Análise de Dados Qualitativos

Tamanho: px

Começar a partir da página:

Download "Análise de Dados Qualitativos"

Maria Fernanda de Figueiredo Terra
8 Há anos
Visualizações:

1 2 Objetivo Análise de Dados Qualitativos Uma breve Introdução a Grounded Theory cleidson de souza cdesouza@ufpa.br! Você já está há 1 mês coletando documentos, fazendo observações, conduzindo entrevistas (de todos os tipos), transcrevendo as entrevistas (!), etc,! Como analisar esta enorme quantidade de dados? 3 4 Introdução!Criada por Glaser e Strauss em 1967;! [Glaser & Strauss, 1967];! [Strauss & Corbin, 1997]!Não requer uma teoria ou hipótese sobre os dados. Seu objetivo é justamente gerar uma teoria que explica os dados coletados, ou seja, gerar uma teoria fundamentada nos dados (grounded theory);!é baseada na idéia de codificar ( coding ), que é o processo de analisar os dados;!a análise é feita sobre:! As notas de campo;! As entrevistas transcritas;! Os documentos coletados; e! Outros artefatos coletados.

Não requer uma teoria ou hipótese sobre os dados. Seu objetivo é justamente gerar uma teoria que explica os dados coletados, ou seja, gerar uma teoria fundamentada nos dados (grounded theory);!

2 5 6 O que é codificar? Codificar! Atribuir um conceito ou categoria a uma parte dos dados;! Um conceito dá nome a um fenômeno de interesse para o pesquisador; abstrai um evento, objeto, ação, ou interação que tem um significado para o pesquisador [Strauss and Corbin, 1998; pg. 103].! Categorias são agrupamentos de conceitos que são unidos em um grau de abstração mais alto [Strauss and Corbin, 1998; pg. 113]. 7 8 Observações #, descrição, exemplo, # ocorr!existe intersecção de categorias;!algumas categorias são pequenas, enquanto que outras são enormes;!alguns trechos são difíceis de classificar;!novas categorias são criadas no decorrer do processo;

and Corbin, 1998; pg. 103].! Categorias são agrupamentos de conceitos que são unidos em um grau de abstração mais alto [Strauss and Corbin, 1998; pg. 113].

3 9 10 Fases da Grounded Theory Open Coding! Open coding! Criação de categorias para os fenômenos de interesse! Axial coding! Identificação de relacionamentos entre estas categorias! Selective coding! Escolha de uma ou poucas categoria principal, e relacionamento das outras categorias com esta(s) Open Coding!Atribuição de conceitos para os fenômenos de interesse;! Conceitos são idéias analíticas que emergem do texto;!criação de categorias que agregam estes conceitos para reduzir o número de unidades que o pesquisador irá trabalhar [pg.113];! Ex: integração de sistemas;!códigos in vivo! Baseados na terminologia usada pelos informantes;! Ex:!back merges", fazer um merge de uma nova versão na versão em check-out;

Atribuição de conceitos para os fenômenos de interesse;! Conceitos são idéias analíticas que emergem do texto;!

4 13 14 Axial Coding! Categorias podem e devem ser detalhadas em subcategorias e dimensões! Porque, como, quando, onde, com que freqüência, etc! APIs! Quem definia?! Quem decidia?! Quando decidia?! Freqüência de mudanças?! Cliente e Servidor da API?! Etc!Neste momento, os relacionamentos entre as categorias são avaliados;!a idéia é re-construir o texto que foi fraturado, tratado isoladamente na fase anterior;! Como as categorias se relacionam a nível conceitual ou de idéias e também no nível dos dados Selective Coding!Três conceitos são identificados! Condições! Ações / Interações! Conseqüências!para permitir o relacionamento entre as categorias;! Ex: freqüência de mudança nas APIs, levava os engenheiros de software a adotarem estratégias para minimizar o impacto destas modificações!uma categoria principal é escolhida e a teoria é escrita ao redor desta;!pode ser uma categoria existente, ou ainda uma nova categoria pode ser criada;

a idéia é re-construir o texto que foi fraturado, tratado isoladamente na fase anterior;!

5 17 18 Observações! Existe uma intersecção entre os passos da teoria fundamentada em dados;! Existe uma intersecção entre coleta e análise de dados; 1. Coleta; 2. Análise, propõe uma teoria; 3. Coleta, para validar a teoria; 4. Análise, para refinar a teoria;!saturação teórica (theoretical saturation)! A coleta e/ou análise de dados não mais gera novas categorias ou novos relacionamentos entre as categorias; Amostragem teórica (Theoretical Sampling) 19 Em resumo 20!Escolher pontos de coleta de dados para expandir a teoria (e/ou testá-la);! Um novo engenheiros de software teve problema, e os outros novos? E outros quando começaram? e os antigos realmente não tem este problema?!método da constante comparação;!dados são sempre necessários para provar a teoria;!coleta e análise de dados qualitativos são dois processos interligados, que ocorrem continuamente;! Deve-se intercalar períodos de coleta e análise de dados;!é tão rigoroso quanto a análise de dados quantitativos;! Quantitativos usam matemática, enquanto que qualitativos usam métodos analíticos;

A coleta e/ou análise de dados não mais gera novas categorias ou novos relacionamentos entre as categorias; Amostragem teórica (Theoretical Sampling) 19 Em resumo 20!

6 21 22 Próximo Item Exemplos!Frameworks analíticos! Smolander, K. Four metaphors of architecture in software organizations: finding out the meaning of architecture in practice. Page(s): , In Proceedings of the First International Symposium in Empirical Software Engineering, Nara, Japan, 2002, IEEE Press.! Grinter, R. Systems architecture: product designing and social engineering, Proceedings of the International Conference on Work activities Coordination and Collaboration, pp , San Francisco, California, United States, February 20-22, 1999.! Bergman, M. and Mark, G Exploring the Relationship between Project Selection and Requirements Analysis: An Empirical Study of the New Millennium Program. Proceedings of the IEEE Joint Requirements Engineering Conference, pg , 2002.

Systems architecture: product designing and social engineering, Proceedings of the International Conference on Work activities Coordination and Collaboration, pp.

Documentos relacionados

Um Grande Tour sobre Métodos Empíricos Cleidson de Souza cdesouza@ufpa.br

Um Grande Tour sobre Métodos Empíricos Cleidson de Souza cdesouza@ufpa.br Tópicos Especiais em Engenharia de Software Departamento de Informática Universidade Federal do Pará Agenda Introdução Empiricismo