trabalho científico tecnica q
DESCRIPTION
Algumas considerações iniciais acerca da técnica Q de William Stephenson como método de análise.TRANSCRIPT
O MÉTODO DE DISTRIBUIÇÃO SUBJETIVA – UM
MECANISMO DE ANÁLISE UTILIZANDO A ‘TÉCNICA Q’ DE
WILLIAM STEPHENSON
Dennis Oliveira de Freitas
Resumo
O método de distribuição subjetiva é um processo através do qual um sujeito apresenta
seu ponto de vista subjetivo acerca de um determinado objeto de estudo, apresentado
sob a forma de um conjunto de questões cujos valores são classificados por ele numa
escala de importância. O objetivo deste método é permitir que sejam avaliadas as
impressões que o sujeito mantém sobre o objeto de estudo através de questões
formuladas sobre ele e baseadas num critério pré-definido pelo pesquisador. Dessa
forma, o próprio indivíduo vai atribuir a cada questão um determinado grau de
importância numa escala de distribuição. Através da inter-relação de grupos de sujeitos
que demonstraram variedade nas distribuições realizadas, espera-se obter certas
características que definem estes grupos e deste modo, poder agrupar os sujeitos de
acordo com valores que mantêm em comum sobre o objeto de estudo, permitindo
mostrar de forma mais delineada as características dos sujeitos que integram cada
grupo.
Palavras-chave: Ciências humanas, Metodologia, Técnica Q.
Mestrando em Educação da Universidade Estácio de Sá – UNESA.
Introdução
A técnica Q foi criada pelo inglês William Stephenson para que se tornasse
uma ferramenta aplicada ao estudo da subjetividade das pessoas, ou seja, seu ponto de
vista. Stephenson, que se formou em física (Ph.D., 1926) pela Universidade de Oxford,
em psicologia (Ph.D., 1929) e psicometria pela Universidade de Durkham, ambas na
Inglaterra (Q METODOLOGY, 2011) desenvolveu esta técnica em 1935 e desde aquela
época até os dias atuais tem sido usada como ponto de partida em campos de pesquisa
para examinar como um grupo de pessoas (amostra) pensa sobre um determinado tema.
Originalmente foi concebida para que durante a etapa de coleta de dados um sujeito
pudesse classificar variáveis, que eram apresentadas na forma de cartões que continham
expressões de opinião, palavras individuais (adjetivos, por exemplo), imagens ou
figuras e desse modo podiam atribuir um grau relativo à sua importância dentro de uma
escala.
Figura 1 – Classificação de cartões
A escala representava uma matriz correlacionando as variáveis (células) em
conformidade com o grau de sua importância em forma de pontuação (score). Isto era
exibido no topo de cada coluna numa ordem numérica crescente, onde o menor grau
indicava menor importância e o grau máximo indicava maior importância. Assim, os
sujeitos podiam posicionar cada cartão em sentido vertical logo abaixo de cada grau, de
acordo com a importância de cada um deles. A freqüência era a quantidade de cartões
que cada sujeito poderia atribuir para cada grau da escala.
Tabela 1 – Matriz de correlação variável x freqüência.
Todos os termos aqui citados (amostra, variáveis, matriz, freqüência e
pontuação) eram usados posteriormente na fase de análise dos dados, onde Stephenson
propunha correlacionar os arranjos feitos pelos sujeitos usando a análise fatorial como
métrica a fim de estabelecer padrões entre eles (GATTI, 1972). Cada variável que
compunha a matriz de correlação era analisada com o objetivo de destacar as diferenças
individuais, a fim de que estas fossem agrupadas e observadas.
A análise fatorial usada na técnica Q
A análise fatorial multivariada1 representa um conjunto de métodos de caráter
estatístico que aborda a estrutura das correlações existentes entre variáveis (itens
classificados pelos sujeitos) e o conjunto de dimensões latentes comuns, chamados de
fatores. Ao aplicar a análise fatorial, o pesquisador pode identificar tanto as dimensões
quanto o grau que cada variável vai representá-las. Numa analogia matemática, os
conjuntos podem ser explicados melhor através dos itens que os compõem.
Não pretendemos abordar em profundidade os vários tipos e dinâmicas da
análise fatorial e nem as nuances de seu funcionamento, mas sim oferecer através desta
1 O termo “multivariada” refere-se a um grande número de métodos e técnicas que utilizam simultaneamente todas as variáveis na interpretação teórica do conjunto de dados obtidos (cf. COSTA, 2006, p.22).
breve introdução as informações mínimas para a compreensão do potencial desse
recurso como etapa de alocação dos dados e agrupamento de sujeitos. Existem algumas
aplicações para computador que realizam a análise fatorial, entre eles está o FACTOR,
o PRINCOMP, o QSORT e o MPLUS. Para efeito demonstrativo, usaremos ao longo
deste artigo alguns trechos de relatórios e telas obtidas com o uso do programa QSORT.
Vale destacar que também existem alguns modelos de planilhas eletrônicas com macros
embutidas que se encarregam desse tipo de cálculo.
O cuidado com a coleta de dados
O primeiro passo a fim de construir um bom material para a coleta de dados é
estabelecer o critério subjetivo que irá delimitar o tema das afirmações propostas
(usadas em substituição aos cartões), algo que Stephenson (1964, p. 15) chamava de
condição de instrução, tais como: preferência, utilidade, pertinência, etc. Uma vez
definida a condição de instrução que será investigada, a formulação das afirmações
relacionadas a ela deve ter origem a partir das entrevistas, dos questionários e de outros
materiais já utilizados anteriormente na pesquisa. Desse modo, ao contrário do que
consta na técnica original as afirmações devem ser construídas a partir do rol de
referências já levantadas no grupo. Se existir mais de uma condição de instrução para
investigar, deve-se utilizar uma quantidade homogênea de afirmações a fim de que
todas sejam oferecidas, distribuídas e valoradas pela totalidade do número de
participantes. A distribuição é o passo seguinte e deve ser conduzida de forma
individualizada. Nela, cada sujeito receberá o mesmo conjunto de afirmações para que
possa então posicioná-las numa escala de valor, que varia do menos significativo ao
mais significativo segundo a condição de instrução enunciada pelo pesquisador. Devem
ser oferecidos uma escala e um conjunto de afirmações para cada condição de instrução
proposta.
A análise dos dados
Após a realização das distribuições e tomando o cuidado de agrupá-las de
acordo com cada condição de instrução, a próxima etapa é classificar os sujeitos
baseando-se nas escolhas que fizeram, agrupando-os em classes diferentes. Estas classes
serão consideradas fatores de correlação e podem assumir um número desigual de
integrantes.
O material de teste (mais claramente nem todos os resultados que eles produzem em face das diferenças individuais para uma amostra de indivíduos) seria nossa amostra, e estas diferentes condições de instrução, A, B, C, D... seriam o ponto de origem de nossas variáveis. [...] correlacionar essas variáveis e fatorar as correlações, isso seria uma aplicação da técnica-Q (STEPHENSON, 1964, p. 15).
No método de distribuição subjetiva a preocupação é sempre destacar certa
tendência de um determinado grupo de sujeitos em adotar valores similares (sejam eles
muito significativos ou insignificantes), apesar das diferenças individuais existentes e
sem qualquer tipo de influência externa implicada. Na técnica-Q o interesse foi
demonstrar a perspectiva do caso único, a teoria de que nas palavras de Stephenson
(1964, p. 9) “se os gostos e desgostos são completamente idiossincráticos, de forma que
nenhuma pessoa é igual a outra em suas preferências, então nenhuma correlação deveria
aparecer e nem fatores também”, algo que seu estudo desmistificou ao demonstrar que
esta tendência de fato se manifestou quando um grupo de vinte estudantes foi dividido
em uma classe (ou fator) de doze estudantes que preferiam cores vivas e saturadas e
outra classe de oito estudantes que preferiam cores mais estereotipadas,
independentemente de saturação. Isso demonstra que a aplicação do método permite
analisar certas preferências e tendências baseadas em valores subjetivos, presentes num
determinado grupo.
[Este artigo ainda está em desenvolvimento]
Referências
CABRAL, A.; NICK, E. Dicionário Técnico de Psicologia. São Paulo: Cultrix, 1996,
16ª ed. 406p.
COSTA, Giovani Gláucio de Oliveira. Um procedimento inferencial para análise
fatorial utilizando as técnicas Bootstrap e Jackknife: Construção de intervalos de
confiança e testes de hipótese. (Tese de doutorado em engenharia elétrica). Rio de
Janeiro: PUC, 2006.
CUNHA, Maria Carmen Khnychala. Ambiente de aprendizagem em aulas de língua
estrangeira: percepções de aprendizes reveladas pela metodologia Q. (Tese de
doutorado em lingüística aplicada). São Paulo: UNICAMP/IEL, 2005.
GATTI, Bernardete. A. A utilização da técnica Q como instrumento de medida nas
ciências humanas. Revista Cadernos de Pesquisa, nº 6, São Paulo: FCC, 1972, p.46-51.
Q METODOLOGY. A Method for a modern research. 2011. Disponível em:
<http://qmethod.org/about>. Acesso em: 07 de abril de 2014.
STEPHENSON, W. The study of behavior. Chicago: The University of Chicago Press,
1964, 4ª edição.