17/04/2017
2
Recolhidos, observadosou experienciadosjunto ao evento
Dados primários
3
Fontes que interpretamos dados primários. Tendem a ser menosfiáveis
Dados secundários
4
17/04/2017
3
Tipos de dados primários
Medições
Números, indicando
quantidades
Observação
Registos de eventos, usando
os sentidos
Interrogação
Questionários, …
Participação
Experimentação
5
Dados primários
Recolha de dados é lenta e nem semprepossível
6
17/04/2017
4
Dados secundários
Deve ser feita uma avaliação da qualidadedos dados primários
7
Quantitativos
Qualitativos
Categoriasde dados
8
17/04/2017
5
Dados quantitativos
Podem sermedidos
Podem utilizar-se tratamentosmatemáticos para análise
Percentagens Testes estatísticosModelos
matemáticos
9
Dados qualitativos
Descritivos Usam palavrasNão podem ser manipulados
matematicamente
Diferentes técnicasde análise
10
17/04/2017
6
Medição de dados
Nominal Ordinal Intervalar De razão
11
Medição nominal
Dados divididos emcategorias
Categoriascomparadas
Pode fazer-se uma
classificaçãode categorias
Dados sópodem seranalisadospor gráficosou métodosestatísticos
simples
12
17/04/2017
7
Medição ordinal
Ordenação de dados
relativamente a uma dada
característica
Não são necessáriasmedidas precisas
Permitem utilizartratamentos
estatísticos um pouco maiscomplexos
13
Medição intervalar
Dados medidos rigorosamentenuma escala regular
Permitem utilizar tratamentosestatísticos ainda mais
complexos
14
17/04/2017
8
Medição de razão
Medição maiscompleta
Existe um verdadeiro
zero
Valoresexpressos
comomúltiplos
m múltiplo de cm (1:100)
Permiteutilização de uma maior
variedade de testes
estatísticos
15
Que tipo de medição usar?
Um valor é diferente de
outro
Escalanominal
Um valor é maior,
melhor, … que outro
Escala ordinal
Um valor é várias
unidadesmaior ou
menor que outro
Escalaintervalar
Um valor é tantas vezes
mais que outro
Escala de razão
16
17/04/2017
9
Recolha e análise de dados secundários
Conjuntos de dados devem ser bem documentados
Descrição de todas as variáveis e códigos
Métodos de recolhausados
17
Adequação dos dados secundários
Medições de acordo com o pretendido?
Existem dados suficientes?
Possível excluir dados não desejados?
18
17/04/2017
10
Adequação dos dados secundários
A populaçãousada é a adequada?
Que variáveisestão incluídas?
Benefíciossuperioresaos custos?
Acessoautorizado aos
dados?
19
Adequação dos dados secundários
Garantir que métodos de recolha de dados são osmesmos, quando dados foram recolhidos ao longo de
período longo de tempo
20
17/04/2017
11
Métodos de análise de dados secundários
Análise de conteúdo Data mining Meta-análise
21
Análise de conteúdo
Análisequantitativa
Avaliação do que pode ser
contabilizado emqualquer tipo de
texto
Avaliar frequência de fenómenos num caso, de modo a medir a sua
importância emcomparação com outros
casos
22
17/04/2017
12
Data mining
Extrairinformaçãorelevante a partir de
grandes bases de dados
Produzidaspor grandesempresas, …
Utilização de ferramentas
estatísticas para procurar relações
interessantesentre dados
Usado emdescoberta de
padrões e previsãode tendências e comportamentos
23
Meta-análise
Analisar dados de um conjuntoprévio de análises
Análise estatística de dados acumulados em estudos anteriores
24
17/04/2017
13
Meta-análise
Diversidade de métodosusados nos estudos pode
tornar análise difícil
Alguns estudos publicam apenasresultados positivos
25
Métodos de recolha de dados primários
Questões
Entrevistas
Observação sem intervenção
Integração numa situação
Experimentação
Manipulação de modelos
26
17/04/2017
14
Métodos de recolha de dados primários
Algumas disciplinas usam mais que um método para uma mesma
investigação
27
Recolha de dados primários Amostragem
28
17/04/2017
15
Amostragem
Seleccionar um pequeno grupo entre um maior
Dados representativos para permitir tirarconclusões
29
Estudos de caso
Seleccionar casos típicos
Se não for possívelencontrar amostra
representativa
Escolher algumas muitodiferentes e comparar
Usados com métodosqualitativos e quantitativos
30
17/04/2017
16
Representatividade da população
Encontrar grupos de interesse dentro da população – base de amostragem
A partir da base de amostragemseleccionar a amostra de estudo
31
Característicasde uma
população
HomogéneaTodos os casos são
semelhantes
Estratificada Contém diversos níveis
Estratificada proporcionalContém níveis de
proporções conhecidas
32
17/04/2017
17
Característicasde uma
população
Agrupada por tipo Contém grupos distintos
Agrupada por localização
33
Amostragem
Conclusões obtidas a partir de umaamostra maior são mais convincentes
Pode ser usada uma amostra pequenade população homogénea e estudo
pouco detalhado
Tamanhos mínimos para testes estatísticos
Dimensão da amostra tem que serproporcional ao número de variáveis
34
17/04/2017
18
Amostragem
Erro amostralDiferença entre média da
amostra e média da população
Viés
Distorção não desejada dos resultados devida a umaparte da população estar
mais fortementerepresentada
35
Procedimentos de amostragem
Amostragem probabilística
Amostragem não probabilística
36
17/04/2017
19
Amostragemprobabilística
Representação mais fiável
Amostragem nãoprobabilística
Basada no acaso ou no julgamento do investigador
Pouco adequada a fazer generalizações
37
Amostragemprobabilística
Métodos aleatórios para selecção da amostra
Cada elemento tem igual probabilidadede ser seleccionado
Todas as combinações de elementos têmigual probabilidade de serem
seleccionadas
38
17/04/2017
20
Amostragem nãoprobabilística
Selecção por métodos não aleatórios
Utilizada para inquéritos rápidos ouquando é difícil ter acesso a toda a
população
Utiliza métodos como amostragemacidental, amostragem por quotas ou
amostragem por bola de neve
39
Métodos de recolhade dados primários
Questionários
Recordatórios e diários
Entrevistas
Observação semenvolvimento
Participação na situação
40
17/04/2017
21
Métodos de recolha de dados primários
Experimentação
Manipulação de modelos
Simulação
41
Questionários
Mais usado para dados quantitativos
Também pode ser usado para dados qualitativos
Requerem muito tempo para desenvolver
Devem ser curtos e simples
42
17/04/2017
22
Questionários Métodos de aplicação
Pessoalmente
Por correio
Internet
43
Questionários Tipos de pergunta
Fechadas
Abertas
44
17/04/2017
23
Questionários Perguntas fechadas
Escolha a partir de um grupo de respostas
possíveis
Limita o número de respostas possíveis
45
Questionários Perguntas abertas
Maior liberdade de expressão
Respostas mais difíceisde codificar
Respostas dão maiorliberdade de
interpretação aoinvestigador
46
17/04/2017
24
Questionários
Estruturados
Semi-estruturados
47
Questionáriosestruturados
Perguntas fixas
Escalas
Testes
Apresentados aos participantesde modo idêntico
Maioria das respostas pré-codificadas
48
17/04/2017
25
Questionáriosestruturados
Inquéritos cara-a-cara
Inquéritos postais
Inquéritos telefónicos
49
Questionáriosestruturados
Permitem recolher respostas semambiguidades
Facilitam contabilização das respostas
Adequados a análise quantitativa
50
17/04/2017
26
Questionáriosestruturados
Respostas pré-codificadas podem não cobrirtotalidade das hipóteses
Alguns participantes podem ser forçados a escolher resposta que não os identifica
51
Questionários semi-estruturados
Maioria das perguntas são fixas
Maioria das perguntas não pré-codificada
Permite que investigador procure respostasque cubram outros temas relevantes
52
17/04/2017
27
Questionários Estudo piloto
Experimentar o questionário numa
amostra menor antes de o usar
Cerca de 12 pessoas
53
Recordatórios e diários
Forma mais aberta de questionário
Produz dados qualitativos
Evitar perguntas direccionadaspara uma dada resposta
Dados têm que ser tratadospara análise
54
17/04/2017
28
EntrevistasQuando questionário requer intervenção
do investigador
55
Tipos de entrevista
Estruturada
Questões padrão lidaspelo entrevistador
Respostas fechadas
Não estruturada
Questionário mais flexível, escolhido peloentrevistador
Respostas abertas
Semi-estruturadaCom partes estruturadas e
não estruturadas
56
17/04/2017
29
Tipos de entrevista
Cara-a-cara
Grupos focaisConstituído por pessoas
com particular conhecimento do assunto
Por telefone
57
Observação semenvolvimento
Não participar no fenómeno
Podem registar-se dados quantitativos e qualitativos
Podem usar-se os sentidos ouinstrumentos
Necessário identificar as variáveis a estudar
58
17/04/2017
30
Participar na situação
Observar e experienciar
Mais utilizada para recolher dados qualitativos
Pode ser usada para obter dados quantitativos
59
Experimentação
Isolar um dado eventopara o investigar sem
perturbações
Procura obter dados sobrecausas e efeitos
É frequente usar um grupo de controlo
Condições idênticasmas sem manipulação
das variáveisindependentes
60
17/04/2017
31
Experimentação
LaboratórioPermite maior controlo
sobre ambiente
CampoAmostra terá
comportamentos mais“normais”
61
Tipos de experiências
Verdadeiras experiências
Selecção aleatória de todos os casos a testar
Uso de grupo de controlo
Ensaio dos grupos antes da experiência, para determinar as suas
propriedades
Todas as variáveiscontroladas ouneutralizadas
62
17/04/2017
32
Tipos de experiências
Verdadeiras experiências
Desenho mais fiável
Dados recolhidosadequadas para fazer
generalizações
63
Tipos de experiências
Métodos quasi-experimentais
Quando não é possívelusar selecção aleatória
Normalmente usa grupode controlo
Se não for possível usargrupo de controlo, usam-se grupos paralelos para avaliar consistência dos
resultados
Resultados menos fiáveis
64
17/04/2017
33
Tipos de experiências
Métodos pré-experimentais
Não usam grupo de controlo
Por vezes não se testagrupo antes da
experiência
Pode não fazer-se selecção aleatória
Usam-se quando não é possível fazer uma
verdadeira experiência
65
Tipos de experiências
Métodos pré-experimentais
Resultados afectados porfalta de controlo das
variáveis
66
17/04/2017
34
Tipos de experiências
Ex post facto
Investigação começa logo após ocorrer o fenómeno
Não é possível controlar
Tentar descobrir causa entre todas as possibilidades
Maior possibilidade de erro
67
Manipulação de modelos
Usados para mimetizar um fenómeno
Manipulados para ver que dados resultam
68
17/04/2017
35
Manipulação de modelos
Descrever fenómenos
Organisar e analisar dados
Explorar ou testar uma hipótese
69
Tipos de modelos
Diagramáticos
Físicos
Matemáticos
70
17/04/2017
36
Modelos diagramáticos
Interrelações de variáveis em papel
Mapas, desenhos técnicos, …
71
Modelos físicos
Representações em 3D de um objecto em escala reduzida
Qualitativos ou quantitativos
Comportamento idêntico emqualquer escala?
72
17/04/2017
37
Modelos matemáticos
Também designados por simulações
Mostram efeitos de diversosparâmetros e permitem prever
resultados
Previsões meteorológicas, …
73
Modelos matemáticos
Normalmente quantitativos
Determinísticos
Estocásticos
74
17/04/2017
38
Modelos determinísticosUsa apenas parâmetros pré-
determinados, num sistema fechado
Modelos estocásticos Lidam com parâmetros imprevisíveis
75
Modelosmatemáticos
Limitações
Compreensão incompletadas variáveis
Incorrecções namodelização das interacções
Efeito cumulativo de pequenos erros
76
17/04/2017
39
Análise de dados quantitativos
Estatística paramétrica
Estatística não paramétrica
77
Parâmetro de umapopulação
Característica constantepartilhda com outras
populações
Mais comum é umadistribuição Gaussiana
78
17/04/2017
40
Estatística paramétrica
Populações têm umadistribuição normal
Maioria tem um comportamento médio
79
Estatística nãoparamétrica
Populações que nãotêm uma distribuição
normal
Dados nominais e ordinaisnão seguem uma
Gaussiana
80
17/04/2017
41
Estatística nãoparamétrica
Menos sensível que paramétrica
Requer maiores amostras
81
Testes estatísticosparamétricos
Descritivos
Mostram forma como variáveisestão distribuídas
Inferenciais
Sugerem resultados de umaamostra em relação à
população
82
17/04/2017
42
Testes estatísticos paramétricos
Análiseunivariada
Analisa qualidades
de umavariável de cada vez
Sóaplicável a
testes descritivos
Análisebivariada
Considerapropriedades
de 2 variáveis, uma emrelação à
outra
Pode serusada em
testes inferenciais
Análisemultivariada
Relaçõesentre mais
que 2 variáveis
Testes inferenciais
83
Análise univariada
Distribuição de frequências
Valores para cada variávelexpressos como número e
percentagemHabitualmente sob forma de tabela
84
17/04/2017
43
Análise univariada
Medidas de tendência central
Várias “médias” de valores para uma variável
Média aritmética Mediana Moda
85
Análise univariada
Medidas de tendência central
Mediana – valor entre o mais elevado e o
menor
Moda – valor que ocorre com mais
frequência
Numa distribuiçãonormal, média,
mediana e modaiguais
86
17/04/2017
44
Análise univariada
Medidas de tendência central
Distribuição bimodal – 2 modas para cada lado da média e da mediana
87
Análise univariada
Medidas de dispersão
Amplitude
Distância entre valor mais alto e
mais baixo
Amplitude inter-quartis
Distância entre quartil superior e
inferior
Desviopadrão
Erro padrão
88
17/04/2017
45
Análise univariada
Medidas de dispersão
Representaçãográfica
Barras “Pizza”Barras de erro do
desvio padrão
89
Análise bivariada
Avaliar direcção e grau de associação
Uma associação não implicaforçosamente uma causa e efeito
Determinarcoeficientes de
correlação
Gráficos de dispersão
90
17/04/2017
46
Análise bivariada
Testes estatísticos
Coeficiente de correlaçãode Pearson (r)
Coeficiente de correlaçãode Spearman (r)
91
Análise bivariada
Coeficiente de correlação de Pearson (r)
Examina relações entre variáveisintervalares e de razão
92
17/04/2017
47
Análise bivariada
Coeficiente de correlação de Spearman (r)
Usado quando uma ou ambas as variáveis são ordinais
93
Análise bivariada
Significância estatística
Requer uso de inferência estatísticaFerramenta estatística mais
comum é o teste de c2
94
17/04/2017
48
Análise bivariada
Teste de c2
Mede grau de associação entre 2 variáveis, comparandodiferenças entre valores observados e esperados se não
houver qualquer associação
95
Análise bivariada
Análise de variância
Procurar diferenças entre valores obtidos sob duas ou maisdiferentes condições
96
17/04/2017
49
Análise bivariada
Variância
Num único grupo
c2 ou teste de t
Em 2 grupos
Teste de t
3 ou maisgrupos
Identificarvariáveis
dependentes e independentes
ANOVA
97
Análise multivariada
Regressão múltipla Regressão logística
98
17/04/2017
50
Testes estatísticosnão paramétricos
Utilização
Amostra muitopequena
Dados permitempoucas
suposições
Dados ordinais
ounominais
Amostrasprovenientes de
diferentespopulações
99
Testes estatísticos nãoparamétricos
Kolmogorov-Smirnov
Kruskal-WallisCoeficiente de
CramerSpearman e
Kendall
100
17/04/2017
51
Testes estatísticos nãoparamétricos
Kolmogorov-Smirnov
2 amostras independentes, com valores ordinais
Kruskal-Wallis
Análise de variância em amostrasindependentes, com variáveis
ordinais
101
Testes estatísticos nãoparamétricos
Coeficiente de Cramer
Associação de variáveis com categorias nominais
Spearman e Kendall
Correlação de ordenações, concordância para variáveis
ordinais ou intervalares
102
17/04/2017
52
Análise de dados qualitativos
Analisa sobretudo palavras
Não adequada a análise estatística
103
• Definir claramente os temas de investigação
• Recolher informação de apoio à investigação
• Sugerir as possívei interpretações ou respostas aos problemas a investigar
• Usar interpretações ou respostas para procurar provas que possam apoiar ou contariá-las
• Se necessário, alterar interpretações ou respostas
• Continuar a procurar provas relevantes
• Analisar qualidade e fontes das provas
• Verificar cuidadosamente a lógica e validade dos argumentos que conduziram às conclusões
• Seleccionar a conclusão mais forte
Etapas em investigação qualitativa
104
17/04/2017
53
• Entrevistas qualitativas
• Grupos-alvo
• Análise de conversação
• Análise de textos e documentos
Métodos de recolha de dados eminvestigação qualitativa
105
• Redução dos dados
• Apresentação dos dados
• Conclusões e verificação
Etapas na análise de dados eminvestigação qualitativa
106