Este blogue será utilizado na nova Unidade Curricular - Metodologias de Investigação do Programa Doutoral Multimédia em Educação. Os elementos do grupo são: Carlota Lemos,Cláudia Cruz, Isabel Araújo, Luís Pereira e Lurdes Martins.

25
Mar 10




















Stake, R. (2009). A arte da investigação com estudos de caso. Lisboa. Fundação Calouste Glubenkian.


 


Este autor alerta para o facto de que não existe um momento específico para iniciar a análise de dados. Esta prendesse com todo o processo de investigação começando por dar significado às primeiras impressões e no fim dar significado às conclusões finais. Através da análise e da interpretação de dados vai sendo possível compreender tudo. Analisar implica fraccionar impressões e observações. Como refere o autor “o estudo qualitativo tira partido de maneiras comuns de compreender. A tarefa de análise de dados qualitativa não é linear, por vezes encontra-se algo de novo que nos leva a reflectir e possivelmente a criar uma nova classe de coisas. Citando esta obra “ Mentalmente, realizamos uma espécie de dissecação para vermos as partes separadamente e como elas se relacionam umas com as outras, talvez para ver como as partes nos ajudam a relacionar estas com outras espécies.”


Existem duas estratégias para encontrar significados ou através da interpretação directa da ocorrência individual ou através da agregação de ocorrências até que se possa definir classes. Em estudo de caso ordena-se a acção em sequências, categoriza-se as propriedades e faz-se contagens numa agregação intuitiva. O investigador qualitativo estuda a ocorrência procurando fraccioná-la de modo a reconstituí-la mais claramente – análise e síntese na interpretação directa. Enquanto o investigador qualitativo procura um conjunto de ocorrências conjecturando que a partir do agregado surjam significados relevantes para os problemas. As estratégicas analíticas a seguir, agregação categorial ou interpretação directa, dependem da natureza do estudo, das perguntas de investigação e do próprio investigador.


A busca de significado pode ser considerada como busca de padrões, de consistência a que o autor chama “correspondência”. A busca de padrões pode ocorrer enquanto se está a analisar documentos, a observar ou a entrevistar, ou mesmo a codificar os registos e a agregar as frequências. Pode-se numa ocorrência isolada encontrar um significado relevante. Quer a agregação categorial quer a interpretação directa dependem da busca de padrões. Quando se tem pouco tempo recorre-se à interpretação directa para procurar o padrão ou a significação. Em ocorrências mais importantes examina-se mais repetidamente, reflectido, triangulando, e sendo críticos às primeiras impressões e significados aparentemente simples. Segundo Stake antes de os dados serem recolhidos deve-se definir o que procurar, as categorias de codificação e as potenciais correspondências. É importante saber seleccionar as melhores observações e manter o caso e os problemas bem focalizados.


Em estudo de caso pretende-se tornar o caso compreensível e é reduzido o interesse em generalizar a partir de um caso para outro. Contudo, pode-se aprender muita coisa que é geral nos casos únicos.


 


As generalizações naturalistas resultam de conclusões tiradas através das experiências quotidianas ou através de uma experiência vicárias tão bem relatada que a pessoa interiorizou como se tivesse acontecido a si mesma.


Em estudos de caso o investigador, para produzir generalizações proposicionais ou fornecer informação adicional às generalizações naturalistas do leitor, tem que fazer escolhas no sentido de organizar as suas análises e interpretações. O leitor poderá utilizar tanto as nossas descrições como as nossas generalizações proposicionais (explicadas).


Passos para validar generalizações naturalista:


“Uma lista de coisas para auxiliar na validação da generalização naturalista


  1- Incluir relatos de assuntos que os leitores já conhecem para que eles possam aferir o rigor, a plenitude e a parcialidade de outros relatórios sobre outros assuntos.


  2-  Fornecer os dados em bruto adequados anteriormente à interpretação para que os leitores possam considerar as suas próprias interpretações alternativas.


  3- Descrever os métodos de investigação de caso usados em linguagem corrente, referindo como a triangulação foi levada a cabo, especialmente a confirmação e os esforços para desconfirmar as asserções principais.


   4- Disponibilizar informação, tanto directa como indirectamente, sobre o investigador e outras fontes de informação adicionais.


  5-   Dar a conhecer ao leitor reacções aos relatos das fontes de dados e outros leitores possíveis, em especial aqueles que se espera venham a fazer uso do estudo.


  6-  Desvalorizar a ideia de que a validade de baseia no que cada observador vê, na simples réplica; salientar se os acontecimentos relatados podiam ou não ter sido vistos.”


O teste Qui-quadrado permite analisar a relação de independência entre variáveis qualitativas, aplica-se tanto para a análise univariada, como bivariada ou multivariada. Na análise univariada, as observações de uma única população são subdivididas em categorias, geralmente os dados resultam da contagem de objectos em cada uma das categorias, pretendendo-se comparar as frequências observadas com as frequências esperadas. 


Na análise bivariada, analisa-se a relação entre duas variáveis nominais independentes, cada uma com duas categorias (por exemplo, sim e não ou feminino e masculino), tratando-se por isso de variáveis dicotómicas, sendo os dados apresentados em tabelas de contingência 2x2.

As tabelas de contingência são utilizadas para estudar a relação entre duas ou mais variáveis categóricas descrevendo a frequências das categorias de uma das variáveis relativamente às categorias das outras.

O Qui-quadrado mede a probabilidade de as diferenças encontradas nos dois grupos da amostra serem devidas ao acaso, partindo do pressuposto que, na verdade, não há diferenças entre esses grupos na população donde provêm. Se a probabilidade for alta pode-se concluir que não há diferenças estatisticamente significativas. Se a probabilidade for baixa (particularmente menor que 5%) pode-se concluir que um grupo é diferente do outro grupo, quanto à característica estudada, e de forma estatisticamente significativa.

No entanto, o Qui-quadrado tem limitações, nomeadamente, deverá ser substituído pela prova exacta de Fisher quando os valores esperados nas células da tabela são inferiores a 5.

É sensível aos desvios definidos entre valores previstos e observados e ao tamanho da amostra. O teste exige que, quanto maior for o tamanho da amostra, menor deverá ser os desvios de modo a que a hipótese não seja rejeitada. 

Os seguintes pressupostos precisam ser satisfeitos:

1.     As observações devem ser independentes;

2.     Os itens de cada grupo são seleccionados aleatoriamente;

3.     As observações são frequências ou contagens;

4.     Cada observação pertence a uma e uma só categoria;

5.     Nenhuma frequência esperada pode ser inferior a 1;

6.     Não se aplica se 20% das observações ou valores esperados forem inferiores a 5;

Na análise multivariada, os dados podem ser apresentados em tabelas de contingência maiores com mais de 2 filas e/ou colunas. Neste caso, quando o valor esperado de uma célula é inferior a 5 já não se pode utilizar a prova de Fisher, então deve-se agrupar ou eliminar células de modo a que a nova tabela verifique as condições de aplicação do Qui-quadrado.

 


Um software de estatística livre utilizado na investigação que poderá ser útil.









Quivy, R. (2008). Manual de investigação em ciências sociais. Lisboa. Gradiva.


 










Principais métodos de análise das informações


1-      Análise Estatística


Consiste frequentemente na utilização de tabelas cruzadas, análise de frequências dos fenómenos e da sua distribuição, análise das relações entre varáveis ou entre modalidades de variáveis, através de técnicas gráficas, matemáticas e estatísticas.


Este método é adequado quando os dados são recolhidos por meio de um inquérito por questionário, assim como, quando a investigação é orientada para o estudo das correlações entre fenómenos passíveis de serem exprimidos por varáveis quantitativas.


As principais vantagens deste método são precisão e rigor, manipular rapidamente um grande número de varáveis, clareza dos resultados e dos relatórios, através da representação gráfica das informações. Contudo este método tem algumas limitações visto que nem todos os factos são quantitativamente mensuráveis e por outro lado carece de poder explicativo.


 


2-      Análise de Conteúdo


A análise de conteúdos pode incidir diversos tipos de mensagens (livros, artigos de jornais, documentos oficiais, programas audiovisuais, actas de reuniões, relatórios de entrevistas). O investigador tenta construir um conhecimento através de diferentes fontes. Os métodos de análise de conteúdos incluem a utilização de técnicas relativamente precisas, como o cálculo das frequências relativas ou das co-ocorrências dos termos utilizados, evitando que o investigador interprete os conteúdos em função dos seus próprios valores. A análise de conteúdo na investigação social permite tratar de forma organizada informações e testemunhos que apresentam um certo grau de profundidade e complexidade (por exemplo, relatórios de entrevistas pouco directivas). Por outro lado, a análise de conteúdo quando se trabalha sobre um material rico, assegura as exigências do rigor metodológico e da profundidade inventada.


Os métodos de análise de conteúdos podem-se dividir em:


- métodos quantitativos - mais extensivo (tratamento de um elevado número de informações sumárias), e que têm como informação de base a frequência do aparecimento de certas características de conteúdo ou correlação entre elas


- métodos qualitativos – mais intensivos (tratamento de um pequeno número de informação complexas e pormenorizadas), que tem como informação de base presença ou ausência de uma característica ou modo como os elementos do discurso estão articulados.


Geralmente recorre-se a ambos os métodos.


Os métodos de análise de conteúdo podem-se dividir em três grandes categorias: análises temáticas, análise formais e análise estruturais.


- análises temáticas – incidem sobre certos elementos do discurso, podendo-se distinguir: a análise categorial (que consiste em calcular e comparar as frequências de certas características previamente agrupadas em categorias significativas. Esta análise é essencialmente quantitativa, pois a característica é tanto mais frequente quanto mais importante for para o locutor.) e a análise da avaliação (recai sobre juízos expressos pelo locutor, calculando-se a frequência dos diferentes juízos, assim como a sua direcção (juízo positivo ou negativo) e a sua intensidade.


- análise formais - incidem sobre as formas e encadeamento do discurso podendo-se distinguir: a análise da expressão (forma da comunicação) e a análise da enunciação (recai sobre o discurso e na sua própria dinâmica).


- análise estruturais - incidem sobre aspectos subjacentes e implícitos da mensagem, podendo-se distinguir a análise de co-ocorrências (estuda as associações de temas nas sequências da comunicação que informam o investigador acerca de estruturas mentais e ideológicas ou preocupações dissimuladas) e a análise estrutural (estuda os princípios que organizam os elementos do discurso, independente do conteúdo, procurando descobrir uma ordem oculta do funcionamento do discurso e elaborar um modelo operatório abstracto, afim de se estruturar o discurso tornando-o mais compreensível).


 


Principais vantagens relativas aos métodos de análise de conteúdos:


- São métodos adequados a estudos implícitos;


- Obrigam o investigador a afastar-se de interpretações instantâneas, incluindo das suas próprias interpretações, pois trata-se de uma análise a partir de critérios que incidem mais sobre a organização interna do discurso que no seu conteúdo explicito;


- Permitem um controle posterior do trabalho uma vez que é uma existe geralmente um documento escrito;


- Apesar de sua forma metódica e sistemática não prejudicam a profundidade e criatividade do investigador.


 


Limites e problemas


A análise de conteúdos é difícil de generalizar.


Alguns métodos de análise de conteúdos são muito simplistas, como a análise categorial, onde muitas investigações não se adaptam, tendo-se que optar por outro método ou utilizar vários. A análise categorial é aplicada como complemento de outro método.


Por outro lado, outros métodos são muito laboriosos, como a análise avaliativa, que exigem muito tempo e meios necessários para atingirmos os objectivos, pelo que se deve ponderar a sua escolha. A análise de conteúdo tem muita aplicabilidade, no entanto não existe uma mas vários métodos de análise de conteúdos.



Março 2010
Dom
Seg
Ter
Qua
Qui
Sex
Sab

1
2
3
4
5
6

7
8
9
10
11
12
13

14
15
16
17
18
19
20

21
27



subscrever feeds
arquivos
pesquisar
 
blogs SAPO