Você está na página 1de 7

Resumo para a Prova de Métodos de Pesquisa II

1° Texto: Questões e Hipóteses de Pesquisa

A forma como questões e hipóteses restringem ou não a declaração de objetivos na pesquisa,


de certa forma, circunscrevem os limites (diferenças) entre a pesquisa qualitativa e a pesquisa
quantitativa.

No que concerne à pesquisa qualitativa, encontra-se sempre a formulação de questões de


pesquisa, geralmente na estrutura de questões centrais e questões associadas. A utilização de
questões amplas na declaração do objetivo associada à verbos exploratórios permite investigar o
conjunto complexo de fatores no entorno da questão central.

Já no que concerne à pesquisa quantitativa, verifica-se em geral a formulação de questões e


de hipóteses (essa última com maior incidência) delineando o objetivo. Utilizando variáveis em
diversos estratos de relação (variáveis dependentes, independentes), a questão e a hipótese de
pesquisa procuram investigar as relações entre essas variáveis e prever a natureza das relações entre
essas variáveis. Para tanto o pesquisador lança mão de estudos estatísticos, categoriza, agrupa,
compara e descreve.

2º texto: a prática de métodos quantitativos

É preciso, de princípio, dirimir alguns preconceitos iniciais sobre as abordagens quantitativas


nas ciências sociais:

De fato, a abordagem quantitativa é trabalhosa, exigente ao tempo em que se configura como


saber cumulativo e oferece ao pesquisador o risco de se perder em generalizações ou atribuir um valor
indevido à técnica (estatística como uma argumentação imbuída de princípio nela mesma). No
entanto, o fato de ser trabalhosa não deve ser demérito, inclusive por haverem muitas abordagens
qualitativas complicadas de serem executadas.

Tão pouco ele é trivial, pois sabemos que é impossível lidar com questões importantes e dados
abrangentes de boa qualidade sem se valer de um instrumental e ferramental que sejam capazes de
estabelecer os padrões e resguarde pesquisadores de excessos interpretativos.

Não podemos confundir sensibilidade com falta de objetividade e enxergar na abordagem


quanti algo de Insensível. A objetividade nos ajuda a ter a devida cautela para com inferências
indevidas.

Corre-se o risco também de ser Reducionista, promovendo uma excessiva generalização, mas
essa inconformidade do método quanti à questões contextuais é nota de uma visão positivista de
ciência que já foi superada.

Por fim, o método quanti nem é Reacionário e nem Morto. Séria ingenuidade pensar na
prática cientifica sem nenhum atravesso, mas a priori nenhum método esta compromissado com
determinada agenda política. Método e ideologia podem obviamente se coadunarem, mas isso não é
condição apenas para a pesquisa quanti. E a grande gama de estudos mostra que o método não é
morto.
A filosofia da ciência se ocupa basicamente de duas questões essenciais: o que existe (pergunta
de caráter ontológico) e o que e como podemos conhecer (pergunta de caráter epistemológico).

O realismo crítico enquanto resposta e perspectiva de fazer ciência contraposta ao positivismo,


o interpretativismo e ao pós-modernismo entende que: o fazer científico não pode ser seduzido pela
tentação de produzir generalizações e leis simplesmente, mas nem por isso cair no erro de focar-se
apenas na experiência dos sujeitos ou mesmo de afirmar a impossibilidade da verdade. Portanto, há
uma realidade independente de nós, e o desafio da ciência é produzir níveis cada vez mais complexos
de explicação.

Mecanismos + contexto = resultados

*Mecanismos são processos que operam em contextos sociohistóricos

A visão ontológica do realismo crítico é estratificada em 3 dimensões: a dimensão empírica


que conforma todos os aspectos da realidade e os fenômenos da experiência que são domínio do
factual e que podemos experimentar e observar direta ou indiretamente; a dimensão factual que
resguarda aspectos da realidade que não necessariamente podem ser experimentados; e a dimensão
do real, que consiste nas estruturas, mecanismos e tendências que provocam os fenômenos.

Esse tipo de mudança de perspectiva ontoepistemológica implica em entender se lidamos com


sistemas abertos ou fechados, e como deve reagir o método diante desse fato. As ciências naturais
tem lidado com sistemas fechados, nos quais é possível compreender esses mecanismos como
regularidade, de forma a ser possível explicar e prever.

No entanto, as ciências sociais lidam com sistemas abertos, pensados ao termo de


semirregularidades. A nossa capacidade de reflexão, de mudança consciente e de reconfiguração
implica na impossibilidade de identificarmos os mecanismo como regularidades. Diante desse fato, é
possível lançar mão de uma imensa pluralidade metodológica, que não pode ser adotada de forma
irrefletida, pois é necessário distinguir relações eventuais e necessárias, identificar estruturas e
eventos contrafatuais, tarefa que só pode ser bem realizada com escolhas acertadas.

Portanto, a análise quantitativa em ciências sociais pode contribuir na escolha de provas e


fatos confiáveis, lidando com as incertezas, utilizando técnicas de análise em busca de padrões e das
anomalias na construção de um arcabouço lógico que permita inferir causas. A partir disso é possível
desvendar estruturas e mecanismos profundo, se opondo a irracionalidade e produzindo uma prática
fecunda, informada e reflexiva.

Conselhos ao usar métodos quanti: Cuidado com os prognósticos, Deduza mas reconheça os
limites, utilize experimentação em todas as suas formas, se não for possível randomizar procure
experimentos naturais ou quase naturais, seja parcimonioso, não ter medo de explorar e buscar
interações, reconhecer que em sistemas abertos os dados são ficção, seja sensível ao contexto, tenha
sempre critérios de julgamento ao avaliar uma teoria.

3º texto: sobre os métodos quantitativos na pesquisa em ciências humanas: riscos e


benefícios para o pesquisador

Quantificar implica o estabelecimento de medidas, sejam elas analíticas (em termo de


frequência de características), sintéticas (média, mediana, moda) ou multidimensionais. O passo
seguinte é a verificação de conexões entre dois ou mais dos conjuntos de medidas obtidos, para por
fim, proceder de forma inferencial-probabilistica, estabelecendo propriedades válidas não só para a
descrição da amostra analisada mas para o conjunto universo da observação.

Ex.: Estudantes da UFRN (EU) -> amostra desses estudantes (AEU) -> categorias de estudantes
-> descrição -> inferências (AEU = EU)

Há sempre o risco de erro ao tentar deduzir indutivamente a validade de propriedades


enunciadas à totalidade. As conclusões quantificadas, portanto, se dão em termos de verossimilhança
e plausibilidade, e não em termos de verdade.

Extremos na discussão sobre quantitatividade em ciências humanas: por um lado pessoas que
só enxergam o par método experimental e teste de hipótese estatístico como científico ou “cereja do
bolo” e do outro, a recusa total de categorização e estatística. A sobriedade desse debate se faz na
medida em que se consegue definir os benefícios e os riscos de se adotar essa metodologia em ciências
humanas. Portanto, as questões não se encerram propriamente no método escolhido, mas na
capacidade crítica do pesquisador na utilização do instrumental próprio da quantificação, familiarizado
aos limites do poder argumentativo desse tipo de estratégia.

Reconhecidos esses limites, os prós e contras da quantificação, o pesquisador pode e deve


utilizar-se de todo procedimental, técnicas e protocolos a disposição para extrair dos dados coletados
os subsídios que respondam às perguntas postas no objetivo do seu trabalho. As informações que em
um dado momento não podem ser diretamente visualizadas, podem ser organizadas e transformadas
de forma a oferecer fundamento. Quantificação, então, é um amplificador.

Antes que se possa quantificar, ou seja, antes que se possa mensurar certos dados, são
necessários alguns passos anteriores: o primeiro deles é o da teoria, pois ela é quem fornece os
critérios que o pesquisador utilizará para produzir modelos. São os modelos, fundamentados nas
teorias que fornecem condições de uma categorização a partir dos seus critérios. A partir da
categorização (a partir do momento em que assimilo o fenômeno observado a um conjunto mais
restrito de classes de informação – as categorias) se torna possível, portanto, mensurar e quantificar
os dados. É necessário insistir com a ideia de que o movimento de categorização implica na não captura
dos objetos tal qual eles o são na realidade. Os modelos desempenham um modelo de representação
que não se identifica puramente com o real.

Essas atividades tornam-se benefícios em termos de instrumentalização e amplificação do


poder do observador, mas também oferece riscos. Esse é um procedimento em que se perde,
necessariamente, informação. Em contrapartida, tem-se acesso a uma determinada estrutura de
dados, com baixa visibilidade a olho nu, mas que se torna visível ao fim do processo.

Status de H0 e H1
Decisão do pesquisador H0 = Verdadeira H1 = Verdadeira
H1 = Falsa H0 = Falsa
Decisão INCORRETA
Conservar H0 (rejeitar H1) Decisão CORRETA
(erro de tipo 2)
Decisão INCORRETA
Rejeitar H0 (conservar H1) Decisão correta
(erro de tipo 1)
Incorre em risco também o pesquisador que interpreta de forma abusiva as diferenças entre
as categorias que produz e são codificadas numericamente, ou seja, corre o risco de contaminar o
fenômeno estudado com propriedades da própria proposta de mensuração. Não menos importante,
incorre em risco quem não se atém a proposições indevidas de ordenação.

Se estivermos atentos aos riscos modelizadores-formalizadores da quantificação que, surge da


falta de critério e deforma a observação, a quantificação pode ser uma ferramenta poderosa de
amplificação da observação. O mote portanto é de critério, cuidado, critica e respeito ao objeto de
estudo. Esse é um cuidado atrelado a qualquer processo de pesquisa: pensar no objeto de estudo, no
modelo teórico, nas categorias de análise, no modelo e, por último, nas ferramentas disponíveis.

4º texto: Uso da teoria em um trabalho de pesquisa

Variável é uma característica ou atributo, de um individuo ou de uma organização, que pode ser
medida ou observada e que varia entre essas pessoas ou/e organizações. Ela irá tipicamente alternar
entre duas ou mais categorias, entre um contínuo de pontos. Psicólogos preferem usar o termo
construto ao invés de variável.

Uma primeira distinção entre variáveis consiste na sua ordem temporal, que significa determinar se
uma variável precede outra no tempo, se uma variável afeta ou causa outra variável (melhor
determinar em termos de PROVAVELMENTE causa). Isso implica na seguinte classificação:

1. Variável independente: aquela que provavelmente causam ou influenciam os resultados. São essas
as variáveis que são manipuladas, e que servem como preditoras

2. Variáveis dependentes: são aquelas que dependem das variáveis independentes.

3. Variáveis intervenientes ou mediadoras: são aquelas entre variáveis independentes e dependentes


e mediam os efeitos dessa primeira sobre a segunda.

Uma teoria é um conjunto inter-relacionado de construtos transformados em proposições, ou


hipóteses, que especificam a relação entre as variáveis. Ela proporciona um pode de explicação e de
previsão. Ela une e explica de forma abrangente como e por que se deveria esperar determinadas
relações entre variáveis.

A teoria tem lugar na pesquisa quantitativa e na pesquisa qualitativa. Na quantificação, a teoria explica
ou produz previsão sobre a relação entre as variáveis do estudo. Já na qualitativa, a teoria é uma
explicação ampla, e pode ser também usada como lente ou perspectiva teoria que tem por função
levantar questões.

5º texto: Declaração de Objetivo

A declaração de objetivo apresente os objetivos, a intenção ou as principais ideias de uma proposta


de estudo, que criam uma necessidade (o problema) e é refinada em questões especificas (questões
de pesquisa.

Em uma declaração qualitativa é apresentado o fenômeno principal a partir de uma definição


provisória.

Já a declaração quantitativa declara a teoria usada, as variáveis e sua relação ou comparação entre
elas. Comunica a estratégia de investigação, os participantes e o local de pesquisa para a
investigação.
6º texto: Estudo do Comportamento

Variável é qualquer evento, situação ou comportamento que tem pelo menos dois valores. Elas
podem ser classificadas em quatro categorias:

1. Situacional
2. Variável de Resposta
3. Variáveis do participante
4. Variáveis Intervenientes

É preciso definir operacionalmente uma variável, pois ela por si mesma é um conceito abstrato. Fazê-
lo é definir a variável em termos das operações ou técnicas que o pesquisador usa para medi-la ou
manipulá-la. A definição operacional ajuda a comunicar a ideia, definir exatamente o que se entende
por determinado termo.

As variáveis relacionam-se entre si de forma linear positiva, linear negativa, curvilinearmente e muitas
vezes não há relação entre as variáveis.

Relação linear positiva: aumentos em A são acompanhados por aumentos em B.


Relação linear positiva: aumentos em A são acompanhados por decréscimo em B.
Relação curvilinear: aumentos em A implicam em aumentos em B até certo ponto, e a partir de outro
ponto, decréscimo.
Ausência de Relação: Qualquer variação em A e B acontecem de forma independente.

Coeficiente de correlação: determina a força da relação entre A e B.

Como determinar se existe relação entre duas variáveis? A partir de duas abordagens: método não
experimental e método experimental.

No método não experimental a relação das variáveis é estudada por observação e mensuração das
variáveis de interesse. O fenômeno é observado como ocorre naturalmente. Nesse tipo de método
perdemos o poder de afirmação sobre o impacto causal de uma variável sobre a outra, ou seja, não
conseguimos determinar uma relação de causa-efeito e nem dirimir o problema da terceira variável.

Já no método experimental, o estudo das relações entre as variáveis é mediado pela manipulação
direta e o controle das variáveis. Com o método experimental pode-se reduzir a ambiguidade na
interpretação dos resultados que se encontra no método não-experimental. Nesse método, uma
variável é manipulada e a outra é medida. Nesse método a um controle de variáveis estranhas que visa
a eliminação de terceiras variáveis. Manter a constância de todas as variáveis, exceto a que se quer
estudar, garante que ela não pode ser responsável pelos resultados dos experimentos. Para garantir
a influência de covariáveis utiliza-se de randomização, de modo que a covariável tenha a mesma
probabilidade de afetar tanto um grupo quanto outro, isso garante que características individuais
estejam espalhadas em todos os grupos.

Variável considera causa é a variável independente (manipulada) e a variável considera efeito é a


variável dependente (medida).

Estudos experimentais podem fazer inferências relativamente não ambíguas e reduzir a possibilidade
de variáveis intervenientes, contudo, por vezes esse tipo de método pode criar uma artificialidade que
impede a generalização. A mudança de um experimento em laboratório para um experimento de
campo pode garantir a investigação da variável independente no contexto natural, mas ao mesmo
tempo impossibilita o pesquisador de controlar diretamente os aspectos da situação.
A experimentação pode ainda ser antiética ou impraticável. (Questões éticas de pesquisa).

Validade diz respeito a verdade e a representação correta de uma dada informação. Podemos elencar
três tipos de avaliação de validade:

1. Validade de construto: a definição operacional está adequada, reflete realmente o verdadeiro


significado teórico da variável.
2. Validade interna: nível de possibilidade em se tirar conclusões sobre relações de causa e efeito em
nossos dados.
3. Validade externa: O grau no qual nossos resultados podem ser generalizados para outras populações
ou situações.

Controle experimental | Definição operacional | Experimento de campo | Método experimental |


Método Não experimental | Problema de terceira variável | Randomização | Relação curvilinear |
Relação linear negativa | Relação linear positiva | Validade de construto | Validade interna | Validade
externa | Variável | Variável dependente | Variável Independente | Variável de resposta | Variável
situacional | Variável do participante

7º texto: Delineamento experimental, objetivos e ciladas

No método experimental todas as covariáveis são controladas. Esse método permite uma
interpretação relativamente não ambígua dos resultados. O pesquisador manipula a variável
independe e avalia os scores em torno da variável dependente. O controle das variáveis se dá por
controle experimental direto ou por randomização.

Variáveis confundidas são duas variáveis independentes cujos efeitos estão de tal forma entrelaçados
que não se consegue determinar qual delas é a responsável pelo efeito observado.

O planejamento experimental bem-feito elimina possíveis variáveis confundidas que resultem em


explicações alternativas. Quando isso acontece, o experimento tem validade interna.

Experimentos mal planejados seus problemas:

1. falta de grupo controle – perda da instância de comparação

2. Delineamento pré-teste e pós-teste com um grupo só – não elimina a possibilidade de explicações


alternativas possíveis: história, desgaste do teste, teste, maturação, taxa de mortalidade

3. Delineamento com grupo controle não-equivalente – perda da instância de comparação por que os
grupos não se equivalendo podem apresentar explicações completamente diferentes para os
resultados.

O Delineamento experimental tem ao menos 2 variáveis (uma independente e outra dependente), a


variável independente sendo disposta a nível de grupo experimental e grupo controle, eliminando a
intromissão de variáveis confundidas seja por controle experimental ou por randomização. Ele pode
ter pós-teste apenas ou pré e pós-teste.

Ao escolher utilizar um pré-teste podemos ter algumas vantagens. Por exemplo, podemos determinar
desde o inicio se realmente temos dois grupos iguais. Casos os grupos não sejam equivalentes, o pré-
teste pode ajudar a redistribuir os participantes. O pré-teste também pode ajudar a identificar
mudanças em indivíduos específicos.

7º texto: Delineamento quase experimental


Os delineamentos quase-experimentais tentam atingir um grau de controle próximo ao dos
delineamentos experimentais, para inferir que dado tratamento teve o efeito pretendido.

Delineamento pré-teste/pós-teste com grupo controle não equivalente: possui grupo experimental e
grupo controle, mas eles não são equivalentes. Pode mostrar se os grupos eram equivalentes no pré-
teste, e mesmo na negativa disso, possibilita examinar as alterações nos scores do pré-teste para o
pós-teste.

Pode-se usar series cronológicas interrompidas (caso dos acidentes em connectcut) e delineamento
com sucessões controle (mesmo caso, comparando cidades).