FEA-RP

AULA 5 – 19/10/16
Metodologia de Pesquisa II – RAD 5004
Não é possív el exibir esta imagem no momento. Não é possív el exibir esta imagem no momento.

RAD 5004: Técnicas de Pesquisa

Análise e Apresentação de
Responsáveis:
Dados
Profª. Drª. Janaina de Moura Engracia Giraldi
Profª. Drª. Sonia Valle Walter Borges de Oliveira
Profª. Drª. Janaina de M. E. Giraldi

Tratamento e Análise de Dados Tratamento e Análise de Dados

Não é possív el exibir esta imagem no momento. Não é possív el exibir esta imagem no momento.

• Deve atender aos objetivos do trabalho • FORMA QUANTITATIVA:

• Avaliar o melhor método de tratamento dos dados – procedimentos estatísticos;
• Justificar a escolha do método e das técnicas – maneira mais convincente de análise dos dados.

• Utilizar somente dados relevantes e adequados aos • FORMA QUALITATIVA:

métodos e técnicas de tratamento – estruturas e análises dos dados com base no
conhecimento;
• Relacionar os resultados encontrados com os dados – mais difícil de convencer o leitor sobre a sua validade.
apresentados na revisão bibliográfica
• PODEM SER UTILIZADOS AO MESMO TEMPO!!!

•Profª. Drª. Janaina de M. E. Giraldi •Profª. Drª. Janaina de M. E. Giraldi

Codificação Codificação de questões abertas

Não é possív el exibir esta imagem no momento. Não é possív el exibir esta imagem no momento.

• Procedimento técnico pelo qual os dados são categorizados • Consiste em codificar as respostas verbais dadas
• Atribuir um código, em geral um número, a cada resposta pelos respondentes durante a entrevista, o que
possível de cada questão pode ser feito através de dois procedimentos
• Através da codificação, os dados brutos são transformados em
símbolos, que podem ser contados e tabulados – preparar a priori um bem desenvolvido esquema
• Os procedimentos para codificação serão diferentes se as de codificação
respostas a serem codificadas forem de uma questão fechada ou – esperar pelo término do campo e, a partir das
aberta verificações das respostas, ir construindo o
• Devem ser usados códigos-padrão para dados faltantes esquema de codificação
• A codificação de questões estruturadas é relativamente simples
porque as opções de resposta são pré-determinadas

Profª. Drª. Janaina de M. E. Giraldi 1

FEA-RP

Possíveis análises estatísticas para cada tipo de

Escalas de mensuração e tipos de análises escala
Não é possív el exibir esta imagem no momento. Não é possív el exibir esta imagem no momento.

Escala Características Exemplos Estatísticas Escala Centralidade Dispersão Associação ou Significância

(descritiva) (descritiva) correlação (inferencial)
Nominal Números identificam Marcas, tipos de Freqüência, moda, (inferencial)
e classificam objetos lojas, classificação qui-quadrado Nominal Moda Informação de Coeficientes de Teste binomial,
por sexo freqüência correlação de Qui quadrado
absoluta por contingências
Ordinal Números indicam Classificação de Percentil, mediana, classe
posições relativas preferências, correlações de Ordinal Mediana Percentis Correlação por ordem de ANOVA de Friedman.
dos objetos posição no mercado posto (quartis, decis) posto. rs de Testes Mann-Whitney,
Spearman.Tau de U, Kruskal Wallis.
Kendall. W de Kendall
Intervalar É possível comparar Atitudes, opiniões Intervalo, média, Kolmogorov-Smirnov
diferenças entre desvio-padrão, Intervalar Média Desvio padrão, Correlação produto- ANOVA, regressão,
objetos correlações, testes t, aritmética Desvio médio momento análise fatorial.
Amplitude total, Coeficiente de Teste z, teste t
regressão, fatorial amplitude média correlação
Razão Ponto zero é fixo Idade, renda, Média geométrica e Razão Média Variação Qui quadrado, teste t,
vendas, participação harmônica, geométrica, percentual. F, k-s
no mercado coeficiente de Média Coeficiente de
harmônica variação
•Profª. Drª. Janaina de M. E. Giraldi variação •Profª. Drª. Janaina de M. E. Giraldi

Tratamento e Análise de Dados • Absoluta:

Não é possív el exibir esta imagem no momento. Classes de Renda Freqüência
• TABULAÇÃO: colocação dos dados em tabelas, de A 15
maneira a permitir a verificação das relações que B 35
C 12
eles guardam entre si 8
D
• DISTRIBUIÇÃO DE FREQÜÊNCIA: repetições
agrupadas dos valores de uma variável • Relativa:
– absoluta: número absoluto. Ex.: 15 pessoas
Classes de Renda Freqüência
– relativa: em relação ao conjunto. Ex.: 36 %
A 21,4%
– simples: indica-se o número absoluto de repetições B 50,0%
– acumulada: indica-se o número de repetições somado ao C 17,2%
das classes anteriores D 11,4%
•Profª. Drª. Janaina de M. E. Giraldi •Profª. Drª. Janaina de M. E. Giraldi

Exemplo de estatísticas básicas: pesquisa sobre atitude

• Simples: em relação a produtos brasileiros
Classes de Renda Freqüência Não é possív el exibir esta imagem no momento.

A 15
B 35
C 12
D 8

• Acumulada:
Classes de Renda Freqüência Acumulada
A 15
B 50
C 62
D 70
•Profª. Drª. Janaina de M. E. Giraldi

Profª. Drª. Janaina de M. E. Giraldi 2

FEA-RP

Tratamento e Análise de Dados Tratamento e Análise de Dados

Não é possív el exibir esta imagem no momento. Não é possív el exibir esta imagem no momento.

• MEDIDAS DE POSIÇÃO: média, mediana e moda • SELEÇÃO DO TESTE:

– qual o tamanho da amostra;
• MEDIDAS DE DISPERSÃO - indicam a variabilidade:
desvio padrão e variância – se houver diversas amostras, elas têm o mesmo tamanho?
– a escala de mensuração é nominal, ordinal, intervalar ou de
• TESTES DE HIPÓTESES: servem para determinar a razão?
acuidade de suas hipóteses devido ao fato de você ter – qual a natureza das variáveis: contínuas, discretas,
coletado uma amostra e não um censo independentes, dependentes etc.?
– Testes paramétricos: mais poderosos; dados derivados de – formular as hipóteses (H0 e H1);
mensurações de intervalo e de razão – escolher o teste adequado;
– Testes não paramétricos: dados nominais e ordinais – escolher nível de significância.

•Profª. Drª. Janaina de M. E. Giraldi •Profª. Drª. Janaina de M. E. Giraldi

Discussão sobre nível de significância Tratamento e Análise de Dados

Não é possív el exibir esta imagem no momento. Não é possív el exibir esta imagem no momento.

• P-valor foi banido de periódico Dados não-métricos

– http://www.sciencebasedmedicine.org/psycho Dados métricos

logy-journal-bans-significance-testing/
Uma amostra Duas ou
• Não deve ser considerado como única medida
Uma amostra Duas ou mais amostras
de teste da hipótese Freqüência
mais amostras Qui-quadrado
• Definição: probabilidade de obter um efeito Teste t
K-S
Teste z
igual ou mais extremo do que o observado, Repetições
dado que a hipótese nula é verdadeira Independentes Relacionadas Binomiais

– Probabilidade dos dados, considerando a Independentes

Teste t de dois grupos Teste t pareado
hipótese nula de não haver efeito
Teste z Qui-quadrado
– Não é a probabilidade da hipótese ANOVA de um fator Mann-Whitney Relacionadas
• Considerar outras estatísticas conjuntas, Mediana
Sinais
SIEGEL, S.; CASTELLAN Jr, N. J. Estatística não K-S
aumentar tamanho da amostra, considerar paramétrica para as ciências do comportamento. 2. ed. ANOVA de K-W
Wilcoxon
estudo exploratório •Profª. Drª. Janaina de M. E. Giraldi Porto Alegre: Penso, 2006. McNemar
Qui-quadrado

Diferença de médias entre grupos: Teste t Exemplo de teste não-paramétrico

Não é possív el exibir esta imagem no momento. Não é possív el exibir esta imagem no momento.

• Teste Wilcoxon
– Duas amostras de cada vez
– Análogo ao teste t, mas para análises não-paramétricas

•Se valor sig<alfa=0,05 rejeita ho: não existe diferença entre as médias de homens e
Todos os pares são estatisticamente diferentes, com exceção da atitude
mulheres quanto a idade que se casam. Conclusão: existe diferença entre homens e
mulheres.
com relação aos móveis e atitude com relação à carne
•Se valor sig>alfa=0,05 não rejeita ho:não existe diferença entre as médias de homens Respondentes têm as mesmas avaliações dos móveis e da carne brasileira
e mulheres quanto o grau de satisfação geral. Conclusão: as médias são iguais.

Profª. Drª. Janaina de M. E. Giraldi 3

FEA-RP

Tratamento e Análise de Dados Técnicas multivariadas

Não é possív el exibir esta imagem no momento. Não é possív el exibir esta imagem no momento.

• ANÁLISE MULTIVARIADA: engloba técnicas estatísticas Dependência Interdependência

que focalizam e apresentam com destaque a estrutura de
relações simultâneas entre três ou mais fenômenos
Mais de uma
– análise de variância (ANOVA) Uma variável
variável
Interdependência Semelhança
dependente de variável interobjeto
– regressão múltipla; dependente
– análise discriminante;
Tabulação
Análise
Análise fatorial
Análise de
cruzada multivariada de clusters
– análise conjunta;
Análise de variância e
Escalonamento
covariância
– análise fatorial; variância e
covariância
Correlação
multidimensional

– análise de cluster;
Regressão canônica

múltipla
Análise
– escalonamento multidimensional etc.
Análise discriminante
discriminante múltipla

Conjoint Analysis
•Profª. Drª. Janaina de M. E. Giraldi

Exemplo de ANOVA de um fator:

efeito de promoções na loja nas vendas Exemplo de análise fatorial:
Não é possív el exibir esta imagem no momento.
imagem do Brasil
Não é possív el exibir esta imagem no momento.

Source of Sum of df Mean F ratio F prob.

Variation squares square
Between groups 106.067 2 53.033 17.944 0.000
(Promotion)
Within groups 79.800 27 2.956
(Error)
TOTAL 185.867 29 6.409

Cell means

Level of Count Mean

Promotion
High (1) 10 8.300
Medium (2) 10 6.200
Low (3) 10 3.700
TOTAL 30 6.067

•Profª. Drª. Janaina de M. E. Giraldi

Exemplo de regressão múltipla: associação entre imagem do Exemplo de análise discriminante: bons e maus
Brasil e atitude em relação a frutas brasileiras pagadores
Não é possív el exibir esta imagem no momento. Não é possív el exibir esta imagem no momento. Apenas dois grupos: se a classificação
fosse feita ao acaso, a probabilidade de
acerto seria de apenas 50%
Modelo discriminante é considerado bom

•Profª. Drª. Janaina de M. E. Giraldi •Profª. Drª. Janaina de M. E. Giraldi

Profª. Drª. Janaina de M. E. Giraldi 4

FEA-RP

Exemplo de Conjoint: avaliação de atributos Exemplo de cluster: segmentação por valores

do livro de marketing pessoais
Não é possív el exibir esta imagem no momento. Não é possív el exibir esta imagem no momento.

Importância Utilidade Grupo da boa Grupo da pouca

.6321 Internet conduta restrição de
Materiais de apoio 10,4% .3157 CD
ações
-.9478 Nenhum 9 8,2637
8 7,6202 7,5136 Grupo da grande
.9186 Estrangeiro 7,1987 7,0179
Autoria 11,2% -.9186 Nacional 7 restrição de

Dimensões de valores
1.1037 100% conceitos 6 5,1349 ações
Conceitos/Exercícios 20,0% 1.3214 75% / 25% 5
-2.4251 50% / 50% 3,75
4
2.9746 R$50 3
Preço 32,1% -.0445 R$80 1,6429 1,9063
2
-.2.9300 R$100
-.4781 100 1
Número de páginas 10,5% -.3616 200 0
1.0397 400 1 2 3
Origem dos casos 15,8% -1.4731 Estrangeiros Grupos
1.4731 Nacionais

•Profª. Drª. Janaina de M. E.Constante:

Giraldi
Civilidade Auto-direção Conformidade
•Profª. Drª. Janaina de M. E. Giraldi
7,4215

Exemplo de MDS: resultados de avaliação de marcas

próprias
Preço
Modelagem de equações estruturais
,8 goodlight
pão de açúcar
Não é possív el exibir esta imagem no momento. Não é possív el exibir esta imagem no momento.

,6
• Altos índices de
• Extensão de várias técnicas multivariadas
,4 ajuste • Modelagem de multi-equações com base na
great value econ
,2 • Stress: 0,00362 econometria e psicometria
compre bem (quanto mais
,0
dia próximo de zero, • Objetivos
-,2 mais por menos
melhor) – Estimar múltiplas relações de dependência:
-,4
• R2: 0,99994 especificar modelo estrutural usado pelo
(quanto mais programa estatístico
extra
-,6 próximo de 1,
– Representar conceitos não-observados nessas
-,8
carrefour melhor)
relações (variáveis latentes)
-1,0
-3 -2 -1 0 •Profª. Drª.
1 Janaina de2M. E. Giraldi
3 •28
Qualidade e variedade

Passos na modelagem de equações Exemplo de modelagem de equações

estruturais estruturais
Não é possív el exibir esta imagem no momento. Não é possív el exibir esta imagem no momento.

• Desenvolver um modelo com base teórica

– Especificar relações causais
– Evitar erro de especificação (omitir importantes variáveis
preditivas)
• Construir um diagrama de caminho
– Definir relações e moderações
• Converter o diagrama em um conjunto de modelos
estruturais e de mensuração
– Estrutural: relação entre as variáveis latentes exógenas
(independentes) e endógenas (dependentes)
– Mensuração: relações entre as variáveis latentes e seus
indicadores observados
•29 •Profª. Drª. Janaina de M. E. Giraldi

Profª. Drª. Janaina de M. E. Giraldi 5

FEA-RP

Tratamento e Análise de Dados Tratamento e Análise de Dados

Não é possív el exibir esta imagem no momento. Não é possív el exibir esta imagem no momento.

• PROGRAMAS PARA TRATAMENTO DE DADOS: • QUADRO:

– EXCEL: fácil utilização e muito difundido; não tem muitos – disposição sistemática de dados qualitativos para facilitar
recursos a apresentação e compreensão dos mesmos
– SPSS: possui muitos recursos, mas exige que o pesquisador • TABELA:
tenha conhecimento da ferramenta – disposição gráfica das séries, com determinada ordem de
– SPHINX: possui todas as funções necessárias para classificação;
conceber, coletar e analisar dados, de todos os tipos; não é – sintetiza os dados, tornando-os mais compreensivos.
muito difundido

•Profª. Drª. Janaina de M. E. Giraldi •Profª. Drª. Janaina de M. E. Giraldi

Tratamento e Análise de Dados Gráfico de Barras

Não é possív el exibir esta imagem no momento. Não é possív el exibir esta imagem no momento.

• GRÁFICO:
– representação gráfica com elementos geométricos que
permite descrição imediata do fenômeno;
– facilita a visão do conjunto; D
– vários tipos:
Classes

C
• de barras: distribuição de freqüência;
B
• pizza: distribuição de freqüência;
• histograma: para dados de intervalo e de razão; A
• diagrama de dispersão: para indicar a relação entre as
0 10 20 30 40
variáveis; Freqüência
• outros.

•Profª. Drª. Janaina de M. E. Giraldi •Profª. Drª. Janaina de M. E. Giraldi

Gráfico de Pizza Histograma

Não é possív el exibir esta imagem no momento. Não é possív el exibir esta imagem no momento.

Freqüência

D; 8; 11% A; 15; 21% A

C; 12; 17% B
C
B; 35; 51% D

•Profª. Drª. Janaina de M. E. Giraldi •Profª. Drª. Janaina de M. E. Giraldi

Profª. Drª. Janaina de M. E. Giraldi 6

FEA-RP

Diagrama de Dispersão Análise de dados qualitativos

Não é possív el exibir esta imagem no momento. Não é possív el exibir esta imagem no momento.

• Grandes massas de dados são agrupadas em categorias que

Curva de Calibração de Formaldeído se relacionam entre si de forma a ressaltar padrões, temas e
0,200 conceitos
Absorbância

0,150 – Redução dos dados: seleção, simplificação, abstração e

(420nm)

transformação dos dados originais provenientes das observações

0,100 de campo
0,050 – Apresentação dos dados: organização dos dados de tal forma que
0,000 o pesquisador consiga tomar decisões e tirar conclusões a partir
0 0,5 1 1,5 2 2,5 3 dos dados (textos narrativos, matrizes, gráficos, esquemas etc.)
y = 0,057x + 0,0063 – Delineamento e verificação da conclusão: identificação de
2 Concentração de HCHO (mg/L)
R = 0,9993 padrões, possíveis explicações, configurações e fluxos de causa e
efeito

•Profª. Drª. Janaina de M. E. Giraldi •Profª. Drª. Janaina de M. E. Giraldi

Análise de conteúdo Análise de conteúdo: etapas

Não é possív el exibir esta imagem no momento. Não é possív el exibir esta imagem no momento.

• Conjunto de instrumentos metodológicos que asseguram a • Contato inicial com a mensagem: análise textual e temática,
objetividade, sistematização e influência aplicadas aos discursos caracterizando-se a estrutura narrativa da mensagem,
diversos conceitos mais utilizados
– Bardin (2011): conjunto de técnicas de análise das comunicações que • Realização da análise propriamente dita: operacionalizam-se
por meio de procedimentos sistemáticos objetivam descrever o
os processos de codificação, categorização e quantificação dos
conteúdo das mensagens
dados encontrados na mensagem
– Flick (2009): possibilita um esquema uniforme de categorias,
facilitando a comparação dos diferentes casos, sendo o objetivo • Tratamento das informações: relacionado com a
reduzir o material coletado determinação de um “código qualitativo” para sua
• Atualmente utilizada para estudar a analisar material qualitativo, classificação e tratamento
buscando-se melhor compreensão de uma comunicação ou discurso
Observar comunicações: palavras, idéias, objetos,
• Importante retornar aos objetivos da pesquisa, os quais auxiliarão na
temas, anúncios
determinação e organização do material a ser examinado
•Profª. Drª. Janaina de M. E. Giraldi •Profª. Drª. Janaina de M. E. Giraldi

Etapas do método de Bardin (2011) Análise de conteúdo: exemplos

Não é possív el exibir esta imagem no momento. Não é possív el exibir esta imagem no momento.

• Pré-análise: escolha de documentos, formulação de • Pesquisa qualitativa em estudos da gestão de pessoas:

http://www.scielo.br/scielo.php?pid=S1413-
hipóteses (realizada após a coleta de todo o material) e 294X2002000300009&script=sci_arttext&tlng=pt
elaboração de categorias que fundamentem a • Disseminação de informações estatísticas no Brasil: práticas e políticas
interpretação final, sendo assim uma etapa de das agências estaduais de estatística:
http://www.scielo.br/scielo.php?pid=S0100-
organização; 19652003000200008&script=sci_arttext&tlng=pt
• Exploração do material: codificação das entrevistas e • Economia de comunhão e organizações de aprendizagem:
enumeração dos registros; compatibilidades conceituais:
http://www.scielo.br/scielo.php?pid=S0034-
• Tratamento dos resultados obtidos e sua 76122007000300003&script=sci_arttext&tlng=pt
interpretação: tratar resultados brutos para que sejam • Pesquisa de Satisfação de Clientes: o Estado-da-Arte e Proposição de
significativos e válidos (inferências e interpretações). um Método Brasileiro: http://www.anpad.org.br/rac/vol_02/dwn/rac-
v2-n1-car.pdf

•Profª. Drª. Janaina de M. E. Giraldi •Profª. Drª. Janaina de M. E. Giraldi

Profª. Drª. Janaina de M. E. Giraldi 7

FEA-RP

Exemplo de análise de conteúdo Exemplo de representação de análise

• Objetivo da pesquisa: analisar os comerciais de produtos alimentícios voltados ao público
qualitativa
Não é possív el exibir esta imagem no momento. Não é possív el exibir esta imagem no momento.

infantil apresentados em duas emissoras de canal aberto de televisão.

•Profª. Drª. Janaina de M. E. Giraldi

Análise de dados: triangulação Tratamento e Análise de Dados

Não é possív el exibir esta imagem no momento. Não é possív el exibir esta imagem no momento.

• Aplicação de várias estratégias de análise para avaliar o fenômeno • Esta etapa da pesquisa deverá ser apresentada nos
• Objetivo: obter confirmação de resultados a partir da convergência seguintes capítulos do relatório final:
de diferentes perspectivas
– Metodologia: onde deverão ser descritas todas as
• Metáfora retirada da estratégia de navegação (múltiplos pontos de ferramentas de coleta e tratamento dos dados, além da
referência para localizar a posição exata de um objeto)
justificativa da escolha
• Cinco tipos básicos:
– Múltiplos modos de coleta e análise envolvendo tempo, espaço e pessoas
– Resultados: onde deverão ser apresentados todos os
– Uso de múltiplos observadores
resultados da pesquisa, utilizando-se quadros, tabelas,
– Combinação de múltiplos observadores, perspectivas teóricas, fontes de
gráficos e texto explicativo
dados e metodologias – Discussão: onde todos os resultados serão avaliados e
– Uso de mais de um esquema teórico na interpretação do fenômeno comparados com a literatura
– Uso de dados ou métodos quantitativos e qualitativos em uma mesma
pesquisa

•Profª. Drª. Janaina de M. E. Giraldi •Profª. Drª. Janaina de M. E. Giraldi

Bibliografia Bibliografia
Não é possív el exibir esta imagem no momento. Não é possív el exibir esta imagem no momento.

• ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR 14724: Informação e
documentação: Trabalhos acadêmicos: apresentação. Rio de Janeiro, 2002.
• BARDIN, I. Análise de conteúdo. Lisboa: Edições Setenta,1994. 226 p.
• BARROS, Aidil de Jesus Paes de; LEHFELD, Neide Aparecida de Souza. Projeto de
pesquisa: propostas metodológicas. Petrópolis: Vozes, 2004.
• CERVO, A.L.; BERVIAN, P.A. Metodologia científica. 5 ed. São Paulo: Prentice Hall,
2002, 242 p.
• COOPER, Donald R.; SCHINDLER, Pamela S. Métodos de pesquisa em
administração. Trad. Luciana de Oliveira Rocha. 7 ed. Porto Alegre: Bookman,
2003, 640 p.
• GIL, A.C. Como elaborar projetos de Pesquisa. 4 ed. São Paulo: Atlas, 2002, 175 p.
• MARCONI, M.A.; LAKATOS, E.M. Técnicas de pesquisa: planejamento e execução
de pesquisas, amostragens e técnicas de pesquisas, elaboração, análise e
interpretação de dados. 5 ed. São Paulo: Atlas, 2002, 282 p.
• MARTINS, J.A. Manual para elaboração de monografias e dissertações. 2 ed. São
Paulo: Atlas, 1994, 116 p.
• RICHARDSON, R J. et alii. Pesquisa Social: métodos e técnicas. 3 ed. São
Paulo: Atlas, 1999, 334 p.
• SELLTIZ, et alii. Métodos de Pesquisa nas relações sociais. São Paulo: EPU,
1989.
• VERGARA, S.C. Projetos e Relatórios de Pesquisa em Administração. 3 ed.
São Paulo: Atlas, 2000, 92p.
• KUHN, T. A Estrutura das Revoluções Científicas. São Paulo: Perspectiva,
1996.
• MALHOTRA, N. K. Pesquisa de Marketing: uma orientação aplicada. Trad.
Nivaldo Montingelli Jr. E Alfredo Alves de Farias. 3 ed. Porto Alegre:
Bookman, 2001, 719 p.
• YIN, Robert K. Estudo de caso: planejamento e métodos. 2.ed. Porto
Alegre: Bookman, 2001, 205 p.

•Profª. Drª. Janaina de M. E. Giraldi •Profª. Drª. Janaina de M. E. Giraldi

Profª. Drª. Janaina de M. E. Giraldi 8

FEA-RP

Não é possív el exibir esta imagem no momento.

Obrigada pela atenção!

Profª. Drª. Janaina de M. E. Giraldi 9