Escolar Documentos
Profissional Documentos
Cultura Documentos
com
18 Analisando e interpretando
os dados
Introdução
Quando você terminar de coletar seu material de origem, você pode sentir que está 'se
afogando em dados' por causa da grande quantidade de evidências que você acumulou,
mesmo para um estudo de pequena escala. Em um curto período de tempo, é provável que
você tenha adquirido uma série de notas de campo, relatórios e registros da empresa, e-
mails, diários de pesquisa, transcrições de entrevistas e talvez também uma coleção de
informações orais, visuais ou multimídia, como fotografias, filmes, transmissões de rádio ou
websites. O processo de ordenar essa grande variedade de dados organizando,
estruturando e construindo significado é o que os pesquisadores chamam de 'análise
qualitativa de dados'. Começando com seus dados brutos, você usa procedimentos
analíticos para transformá-los em algo significativo, ganhando entendimento (Gibbs, 2007).
302Analisando e interpretando os dados
A análise de dados foi incrivelmente difícil. Acho que fiz uns 10 rascunhos antes de
ficar feliz com os temas que havia escolhido.
(Elysha Hickey, estudante de graduação)
Ponto chave
A análise qualitativa de dados se preocupa com o seguinte:
Embora a codificação e a interpretação dos dados sejam comuns à maioria dos tipos de
análise qualitativa, não há etapas ou regras rígidas para a realização do processo, ao
contrário da pesquisa quantitativa, onde existem métodos e procedimentos bem
estabelecidos. A flexibilidade e a abertura estão no cerne da pesquisa qualitativa, embora
nem todas as abordagens sejam iguais. Você deve seguir a abordagem analítica que
considera mais adequada ao seu projeto geral de pesquisa e à natureza de seus dados
(retorne aos capítulos da Parte II para ler mais sobre as técnicas analíticas específicas
relacionadas a cada abordagem metodológica).
Para uma das discussões mais claras e bem articuladas de como foi feita a coleta e
análise de dados, sugerimos que você procure o artigo sobre ameaças de identidade
organizacional de Ravasi e Schultz (2006) na principal publicação internacionalRevista
da Academia de Administração. Alternativamente, no Jornal de Pesquisa de Relações
PúblicasEdwards (2009) oferece uma sólida reflexão metodológica sobre sua análise
do poder nas relações públicas.
Neste capítulo, apresentamos uma abordagem geral à análise de dados qualitativos,
considerando primeiro o processo geral de análise e, em seguida, algumas técnicas
analíticas genéricas.
Transcrever e ouvir
Desde o início de seu projeto, é melhor adquirir o hábito de ouvir suas gravações
de áudio o mais rápido possível depois de entrevistar ou observar. Analise
minuciosamente suas observações e notas documentais, bem como outras
fontes de dados, como fotos e materiais baixados de sites. Este é o primeiro
passo na análise.
A segunda etapa envolve transcrever suas entrevistas e digitar qualquer
entrevista rabiscada e notas de campo. Alternativamente, se você usou uma
caneta digital, transfira suas anotações imediatamente para o computador. Faça
isso enquanto suas ideias sobre os dados recém-coletados ainda estão frescas
em sua mente. A transcrição envolve mais do que a simples tarefa de transferir
notas de voz e escritas à mão para um arquivo de computador; julgamentos
precisam ser feitos sobre quais interações, gestos e expressões faciais devem ser
incluídos. Digite as palavras dos participantes exatamente como foram ditas, em
vez de tentar parafraseá-las ou resumi-las, porque muitas vezes os termos que
os participantes usam ou a ordem em que expressam ideias podem ser muito
significativos. A seção no Capítulo 14 sobre transcrição oferece conselhos mais
detalhados sobre como lidar com transcrições de entrevistas,
Organizando os dados
É importante verificar se você registrou e rotulou tudo de maneira sistemática. Isso ajuda a
manter seus dados intactos, completos, organizados e recuperáveis. Datas de referência
cruzada, nomes, títulos, participação em eventos, descrições de ambientes e situações
(como campanhas de comunicação ou eventos relacionados ao seu estudo), cronologias e
assim por diante. Isso é inestimável quando você identifica categorias, reúne padrões e
planeja mais coleta de dados. Em alguns casos, os pesquisadores gostam de manter um
livro de projeto especial ou arquivo de computador no qual anotam todas as suas ideias e
pensamentos, fazendo referência cruzada a várias fontes de dados.
Certifique-se de que todos os dados estão à mão. Suas notas de campo estão completas?
Existe alguma coisa que você adiou para escrever mais tarde e não conseguiu terminar?
Todas as transcrições das entrevistas estão completas e foram digitadas com precisão?
Verifique a qualidade de todas as evidências coletadas antes de começar a analisá-las.
306Analisando e interpretando os dados
Codificação e categorização
Ponto chave
Um código serve como um rótulo que representa uma ideia ou um fenômeno em
seções de um texto que são semelhantes ou têm o mesmo significado. Os códigos
ajudam você a reduzir e simplificar as evidências para começar a entendê-las. Você
realiza a codificação ao longo de sua análise dos dados.
A codificação não começa até que você tenha lido suas evidências várias vezes e
esteja tão completamente imerso nelas que comece a ter uma ideia geral do quadro
geral. Mesmo que você tenha conduzido apenas algumas entrevistas ou observações
preliminares, você começará a ter uma noção de algumas das palavras-chave,
questões ou temas que parecem se repetir nas evidências. Procure indicadores dessas
ideias iniciais em outros materiais que você coletou, como documentos, textos
transmitidos e registros digitais, anotando na margem as passagens relevantes. Os
rótulos que você usa para descrever essas ideias iniciais são o início da codificação,
cujo objetivo é identificar e comparar constantemente semelhanças e diferenças em
seu material para formular categorias de interesse.
Como você sabe o que identificar e como descrever o que você encontra? Você pode
descobrir algo que seja particularmente interessante e rotulá-lo com as palavras que os
próprios informantes usam. Ou você pode escolher palavras que descrevam uma ideia na
evidência, como 'confiança', 'ética' ou 'responsabilidade'. Ou você pode encontrar dicas na
evidência de algo que você precisa pensar mais profundamente sobre o qual você poderia
rotular 'Potencialmente importante'. Se você usar como rótulos as expressões ou palavras
específicas que os participantes usam para sugerir uma ideia, elas são chamadas de 'na
Vivo' códigos. Nem toda entrevista, observação ou texto de documento revelana Vivo
códigos, mas quando você os identifica nos dados, vale a pena aproveitá-los, pois eles têm a
capacidade de transportá-lo diretamente para o mundo de seus participantes (Corbin,
2006a).
308Analisando e interpretando os dados
K Bem, você sabe que não pode errar com 'Não pode ir
honestidade – e isso parece ser tão escasso. errado com
Então, mesmo que [a Cadbury] tivesse adiado honestidade'
[seu anúncio] e eles mantivessem isso em
segredo, esperando que [a crise] fosse embora
e ninguém descobrisse sobre isso – você Medo de
poderia perdoar alguém por isso porque você honestidade
partido. político
Jt E presumivelmente um comitê [da Cadbury] Nenhum indivíduo
tomou uma decisão sobre exatamente o que responsável -
deveria ser lançado, ao contrário de anos atrás, não
teria sido o proprietário quem responsabilidade
310Analisando e interpretando os dados
J Mmm.
UMA Porque não importa mais quem você ouve Cliente
sendo entrevistado, você só tem a sensação cinismo
de 'Ok, é outra entrevista, você tem algo para
vender, você tem um ponto de vista a fazer,
você vai diga-nos qualquer coisa que você
acha que queremos ouvir.'
ona Vivoos códigos são 'não pode dar errado com honestidade' e 'spin guys' porque essas
são as frases diretas usadas pelos participantes. Outros rótulos são códigos de tópicos
criados pela própria pesquisadora para descrever uma ideia nos dados.
Uma página de transcrição de entrevista ou notas de campo pode acabar com muitos códigos
escritos nas margens. Algumas passagens podem ser codificadas de mais de uma maneira porque
se relacionam com mais de um tema ou problema que você identificou. Os mesmos códigos
também se referem a exemplos relevantes em outros tipos de dados que você coletou. Não se
preocupe neste estágio inicial em ter muitos códigos; você pode refiná-los à medida que avança.
Em muitos casos, ao ler seus textos, você descobrirá que alguns códigos parecem
pertencer um ao outro e, portanto, podem ser vinculados. Em termos práticos, isso significa
que as ideias que se encaixam podem ser marcadas com uma caneta da mesma cor. Você
pode achar útil copiar e colar essas seções em um arquivo em seu computador rotulado
com um novo código de combinação. Dessa forma, você começa a mudar de códigos
descritivos simples para desenvolver categorias, padrões e conceitos abstratos mais
amplos. Para um exemplo disso, consulte o Exemplo 18.6, que ilustra em três colunas (1)
alguns trechos de entrevistas, (2) os códigos iniciais que o pesquisador aplicou
Analisando e interpretando os dados311
às citações, e (3) as categorias mais amplas, que englobavam alguns dos códigos
iniciais. Observe como os códigos de 'percepção de igualdade' e 'bem-estar
comum' foram incluídos na categoria de 'motivação para compartilhar'. Observe
também o comentário ao pé do Exemplo que indica que todas as categorias do
pesquisador foram refinadas para quatro categorias abrangentes e para um
tema unificador.
Se você estiver analisando mais de um tipo de dados (documentos e transcrições, por
exemplo), é importante fazer referências cruzadas entre as diferentes fontes de dados,
buscando semelhanças e diferenças dentro e entre todos os seus dados-textos. À medida
que você identifica os códigos e o material que se encaixa nesses códigos, você precisa
transferir as evidências para arquivos para que todos os exemplos de cada código sejam
reunidos em uma categoria. Lembre-se de identificar os extratos antes de adicioná-los aos
arquivos codificados. Tradicionalmente, os pesquisadores usavam canetas de cores
diferentes para marcar categorias ou temas específicos ou recortavam fisicamente seus
textos de dados, colando seções em pastas codificadas ou fichários. Hoje, é possível fazer
isso de forma mais rápida pelo computador, abrindo um arquivo na tela para cada código e
colando em seções de provas. Alternativamente, os programas de software para análise
qualitativa facilitam sua codificação e categorização, permitindo que você gerencie suas
ideias de forma sistemática. Discutimos alguns desses pacotes eletrônicos no final deste
capítulo (pp. 322-323).
Memorando
Escrever memorandos estimula seu pensamento e o ajuda a manter seu ímpeto. Além de notas de
campo e outros tipos de memorandos, Gibbs (2007) sugere que você escreva um memorando na
fase de análise em que você registre todos os rótulos que você usa em seu sistema de codificação
emergente, descrevendo as ideias às quais os códigos e categorias se referem, e também
refletindo sobre suas relações potenciais com categorias mais amplas e expandidas. Ao escrever
memorandos dessa natureza, não tenha medo de ser criativo e “fora da parede” com seu
pensamento, pois às vezes o que pode parecer improvável conceitualmente pode acabar sendo
altamente perspicaz se verificado posteriormente em seus dados (Corbin, 2006b).
Após uma discussão em uma conferência onde ela apresentou algumas das ideias
conceituais emergentes de sua pesquisa de doutorado, Jo Fawkes escreveu um
memorando para si mesma sobre sua experiência de aprendizado. Escrever dessa maneira
a ajudou a lidar com os comentários críticos dos colegas, a refletir sobre o desafio deles ao
seu trabalho e a usar essas ideias para desenvolver ainda mais os conceitos à medida que
avançava na análise dos dados.
Certamente novos insights [da minha pesquisa] levantarão novas questões para os
profissionais, a profissão como um todo? [Estou] achando um pouco deprimente,
312Analisando e interpretando os dados
• PR e sombra:
• Aspectos do PR que agradam às pessoas: o
sedução – empatia/anima;
o solução – controle/animus;
• a sombra é mais poderosa em um ego fraco (campo?) – quão maduro é o PR?
• a sombra é o tesouro (Hollis) a ser descoberto e abraçado;
• quem queremos ser? – nosso eu mais completo e profundo.
• PR como hermenêutica:
• interpretação, xamanismo, spin;
• os tradutores, de um para o outro; público para organização; org para público;
• a linguagem da interpretação, teoria narrativa.
• Ação:
• Necessidade de definir termos, especialmente profissão, para incluir profissionaise
acadêmicos – o campo de relações públicas, 'comunidade de prática' – ver Bartlett,
2007.
• Necessidade de reivindicar o direito de explorar ideias no doutorado conceitual,
enquanto usandoas vozes 'por que incomodar' como um público potencial –
lembre-se que essa voz não quer fazer análise junguiana ou desconstruir a
própria ética ou essas coisas complicadas. Os argumentos devem abordar essa
voz – não ser sufocados por ela, mas defender a mudança, lembrando que a
maioria dos que adotam essa opinião não será persuadida, como é seu direito.
À medida que sua pesquisa progride, você deve continuar pesquisando temas,
categorias e agrupamentos nos dados coletados de todas as suas fontes, rotulando-
os e encontrando ligações que o ajudarão a explicá-los. Continue também a recorrer à
literatura para relacionar seus dados com ideias teóricas, bem como contextualizá-las.
Isso o ajudará a desenvolver conceitos abstratos que explicam suas descobertas.
Tome cuidado para não impor um sistema externo aos dados, como um referencial
teórico pré-determinado, pois isso não estará aberto à adaptação à medida que sua
pesquisa progride. A pesquisa qualitativa se destaca em encontrar pontos de entrada
em novas áreas de investigação e, portanto, é importante permanecer aberto a novas
descobertas, permitindo que seus padrões e conceitos cresçam naturalmente a partir
de uma interação entre o que você descobre no campo,
No entanto, você descobrirá que por causa de sua leitura inicial da literatura, a teoria existente
ficará no fundo de sua mente enquanto você rumina sobre suas evidências. Piore (2006) sugere
que ele desempenha um papel semelhante ao de uma equipe de seus colegas sentados ao seu
lado discutindo sobre o que você está encontrando e o que seu material significa. Portanto,
embora você certamente encontre novos insights indutivamente, em certo sentido suas leituras e
compreensão de teorias disciplinares específicas também informarão sutilmente suas
interpretações.
Em alguns casos, quando você compara evidências com um código, elas podem não se
encaixar. Isso pode indicar que você precisa considerar o desenvolvimento de outro código – ou
talvez seus códigos originais precisem ser modificados ou refinados. Se você achar que dois
códigos descrevem o mesmo fenômeno, condense-os em um. À medida que você continua
coletando dados, é provável que alguns códigos deixem de ser relevantes porque você encontrou
rótulos mais adequados ou porque sua pesquisa tomou um novo rumo. Neste caso, você terá que
rever todas as suas evidências, recodificando seus textos-dados anteriores.
As limitações da codificação
Embora a codificação torne seus dados mais gerenciáveis, ela também desvia a
atenção dos fenômenos que você não codificou porque eles não parecem se encaixar
em lugar algum. No entanto, essas informações podem ser potencialmente úteis,
portanto, você precisa incorporá-las de alguma forma. Uma maneira é construir um
sistema de codificação que permita contabilizar ideias e atividades não categorizadas
(pule para a seção 'Procurando por casos negativos e explicações alternativas' – p. 319
– para mais informações). Outra estratégia é rejeitar completamente um sistema de
codificação e tentar extrair cuidadosamente os significados sutis e variados das
palavras, juntamente com uma compreensão informada das estruturas mais amplas
dentro dos dados, semelhante ao processo usado na análise do discurso (ver Capítulo
10). Isso leva em conta outro problema de codificação,
314Analisando e interpretando os dados
Até agora, seus dados estarão fragmentados em dezenas, senão centenas, de códigos
diferentes. A próxima etapa exige que você integre tudo isso em algo mais estável,
compacto e coerente para que você possa dar sentido a todos eles e concentrar seu
trabalho de campo subsequente de volta à sua principal questão de pesquisa.
produtos' (W4.20)
Continue a trabalhar para frente e para trás entre as categorias codificadas e suas
subcategorias enquanto você procura dedutivamente as relações entre elas. Esses
relacionamentos indicam padrões em seus dados. Os padrões ajudam você a identificar
alguns temas centrais mais amplos que são capazes de fornecer uma compreensão geral
de todos os subtemas díspares. Os padrões também permitem que você relacione suas
descobertas com conceitos e categorias na literatura existente. De fato, em alguns casos
pode ser apropriado derivar novos códigos e conceitos da própria literatura.
316Analisando e interpretando os dados
À medida que os padrões e os temas centrais se tornam aparentes, é provável que você
comece a desenvolver propostas de trabalho, testando sua plausibilidade por meio dos
dados. Uma proposta de trabalho é como uma mini-hipótese. Por exemplo, no estudo
descrito no Exemplo 18.6, uma proposta de trabalho foi 'Quando uma relação social é
concebida como 'comunal' por pessoas que trabalham nas diferentes divisões da empresa,
então o conhecimento torna-se um recurso comum e compartilhá-lo parece apenas
natural' (Schaefer, 2007: 46). Ao continuar a pesquisar seus dados, você desafia essas
hipóteses emergentes e as confirma ou refuta.
Casos desviantes devem ser contabilizados, ou seja, ocorrências contrárias ou exemplos
negativos que ocorrem quando alguns elementos dos dados não se encaixam em suas
proposições de trabalho ou explicações iniciais. Encontrar esses casos geralmente desafia
suas propostas de trabalho, resultando na necessidade de revisá-las. Por exemplo, se
Schaefer tivesse encontrado um grupo de profissionais de marketing em sua empresa focal
que compartilhasse conhecimento apesar de não ter relacionamentos colegiais ou
comunitários com outros na empresa, ela teria que considerar a adequação de sua hipótese
de trabalho e também as razões para o desvio. .
Dica útil
Escrever memorandos analíticos para si mesmo permite que você explore as conexões
entre os dados e registre suas ideias intuitivas relacionadas aos dados e à literatura.
Armazene-os em uma pasta separada ou em um arquivo de computador.
A compilação de resumos provisórios permite que você reflita sobre o trabalho que realizou,
considere quaisquer alterações que possa precisar fazer em sua codificação e trabalho de campo
adicional e se concentre em sua principal questão de pesquisa. Se você estiver explorando vários
estudos de caso, os resumos oferecem a oportunidade de desenvolver algumas análises
provisórias de casos cruzados.
Interpretando os dados
Ponto chave
A teoria é uma suposição ou proposição que fornece explicações para um
fenômeno.
Então, como você faz para gerar teoria? Ao mesmo tempo em que você está se
concentrando em descobrir relacionamentos dentro dos dados, você também procura
explorar relacionamentos entre seus dados e a literatura relevante. Isso envolve ir e
voltar entre as evidências coletadas de seu trabalho de campo e a literatura. Isso
ajuda você a encontrar uma estrutura teórica coerente que seja informada e que se
ajuste à sua interpretação dos dados. Como Weick coloca: “O processo de teorização
consiste em atividades como abstrair, generalizar, relacionar, selecionar, explicar,
sintetizar e idealizar. Essas [são] atividades em andamento” (1995: 389). A verdadeira
análise envolve dar a seus dados um significado mais amplo, posicionando seu estudo
dentro do corpo de conhecimento que foi desenvolvido em relações públicas e
comunicações de marketing.
318Analisando e interpretando os dados
No estudo sueco de Peter Svensson referido no Exemplo 18.2, ele chamou a atenção
para a relação entre dois temas-chave que encontrou em seus dados – 'o discurso do
coletivismo' e 'o discurso do individualismo'. Ele explicou que isso demonstrava
como uma organização, por meio de uma retórica habilidosa, conseguia abraçar e
explorar duas posições ideológicas polarizadas (coletivismo e individualismo) dentro
da mesma resposta de comunicação. Ao associar essa constatação a teorias de
atribuição e enquadramento, ele generalizou os resultados de seu estudo de caso ao
apontar como as organizações em situação de crise se apropriam da linguagem
crítica de seus movimentos de oposição e protesto, transformando-a em uma arma
retórica em sua própria estratégia de defesa pública (Svensson , 2009: 572).
Nem toda pesquisa qualitativa envolve gerar teoria. Por exemplo, alguns estudos
procuram ser descritivos, embora essa descrição seja densa, analítica e exaustiva. Tais
estudos, no entanto, ainda se esforçam para fornecer uma ligação entre dados e
conhecimento teórico, a fim de recontextualizar um caso ou questão particular para uma
esfera mais universal para que os leitores possam se identificar mais facilmente com ela.
Em estudos etnográficos, por exemplo, teorizar geralmente envolve identificar crenças e
valores nos dados e então compará-los com a teoria estabelecida. Através deste processo
de análise e interpretação, novos modelos ou teorias são desenvolvidos.
Como na teoria fundamentada, a generalização ou transferibilidade da teoria que você
desenvolve é determinada por sua 'abstração'. Se você desenvolveu uma teoria substantiva,
ela estará vinculada ao contexto e aplicável apenas ao cenário em que seu estudo ocorreu.
Por outro lado, se você desenvolveu uma teoria formal, ela será mais abstrata e transferível
para muitos contextos ou experiências. Tenha em mente, entretanto, que muitas pesquisas
qualitativas envolvem estudos de caso único ou pequenas amostras e, portanto, suas
tentativas de generalização serão tênues (para mais informações sobre generalização,
consulte o Capítulo 5).
Patton (2002: 212) escreve que a análise qualitativa precisa ser significativa, útil e
confiável. Se suas conclusões se relacionam diretamente com as perguntas que você
fez, sua análise será significativa. Se a sua interpretação dos dados for compreensível
para os leitores e estiver claramente apresentada, sua análise será útil. Finalmente,
para ser credível, você deve demonstrar que a perspectiva que você apresentou
resistirá a um escrutínio rigoroso, com referência a critérios de qualidade específicos,
como confiabilidade e validade ou, alternativamente, autenticidade e confiabilidade.
Embora os discutamos em profundidade no Capítulo 5, observamos aqui três
aspectos importantes que você deve considerar ao analisar seu material. Eles dizem
respeito ao seguinte:
Analisando e interpretando os dados319
Dica útil
Quando você for redigir seu relatório, você deve ser capaz de demonstrar como
você avaliou as evidências e considerou casos e explicações alternativas.
Para analisar o sentido de seus dados em seu contexto, considere realizar o que é
conhecido como 'verificação de membro' ou 'validação de informante'. Isso pode ser feito
de várias maneiras, inclusive pedindo aos respondentes que leiam sua interpretação por
escrito das evidências que você coletou e comentem de volta para você, ou devolvendo aos
respondentes suas impressões e descobertas sobre sua organização, setor ou atividades. O
objetivo é buscar a confirmação de que sua interpretação dos dados corresponde às
opiniões dos participantes de sua pesquisa. Uma discussão mais detalhada deste tópico é
encontrada no Capítulo 5.
tem um impacto sobre o comportamento das pessoas ao seu redor. Portanto, ao avaliar sua
interpretação dos dados, você deve refletir sobre as implicações de seus métodos, valores,
tendências e escolhas de pesquisa para o conhecimento de relações públicas ou
comunicações de marketing que você gerou. Você também deve refletir sobre o contexto
mais amplo em que sua pesquisa – e suas interações com ela – ocorre.
Quais seriam, por exemplo, as consequências de uma investigação sobre carreiras e
práticas de igualdade de oportunidades em agências de publicidade australianas se você, a
pesquisadora, fosse uma mulher aborígine com um diploma em relações públicas?
Questões como essas exigem uma autorreflexão crítica devido à noção de que seu papel
como pesquisador está inerentemente ligado à forma como você derivou e interpretou
suas descobertas, ou seja, com a forma como você construiu o conhecimento no campo de
relações públicas e marketing. comunicações. (Observe que o tópico da reflexividade é
discutido em vários capítulos diferentes deste livro, inclusive em relação à qualidade no
Capítulo 5 e na redação do relatório de pesquisa no Capítulo 19.)
Em alguns casos, você também pode querer refletir sobre a visão de que o idioma ou o
texto estão socialmente, historicamente, politicamente e culturalmente localizados. Em
particular, se você estiver escrevendo um relato baseado em um estudo etnográfico ou de
análise de discurso, é provável que reconheça que os documentos ou transcrições que você
lê – e o relatório de pesquisa que você produz – são versões do contexto social em que
estão inseridos. situado. Isso implica reconhecer as implicações e o significado de suas
decisões como pesquisador e escritor.
Na parte anterior deste capítulo, oferecemos algumas sugestões universais para analisar e
interpretar os dados. Agora chegamos a questões específicas relacionadas a tipos particulares de
textos de dados.
Analisando documentos
Quando você está analisando entrevistas, códigos podem emergir das palavras e conceitos
que são familiares aos seus informantes. Isso não acontece quando você está trabalhando
com notas de campo de suas sessões de observação. Em vez disso, é provável que os
códigos sejam o resultado de uma sessão de 'brainstorming', na qual você apresenta uma
infinidade de explicações plausíveis para o significado das atividades observadas. Cada uma
dessas contas forma códigos possíveis que precisam ser comparados com notas de campo
de outras observações dentro do projeto. Quando você tiver refinado seus códigos em
padrões ou temas mais gerenciáveis, vale a pena escrevê-los em termos formais e
abstratos. Por exemplo, se 'criatividade' surgir como um código aplicável aos dados que
você coletou para sua pesquisa sobre as funções de trabalho de publicitários que operam
internamente ou freelance, você deve tentar pensar em outras situações em que a
criatividade é predominante nas atividades e interações relacionadas à comunicação ou
serviço, conforme documentado na literatura. Isso o ajudará a identificar aspectos do
processo de criatividade que você pode procurar quando voltar a examinar seus próprios
dados sobre as práticas e as pessoas envolvidas no trabalho promocional.
Análise secundária
A análise secundária é quando você analisa dados pré-existentes que foram coletados
por outra pessoa (Heaton, 2004). Discutimos isso no Capítulo 17 em relação a
322Analisando e interpretando os dados
O software desenvolvido para auxiliar a análise de dados qualitativos é conhecido pela sigla
CAQDAS. Uma variedade de pacotes está disponível, sendo os mais conhecidos ATLAS.ti,
QSR NUD*IST, NVivo e Ethnograph. Cada uma oferece uma variedade de ferramentas e
produtos que, segundo Lewins e Silver (2007), geralmente possibilitam as seguintes
funções:
Esses tipos de atividades e procedimentos podem ser vinculados entre si por meio do software,
estimulando assim seu pensamento conceitual. Alguns pacotes são capazes de lidar com dados
multimídia, permitindo segmentar e codificar dados de áudio e vídeo de maneira semelhante ao
texto escrito. Outra ferramenta é a função de mapeamento fornecida por pacotes de software de
mapeamento dedicados, como o Decision Explorer. Isso é útil quando você deseja desenvolver um
modelo teórico porque a função é capaz de apresentar uma estrutura visual de um conjunto
complexo de dados e integrar e conectar relacionamentos, padrões e ideias abstratas com os
dados (Lewins e Silver, 2007).
O valor dos pacotes de análise de dados assistida por computador não foi universalmente
aceito pelos pesquisadores qualitativos. Por um lado, alguns argumentam que a aplicação
de um programa leva os pesquisadores a serem mais explícitos sobre suas
Analisando e interpretando os dados323
Resumo
• A análise de dados está preocupada em reduzir seus dados a partes
gerenciáveis e interpretá-los.
• Na maioria das abordagens qualitativas, há uma interação constante entre coleta e
análise de dados. A análise começa quando a coleta de dados começa,
continuando simultaneamente.
• A análise qualitativa envolve a busca de categorias e padrões nos dados
que o ajudarão a entender suas evidências. A codificação facilita isso.
• Encontrar padrões nos dados permite relacionar suas descobertas com conceitos e
temas da literatura existente. Isso ajuda a gerar teoria, novos modelos ou
generalizações baseadas em teoria.
324Analisando e interpretando os dados
• Um pacote de software especializado pode ser uma ferramenta valiosa para analisar os
dados, mas não deve substituir seu próprio pensamento, julgamento, decisão e
interpretação.
• Seu estudo deve ser capaz de resistir a um escrutínio rigoroso. As estratégias para
demonstrar que você ponderou cuidadosamente as evidências incluem procurar
explicações alternativas e casos negativos, realizar uma 'verificação de membros'
e ser reflexivo sobre sua interpretação dos dados.
• Muitas vezes é esquecido que a elaboração de relatórios é intrínseca à análise. Para
explicar as descobertas do seu estudo, você precisa comunicá-las a um grupo mais
amplo de leitores, o que você faz escrevendo suas descobertas. O Capítulo 19
concentra-se neste aspecto.