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.