Você está na página 1de 16

1

A pesquisa cientfica e a anlise de dados

O MTODO CIENTFICO E SUAS FASES O conhecimento cientfico o resultado obtido da aplicao do mtodo cientfico, que um processo baseado na observao e na experimentao que segue uma srie de passos e rene alguns requisitos. Para uma exposio detalhada do mtodo cientfico aplicado pesquisa em cincias sociais e em educao, podem ser consultados manuais como os de Del Rincn, D. I., Latorre, A. B., Arnal, J. A. e Sans, A. M. (1995); Martnez, M. (1994); Sierra, R. (1994); Ferrando, M., Ibez, J. e Alvira, F. (1992); Arnau, J. (1990); Bunge, M. (1981); Fox, D. J. (1981); Kerlinger, F. N. (1981); McGuigan, F. J. (1977); Travers, R. M. W. (1979); Van Dalen, D. B. e Meyer, W. J. (1981) e muitos outros. A seguir, apresentamos um esquema das fases do mtodo cientfico no paradigma emprico-experimental. Colocao do problema A colocao do problema consiste na formulao de uma pergunta que se procurar responder mediante a pesquisa. O problema surge, principalmente, por uma lacuna no conhecimento, por uma aparente contradio em pesquisas anteriores ou pela observao de um fenmeno novo (McGuigan,1977, p. 29-35). Para que um problema possa ser objeto de estudo cientfico, deve satisfazer uma srie de condies. Kerlinger (1981, p. 12) resume-as em trs: 1) deve expressar uma relao entre duas ou mais variveis; 2) a formulao deve ser clara, sem ambigidades, e, se possvel, em forma de pergunta; 3) deve permitir uma verificao emprica. Para descobrir fontes de problemas suscetveis pesquisa cientfica, pode-se recorrer bibliografia especializada, introduzir-se nos ambientes cientficos da especialidade escolhida, consultar pesquisadores, etc.

Reviso da bibliografia Formulado o problema, o passo seguinte consiste em localizar a bibliografia referente ao tema, incluindo livros e revistas. A familiarizao com as fontes bibliogrficas proporciona os elementos para a elaborao da fundamentao terica. Muitas pesquisas apresentam deficincias porque a reviso bibliogrfica passada por alto ou feita de forma muito superficial. Para Foz (1969, p. 146-158), o exame da bibliografia fornece: 1) um marco de referncia conceitual; 2) a compreenso do estado da questo (status quaestionis); 3) indicaes e sugestes quanto ao enfoque, ao mtodo e instrumentao para a anlise de dados; 4) uma estimao das possibilidades de xito, da significao e da utilidade dos resultados; 5) informao especfica necessria para a elaborao de definies, de supostos, de limitaes e, basicamente, das hipteses. Nesta fase, necessrio conhecer as fontes documentais, saber organizar as referncias e fazer citaes bibliogrficas. Recomendamos, neste sentido, as normas da ABNT (Associao Brasileira de Normas Tcnicas), da APA (American Psychological Association) ou da UNESCO (Organizao Educacional, Cientfica e Cultural das Naes Unidas). Formulao de hipteses Uma hiptese cientfica uma afirmao comprovvel de uma relao potencial entre duas ou mais variveis (McGuigan,1977, p. 53). As hipteses so possveis solues do problema apresentado, expressas em forma de proposio. Lord Russell props que as hipteses fossem formuladas na forma lgica: Se... ento.... Isto equivale relao funcional: Y = f(x). A formulao de hipteses deve satisfazer uma srie de critrios que, segundo McGuigan (1977, p. 67-69) e Bunge (1981, p. 255), podem ser resumidos em: a) ser comprovvel ou empiricamente demonstrvel; b) estar em harmonia com o referencial terico e com outras hipteses do campo de pesquisa, e, portanto, fundamentada em conhecimentos prvios; c) cumprir o princpio da parcimnia, isto , entre duas hipteses igualmente provveis, deve-se escolher a mais simples; d) responder ao problema, ou ser aplicvel a ele; e) ter simplicidade lgica; f) expressar-se em forma quantitativa, ou ser suscetvel de quantificao; g) ter um grande nmero de conseqncias. Alguns autores, dentro de determinadas correntes metodolgicas, tm afirmado que a formulao de hipteses no um passo indispensvel na pesquisa (Bayes, 1974, p. 86-93). Contudo, a maioria dos autores coincide em sustentar que as hipteses so poderosos instrumentos que contribuem para o progresso da cincia (Kerlinger, 1981, p. 13). As hipteses exercem uma funo orientadora: so como um guia que ajuda a no se perder ao longo do processo de pesquisa cientfica. Metodologia O processo de coleta de dados para validar as hipteses pode adotar diversas formas concretas, de acordo com as diversas correntes metodolgicas existentes. Esta fase

14 BISQUERRA, SARRIERA E MARTNEZ

recebe diferentes denominaes, conforme os autores; as mais usuais so mtodo e metodologia. So introduzidos, neste item, alguns conceitos primordiais, como amostra, desenho, instrumentos e procedimento. Em toda pesquisa define-se uma populao objeto de estudo, qual as concluses sero extensivas. Contudo, no se costuma trabalhar com toda a populao, mas com uma amostra representativa, sobre a qual se realiza a coleta de dados. O desenho experimental a estratgia utilizada para controlar as variveis. Nas palavras de Kerlinger (1981, p. 214), o plano, estrutura e estratgia da pesquisa concebida de forma que permita a obteno de respostas s questes objeto de estudo e o controle da varincia. A elaborao de desenhos experimentais teve um grande impulso com Fisher (1935), com Campbell e Stanley (1979) e com muitos outros; ultimamente, desenvolveram-se at chegar a desenhos complexos, de grande sofisticao. Existem excelentes manuais sobre desenhos experimentais, como os de Arnau (1981, 1984), Castro (1975), Cochran e Cox (1965), Hersen e Barlow (1976), Kirk (1982), Kratochwill (1978) e outros. Na coleta de dados, costuma-se utilizar diversos instrumentos de medio, como questionrios, inventrios, testes, etc. Esses instrumentos devem ser indicadores das variveis que se pretende estudar. O procedimento concreto de realizao da experincia deve ser claramente exposto no informe da pesquisa. A informao seqencial que se apresente dos dados deve ser tal que permita a qualquer pesquisador reproduzir a pesquisa e chegar aos mesmos resultados. Isto inclui a descrio do contexto espao-temporal, pesquisadores participantes, instrumentos de medio, aparelhos utilizados, forma de aplicao de provas, procedimento de observao e registro de comportamento, instrues dadas aos sujeitos, etc. Anlise de dados O propsito fundamental da anlise de dados organiz-los de tal forma que permitam responder ao problema colocado, e decidir se as hipteses foram confirmadas ou rejeitadas. Alm disso, os dados obtidos devem ser interpretados luz do referencial terico. Finalmente, pode-se chegar a uma generalizao dos resultados, para alm dos limites dos dados utilizados na anlise. No s na anlise dos dados que intervm a estatstica. A maior parte desta obra contm uma introduo a alguns dos mtodos estatsticos mais utilizados na pesquisa em cincias sociais e em educao. Concluses A partir da anlise de dados, conclui-se confirmando as hipteses ou rechaando-as. Insiste-se aqui no poder de generalizao dos resultados.

INTRODUO ESTATSTICA

15

As pesquisas cientficas normalmente no significam a soluo definitiva do problema. Muitas vezes, a pessoa tem mais perguntas ao final do que tinha no incio. Mas isto faz parte do progresso geral da cincia. Chegou-se a afirmar que uma pesquisa poderia ser valorizada pela quantidade de indagaes que capaz de formular em suas concluses. Essas novas perguntas so um estmulo para futuros trabalhos. Alm disso, a partir da experincia obtida, pode-se oferecer sugestes para futuras pesquisas dirigidas resoluo destes novos problemas. No informe final, devem-se incluir as implicaes pedaggicas que supem as concluses, assim como as aplicaes prticas que podem ser extradas. BREVE HISTRIA DA ESTATSTICA A estatstica tem uma longa histria. Como assinalaram Downie e Heath (1971, p. 14), provavelmente surgiu quando, s vsperas de uma batalha, um chefe contou seus soldados e os comparou com os do inimigo. Contou tambm o nmero de falecimentos. O termo estatstica vem do latim status, visto que suas primeiras utilizaes foram como aritmtica estatal, nome do qual derivaria estatstica. Nos sculos XVII e XVIII, a estatstica ocupou-se do clculo de probabilidades. No princpio, relacionou-se com os jogos de azar. Posteriormente, com a obra Ars conjectandi, de Bernouilli (publicada postumamente em 1913), constituiu-se como cincia. Dedicaram-se ao clculo de probabilidades De Moivre, Laplace, Tchebycheff Markov e outros. No incio do sculo XIX, Laplace e Gauss desenvolveram os princpios da lei normal. Nesta poca, comeou-se a aplicar a estatstica na pesquisa em cincias sociais e na educao. Um dos precursores foi Quetelet. Francis Galton foi um dos pesquisadores que deu maior impulso aplicao da estatstica, introduzindo o conceito de correlao e regresso, como tambm os percentis. Pearson colaborou com Galton e desenvolveu uma das frmulas mais utilizadas para o clculo da correlao, a prova de qui-quadrado e outras contribuies. James McKeen Cattell permaneceu na Europa at 1880, tendo contatos com Galton. Ao regressar aos Estados Unidos, ele e alguns discpulos, como E. L. Thorndike, iniciaram a aplicao da estatstica psicologia e pesquisa educativa. Em poucos anos, o ensino da estatstica foi generalizado nas universidades americanas. No sculo XX, foram introduzidas novas tcnicas. O ingls R. A. Fisher foi um dos que mais contribuiu para o moderno desenvolvimento da estatstica, introduzindo diversas tcnicas relacionadas anlise da variabilidade. Um de seus discpulos, conhecido com o pseudnimo de Student, realizou importantes avanos no contraste de mdias. Em meados do sculo, difundiram-se os mtodos multivariados para analisar simultaneamente conjuntos de variveis. Suas origens devem ser buscadas na generalizao da correlao e da regresso. Alguns desses mtodos so: a anlise fatorial, a anlise multivariada da varincia, a regresso mltipla, a anlise discriminante, a

16 BISQUERRA, SARRIERA E MARTNEZ

correlao cannica, a anlise de correspondncias, os modelos log-lineares, as escalas multidimensionais, a anlise das equaes estruturais, etc. So muitos os autores que se dedicaram a esses temas e qualquer enumerao ser necessariamente incompleta. A ttulo de exemplo, poderamos citar Hotelling, Bartlett, Wilks, Benzecri, Jrekog e muitos outros. Nesta linha, vale mencionar a escola indiana, com Mahalanobis, Rao e outros. Os mtodos multivariados permaneceram no terreno da estatstica matemtica devido complexidade dos clculos que requer. Contudo, com a recente proliferao e uso dos computadores, esses mtodos so cada vez mais utilizados em pesquisa educativa. Para mais informaes sobre a histria da estatstica, pode-se consultar Cuadras (1979). CONCEITOS ELEMENTARES DE ESTATSTICA Neste item, vamos recordar, a ttulo de sntese, alguns conceitos mais usuais na estatstica aplicada. Para uma exposio mais detalhada desses conceitos, como tambm dos que sero introduzidos nos prximos captulos, podem ser consultados manuais como os de Spiegel, M. (1997), Cuadras, C. M. (1995), Anguera, M. T., Arnau, J., Ato, M., Martnez, R., Pascual, J. e Vallejo, G. (1995), Pea, D., e Romero, J. (1997), Amon, J. (1982, 1985), Batall, P. e Visauta, B. (1981), Bisquerra, R., Echeverra, B. e Rodrguez, M. (1983a), Escotet, M. A. (1973) e muitos outros facilmente acessveis. Estatstica: a tcnica que computa e numera os fatos e os indivduos suscetveis de serem enumerados ou medidos; coordena e classifica os dados obtidos com o objetivo de determinar suas causas, conseqncias e tendncias (Escotet, 1973, p. 11). A estatstica divide-se em descritiva e inferencial. Estatstica descritiva: Refere-se apenas aos dados observados e compreende sua coleta, tabulao, apresentao, anlise, interpretao, representao grfica e descrio, a fim de torn-los mais manejveis, podendo, assim, compreend-los e interpret-los melhor. Estatstica inferencial: Pretende inferir caractersticas de uma populao a partir dos dados observados em uma amostra de indivduos. Tambm conhecida como estatstica amostral. Estatstica univariada: A estatstica univariada refere-se a uma nica varivel. Inclui basicamente as medidas de tendncia central, variabilidade, assimetria e curtose.
INTRODUO ESTATSTICA

17

Estatstica bivariada: A estatstica bivariada estabelece uma relao entre duas variveis, como, por exemplo, a correlao de Pearson e a anlise da varincia unidirecional. Estatstica multivariada: A estatstica multivariada analisa simultaneamente mais de duas variveis, como, por exemplo, a regresso mltipla, a anlise multivariada da varincia, a anlise fatorial, a anlise discriminante e a correlao cannica. A anlise multivariada no est contemplada nesta obra. Apenas ocasionalmente se faz referncia a algumas de suas tcnicas, de grande futuro na pesquisa em cincias sociais. Populao: Conjunto de todos os indivduos que possuem, ao menos, uma caracterstica comum entre eles e nos quais se deseja estudar um fenmeno. A populao pode ser finita ou infinita. Amostra: Subconjunto da populao, selecionado por algum mtodo de amostragem, sobre o qual se coletam os dados para o estudo do fenmeno. Indivduo: Cada um dos elementos que compe a populao e tambm a amostra. Os indivduos no so necessariamente pessoas, podem ser tambm objetos ou acontecimentos. Quando so pessoas, s vezes, so chamados de sujeitos. Parmetro: Parmetro o valor da populao, que constante e habitualmente estimado. Os parmetros costumam ser simbolizados por meio de letras gregas. Estatstico: Valor que caracteriza a amostra. Os estatsticos costumam ser simbolizados por meio de letras latinas. MTODOS DE AMOSTRAGEM O procedimento para selecionar a amostra de indivduos sobre os quais sero coletados os dados deve ser tal que assegure sua representatividade em relao populao. Isto de importncia primordial para que se possa chegar a concluses que sejam generalizveis. A maioria dos manuais sobre metodologia de pesquisa, como aqueles mencionados no

18 BISQUERRA, SARRIERA E MARTNEZ

item Conceitos elementares de estatstica, costuma conter um captulo sobre mtodos de amostragem. Alm disso, existem obras dedicadas completamente amostragem, sendo um bom exemplo as de Kish (1972) e de Osuna (1991). Baseando-se nessas obras, podemos tentar classificar os principais mtodos de amostragem em: 1. Probabilsticos Os mtodos probabilsticos de amostragem baseiam-se no princpio da equiprobabilidade, ou seja, todos os indivduos da populao tm as mesmas probabilidades de fazerem parte da amostra. Recomenda-se utilizar mtodos probabilsticos sempre que possvel, pois so os que mais garantem a representatividade da amostra. Entre os mtodos probabilsticos, encontram-se os seguintes: a. Aleatrio simples O procedimento utilizado consiste em: 1) atribuir um nmero a cada indivduo da populao; 2) a escolha feita mediante algum sistema mecnico, geralmente por meio de tabelas de nmeros aleatrios ou de algum outro procedimento similar. Atualmente, os computadores e muitas calculadoras de bolso podem gerar nmeros aleatrios que servem para esse fim. b. Aleatrio sistemtico Seguem-se os seguintes passos: 1) ordenam-se os indivduos da populao; 2) calcula-se c = N/n, onde N o nmero de indivduos da populao, e n o tamanho da amostra (c um nmero inteiro); 3) escolhe-se ao acaso um nmero a, compreendido entre 1 e c; o nmero a ser o primeiro indivduo selecionado; 4) os sucessivos indivduos sero: a + c, a + 2c, a + 3c, ... at chegar a n. c. Aleatrio estratificado O processo consiste em: 1) dividir a populao em vrios estratos; 2) realizar uma amostragem dentro de cada estrato, por um dos outros procedimentos expostos aqui; 3) decidir o nmero de indivduos de cada estrato por: a) afixao simples: a amostra total dividida em partes iguais; b) afixao proporcional: considera-se a proporo de indivduos de cada estrato; c) afixao tima: alm da proporo de cada estrato, leva-se em conta a disperso de dados. d. Por conglomerados A amostragem por conglomerados (cluster sampling) utilizada quando os indivduos da populao constituem agrupamentos naturais, como, por exemplo, os alunos de uma turma. Neste caso, a unidade de amostragem no o indivduo, mas o conglomerado. Uma vez que definidos os conglomerados, eles so selecionados por algum dos mtodos de amostragem apresentados aqui, de tal forma que o nmero total de indivduos resultante configure o tamanho da amostra que se deseja. 2. No-probabilsticos Estes mtodos selecionam os indivduos, seguindo determinados critrios, buscando a representatividade da amostra resultante. Os principais so:

INTRODUO ESTATSTICA

19

a. Por cotas Neste mtodo, s vezes chamado de acidental, fixam-se cotas. Cada cota consiste em um nmero de indivduos que renam determinadas condies. Um exemplo de cota pode ser 20 indivduos de 25 a 40 anos, casados e do sexo feminino da populao de Canela (RS). Escolhem-se os primeiros encontrados que renam estas condies. Este mtodo muito utilizado nas pesquisas de opinio. b. Opintico ou intencional A seleo feita por peritos, segundo critrios estabelecidos, de tal forma que se assegure a representatividade da amostra. c. Casual O caso mais freqente deste procedimento o de utilizar como amostra indivduos aos quais se tem facilidade de acesso. Um caso particular o da utilizao de voluntrios. Amostragem polietpica Na prtica, muitas vezes, no se utilizam mtodos de amostragem puros, mas sim uma combinao de diversos mtodos, seqenciados em uma srie de etapas. Por isso, chama-se de amostragem polietpica. Amostra distorcida Uma amostra distorcida aquela que no representa a populao. Os erros de amostragem ocorridos ao acaso podem produzir amostras distorcidas. Mas tambm pode haver amostras distorcidas intencionalmente. ESTUDO DAS VARIVEIS Uma varivel uma caracterstica que pode adotar diferentes valores. Por exemplo, o peso, a idade, a inteligncia, o rendimento acadmico, etc. Ope-se ao conceito de constante, que se refere quilo que s pode ter um valor. Para Sierra (1994), as variveis apresentam duas outras caractersticas fundamentais: so observveis (cor, peso) e so suscetveis de mudana ou variao, com relao ao mesmo ou a diferentes objetos, com uma relao determinada de associao ou de dependncia (posio social ligada a rendimentos, nvel educativo, poder, etc.). O estudo das variveis ocupa um lugar primordial no processo de pesquisa cientfica. Costumam referir-se a este ponto a maioria das obras de carter metodolgico, como as de Del Rincn, D. I., Latorre, A. B., Arnal, J. A., Sans, A. M. (1995), Sierra, R. (1994), Arnau, J. (1990), Bartolom, M. (1978), McGuigan, F. J.

20 BISQUERRA, SARRIERA E MARTNEZ

(1977) e muitas outras, s quais remetemos para uma exposio detalhada sobre o estudo das variveis. De nossa parte, vamos nos limitar a apresentar algumas idias de forma sinttica. Nas pesquisas cientficas, utilizam-se conceitos formais que recebem o nome genrico de construtos hipotticos. Os construtos so modelos supostos, com uma estrutura e funes, com base nos quais pretende-se explicar determinados fenmenos. So exemplos de construtos a inteligncia, a motivao, a criatividade, a personalidade, a ansiedade, a aptido verbal, etc. Por outro lado, esto as variveis que so propriedades que variam de um indivduo para outro, s quais se podem atribuir valores em funo dessa varivel. Exemplos de variveis so o peso, a idade, o sexo, a qualificao acadmica, etc. Os construtos e as variveis esto intimamente relacionados, de tal forma que constituem, de certa maneira, as duas faces de uma mesma moeda. Os construtos hipotticos so considerados como variveis latentes, no-observveis diretamente pelo pesquisador. Para estudar os construtos, ou variveis latentes, analisam-se as variveis observveis, que funcionam como indicadores do fenmeno no-observvel. Assim, por exemplo, do construto inteligncia, pode-se passar varivel inteligncia medida por um teste; do construto atitude sobre o cigarro, pode-se passar a uma escala de atitudes; do construto hbitos de estudo, pode-se passar a um inventrio de tcnicas de trabalho individual, etc. As variveis podem ser definidas de forma constitutiva e de forma operativa. No primeiro caso, identificam-se com o construto e referem-se essncia do fenmeno. Uma definio operativa consiste em descrever as operaes a serem realizadas para medir ou para manipular uma varivel; referem-se, portanto, ao campo do que observvel. Uma definio operativa pode ser medida ou experimental. medida quando se refere a indicadores que permitem estabelecer o valor de cada indivduo nessa varivel, como, por exemplo, a inteligncia medida pelo Teste de Wechsler; experimental quando descreve o processo de manipulao da varivel no processo de pesquisa, como um mtodo de aprendizagem da leitura. O esquema seguinte sintetiza isso. DEFINIO DAS VARIVEIS Constitutiva Operativa Medida Experimental

As variveis podem ser classificadas de acordo com diferentes critrios. O Quadro 1.1 representa um esquema de classificao das variveis, de acordo com diferentes critrios.

INTRODUO ESTATSTICA

21

QUADRO 1.1 Classificao das variveis Critrio de classificao Metodolgico Classes de variveis Independentes Dependentes Intervenientes Estmulo Resposta Intermedirias Qualitativas Quantitativas Controle Aleatrias Controladas Dicotmicas Politmicas Discretas Contnuas

Terico-explicativo

Medio

Do ponto de vista terico-explicativo, as variveis podem ser: a) variveisestmulo: so condies externas ao indivduo que podem afetar seu comportamento; b) variveis-resposta: comportamento manifesto do indivduo; c) variveis intermedirias: todas as variveis que no so objeto de pesquisa, mas que podem ocasionar uma variao dos resultados, isto , as variveis que se interpem entre as variveis-estmulo e as variveis-resposta. Essas variveis intermedirias so chamadas de organsmicas quando se referem a processos de organismo, como inteligncia, sexo, idade, etc. Segundo o critrio metodolgico, as variveis so classificadas em: a) variveis independentes: so a suposta causa de uma modificao em uma relao de causa-efeito; uma varivel experimental, manipulada e controlada pelo pesquisador; costuma coincidir com uma varivel-estmulo, que pretende explicar as mudanas produzidas na varivel dependente; b) varivel dependente: o efeito que age como conseqncia da varivel independente; costuma coincidir com uma varivelresposta; c) variveis intervenientes: so as variveis alheias ao experimento, mas que podem exercer uma influncia sobre os resultados; incluem fundamentalmente variveis organsmicas e fatores ambientais. De acordo com o sistema de medio, as variveis podem ser: qualitativas, quando so estabelecidas diferentes categorias para cada modalidade da varivel; referem-se a caractersticas que no podem ser quantificadas. Estas variveis tambm recebem os nomes de atributos ou de variveis categricas. Elas podem ser: a) dicotmicas, apresentam apenas duas categorias, como: sexo, itens de verdadeirofalso, sim-no, etc. s vezes, h variveis que, por natureza, no so dicotmicas, mas que por determinadas razes interessa dicotomizar, como, por exemplo, o rendimento acadmico em apto-no apto, a altura em altos-baixos, etc.; ou b) politmicas apresentam mais de duas categorias, como a classe social, o nvel de estudos, o tipo

22 BISQUERRA, SARRIERA E MARTNEZ

de escola, etc. As categorias das variveis qualitativas devem estar bem definidas, ser mutuamente excludentes e devem ser exaustivas. Quantitativas: carter suscetvel de ser medido numericamente, como a idade, o peso, o rendimento acadmico, etc. Em funo de sua natureza intrnseca, as variveis quantitativas podem ser: a) discretas, quando s podem assumir determinados valores, que costumam coincidir com os nmeros inteiros, como, por exemplo, o nmero de filhos, nmero de alunos de uma turma, o nmero de livros de uma biblioteca, etc.; b) contnuas, podem assumir qualquer valor intermedirio dentro de um continuum, como a idade, a inteligncia, o rendimento acadmico, etc. Do ponto de vista do controle, as variveis podem ser divididas em: a) variveis aleatrias: o pesquisador no tem possibilidade de manipul-las, somente pode constatar os valores observados; as variveis-resposta, que so tambm as dependentes, so exemplos tpicos de variveis aleatrias, como o sexo, a idade, a aptido verbal, etc.; b) variveis controladas: so aquelas cujos valores o pesquisador determina ou atribui a cada um dos indivduos; portanto, coincide com a varivel independente ou experimental que o pesquisador manipula, como, por exemplo, um mtodo de aprendizagem; c) variveis externas pesquisa ou extrnsecas, que constituem fatores que intervm no fenmeno pesquisado, sem ser explicitamente controladas. impossvel enumerar a multiplicidade e diversidade potencial destas ltimas, mas apresentamos aqui algumas categorias citadas por Sierra (1994) decorrentes das falhas do desenho, da atuao do pesquisador, de sua presena em campo, ambientais e conexas s variveis pesquisadas, decorrentes da forma de atuao e resposta dos pesquisados e relacionadas com o tempo pela repetio das observaes. medida que se aceita a complexidade de variveis que afetam o contexto e o ncleo da pesquisa, as tcnicas de anlise multivariada se tornam mais necessrias para uma anlise estatstica. ESCALAS DE MEDIDA As escalas de medida referem-se ao sistema utilizado por um instrumento de medio. Stevens (1951) proporcionou um importante esclarecimento ao classific-las em: Nominais Dividem os indivduos conforme sejam iguais ou no em relao a uma caracterstica. Aplica-se s variveis categricas, como o sexo, a nacionalidade, o estado civil, etc. Ordinais Classificam os indivduos segundo a ordem que ocupam. Por exemplo, a ordem de chegada meta.

INTRODUO ESTATSTICA

23

De intervalos Atribuem valores numricos aos indivduos. A maioria das variveis quantitativas em Cincias Sociais costuma ser medida em escalas de intervalo. Por exemplo, o rendimento acadmico, as pontuaes em um teste, o ano do calendrio, a escala de temperatura em graus centgrados, etc. De razo So escalas de intervalos, mas que acrescentam a existncia do zero absoluto. O zero absoluto considerado como a ausncia total de qualidade medida, e, portanto, um valor que no pode ser rebaixado na parte inferior. Muitas variveis quantitativas de tipo fsico so medidas em escalas de razo, como a idade, o peso, a extenso, etc. EXEMPLO DE PESQUISA EDUCATIVA Vamos ilustrar o que foi dito mediante um exemplo esquemtico. Este exemplo tem duas partes: a primeira um estudo preditor, a segunda um estudo experimental. Alguns detalhes foram modificados no que se refere pesquisa real a fim de tornar o exemplo mais til e suscitar uma melhor anlise crtica. Colocao do problema Os estudantes universitrios apresentam ndices de fracasso escolar consideravelmente elevados. Interessa-nos conhecer as variveis que mais contribuem na predio do rendimento acadmico, com o objetivo de otimiz-las. Em uma segunda parte do trabalho, fazeremos uma pesquisa experimental com o objetivo de melhorar o rendimento acadmico a partir da manipulao de algumas variveis relevantes. Reviso da bibliografia Nas pesquisas realizadas, observamos como ocorreram diversos modelos explicativos do rendimento acadmico em funo de um conjunto de variveis. De nossa parte, adotamos um deles, cuja expresso grfica poderia ser assim resumida: 1. Variveis biolgicas 2. Variveis sociolgicas 3. Variveis comportamentais 4. Horas de estudo semanal 5. Habilidade leitora 6. Experincia prvia

Rendimento acadmico

24 BISQUERRA, SARRIERA E MARTNEZ

Em cada um dos grupos de variveis do esquema poderiam ser includas diferentes variveis medidas, com base no marco terico. Em nosso caso, as variveis consideradas relevantes em cada um dos grupos anteriores, sendo, assim, objetos de estudo, foram: a. Biolgicas: sexo e idade. b. Sociolgicas: classe social medida pelo nvel de instruo dos pais. c. Comportamentais: 1) Inteligncia: medida pelo teste domin D-48. 2) Aptido verbal: medida por um teste de vocabulrio e pelo teste DAT-VR. 3) Memria: medida por um teste de memria que contempla memria lgica, numrica, associativa e visual. 4) Ateno: medida pelo teste de Toulouse-Pieron e pelo teste DAT-CSA. d. Horas de leitura e de estudo semanais. e. Habilidade leitora: medida por um Teste de Eficincia Leitora (TEL), que mede a rapidez, a compreenso e a eficincia; e tambm pelo Minnesota Speed of Reading Test. Nesta varivel, dispe-se de uma medida pr-teste e de outra ps-teste, visto que foi aplicado antes e depois de um Programa de Eficincia Leitora (PEL). f. Experincia: estudos prvios ao ingresso na universidade, horas de trabalho semanal, lngua materna castelhana, catal ou outras. g. Rendimento acadmico: mdia das notas de final de curso. Para mais detalhes sobre modelos preditores de rendimento acadmico, ver Rodrguez Espinar (1982). Das variveis anteriores, h algumas que so de tipo estrutural (sexo, idade, classe social, etc.) e no podem ser manipuladas, enquanto outras so de tipo interativo (habilidade leitora, tempo dedicado ao estudo, etc.), sendo suscetveis de modificao. Em uma segunda parte do trabalho, experimentaremos um programa para otimizar nos sujeitos algumas das variveis de tipo interativo, concretamente as habilidades leitoras e o tempo dedicado leitura e ao estudo. Tudo isso mediante o que vamos chamar de Programa de Eficincia Leitora (PEL). O material utilizado foi Prticas de Eficincia Leitora (Bisquerra, 1983); para detalhes sobre aspectos tericos e metodolgicos, pode-se consultar Bisquerra (1980). Formulao das hipteses a. H1. As habilidades leitoras e o tempo dedicado ao estudo so determinantes bsicos do rendimento acadmico do aluno. b. H2. Mediante um PEL, podem-se ampliar as habilidades leitoras e, conseqentemente, o rendimento acadmico.

INTRODUO ESTATSTICA

25

Metodologia A populao objeto de estudo so os estudantes universitrios de cursos de letras. Selecionou-se uma amostra de estudantes de pedagogia de primeiro ciclo por um mtodo de amostragem polietpico, por conglomerados de classe, estratificado por cursos e aleatrio sistemtico para a seleo do conglomerado dentro do estrato. O tamanho da amostra resultante ao final da pesquisa foi de 161 indivduos. Observouse uma elevada mortalidade experimental, isto , muitos sujeitos abandonaram a experincia antes de conclu-la. O fato de muitos terem realizado apenas parte da experincia est de acordo com a dinmica de aula na universidade, em que a freqncia livre e, portanto, irregular. Os dados referentes s variveis independentes ou preditoras foram coletados durante o primeiro trimestre do ano acadmico na Universidade de Barcelona. Os dados da varivel dependente ou critrio foram coletados no final do ano, a partir dos boletins oficiais. Durante o segundo trimestre do mesmo ano, experimentou-se um PEL com os mesmos sujeitos. Anlise de dados A partir das observaes feitas, elaborou-se a matriz de dados. O Quadro 1.2 um exemplo caracterstico dessa matriz. Ao longo do livro, sero apresentados alguns exemplos de anlise. Concluses Visto que estamos muito mais interessados no aspecto metodolgico do que no substantivo, deixamos as concluses para mais adiante. medida que vo sendo introduzidos exemplos de anlise, o leitor convidado a tirar suas prprias concluses, criticando seus diversos enfoques, como tambm os resultados que sero oferecidos.

26 BISQUERRA, SARRIERA E MARTNEZ

QUADRO 1.2 Matriz de dados


G R U P D S E X O E S T U D I O S 2 2 2 2 2 2 2 2 2 1 2 2 2 2 2 1 1 1 2 2 2 2 1 1 2 1 2 2 1 1 1 2 2 2 2 2 1 2 2 2 2 2 2 2 1 1 1 1 1 1 1 2 1 1 1 2 1 1 2 2 1 1 2 2 2 1 2 2 2 1 2 2 2 1 1 2 L E N G U A 1 2 2 1 2 1 2 2 2 1 2 2 3 2 1 2 2 2 2 1 1 1 2 1 1 1 2 2 2 1 2 2 2 2 1 1 2 1 1 1 1 2 2 2 1 1 3 1 1 1 1 2 1 1 2 2 1 2 2 1 2 2 2 1 1 2 2 1 2 2 2 3 2 1 1 1 E S T U D P A 1 1 2 1 2 2 2 1 2 3 1 1 2 2 1 1 1 2 1 1 1 1 1 1 1 1 1 1 3 1 2 2 1 1 1 1 3 1 3 1 1 2 1 1 1 1 1 1 1 1 3 2 1 2 2 2 2 1 2 2 3 3 1 1 1 1 3 1 1 1 1 3 3 1 1 2 E S T U D M A 1 1 1 0 1 2 1 1 1 2 2 1 2 1 1 1 1 2 1 1 1 1 1 0 1 1 1 1 3 1 1 2 1 1 1 0 1 1 3 1 1 2 1 1 1 1 1 1 1 0 1 1 1 1 1 2 2 1 1 2 1 1 1 1 1 1 2 1 1 1 1 3 2 1 1 2 E D A D H O R A S T R A 0 0 15 25 0 0 15 9 40 5 10 0 0 0 0 48 0 25 0 40 36 40 44 40 20 30 44 30 30 42 0 41 5 40 0 42 40 0 15 25 0 0 0 6 17 30 30 35 30 30 20 40 30 0 0 0 8 0 24 0 10 0 0 0 12 23 0 0 0 8 0 0 21 0 26 20 H O R A S L E C 25 25 20 15 30 10 15 23 18 20 15 18 14 30 19 15 25 20 15 12 10 7 10 12 13 10 15 10 25 25 12 18 13 15 25 15 10 15 15 15 15 15 15 10 9 20 5 10 10 2 20 15 10 6 15 20 15 15 16 15 15 12 21 15 12 25 12 10 30 15 18 10 6 20 18 20 V O C S B U L A 34 55 59 59 50 56 59 44 52 54 55 66 47 41 35 50 49 44 51 46 63 52 49 67 55 50 46 47 64 50 67 52 53 50 51 43 53 36 53 52 55 49 52 67 56 72 55 58 53 58 94 55 75 35 30 61 65 42 22 61 67 46 43 79 28 42 49 43 35 55 50 26 50 43 86 54 A T E N C A N 82 5 114 70 89 181 137 136 181 191 194 181 155 142 149 135 202 182 158 143 142 104 138 141 117 143 131 157 174 151 138 152 104 121 113 148 218 123 102 157 131 110 152 121 177 151 140 129 115 124 148 169 178 163 173 153 199 111 178 185 191 175 194 152 113 141 115 175 107 154 119 67 110 157 143 163 A T E N C A L 999 942 901 503 634 967 923 827 973 984 889 861 896 908 955 937 980 973 946 959 972 981 920 952 603 893 873 807 916 766 913 987 924 983 784 954 947 960 962 918 897 982 967 790 961 912 850 860 912 953 986 994 962 853 896 993 934 965 962 939 994 902 946 955 991 946 877 972 999 974 903 980 900 990 933 964 D A T C S A 45 71 72 46 67 59 54 73 77 75 70 91 61 68 89 73 85 93 72 76 70 73 65 69 76 90 52 67 96 79 67 68 49 57 72 79 92 73 81 70 57 59 60 65 55 76 50 65 61 52 99 65 83 70 71 70 74 97 64 67 60 70 81 71 65 90 70 65 79 64 65 77 45 69 70 71 M E M O L O G 29 21 24 19 26 35 35 20 26 31 20 23 25 26 33 24 24 26 24 23 31 23 11 32 13 18 19 22 24 24 21 17 27 19 29 24 20 15 25 13 29 13 28 27 24 27 19 25 21 17 31 34 31 28 23 27 34 32 20 12 30 38 29 28 25 29 38 32 26 31 26 26 18 17 34 30 M E M O N U M 10 15 9 10 12 15 12 12 15 13 8 15 13 12 9 13 11 12 11 6 13 15 13 14 15 14 10 12 13 15 12 11 12 13 12 9 11 12 14 12 14 12 14 14 13 14 15 13 11 13 9 15 15 11 9 11 12 14 10 14 15 10 11 10 12 10 10 12 14 9 12 12 14 10 12 14 M E M O A S 40 29 31 33 36 40 36 32 25 42 41 39 36 37 36 35 36 34 36 36 38 41 35 36 29 36 24 32 31 33 36 34 27 28 26 38 42 38 42 32 58 32 36 30 36 42 30 37 30 32 42 39 42 35 26 35 30 41 36 26 42 40 39 41 35 31 36 38 28 30 42 35 36 30 36 40 M E M O V I S 11 13 15 6 6 15 15 13 15 12 11 13 14 15 15 15 14 15 14 15 15 15 15 15 15 13 10 14 15 12 14 14 13 15 15 10 15 15 10 15 15 15 15 15 14 15 14 14 10 7 14 14 13 13 14 13 14 11 15 14 14 14 15 11 12 15 14 14 12 10 13 13 11 13 13 14 D A T V R I N T E L I G 34 32 32 28 31 36 31 36 39 40 36 37 34 33 38 30 40 35 43 21 35 35 30 31 30 30 26 30 30 30 33 29 30 39 30 28 28 22 34 37 30 33 33 32 24 29 30 32 25 30 41 44 33 29 38 31 30 29 29 29 28 29 27 30 37 28 20 32 26 31 30 34 25 30 32 30 V L P R E C L P R E V L P O S C L P O S M S R T P R E 18 22 21 18 20 18 15 15 14 23 16 25 15 18 20 30 20 22 20 21 31 15 18 27 15 20 23 12 39 13 21 19 17 21 21 10 25 18 17 17 17 17 17 21 21 22 21 19 13 22 38 23 26 27 26 27 16 24 10 20 35 19 18 24 20 22 21 19 19 19 20 14 27 18 21 32 M S R T P O S 20 33 28 23 34 39 40 29 35 30 37 73 30 34 36 42 42 34 34 37 52 30 29 43 28 40 25 30 44 26 32 33 33 25 34 33 35 37 33 25 30 30 36 32 31 31 33 30 26 37 63 35 37 33 44 28 32 44 25 28 55 33 26 29 28 35 34 26 34 32 34 29 40 34 38 45 R E N D I M 6,79 6,62 6,39 4,14 5,5 6,36 5,04 6,83 6,32 5,88 6,45 5,99 4,61 6,13 5,5 5,93 5,75 6,62 4,62 5,96 4,82 5,95 6 7,02 5,27 5,26 5,49 5,5 6,34 6,12 6,32 6,15 5,7 4,97 5,2 5,95 6,79 7,18 6,97 6,21 5,11 5,87 5,05 6,29 4,67 6,98 4,9 5,53 5,26 6,15 5,38 5,73 6,63 4,35 1,85 7,76 5,93 5,91 6,37 6,13 6,59 5,67 7,49 7,32 5,41 6,4 5,92 5,93 6,62 6,57 5,71 4,38 5,24 5,93 5,43 5,27

1 1 1 2 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5 5 6 6 6 6 6 6 6 6 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

18 18 19 22 21 19 19 20 18 24 21 20 19 20 18 25 20 25 18 22 18 21 34 28 30 24 35 20 42 25 24 22 19 27 20 19 27 20 21 21 20 20 19 27 37 28 27 25 32 31 31 21 24 35 27 18 32 29 20 35 27 32 19 18 19 23 19 18 19 30 19 18 18 23 29 18

23 29 37 25 33 48 31 35 34 36 46 44 36 33 38 32 37 30 46 37 43 37 38 39 24 36 29 26 43 23 30 24 27 38 31 28 31 20 32 26 35 23 38 31 39 36 30 30 30 20 48 33 33 29 36 30 26 32 29 22 44 34 24 39 27 43 17 27 34 40 25 31 29 21 33 36

198 231 306 314 222 194 184 248 222 237 184 254 178 218 211 218 356 209 323 201 288 152 187 251 175 198 255 170 316 234 211 189 228 240 316 247 216 232 288 213 201 209 205 232 350 248 367 204 228 268 305 280 228 305 170 219 231 206 170 186 228 213 176 222 248 213 234 225 237 296 209 213 205 232 237 274

21 39 48 56 38 38 29 82 38 64 73 82 38 47 47 38 56 56 10 64 56 29 73 92 56 30 57 66 39 50 66 39 48 48 48 39 22 55 38 30 64 47 56 47 38 47 20 20 29 20 47 73 41 12 21 74 48 39 48 48 57 21 48 66 48 74 48 57 38 47 56 38 29 38 73 64

483 533 367 290 439 316 439 497 569 416 397 497 439 439 322 355 371 294 410 388 416 284 305 580 344 508 356 427 820 593 410 381 380 506 481 508 534 328 750 341 371 379 396 334 416 380 460 468 290 324 474 397 355 378 432 345 378 410 267 307 375 378 288 288 356 427 356 368 348 414 439 380 406 390 468 656

38 38 64 66 54 57 54 57 83 48 66 20 54 54 57 39 30 66 62 48 39 66 30 64 56 73 64 20 64 47 29 73 52 38 53 56 33 30 74 74 83 57 74 57 74 74 48 72 57 39 99 39 66 58 47 64 58 56 47 47 82 58 91 56 56 91 56 58 83 92 54 74 30 62 62 39

INTRODUO ESTATSTICA

27

QUADRO 1.2 (continuao)


2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 3 3 3 3 4 4 4 4 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 1 2 2 2 2 1 2 2 1 2 2 2 2 1 2 2 2 2 2 2 2 2 2 1 2 2 2 2 2 1 2 2 2 2 1 2 2 2 2 2 2 2 2 2 2 1 1 2 2 1 2 2 2 1 2 2 1 1 2 2 2 1 2 1 2 2 2 1 2 2 1 1 2 1 2 2 2 2 2 1 1 1 1 1 2 2 1 1 1 1 2 1 1 1 2 1 2 1 1 2 2 2 2 2 1 2 2 1 2 2 2 2 1 2 2 1 1 1 1 2 2 2 2 2 1 3 2 2 1 2 2 2 2 2 2 2 2 2 1 2 2 1 2 1 1 1 1 1 1 2 2 1 1 1 2 2 1 1 1 2 2 3 1 2 2 2 1 3 1 3 1 3 1 1 1 1 1 2 3 2 1 1 1 1 1 1 2 1 1 2 1 1 3 3 1 3 2 2 2 1 1 1 2 3 1 1 3 3 1 3 3 3 2 2 2 3 1 2 1 2 3 1 2 3 3 1 3 2 1 1 1 1 1 1 1 2 1 1 1 2 2 2 1 1 1 1 1 1 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 1 1 1 1 2 1 1 1 2 1 1 1 1 2 1 1 1 1 3 1 1 1 2 1 3 3 2 1 2 1 2 2 2 1 1 1 1 2 2 3 1 1 2 1 1 1 1 1 1 2 1 1 1 1 1 1 2 1 1 1 1 18 19 18 18 20 24 21 19 19 21 18 32 19 19 29 21 23 26 38 24 23 22 31 19 19 19 19 20 20 19 38 20 30 21 20 25 22 20 22 21 21 20 19 30 19 20 20 20 19 20 22 20 19 20 31 35 19 21 22 20 19 19 24 20 19 28 30 19 21 23 21 27 23 20 20 26 26 23 24 22 25 26 36 19 26 0 6 0 0 25 35 45 0 25 35 0 42 0 0 36 30 33 36 20 26 42 35 37 44 10 0 0 12 6 0 32 10 0 0 31 12 0 6 25 20 8 20 0 0 0 0 10 0 6 0 7 0 25 34 0 0 0 0 8 12 0 12 0 0 0 35 10 32 35 48 40 30 42 15 42 42 35 42 42 40 30 42 30 25 15 20 12 15 20 20 10 6 8 20 6 12 25 14 14 14 7 12 17 15 10 6 25 13 10 20 13 32 11 8 6 8 10 8 10 13 13 6 6 15 20 10 12 12 18 20 12 13 13 20 15 6 10 23 30 6 12 5 12 13 4 10 20 15 12 15 4 20 12 8 15 7 15 12 30 22 12 16 10 15 4 5 3 20 11 20 49 57 45 40 41 50 46 59 58 40 35 32 45 44 68 47 51 74 59 39 36 48 41 41 68 61 51 48 46 50 60 52 38 60 44 31 50 39 54 77 45 44 50 37 36 44 57 47 59 66 51 64 50 51 70 70 48 32 37 50 25 48 47 38 66 50 67 54 54 61 63 45 70 56 30 41 67 50 59 73 54 41 76 53 52 196 161 118 189 102 95 109 98 171 150 125 135 119 109 173 123 134 148 140 91 148 136 213 148 112 163 152 165 140 142 129 152 210 168 100 194 126 105 116 139 160 117 112 125 128 103 154 152 124 161 135 128 112 137 122 187 116 141 137 110 149 66 124 133 123 103 157 148 160 127 134 209 140 176 116 147 201 201 108 190 139 140 141 195 156 935 987 999 969 889 904 909 892 904 961 969 818 922 990 977 948 981 943 897 784 980 804 926 967 973 999 987 948 939 986 908 932 917 879 837 950 857 889 974 932 941 966 991 880 962 980 956 974 946 987 964 969 941 999 991 921 966 881 895 916 903 709 968 950 836 900 923 917 969 947 899 985 933 897 928 924 943 889 794 940 822 915 952 894 880 69 87 80 63 69 82 66 64 76 58 68 68 70 70 73 70 59 72 68 70 85 69 73 70 62 84 97 85 70 79 75 74 76 80 70 74 51 73 69 73 70 50 78 81 73 68 87 72 80 73 63 64 49 99 73 67 65 74 90 84 70 90 78 82 53 68 73 75 76 79 96 80 63 91 97 79 95 75 77 77 74 60 62 85 72 29 33 35 26 22 27 32 24 31 20 26 26 26 30 31 19 22 24 26 25 28 30 29 23 37 23 40 22 27 24 10 31 25 27 25 25 16 25 15 30 30 16 36 14 25 26 25 27 25 31 13 37 25 36 24 29 24 28 16 7 20 25 25 36 24 24 25 33 22 31 25 28 36 33 26 26 24 26 20 26 30 14 31 26 18 15 14 15 12 14 15 5 11 13 14 10 13 12 12 13 11 10 15 13 14 14 10 10 12 14 13 14 12 12 14 14 14 15 13 13 13 10 13 9 13 11 14 15 12 13 13 13 27 13 15 13 13 13 14 12 14 13 14 13 10 13 13 13 15 13 14 15 15 14 14 14 13 13 14 13 13 14 13 10 11 15 16 15 11 12 34 42 40 25 37 31 31 42 42 25 31 34 35 42 36 40 40 42 27 34 42 44 35 36 42 40 42 35 42 42 35 42 42 42 40 39 36 40 42 42 42 38 42 41 40 42 40 42 42 38 25 42 40 30 42 42 40 40 40 42 42 42 40 42 40 36 42 40 40 40 42 42 42 37 39 30 42 37 40 42 42 30 42 42 26 15 13 14 15 14 15 10 14 14 13 11 13 14 13 12 15 11 14 6 11 13 12 12 12 15 15 15 13 12 13 12 12 15 15 14 14 12 14 15 15 15 13 15 15 14 15 14 10 15 15 15 15 14 15 15 15 14 15 9 15 13 15 15 15 13 14 15 13 15 11 14 10 15 12 13 12 14 14 13 10 12 12 13 13 12 32 40 29 31 29 34 26 29 23 31 28 29 28 23 30 39 22 32 36 22 30 31 27 30 30 27 36 23 25 29 33 37 33 35 30 33 28 36 23 34 28 28 38 25 26 34 44 35 30 30 23 41 38 35 41 29 28 19 19 24 23 30 31 38 36 34 29 32 30 31 29 24 25 30 30 29 40 30 26 36 30 30 39 18 30 30 36 31 31 31 35 38 23 36 32 29 28 32 31 34 26 37 30 32 27 30 30 29 30 33 28 38 27 31 35 31 39 31 40 33 31 31 28 21 33 32 33 32 35 27 33 41 30 30 38 28 33 36 38 32 21 30 30 18 32 32 28 31 37 28 32 31 31 30 31 35 30 20 32 39 32 31 30 29 31 32 32 29 26 17 248 209 201 218 314 254 323 201 323 218 209 205 237 197 218 227 192 281 305 228 172 341 228 181 227 156 223 228 254 228 180 254 273 222 180 201 184 201 154 242 190 180 164 178 209 273 222 164 228 178 190 288 205 227 191 254 213 213 227 285 247 219 273 180 209 273 254 240 296 228 222 233 247 254 237 280 262 213 312 226 228 187 344 228 174 20 73 64 11 11 56 47 56 47 56 20 29 56 12 56 64 73 56 56 48 57 48 48 48 64 47 47 50 47 35 47 91 64 82 38 64 47 29 38 47 64 35 56 56 47 20 73 56 20 29 38 47 73 47 28 56 56 56 47 35 56 23 56 47 73 20 56 47 29 41 47 47 20 64 38 20 65 56 20 41 41 29 65 41 56 406 406 322 518 439 371 347 347 888 363 260 284 347 284 406 284 284 416 347 314 310 340 430 360 350 289 379 264 533 341 331 437 348 304 331 309 341 262 222 363 241 304 416 316 341 334 373 294 334 289 371 550 290 379 322 316 348 426 320 334 310 437 322 416 371 290 341 334 324 371 348 533 372 363 387 294 342 332 488 316 399 371 341 371 347 30 74 74 46 64 48 46 58 39 57 58 86 46 48 30 39 48 30 46 29 33 53 53 52 78 92 74 48 48 99 83 39 61 83 83 21 30 74 75 57 83 57 74 30 57 83 48 83 37 74 74 74 74 74 48 74 61 57 83 30 66 74 30 74 74 74 83 48 74 54 57 48 39 48 66 83 92 39 30 54 66 54 92 57 31 16 20 20 21 23 23 20 15 28 14 16 13 17 15 21 18 8 35 26 17 22 22 22 24 21 13 20 14 18 18 16 18 13 17 15 17 17 12 6 36 14 25 14 15 18 23 21 14 20 17 14 24 15 21 24 17 15 16 13 16 17 18 17 13 14 15 17 30 24 31 22 24 15 32 24 21 23 22 18 23 24 25 24 18 20 28 36 31 29 33 42 52 30 41 30 30 26 33 30 38 36 33 49 34 33 34 33 33 33 44 34 40 27 33 31 28 34 35 31 23 30 21 23 23 39 26 25 31 26 29 40 35 35 33 36 31 38 21 42 34 31 31 29 27 28 28 49 27 31 34 18 33 31 49 48 39 48 21 46 36 31 36 31 31 36 36 36 37 36 31 5,71 5,27 5,49 5,59 5,69 5,04 4,35 4,8 5,95 4,38 5,25 5,04 5,71 5,25 5,98 5,27 5,03 5,49 6,16 5,03 6,38 5,27 5,46 5,69 6,76 4,58 6,71 5,32 4,84 4,42 4,42 5,95 4,42 4,84 5,05 5,05 4,85 4,84 5,33 7,03 5,96 4,84 5,52 5,31 4,84 5,95 5,48 5,27 6,29 5,05 4,84 4,63 5,11 6,91 5,05 5,05 4,63 5,05 5,11 5,05 4,62 6,92 5,86 5,05 5,26 5,05 6,07 5,05 4,85 5,05 4,85 4,64 5,11 6,15 5,06 4,9 7,19 4,85 5,32 4,63 4,63 4,9 7,19 5,11 5,74

28 BISQUERRA, SARRIERA E MARTNEZ