do cliente, voc\u00ea j\u00e1 est\u00e1 no territ\u00f3rio bivariado. Duas vari\u00e1veis: pontua\u00e7\u00e3o NPS e regi\u00e3o. Uma rela\u00e7\u00e3o para descobrir.<\/p>\n<p>O que torna a <a href=\"https:\/\/www.questionpro.com\/blog\/pt-br\/analise-da-informacao\/\">an\u00e1lise da informa\u00e7\u00e3o<\/a> bivariada t\u00e3o valiosa \u00e9 sua capacidade de responder perguntas que a univariada simplesmente n\u00e3o consegue. Muitas das hip\u00f3teses mais relevantes em pesquisa de mercado, ci\u00eancias sociais e sa\u00fade se sustentam em rela\u00e7\u00f5es bivariadas: clientes mais velhos s\u00e3o mais fi\u00e9is? A satisfa\u00e7\u00e3o no trabalho est\u00e1 relacionada com a inten\u00e7\u00e3o de pedir demiss\u00e3o? O canal de atendimento afeta a percep\u00e7\u00e3o de qualidade do servi\u00e7o?<\/p>\n<p>Mas aten\u00e7\u00e3o: uma rela\u00e7\u00e3o bivariada n\u00e3o implica causalidade. Identificar que duas vari\u00e1veis se correlacionam \u00e9 o primeiro passo; atribuir causalidade exige design experimental ou an\u00e1lise multivariada controlada.<\/p>\n<h3>Tipos de an\u00e1lise bivariada<\/h3>\n<p>A escolha da t\u00e9cnica depende do tipo de vari\u00e1veis que est\u00e3o sendo comparadas:<\/p>\n<ul>\n<li><em>Duas vari\u00e1veis categ\u00f3ricas<\/em>: tabula\u00e7\u00e3o cruzada com teste qui-quadrado. Exemplo: g\u00eanero e prefer\u00eancia de produto.<\/li>\n<li><em>Uma vari\u00e1vel categ\u00f3rica e uma quantitativa<\/em>: compara\u00e7\u00e3o de m\u00e9dias com teste t de Student ou ANOVA. Exemplo: n\u00edvel de escolaridade e pontua\u00e7\u00e3o de satisfa\u00e7\u00e3o.<\/li>\n<li><em>Duas vari\u00e1veis quantitativas<\/em>: correla\u00e7\u00e3o de Pearson ou Spearman, e regress\u00e3o linear simples. Exemplo: tempo de espera e avalia\u00e7\u00e3o do atendimento.<\/li>\n<li><em>Vari\u00e1veis ordinais sem distribui\u00e7\u00e3o normal<\/em>: coeficiente de correla\u00e7\u00e3o de Spearman ou Kendall, quando os dados n\u00e3o atendem aos pressupostos param\u00e9tricos padr\u00e3o.<\/li>\n<\/ul>\n<p>Cada t\u00e9cnica tem seus pr\u00f3prios pressupostos estat\u00edsticos. Aplicar a correla\u00e7\u00e3o de Pearson a dados ordinais, por exemplo, pode produzir resultados enganosos. Por isso, antes de rodar qualquer an\u00e1lise, vale revisar o tipo de escala de medi\u00e7\u00e3o de cada vari\u00e1vel.<\/p>\n<h2>Diferen\u00e7as entre dados univariados e bivariados<\/h2>\n<p>A distin\u00e7\u00e3o n\u00e3o \u00e9 s\u00f3 t\u00e9cnica: ela muda o tipo de perguntas que voc\u00ea consegue responder e o n\u00edvel de insight que extrai dos dados. A tabela abaixo resume os pontos de compara\u00e7\u00e3o mais relevantes.<\/p>\n<table style=\"border-collapse: collapse; width: 100%; margin: 1.5rem 0;\">\n<thead>\n<tr>\n<th style=\"background: #1a2b5e; color: #fff; padding: 10px 14px; border: 1px solid #c5cfe8; font-size: 14px; text-align: left;\">Caracter\u00edstica<\/th>\n<th style=\"background: #162450; color: #fff; padding: 10px 14px; border: 1px solid #c5cfe8; font-size: 14px; text-align: left;\">An\u00e1lise univariada<\/th>\n<th style=\"background: #1a2b5e; color: #fff; padding: 10px 14px; border: 1px solid #c5cfe8; font-size: 14px; text-align: left;\">An\u00e1lise bivariada<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td style=\"background: #ffffff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top;\">N\u00famero de vari\u00e1veis<\/td>\n<td style=\"background: #f0f4ff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top;\">Uma<\/td>\n<td style=\"background: #ffffff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top;\">Duas<\/td>\n<\/tr>\n<tr>\n<td style=\"background: #f0f4ff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top;\">Objetivo principal<\/td>\n<td style=\"background: #ffffff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top;\">Descrever distribui\u00e7\u00e3o e comportamento<\/td>\n<td style=\"background: #f0f4ff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top;\">Identificar rela\u00e7\u00f5es ou diferen\u00e7as entre vari\u00e1veis<\/td>\n<\/tr>\n<tr>\n<td style=\"background: #ffffff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top;\">Pergunta que responde<\/td>\n<td style=\"background: #f0f4ff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top;\">Como essa vari\u00e1vel est\u00e1 distribu\u00edda?<\/td>\n<td style=\"background: #ffffff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top;\">Como essas duas vari\u00e1veis se relacionam?<\/td>\n<\/tr>\n<tr>\n<td style=\"background: #f0f4ff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top;\">T\u00e9cnicas t\u00edpicas<\/td>\n<td style=\"background: #ffffff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top;\">Frequ\u00eancias, m\u00e9dia, moda, desvio padr\u00e3o, histograma<\/td>\n<td style=\"background: #f0f4ff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top;\">Tabula\u00e7\u00e3o cruzada, qui-quadrado, correla\u00e7\u00e3o, ANOVA, regress\u00e3o simples<\/td>\n<\/tr>\n<tr>\n<td style=\"background: #ffffff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top;\">Uso em pesquisa<\/td>\n<td style=\"background: #f0f4ff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top;\">Explora\u00e7\u00e3o inicial, limpeza de dados, relat\u00f3rios descritivos<\/td>\n<td style=\"background: #ffffff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top;\">Teste de hip\u00f3teses, segmenta\u00e7\u00e3o, an\u00e1lise de causas<\/td>\n<\/tr>\n<tr>\n<td style=\"background: #f0f4ff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top;\">Representa\u00e7\u00e3o gr\u00e1fica<\/td>\n<td style=\"background: #ffffff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top;\">Histograma, gr\u00e1fico de barras, diagrama de caixa<\/td>\n<td style=\"background: #f0f4ff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top;\">Diagrama de dispers\u00e3o, tabela de conting\u00eancia, mapa de calor<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Uma an\u00e1lise bem executada n\u00e3o escolhe entre uma coisa e outra: combina as duas. A univariada primeiro, para entender a qualidade e a distribui\u00e7\u00e3o dos dados. A bivariada depois, para extrair rela\u00e7\u00f5es que respondam \u00e0s perguntas do neg\u00f3cio ou da pesquisa.<\/p>\n<h2>T\u00e9cnicas de an\u00e1lise para dados univariados<\/h2>\n<p>Al\u00e9m de calcular uma m\u00e9dia, a an\u00e1lise univariada inclui um conjunto de ferramentas que permitem compreender a forma, a centralidade e a variabilidade de uma distribui\u00e7\u00e3o. Cada uma oferece uma perspectiva diferente sobre o mesmo conjunto de dados.<\/p>\n<div style=\"background: #1a2b5e; border-radius: 16px; padding: 2rem; margin: 2rem 0; font-family: Arial,sans-serif;\">\n<p style=\"text-align: center; color: #ffffff; font-size: 16px; font-weight: bold; margin: 0 0 1.5rem 0; letter-spacing: 1px; text-transform: uppercase;\">Principais t\u00e9cnicas de an\u00e1lise univariada<\/p>\n<div style=\"background: #ffffff; border-radius: 10px; padding: 1rem 1.25rem; margin-bottom: 0.75rem; display: flex; align-items: flex-start; gap: 1rem;\">\n<div style=\"background: #2D6BE4; color: #fff; font-weight: 800; font-size: 16px; min-width: 42px; height: 42px; border-radius: 50%; display: flex; align-items: center; justify-content: center; flex-shrink: 0;\">01<\/div>\n<div>\n<p style=\"margin: 0 0 4px 0; font-weight: bold; color: #111827; font-size: 16px;\">Distribui\u00e7\u00e3o de frequ\u00eancias<\/p>\n<p style=\"margin: 0; color: #6b7280; font-size: 16px; line-height: 1.5;\">Mostra quantas vezes cada valor aparece. \u00datil tanto para vari\u00e1veis categ\u00f3ricas quanto para num\u00e9ricas discretas, e \u00e9 a base de qualquer relat\u00f3rio descritivo.<\/p>\n<\/div>\n<\/div>\n<div style=\"background: #ffffff; border-radius: 10px; padding: 1rem 1.25rem; margin-bottom: 0.75rem; display: flex; align-items: flex-start; gap: 1rem;\">\n<div style=\"background: #2D6BE4; color: #fff; font-weight: 800; font-size: 16px; min-width: 42px; height: 42px; border-radius: 50%; display: flex; align-items: center; justify-content: center; flex-shrink: 0;\">02<\/div>\n<div>\n<p style=\"margin: 0 0 4px 0; font-weight: bold; color: #111827; font-size: 16px;\">Medidas de tend\u00eancia central<\/p>\n<p style=\"margin: 0; color: #6b7280; font-size: 16px; line-height: 1.5;\">M\u00e9dia, mediana e moda resumem a distribui\u00e7\u00e3o em um \u00fanico valor representativo. A escolha entre elas depende do tipo de dado e de se a distribui\u00e7\u00e3o \u00e9 sim\u00e9trica ou assim\u00e9trica.<\/p>\n<\/div>\n<\/div>\n<div style=\"background: #ffffff; border-radius: 10px; padding: 1rem 1.25rem; margin-bottom: 0.75rem; display: flex; align-items: flex-start; gap: 1rem;\">\n<div style=\"background: #2D6BE4; color: #fff; font-weight: 800; font-size: 16px; min-width: 42px; height: 42px; border-radius: 50%; display: flex; align-items: center; justify-content: center; flex-shrink: 0;\">03<\/div>\n<div>\n<p style=\"margin: 0 0 4px 0; font-weight: bold; color: #111827; font-size: 16px;\">Medidas de dispers\u00e3o<\/p>\n<p style=\"margin: 0; color: #6b7280; font-size: 16px; line-height: 1.5;\">Vari\u00e2ncia, desvio padr\u00e3o e amplitude interquartil revelam o quanto os dados est\u00e3o espalhados em rela\u00e7\u00e3o \u00e0 m\u00e9dia. Dois grupos podem ter a mesma m\u00e9dia com distribui\u00e7\u00f5es completamente diferentes.<\/p>\n<\/div>\n<\/div>\n<div style=\"background: #ffffff; border-radius: 10px; padding: 1rem 1.25rem; margin-bottom: 0.75rem; display: flex; align-items: flex-start; gap: 1rem;\">\n<div style=\"background: #2D6BE4; color: #fff; font-weight: 800; font-size: 16px; min-width: 42px; height: 42px; border-radius: 50%; display: flex; align-items: center; justify-content: center; flex-shrink: 0;\">04<\/div>\n<div>\n<p style=\"margin: 0 0 4px 0; font-weight: bold; color: #111827; font-size: 16px;\">Percentis e quartis<\/p>\n<p style=\"margin: 0; color: #6b7280; font-size: 16px; line-height: 1.5;\">Permitem posicionar qualquer valor dentro da distribui\u00e7\u00e3o e compar\u00e1-lo com o restante do conjunto. S\u00e3o especialmente \u00fateis em an\u00e1lises de satisfa\u00e7\u00e3o e avalia\u00e7\u00f5es de desempenho.<\/p>\n<\/div>\n<\/div>\n<div style=\"background: #ffffff; border-radius: 10px; padding: 1rem 1.25rem; display: flex; align-items: flex-start; gap: 1rem;\">\n<div style=\"background: #2D6BE4; color: #fff; font-weight: 800; font-size: 16px; min-width: 42px; height: 42px; border-radius: 50%; display: flex; align-items: center; justify-content: center; flex-shrink: 0;\">05<\/div>\n<div>\n<p style=\"margin: 0 0 4px 0; font-weight: bold; color: #111827; font-size: 16px;\">An\u00e1lise de forma: assimetria e curtose<\/p>\n<p style=\"margin: 0; color: #6b7280; font-size: 16px; line-height: 1.5;\">A assimetria indica se a distribui\u00e7\u00e3o est\u00e1 inclinada para valores altos ou baixos; a curtose mede o qu\u00e3o pontiaguda ou achatada ela \u00e9. Ambas determinam se \u00e9 poss\u00edvel aplicar testes param\u00e9tricos no pr\u00f3ximo n\u00edvel da an\u00e1lise.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<p>Nenhuma dessas t\u00e9cnicas, por si s\u00f3, permite concluir nada sobre rela\u00e7\u00f5es entre vari\u00e1veis. S\u00e3o ferramentas descritivas, e o valor delas est\u00e1 em preparar o terreno para a an\u00e1lise bivariada e em comunicar resultados b\u00e1sicos a p\u00fablicos n\u00e3o t\u00e9cnicos.<\/p>\n<div style=\"background: #f8faff; border-left: 5px solid #2D6BE4; border-radius: 0 12px 12px 0; padding: 1.25rem 1.5rem; margin: 1.5rem 0; font-family: Arial,sans-serif;\">\n<p style=\"font-size: 26px; font-weight: 800; color: #1a2b5e; margin: 0 0 6px 0;\">63%<\/p>\n<p style=\"font-size: 15px; color: #374151; margin: 0 0 8px 0; line-height: 1.5;\">das empresas que adotam a tomada de decis\u00f5es baseada em dados reportam aumento na taxa de produtividade operacional, em compara\u00e7\u00e3o com organiza\u00e7\u00f5es que dependem da intui\u00e7\u00e3o.<\/p>\n<p style=\"font-size: 13px; color: #6b7280; margin: 0;\">Fonte: EdgeDelta \/ Grand View Research, 2023<\/p>\n<\/div>\n<p>A an\u00e1lise univariada \u00e9 o primeiro filtro que permite confiar nos dados antes de us\u00e1-los para decis\u00f5es mais complexas. Sem ela, qualquer correla\u00e7\u00e3o encontrada depois pode estar contaminada por valores at\u00edpicos ou distribui\u00e7\u00f5es an\u00f4malas que passaram despercebidas.<\/p>\n<h2>T\u00e9cnicas de an\u00e1lise para dados bivariados<\/h2>\n<p>A an\u00e1lise bivariada tem uma caracter\u00edstica que a torna especialmente valiosa em pesquisa aplicada: ela consegue confirmar ou refutar hip\u00f3teses sem precisar de um experimento controlado. N\u00e3o \u00e9 o m\u00e9todo mais robusto para estabelecer causalidade, mas \u00e9 excelente para identificar associa\u00e7\u00f5es que merecem aten\u00e7\u00e3o estrat\u00e9gica.<\/p>\n<p>Continue lendo, porque as diferen\u00e7as entre as t\u00e9cnicas bivariadas s\u00e3o mais relevantes do que parecem na hora de escolher a certa para o tipo de dado que voc\u00ea tem.<\/p>\n<h3>Tabula\u00e7\u00e3o cruzada e qui-quadrado<\/h3>\n<p>A tabula\u00e7\u00e3o cruzada, tamb\u00e9m chamada de tabela de conting\u00eancia, \u00e9 a t\u00e9cnica bivariada mais utilizada em pesquisa por question\u00e1rio. Ela organiza os dados em uma matriz de linhas e colunas onde cada c\u00e9lula mostra a frequ\u00eancia conjunta de duas vari\u00e1veis categ\u00f3ricas. O teste qui-quadrado de Pearson determina se a distribui\u00e7\u00e3o observada \u00e9 estatisticamente diferente do que se esperaria caso as vari\u00e1veis fossem independentes.<\/p>\n<p>Exemplo pr\u00e1tico: se voc\u00ea cruzar &#8220;n\u00edvel de satisfa\u00e7\u00e3o com o atendimento&#8221; e &#8220;canal de contato utilizado&#8221;, pode identificar se os clientes que usaram chat t\u00eam pontua\u00e7\u00f5es significativamente diferentes dos que ligaram por telefone. Isso j\u00e1 \u00e9 acion\u00e1vel para a \u00e1rea de opera\u00e7\u00f5es.<\/p>\n<h3>Correla\u00e7\u00e3o de Pearson e Spearman<\/h3>\n<p>Quando ambas as vari\u00e1veis s\u00e3o quantitativas, o coeficiente de correla\u00e7\u00e3o mede a intensidade e a dire\u00e7\u00e3o da rela\u00e7\u00e3o linear entre elas. A correla\u00e7\u00e3o de Pearson pressup\u00f5e normalidade nos dados; a de Spearman \u00e9 seu equivalente n\u00e3o param\u00e9trico, mais adequada para escalas ordinais ou distribui\u00e7\u00f5es assim\u00e9tricas. Um valor pr\u00f3ximo de 1 ou -1 indica rela\u00e7\u00e3o forte; pr\u00f3ximo de 0, aus\u00eancia de rela\u00e7\u00e3o linear.<\/p>\n<p>Um momento: uma <a href=\"https:\/\/www.questionpro.com\/blog\/pt-br\/como-fazer-uma-analise-de-correlacao\/\">an\u00e1lise de correla\u00e7\u00e3o<\/a> alta entre duas vari\u00e1veis nem sempre \u00e9 evid\u00eancia de rela\u00e7\u00e3o causal. O exemplo cl\u00e1ssico: consumo de sorvete e n\u00famero de afogamentos em praias se correlacionam fortemente, mas ambos s\u00e3o impulsionados por uma terceira vari\u00e1vel (o calor), n\u00e3o por uma rela\u00e7\u00e3o direta. A correla\u00e7\u00e3o identifica o padr\u00e3o; a explica\u00e7\u00e3o causal exige investiga\u00e7\u00e3o adicional.<\/p>\n<h3>Compara\u00e7\u00e3o de m\u00e9dias: teste t e ANOVA<\/h3>\n<p>Quando uma vari\u00e1vel \u00e9 categ\u00f3rica e a outra \u00e9 quantitativa, a compara\u00e7\u00e3o de m\u00e9dias entre grupos \u00e9 a t\u00e9cnica adequada. O teste t compara dois grupos; o ANOVA compara tr\u00eas ou mais. Ambos respondem perguntas como: &#8220;a pontua\u00e7\u00e3o de satisfa\u00e7\u00e3o varia significativamente entre os departamentos que atenderam o cliente?&#8221; Quando as diferen\u00e7as s\u00e3o estatisticamente significativas (p &lt; 0,05), voc\u00ea tem uma segmenta\u00e7\u00e3o com base emp\u00edrica para agir.<\/p>\n<h3>Regress\u00e3o linear simples<\/h3>\n<p>Vai al\u00e9m da correla\u00e7\u00e3o: n\u00e3o apenas quantifica a rela\u00e7\u00e3o entre duas vari\u00e1veis quantitativas, mas permite predizer o valor de uma a partir da outra. Se na sua pesquisa de experi\u00eancia do cliente voc\u00ea descobrir que o tempo de resolu\u00e7\u00e3o explica 70% da vari\u00e2ncia na pontua\u00e7\u00e3o de satisfa\u00e7\u00e3o, voc\u00ea tem um objetivo operacional muito claro, sem precisar de intui\u00e7\u00e3o nem de suposi\u00e7\u00f5es.<\/p>\n<div style=\"background: #f8faff; border-left: 5px solid #2D6BE4; border-radius: 0 12px 12px 0; padding: 1.25rem 1.5rem; margin: 1.5rem 0; font-family: Arial,sans-serif;\">\n<p style=\"font-size: 26px; font-weight: 800; color: #1a2b5e; margin: 0 0 6px 0;\">96%<\/p>\n<p style=\"font-size: 15px; color: #374151; margin: 0 0 8px 0; line-height: 1.5;\">dos l\u00edderes entrevistados destacam a import\u00e2ncia de utilizar dados nos processos de tomada de decis\u00f5es, segundo o estudo da S&amp;P Global Market Intelligence.<\/p>\n<p style=\"font-size: 13px; color: #6b7280; margin: 0;\">Fonte: S&amp;P Global Market Intelligence Study, via Nearshore IT, 2024<\/p>\n<\/div>\n<p>O desafio n\u00e3o est\u00e1 em conhecer essas t\u00e9cnicas de forma te\u00f3rica, mas em aplic\u00e1-las corretamente ao tipo de dado dispon\u00edvel e em interpretar os resultados com vis\u00e3o de neg\u00f3cio. \u00c9 a\u00ed que uma plataforma de an\u00e1lise integrada faz a diferen\u00e7a.<\/p>\n<h2>Tabula\u00e7\u00e3o cruzada e an\u00e1lise avan\u00e7ada com o QuestionPro<\/h2>\n<p>O QuestionPro integra as ferramentas de an\u00e1lise univariada e bivariada diretamente na plataforma, sem precisar exportar dados para softwares externos como SPSS, R ou Excel. Isso reduz o tempo entre a coleta e a interpreta\u00e7\u00e3o, e elimina o risco de erros na transfer\u00eancia de dados.<\/p>\n<p>A fun\u00e7\u00e3o mais poderosa para a an\u00e1lise bivariada dentro da plataforma \u00e9, sem d\u00favida, a <a href=\"https:\/\/www.questionpro.com\/cross-tabulation.html\">tabula\u00e7\u00e3o cruzada<\/a>.<\/p>\n<h3>Como funciona a tabula\u00e7\u00e3o cruzada no QuestionPro<\/h3>\n<p>No m\u00f3dulo Analytics, qualquer usu\u00e1rio pode selecionar duas perguntas da pesquisa como vari\u00e1veis de linha e coluna, e gerar automaticamente a tabela de conting\u00eancia com contagens e porcentagens. A plataforma tamb\u00e9m calcula o teste qui-quadrado de Pearson automaticamente, o que permite determinar na hora se a rela\u00e7\u00e3o entre as vari\u00e1veis \u00e9 estatisticamente significativa.<\/p>\n<p>O processo concreto dentro do QuestionPro \u00e9 o seguinte:<\/p>\n<ul>\n<li>Fazer login e abrir a pesquisa que voc\u00ea quer analisar, navegando at\u00e9 o m\u00f3dulo Analytics.<\/li>\n<li>Selecionar a op\u00e7\u00e3o &#8220;Cross-Tabulation&#8221; dentro do menu Analysis.<\/li>\n<li>Escolher a vari\u00e1vel de linha (por exemplo: g\u00eanero, regi\u00e3o ou faixa et\u00e1ria) e a vari\u00e1vel de coluna (por exemplo: n\u00edvel de satisfa\u00e7\u00e3o ou inten\u00e7\u00e3o de compra).<\/li>\n<li>Revisar a tabela gerada junto com o qui-quadrado e o p-valor associado para avaliar a signific\u00e2ncia estat\u00edstica.<\/li>\n<li>Baixar o relat\u00f3rio para compartilhar com a equipe ou apresentar em um dashboard.<\/li>\n<\/ul>\n<p>O que diferencia essa fun\u00e7\u00e3o \u00e9 a capacidade de filtrar os resultados por segmentos de respondentes, transformando uma \u00fanica pesquisa em uma fonte de m\u00faltiplas an\u00e1lises bivariadas de acordo com as vari\u00e1veis demogr\u00e1ficas ou comportamentais coletadas. Na pr\u00e1tica: uma pesquisa de satisfa\u00e7\u00e3o com 500 respostas pode gerar dezenas de cruzamentos relevantes com poucos cliques.<\/p>\n<p>Para equipes que precisam ir al\u00e9m do cruzamento padr\u00e3o, \u00e9 poss\u00edvel aprofundar ainda mais a segmenta\u00e7\u00e3o por perfil de respondente, regi\u00e3o ou qualquer vari\u00e1vel de filtro, transformando uma an\u00e1lise bivariada b\u00e1sica em intelig\u00eancia por segmento. O <a href=\"https:\/\/www.questionpro.com\/blog\/pt-br\/software-de-analise-de-pesquisas\/\">software de an\u00e1lise de pesquisas<\/a> do QuestionPro foi desenvolvido exatamente para facilitar esse tipo de aprofundamento sem exigir conhecimento avan\u00e7ado em estat\u00edstica.<\/p>\n<blockquote style=\"border-left: 4px solid #2D6BE4; margin: 1.5rem 0; padding: 1rem 1.5rem; background: #f8faff; border-radius: 0 8px 8px 0; font-family: Arial,sans-serif;\">\n<p style=\"font-size: 16px; font-style: italic; color: #1a2b5e; margin: 0 0 8px 0; line-height: 1.6;\">&#8220;Ter a an\u00e1lise univariada e bivariada integradas na mesma plataforma n\u00e3o \u00e9 s\u00f3 conveni\u00eancia: \u00e9 coer\u00eancia metodol\u00f3gica. Quando todos os indicadores s\u00e3o calculados sobre os mesmos dados e no mesmo ambiente, os resultados s\u00e3o compar\u00e1veis e o risco de erro por transforma\u00e7\u00f5es externas desaparece.&#8221;<\/p>\n<p><cite style=\"font-size: 13px; color: #6b7280; font-style: normal;\">\u2014 QuestionPro Research Team<\/cite><\/p><\/blockquote>\n<h3>Outras fun\u00e7\u00f5es de an\u00e1lise avan\u00e7ada no QuestionPro<\/h3>\n<p>Al\u00e9m da tabula\u00e7\u00e3o cruzada, a plataforma oferece um conjunto de ferramentas que complementam tanto o enfoque univariado quanto o bivariado em projetos de pesquisa de qualquer escala:<\/p>\n<ul>\n<li><em>An\u00e1lise de tend\u00eancias<\/em>: compara resultados de m\u00faltiplas rodadas de uma mesma pesquisa para identificar mudan\u00e7as em vari\u00e1veis-chave ao longo do tempo.<\/li>\n<li><em>Relat\u00f3rios de compara\u00e7\u00e3o entre segmentos<\/em>: permite contrastar respostas entre diferentes grupos de respondentes dentro de um mesmo estudo, sem precisar exportar nem filtrar manualmente.<\/li>\n<li><em>Text analytics para perguntas abertas<\/em>: aplica an\u00e1lise de sentimento e categoriza\u00e7\u00e3o autom\u00e1tica, convertendo dados qualitativos em vari\u00e1veis quantific\u00e1veis que podem ser incorporadas \u00e0 an\u00e1lise bivariada posterior.<\/li>\n<li><em>Estat\u00edsticas descritivas autom\u00e1ticas<\/em>: cada pergunta gera automaticamente sua distribui\u00e7\u00e3o de frequ\u00eancias, m\u00e9dia, mediana e desvio padr\u00e3o sem nenhuma configura\u00e7\u00e3o adicional.<\/li>\n<li><em>Dashboards personaliz\u00e1veis<\/em>: combina indicadores univariados e bivariados em uma mesma tela para comunicar resultados a times de lideran\u00e7a que n\u00e3o t\u00eam forma\u00e7\u00e3o em estat\u00edstica.<\/li>\n<\/ul>\n<p>Tem mais: para equipes que usam o QuestionPro como plataforma central de pesquisa, ter a an\u00e1lise integrada elimina um dos maiores gargalos nos projetos de pesquisa de mercado: o tempo que passa entre o fechamento do campo e a entrega do primeiro relat\u00f3rio anal\u00edtico. Saber <a href=\"https:\/\/www.questionpro.com\/blog\/pt-br\/como-fazer-analise-de-pesquisa\/\">como fazer an\u00e1lise de pesquisa<\/a> de forma eficiente dentro de uma plataforma \u00fanica acelera esse ciclo de forma significativa.<\/p>\n<h2>Quando usar an\u00e1lise univariada ou bivariada<\/h2>\n<p>A escolha n\u00e3o depende da prefer\u00eancia do pesquisador, mas da pergunta que precisa ser respondida e do design do estudo. H\u00e1 situa\u00e7\u00f5es onde a an\u00e1lise univariada \u00e9 suficiente; outras onde a bivariada \u00e9 o m\u00ednimo necess\u00e1rio; e muitas onde a resposta certa \u00e9 executar as duas em sequ\u00eancia.<\/p>\n<div style=\"margin: 2rem 0; font-family: Arial,sans-serif;\">\n<p style=\"text-align: center; color: #1a2b5e; font-size: 16px; font-weight: bold; margin: 0 0 1.25rem 0; text-transform: uppercase; letter-spacing: 1px;\">Qual an\u00e1lise voc\u00ea precisa?<\/p>\n<div style=\"display: grid; grid-template-columns: 1fr 1fr; gap: 1rem;\">\n<div style=\"background: #1a2b5e; border-radius: 12px; padding: 1.25rem;\">\n<p style=\"background: #2D6BE4; color: #fff; display: inline-block; padding: 4px 12px; border-radius: 6px; font-size: 14px; font-weight: bold; margin: 0 0 10px 0;\">Univariada<\/p>\n<p style=\"color: #ffffff; font-size: 16px; margin: 0; line-height: 1.5;\">Quando voc\u00ea precisa descrever a distribui\u00e7\u00e3o de cada vari\u00e1vel, identificar outliers, reportar frequ\u00eancias ou m\u00e9dias, ou preparar os dados para uma an\u00e1lise mais complexa.<\/p>\n<\/div>\n<div style=\"background: #2D6BE4; border-radius: 12px; padding: 1.25rem;\">\n<p style=\"background: #1a2b5e; color: #fff; display: inline-block; padding: 4px 12px; border-radius: 6px; font-size: 14px; font-weight: bold; margin: 0 0 10px 0;\">Bivariada<\/p>\n<p style=\"color: rgba(255,255,255,0.92); font-size: 16px; margin: 0; line-height: 1.5;\">Quando quer testar se existe uma rela\u00e7\u00e3o entre duas vari\u00e1veis, comparar grupos, segmentar resultados ou validar hip\u00f3teses sobre comportamento do cliente ou do colaborador.<\/p>\n<\/div>\n<div style=\"background: #2D6BE4; border-radius: 12px; padding: 1.25rem;\">\n<p style=\"background: #1a2b5e; color: #fff; display: inline-block; padding: 4px 12px; border-radius: 6px; font-size: 14px; font-weight: bold; margin: 0 0 10px 0;\">Ambas em sequ\u00eancia<\/p>\n<p style=\"color: rgba(255,255,255,0.92); font-size: 16px; margin: 0; line-height: 1.5;\">Em qualquer estudo onde voc\u00ea coleta v\u00e1rias vari\u00e1veis. A univariada primeiro garante a qualidade dos dados; a bivariada depois responde as perguntas do neg\u00f3cio.<\/p>\n<\/div>\n<div style=\"background: #1a2b5e; border-radius: 12px; padding: 1.25rem;\">\n<p style=\"background: #2D6BE4; color: #fff; display: inline-block; padding: 4px 12px; border-radius: 6px; font-size: 14px; font-weight: bold; margin: 0 0 10px 0;\">Considere multivariada<\/p>\n<p style=\"color: #ffffff; font-size: 16px; margin: 0; line-height: 1.5;\">Se precisar controlar o efeito de m\u00faltiplas vari\u00e1veis ao mesmo tempo, a regress\u00e3o m\u00faltipla, a an\u00e1lise fatorial ou o clustering s\u00e3o o pr\u00f3ximo passo l\u00f3gico.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<p>Nos projetos de pesquisa aplicada, a sequ\u00eancia mais eficiente \u00e9: an\u00e1lise univariada de cada pergunta no mesmo dia em que o campo \u00e9 fechado, seguida das an\u00e1lises bivariadas mais importantes no dia seguinte, com as hip\u00f3teses da equipe j\u00e1 definidas. Essa ordem evita que o time se perca em correla\u00e7\u00f5es aleat\u00f3rias sem contexto descritivo pr\u00e9vio.<\/p>\n<h2>Exemplos de dados univariados e bivariados na pesquisa aplicada<\/h2>\n<p>A teoria \u00e9 \u00fatil, mas os exemplos concretos s\u00e3o os que fixam o aprendizado. Os casos abaixo mostram como cada tipo de an\u00e1lise \u00e9 aplicado em contextos reais de pesquisa com question\u00e1rios.<\/p>\n<h3>Exemplo 1: pesquisa de satisfa\u00e7\u00e3o com clientes<\/h3>\n<p>Uma operadora de telefonia aplica uma pesquisa de satisfa\u00e7\u00e3o com 800 respondentes. A <a href=\"https:\/\/www.questionpro.com\/blog\/pt-br\/avaliacao-quantitativa\/\">avalia\u00e7\u00e3o quantitativa<\/a> inicial (univariada) mostra que 62% dos clientes avalia o servi\u00e7o como &#8220;bom&#8221; ou &#8220;excelente&#8221;, com pontua\u00e7\u00e3o m\u00e9dia de 7,4 sobre 10 e desvio padr\u00e3o de 1,9. Esse resultado descreve o estado geral, mas n\u00e3o explica por que h\u00e1 clientes insatisfeitos.<\/p>\n<p>Ao aplicar a an\u00e1lise bivariada, cruzando a pontua\u00e7\u00e3o de satisfa\u00e7\u00e3o com o tipo de plano, descobre-se que clientes com planos pr\u00e9-pagos t\u00eam pontua\u00e7\u00e3o m\u00e9dia de 6,1, enquanto os de planos p\u00f3s-pagos chegam a 8,2. A diferen\u00e7a \u00e9 estatisticamente significativa (p &lt; 0,01). Agora a empresa tem um diagn\u00f3stico acion\u00e1vel: o problema de satisfa\u00e7\u00e3o est\u00e1 concentrado no segmento pr\u00e9-pago, n\u00e3o \u00e9 generalizado.<\/p>\n<h3>Exemplo 2: pesquisa acad\u00eamica sobre h\u00e1bitos de estudo<\/h3>\n<p>Uma universidade federal aplica uma pesquisa com 350 estudantes de gradua\u00e7\u00e3o. A an\u00e1lise univariada revela que 71% dedica menos de duas horas di\u00e1rias ao estudo aut\u00f4nomo. Dado interessante, mas puramente descritivo.<\/p>\n<p>A an\u00e1lise bivariada vai al\u00e9m: ao cruzar horas de estudo com desempenho acad\u00eamico (medido pelo coeficiente de rendimento semestral), a correla\u00e7\u00e3o de Spearman apresenta coeficiente de 0,61, com p-valor inferior a 0,001. Existe uma rela\u00e7\u00e3o moderada-forte entre as duas vari\u00e1veis. Isso pode se traduzir em interven\u00e7\u00f5es de tutoria espec\u00edficas para estudantes com menos de duas horas semanais de estudo independente, com evid\u00eancia estat\u00edstica para justificar o investimento.<\/p>\n<h3>Exemplo 3: an\u00e1lise de clima organizacional<\/h3>\n<p>Uma empresa de log\u00edstica aplica uma pesquisa de clima a cada trimestre. A an\u00e1lise univariada da pergunta &#8220;voc\u00ea recomendaria esta empresa como lugar para trabalhar?&#8221; mostra um NPS de -12, com mais detratores do que promotores. Preocupante, mas pouco espec\u00edfico.<\/p>\n<p>A an\u00e1lise bivariada, ao cruzar essa pontua\u00e7\u00e3o com a \u00e1rea da empresa, revela que o NPS da \u00e1rea operacional \u00e9 de -31, enquanto o da \u00e1rea administrativa chega a +19. Sem esse cruzamento bivariado, a empresa teria tomado medidas gen\u00e9ricas sem atacar o problema real: as condi\u00e7\u00f5es espec\u00edficas de trabalho da \u00e1rea operacional. Os <a href=\"https:\/\/www.questionpro.com\/blog\/pt-br\/dados-de-pesquisa-2\/\">dados de pesquisa<\/a> cruzados com vari\u00e1veis de turno confirmaram que a jornada estendida era a vari\u00e1vel com maior peso na insatisfa\u00e7\u00e3o desse grupo.<\/p>\n<h2>Conclus\u00e3o<\/h2>\n<p>Dados univariados e bivariados n\u00e3o s\u00e3o metodologias opostas: s\u00e3o complementares. A an\u00e1lise univariada descreve a realidade de cada vari\u00e1vel; a bivariada a conecta com outras para revelar padr\u00f5es que orientam decis\u00f5es. Usar as duas em sequ\u00eancia, com as t\u00e9cnicas adequadas para cada tipo de dado, \u00e9 a diferen\u00e7a entre ter dados e ter intelig\u00eancia.<\/p>\n<p>O QuestionPro simplifica os dois n\u00edveis de an\u00e1lise com ferramentas integradas que v\u00e3o de estat\u00edsticas descritivas autom\u00e1ticas at\u00e9 tabula\u00e7\u00e3o cruzada com qui-quadrado, sem precisar trocar de plataforma nem exportar informa\u00e7\u00f5es. Quer saber como o QuestionPro pode transformar a an\u00e1lise das suas pesquisas? Fale com nossa equipe hoje e converta seus dados em decis\u00f5es concretas.<\/p>\n\n\t<div class=\"banner-section wf-section\" lang=\"\" >\n\t\t<div class=\"right-column-container\">\n\t\t\t<div class=\"bannerbg white\">\n\t\t\t\t<span class=\"h1-2\">Crie experi\u00eancias memor\u00e1veis com base em dados em tempo real, insights e an\u00e1lises avan\u00e7adas<\/span>\n\t\t\t\t<a href=\"#userliteForm\" data-toggle=\"modal\" class=\"button w-button\">Agendar demo<\/a>\n\t\t\t<\/div>\n\t\t<\/div>\n\t<\/div>\n\t<div class=\"userlite-modal modal fade\" id=\"userliteForm\" tabindex=\"-1\" role=\"dialog\" style=\"display: none;\">\n\t\t<div class=\"modal-dialog\" role=\"document\">\n\t\t\t<div class=\"modal-content\" role=\"document\">\n\t\t\t\t<div class=\"modal-body\">\n\t\t\t\t\t<div class=\"modal-header\">\n\t\t\t\t\t\t<button type=\"button\" class=\"close\" data-dismiss=\"modal\" aria-label=\"Close\">\n\t\t\t\t\t\t\t<i class=\"material-icons\">close<\/i>\n\t\t\t\t\t\t<\/button>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div class=\"contact-us-form-wrapper contact-box\">\n\t\t\t\t\t\t<div class=\"userlite-form-wrapper\">\n\t\t\t\t\t\t\t<iframe src=\"https:\/\/www.questionpro.com\/userlite-form-blog-portuguese.html?product=Surveys&amp;referralurl=https:\/\/www.questionpro.com\/blog\/pt-br\/wp-json\/wp\/v2\/posts\/1074905\/&amp;lang=pt_br&amp;cat=pesquisa-de-mercado\" style=\"display: block;\" ><\/iframe>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<div class=\"demo-form-wrapper success-message-div\" style=\"display:none\">\n\t\t\t\t\t\t\t<p class=\"success-message-para\"><\/p>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t<\/div>\n\t\t<\/div>\n\t<\/div>\n<div class=\"schema-faq wp-block-yoast-faq-block\">\n<div class=\"schema-faq-section\"><strong class=\"schema-faq-question\">Qual \u00e9 a diferen\u00e7a entre dados univariados e bivariados?<\/strong><\/p>\n<p class=\"schema-faq-answer\">Dados univariados envolvem uma \u00fanica vari\u00e1vel e t\u00eam como objetivo descrever sua distribui\u00e7\u00e3o por meio de medidas como m\u00e9dia, mediana ou frequ\u00eancia. Dados bivariados envolvem duas vari\u00e1veis ao mesmo tempo para identificar se existe uma rela\u00e7\u00e3o, correla\u00e7\u00e3o ou diferen\u00e7a significativa entre elas. A an\u00e1lise univariada responde &#8220;como essa vari\u00e1vel est\u00e1 distribu\u00edda?&#8221;, enquanto a bivariada responde &#8220;como essas duas vari\u00e1veis se relacionam?&#8221;<\/p>\n<\/div>\n<div class=\"schema-faq-section\"><strong class=\"schema-faq-question\">Quando devo usar an\u00e1lise univariada e quando devo usar bivariada?<\/strong><\/p>\n<p class=\"schema-faq-answer\">A an\u00e1lise univariada \u00e9 o ponto de partida correto em qualquer estudo: serve para descrever dados, detectar outliers e verificar a qualidade das informa\u00e7\u00f5es coletadas. A bivariada \u00e9 usada quando voc\u00ea precisa testar hip\u00f3teses, comparar grupos ou identificar rela\u00e7\u00f5es entre vari\u00e1veis. Na pr\u00e1tica, a maioria dos estudos s\u00e9rios faz primeiro a univariada e depois a bivariada sobre os mesmos dados, nessa ordem.<\/p>\n<\/div>\n<div class=\"schema-faq-section\"><strong class=\"schema-faq-question\">O que \u00e9 tabula\u00e7\u00e3o cruzada e para que serve?<\/strong><\/p>\n<p class=\"schema-faq-answer\">A tabula\u00e7\u00e3o cruzada \u00e9 uma t\u00e9cnica de an\u00e1lise bivariada que organiza os dados em uma matriz de linhas e colunas para mostrar a distribui\u00e7\u00e3o conjunta de duas vari\u00e1veis categ\u00f3ricas. Serve para identificar padr\u00f5es, diferen\u00e7as entre grupos e rela\u00e7\u00f5es estat\u00edsticas. Geralmente \u00e9 complementada com o teste qui-quadrado de Pearson para determinar se a rela\u00e7\u00e3o observada \u00e9 estatisticamente significativa ou pode ser atribu\u00edda ao acaso.<\/p>\n<\/div>\n<div class=\"schema-faq-section\"><strong class=\"schema-faq-question\">O QuestionPro permite fazer an\u00e1lise bivariada diretamente na plataforma?<\/strong><\/p>\n<p class=\"schema-faq-answer\">Sim. O QuestionPro inclui a fun\u00e7\u00e3o de tabula\u00e7\u00e3o cruzada integrada dentro do m\u00f3dulo Analytics, com c\u00e1lculo autom\u00e1tico do qui-quadrado e op\u00e7\u00f5es de filtragem por segmento. N\u00e3o \u00e9 necess\u00e1rio exportar os dados para nenhum software estat\u00edstico externo. A plataforma tamb\u00e9m oferece an\u00e1lise de correla\u00e7\u00e3o, compara\u00e7\u00e3o de grupos, an\u00e1lise de tend\u00eancias e ferramentas de text analytics para perguntas abertas.<\/p>\n<\/div>\n<div class=\"schema-faq-section\"><strong class=\"schema-faq-question\">Dados bivariados conseguem provar causalidade?<\/strong><\/p>\n<p class=\"schema-faq-answer\">N\u00e3o diretamente. A an\u00e1lise bivariada pode identificar correla\u00e7\u00f5es e associa\u00e7\u00f5es estat\u00edsticas entre duas vari\u00e1veis, mas n\u00e3o \u00e9 suficiente para estabelecer uma rela\u00e7\u00e3o causal. Para demonstrar causalidade \u00e9 necess\u00e1rio um design experimental controlado ou t\u00e9cnicas de an\u00e1lise multivariada que permitam controlar o efeito de vari\u00e1veis de confus\u00e3o. O bivariado \u00e9 o ponto de partida para gerar hip\u00f3teses causais, n\u00e3o para confirm\u00e1-las.<\/p>\n<\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"<p>Aprenda o que s\u00e3o dados univariados e bivariados, suas diferen\u00e7as e como analis\u00e1-los com tabula\u00e7\u00e3o cruzada e ferramentas avan\u00e7adas do QuestionPro.<\/p>\n","protected":false},"author":42,"featured_media":1074922,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_yoast_wpseo_focuskw":"dados univariados e bivariados","_yoast_wpseo_title":"Dados univariados e bivariados: an\u00e1lise e diferen\u00e7as","_yoast_wpseo_metadesc":"Aprenda o que s\u00e3o dados univariados e bivariados, suas diferen\u00e7as e como analis\u00e1-los com tabula\u00e7\u00e3o cruzada e ferramentas avan\u00e7adas do QuestionPro.","_genesis_hide_title":false,"_genesis_hide_breadcrumbs":false,"_genesis_hide_singular_image":false,"_genesis_hide_footer_widgets":false,"_genesis_custom_body_class":"","_genesis_custom_post_class":"","_genesis_layout":"","footnotes":""},"categories":[243],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v20.4 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Dados univariados e bivariados: an\u00e1lise e diferen\u00e7as<\/title>\n<meta name=\"description\" content=\"Aprenda o que s\u00e3o dados univariados e bivariados, suas diferen\u00e7as e como analis\u00e1-los com tabula\u00e7\u00e3o cruzada e ferramentas avan\u00e7adas do QuestionPro.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.questionpro.com\/blog\/pt-br\/dados-univariados-bivariados\/\" \/>\n<meta property=\"og:locale\" content=\"pt_BR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Dados univariados e bivariados: an\u00e1lise e diferen\u00e7as\" \/>\n<meta property=\"og:description\" content=\"Aprenda o que s\u00e3o dados univariados e bivariados, suas diferen\u00e7as e como analis\u00e1-los com tabula\u00e7\u00e3o cruzada e ferramentas avan\u00e7adas do QuestionPro.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.questionpro.com\/blog\/pt-br\/dados-univariados-bivariados\/\" \/>\n<meta property=\"og:site_name\" content=\"QuestionPro\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/questionpro\" \/>\n<meta property=\"article:published_time\" content=\"2026-06-28T11:00:00+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2026-06-15T17:48:17+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.questionpro.com\/blog\/wp-content\/uploads\/2026\/06\/cover-dados-univariados-e-bivariados-o-que-sao-diferen.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1255\" \/>\n\t<meta property=\"og:image:height\" content=\"705\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Cristina Ortega\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@questionpro\" \/>\n<meta name=\"twitter:site\" content=\"@questionpro\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"Cristina Ortega\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. tempo de leitura\" \/>\n\t<meta name=\"twitter:data2\" content=\"16 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/dados-univariados-bivariados\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/dados-univariados-bivariados\/\"},\"author\":{\"name\":\"Cristina Ortega\",\"@id\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/#\/schema\/person\/36aae2d8eed7708b6408f95c0198593d\"},\"headline\":\"Dados univariados e bivariados: o que s\u00e3o, diferen\u00e7as e como analisar\",\"datePublished\":\"2026-06-28T11:00:00+00:00\",\"dateModified\":\"2026-06-15T17:48:17+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/dados-univariados-bivariados\/\"},\"wordCount\":4203,\"publisher\":{\"@id\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/#organization\"},\"articleSection\":[\"Pesquisa de mercado\"],\"inLanguage\":\"pt-BR\"},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/dados-univariados-bivariados\/\",\"url\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/dados-univariados-bivariados\/\",\"name\":\"Dados univariados e bivariados: an\u00e1lise e diferen\u00e7as\",\"isPartOf\":{\"@id\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/#website\"},\"datePublished\":\"2026-06-28T11:00:00+00:00\",\"dateModified\":\"2026-06-15T17:48:17+00:00\",\"description\":\"Aprenda o que s\u00e3o dados univariados e bivariados, suas diferen\u00e7as e como analis\u00e1-los com tabula\u00e7\u00e3o cruzada e ferramentas avan\u00e7adas do QuestionPro.\",\"breadcrumb\":{\"@id\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/dados-univariados-bivariados\/#breadcrumb\"},\"inLanguage\":\"pt-BR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/www.questionpro.com\/blog\/pt-br\/dados-univariados-bivariados\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/dados-univariados-bivariados\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"In\u00edcio\",\"item\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Pesquisa de mercado\",\"item\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/category\/pesquisa-de-mercado\/\"},{\"@type\":\"ListItem\",\"position\":3,\"name\":\"Dados univariados e bivariados: o que s\u00e3o, diferen\u00e7as e como analisar\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/#website\",\"url\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/\",\"name\":\"QuestionPro\",\"description\":\"\",\"publisher\":{\"@id\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"pt-BR\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/#organization\",\"name\":\"QuestionPro\",\"url\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-BR\",\"@id\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/www.questionpro.com\/blog\/wp-content\/uploads\/2022\/10\/questionpro-logo.svg\",\"contentUrl\":\"https:\/\/www.questionpro.com\/blog\/wp-content\/uploads\/2022\/10\/questionpro-logo.svg\",\"caption\":\"QuestionPro\"},\"image\":{\"@id\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.facebook.com\/questionpro\",\"https:\/\/twitter.com\/questionpro\",\"https:\/\/www.linkedin.com\/company\/questionpro\/\"]},{\"@type\":\"Person\",\"@id\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/#\/schema\/person\/36aae2d8eed7708b6408f95c0198593d\",\"name\":\"Cristina Ortega\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-BR\",\"@id\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/49635f2181bfe83c436d50b9a8bf1f2e?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/49635f2181bfe83c436d50b9a8bf1f2e?s=96&d=mm&r=g\",\"caption\":\"Cristina Ortega\"},\"url\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/author\/cristinaortega\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Dados univariados e bivariados: an\u00e1lise e diferen\u00e7as","description":"Aprenda o que s\u00e3o dados univariados e bivariados, suas diferen\u00e7as e como analis\u00e1-los com tabula\u00e7\u00e3o cruzada e ferramentas avan\u00e7adas do QuestionPro.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.questionpro.com\/blog\/pt-br\/dados-univariados-bivariados\/","og_locale":"pt_BR","og_type":"article","og_title":"Dados univariados e bivariados: an\u00e1lise e diferen\u00e7as","og_description":"Aprenda o que s\u00e3o dados univariados e bivariados, suas diferen\u00e7as e como analis\u00e1-los com tabula\u00e7\u00e3o cruzada e ferramentas avan\u00e7adas do QuestionPro.","og_url":"https:\/\/www.questionpro.com\/blog\/pt-br\/dados-univariados-bivariados\/","og_site_name":"QuestionPro","article_publisher":"https:\/\/www.facebook.com\/questionpro","article_published_time":"2026-06-28T11:00:00+00:00","article_modified_time":"2026-06-15T17:48:17+00:00","og_image":[{"width":1255,"height":705,"url":"https:\/\/www.questionpro.com\/blog\/wp-content\/uploads\/2026\/06\/cover-dados-univariados-e-bivariados-o-que-sao-diferen.jpg","type":"image\/jpeg"}],"author":"Cristina Ortega","twitter_card":"summary_large_image","twitter_creator":"@questionpro","twitter_site":"@questionpro","twitter_misc":{"Escrito por":"Cristina Ortega","Est. tempo de leitura":"16 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.questionpro.com\/blog\/pt-br\/dados-univariados-bivariados\/#article","isPartOf":{"@id":"https:\/\/www.questionpro.com\/blog\/pt-br\/dados-univariados-bivariados\/"},"author":{"name":"Cristina Ortega","@id":"https:\/\/www.questionpro.com\/blog\/pt-br\/#\/schema\/person\/36aae2d8eed7708b6408f95c0198593d"},"headline":"Dados univariados e bivariados: o que s\u00e3o, diferen\u00e7as e como analisar","datePublished":"2026-06-28T11:00:00+00:00","dateModified":"2026-06-15T17:48:17+00:00","mainEntityOfPage":{"@id":"https:\/\/www.questionpro.com\/blog\/pt-br\/dados-univariados-bivariados\/"},"wordCount":4203,"publisher":{"@id":"https:\/\/www.questionpro.com\/blog\/pt-br\/#organization"},"articleSection":["Pesquisa de mercado"],"inLanguage":"pt-BR"},{"@type":"WebPage","@id":"https:\/\/www.questionpro.com\/blog\/pt-br\/dados-univariados-bivariados\/","url":"https:\/\/www.questionpro.com\/blog\/pt-br\/dados-univariados-bivariados\/","name":"Dados univariados e bivariados: an\u00e1lise e diferen\u00e7as","isPartOf":{"@id":"https:\/\/www.questionpro.com\/blog\/pt-br\/#website"},"datePublished":"2026-06-28T11:00:00+00:00","dateModified":"2026-06-15T17:48:17+00:00","description":"Aprenda o que s\u00e3o dados univariados e bivariados, suas diferen\u00e7as e como analis\u00e1-los com tabula\u00e7\u00e3o cruzada e ferramentas avan\u00e7adas do QuestionPro.","breadcrumb":{"@id":"https:\/\/www.questionpro.com\/blog\/pt-br\/dados-univariados-bivariados\/#breadcrumb"},"inLanguage":"pt-BR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.questionpro.com\/blog\/pt-br\/dados-univariados-bivariados\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/www.questionpro.com\/blog\/pt-br\/dados-univariados-bivariados\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"In\u00edcio","item":"https:\/\/www.questionpro.com\/blog\/pt-br\/"},{"@type":"ListItem","position":2,"name":"Pesquisa de mercado","item":"https:\/\/www.questionpro.com\/blog\/pt-br\/category\/pesquisa-de-mercado\/"},{"@type":"ListItem","position":3,"name":"Dados univariados e bivariados: o que s\u00e3o, diferen\u00e7as e como analisar"}]},{"@type":"WebSite","@id":"https:\/\/www.questionpro.com\/blog\/pt-br\/#website","url":"https:\/\/www.questionpro.com\/blog\/pt-br\/","name":"QuestionPro","description":"","publisher":{"@id":"https:\/\/www.questionpro.com\/blog\/pt-br\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.questionpro.com\/blog\/pt-br\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"pt-BR"},{"@type":"Organization","@id":"https:\/\/www.questionpro.com\/blog\/pt-br\/#organization","name":"QuestionPro","url":"https:\/\/www.questionpro.com\/blog\/pt-br\/","logo":{"@type":"ImageObject","inLanguage":"pt-BR","@id":"https:\/\/www.questionpro.com\/blog\/pt-br\/#\/schema\/logo\/image\/","url":"https:\/\/www.questionpro.com\/blog\/wp-content\/uploads\/2022\/10\/questionpro-logo.svg","contentUrl":"https:\/\/www.questionpro.com\/blog\/wp-content\/uploads\/2022\/10\/questionpro-logo.svg","caption":"QuestionPro"},"image":{"@id":"https:\/\/www.questionpro.com\/blog\/pt-br\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/questionpro","https:\/\/twitter.com\/questionpro","https:\/\/www.linkedin.com\/company\/questionpro\/"]},{"@type":"Person","@id":"https:\/\/www.questionpro.com\/blog\/pt-br\/#\/schema\/person\/36aae2d8eed7708b6408f95c0198593d","name":"Cristina Ortega","image":{"@type":"ImageObject","inLanguage":"pt-BR","@id":"https:\/\/www.questionpro.com\/blog\/pt-br\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/49635f2181bfe83c436d50b9a8bf1f2e?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/49635f2181bfe83c436d50b9a8bf1f2e?s=96&d=mm&r=g","caption":"Cristina Ortega"},"url":"https:\/\/www.questionpro.com\/blog\/pt-br\/author\/cristinaortega\/"}]}},"featured_image_src":"https:\/\/www.questionpro.com\/blog\/wp-content\/uploads\/2026\/06\/cover-dados-univariados-e-bivariados-o-que-sao-diferen-600x400.jpg","featured_image_src_square":"https:\/\/www.questionpro.com\/blog\/wp-content\/uploads\/2026\/06\/cover-dados-univariados-e-bivariados-o-que-sao-diferen-600x600.jpg","author_info":{"display_name":"Cristina Ortega","author_link":"https:\/\/www.questionpro.com\/blog\/pt-br\/author\/cristinaortega\/"},"_links":{"self":[{"href":"https:\/\/www.questionpro.com\/blog\/pt-br\/wp-json\/wp\/v2\/posts\/1074905"}],"collection":[{"href":"https:\/\/www.questionpro.com\/blog\/pt-br\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.questionpro.com\/blog\/pt-br\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.questionpro.com\/blog\/pt-br\/wp-json\/wp\/v2\/users\/42"}],"replies":[{"embeddable":true,"href":"https:\/\/www.questionpro.com\/blog\/pt-br\/wp-json\/wp\/v2\/comments?post=1074905"}],"version-history":[{"count":2,"href":"https:\/\/www.questionpro.com\/blog\/pt-br\/wp-json\/wp\/v2\/posts\/1074905\/revisions"}],"predecessor-version":[{"id":1074942,"href":"https:\/\/www.questionpro.com\/blog\/pt-br\/wp-json\/wp\/v2\/posts\/1074905\/revisions\/1074942"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.questionpro.com\/blog\/pt-br\/wp-json\/wp\/v2\/media\/1074922"}],"wp:attachment":[{"href":"https:\/\/www.questionpro.com\/blog\/pt-br\/wp-json\/wp\/v2\/media?parent=1074905"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.questionpro.com\/blog\/pt-br\/wp-json\/wp\/v2\/categories?post=1074905"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.questionpro.com\/blog\/pt-br\/wp-json\/wp\/v2\/tags?post=1074905"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}