Universidade Federal do Oeste do Par

Programa de Ps-Graduao em Sociedade, Natureza e Desenvolvimento

Disciplina: Mtodos Quantitativos
Professor: Anderson Meneses, D.Sc
Aluna: Neriane Nascimento da Hora

RESENHA
WATERS, D. Collecting and summarizing data. In: ______. Quantitative methods for
business. 4. ed. Prentice Hall, 2008.
Os dados so uma condio essencial na realizao de uma pesquisa cientfica.
Contudo, para que possam gerar informaes (resultados) e, assim, sejam teis, eles
precisam ser coletados e, posteriormente processados/sistematizados. Ambas, coleta e
processamento, no so tarefas simples, haja vista que necessitam de planejamento
adequado quanto exequibilidade da pesquisa, o que envolve pensar em
custo/benefcio, tempo, recursos etc. Alm disso, dependendo da quantidade, do tipo e
como os dados so coletados, os resultados podem ser ditos confiveis ou no
confiveis.
A coleta de dados est diretamente relacionada ao problema formulado, isto , os
objetivos da pesquisa. Sem eles, no se pode definir que caminho percorrer, de que
maneira e o que precisa ser observado no percurso. Waters (2008) define trs passos
para a coleta de dados: definir os objetivos dos dados e como eles sero utilizados;
decidir os dados que sero necessrios para alcance dos objetivos e; planejar a coleta e,
por fim, colet-los.
Assim, este captulo apesar do enfoque nos negcios, traz uma contribuio
significativa relacionada ao processo de obteno dos dados levando em conta os
aspectos supracitados. Questes como: qual a quantidade de dados devo coletar? Como
posso classific-los? Que tipos de fontes de dados devo usar na coleta? Devo usar
populao ou amostragem? Se amostragem, que tipo?

Como coletar dados de

amostras? etc. so abordadas pelo autor.

Sobre a quantidade de dados, pode-se cair em dois extremos: fazer uma coleta
expressiva de dados na tentativa de apreender detalhes que podem vir a ser importantes
na apresentao dos resultados; por outro lado, desconsiderar a relevncia da quantidade

e fazer uma coleta nfima de dados, mas que produziro informaes superficiais. Nesse
caso, a soluo est no equilbrio entre custos e benefcios da quantidade de dados
necessrios pesquisa. Sendo assim, quando os custos so menores que os benefcios
pertinente ampliar a quantidade de dados at o ponto em que os custos igualem-se aos
benefcios. medida que os custos aumentam sem o incremento de benefcios, torna-se
desvantajoso coletar mais dados.
Os dados podem ser dos tipos: numricos ou no numricos. Os numricos so
denominados de quantitativos; os dados no numricos, qualitativos. Alm disso, os
dados podem ser agrupados como: nominais, ordinais e cardinais. Os nominais so os
essencialmente qualitativos, no representam quantidade em si, descrevem algo ou
alguma coisa e so chamados tambm de categorias. Eles, apesar de no expressarem
valores em nmeros, podem ser quantificados.
Sobre dados ordinais, Waters (2008) afirma que estes so mais quantitativos que
os nominais. Estudos que estabelecem categorias de opinio como concordo
fortemente, concordo, discordo e discordo fortemente so exemplos de coleta de
dados ordinais, neste percebe-se que a ordem fator importante, pois existe uma escala
de concordncia/discordncia. Por fim, os dados cardinais so aqueles que podem ser
diretamente medidos, por isso so mais fceis de coletar em termos quantitativos.
Exemplos: temperatura, tempo etc. Os valores numricos obtidos podem ser discretos,
se forem valores inteiros; ou contnuos, quando podem assumir qualquer valor.
O pesquisador tambm deve definir a fonte dos dados, que pode ser de dois
tipos: primria ou secundria. Se o prprio pesquisador faz a coleta dos dados diz-se
que a fonte primria, o que demanda maior tempo e custo de obteno. Quando os
dados so obtidos a partir de outras fontes, ou seja, de terceiros podendo ser um setor
governamental, uma empresa, organizaes em geral, denomina-se dados secundrios;
estes, por sua vez, so fceis e rpidos para obteno, a desvantagem que eles podem
no estar em um formato adequado ao estudo e/ou estarem desatualizados. Waters
(2008) afirma que se existirem dados secundrios disponveis, no h porque esforar-se
para coletar dados primrios. Entretanto, estudos podem obter dados a partir das duas
fontes, em que os primrios complementam os secundrios e vice-versa.
Ao optar-se por trabalhar com dados primrios, deve-se fazer uma importante
deciso: os dados sero coletados da populao ou de uma amostra da mesma? Se a
populao pequena, no h porque retirar uma amostra, o censo o mais indicado j
que ele pode fornecer resultados mais precisos e confiveis. Por outro lado, coletar

dados de uma populao de tamanho considervel no algo fcil e simples, pois so

maiores os esforos e nem sempre os resultados so confiveis.
Para populaes que apresentam tamanho relativamente grande, a maioria das
pesquisas utiliza dados provenientes de amostras: elas trabalham com um nmero
reduzido de membros da populao, os quais devem ser representativos. Neste caso,
surge a dificuldade no estabelecimento de critrios de incluso de indivduos/eventos
amostra. Em alguns casos, qualquer indivduo escolhido representativo da populao,
sendo assim a amostra pode ser aleatria, isto no quer dizer que os indivduos so
escolhidos de forma assistemtica. Neste caso, a aleatoriedade permite que qualquer
indivduo da populao tenha chances iguais de serem includos na amostra.
H casos em que o pesquisador pode representar a populao de seu estudo
levando em conta intervalos regulares, que pode ser de tempo, de ordem etc., sendo
denominada de amostragem sistemtica. Este tipo de amostragem no aleatrio, pois
os membros da populao no tm chances iguais de serem escolhidos, mas pode ser
chamada de pseudoaleatria.
Uma populao pode apresentar estratos, ou seja, estar dividida em categorias.
Exemplo: se uma determinada populao est distribuda entre os sexos masculino e
feminino, h necessidade de se considerar a proporo dos gneros na amostra, no caso
se a quantidade de membros do sexo masculino maior na populao, deve ser maior
tambm na amostra (proporcionalmente), o que se chama amostragem estratificada. Se
for mais rgida quanto aos critrios, torna-se uma amostragem de cotas.
Quando a populao est espalhada em uma rea geogrfica muito extensa,
pode-se utilizar amostragem multiestgios ou de clusters. Na primeira, aps subdiviso
da rea geogrfica faz-se a escolha aleatria de algumas reas, que podem ser
subdivididas novamente. No cluster, escolhem-se os membros individualmente de uma
nica rea geogrfica aleatoriamente escolhida.
Waters (2008) proporciona uma viso geral e clara das opes que devem ser
levadas em considerao para a coleta de dados no mundo dos negcios, mas que se
aplica como j citado, muito bem pesquisa cientfica. claro que outras questes
podem comprometer os resultados de um trabalho, mas se o pesquisador observar as
questes acima, muitos dos problemas em relao aos vieses da pesquisa podem ser
reduzidos.