1 Tipos de dados Primários Secundários 2 1
Dados primários Recolhidos, observados ou experienciados junto ao evento 3 Dados secundários Fontes que interpretam os dados primários. Tendem a ser menos fiáveis 4 2
Tipos de dados primários Medições Observação Interrogação Participação Números, indicando quantidades Registos de eventos, usando os sentidos Questionários, Experimentação 5 Dados primários Recolha de dados é lenta e nem sempre possível 6 3
Dados secundários Deve ser feita uma avaliação da qualidade dos dados primários 7 Categorias de dados Quantitativos Qualitativos 8 4
Dados quantitativos Podem ser medidos Podem utilizar-se tratamentos matemáticos para análise Percentagens Testes estatísticos Modelos matemáticos 9 Dados qualitativos Descritivos Usam palavras Não podem ser manipulados matematicamente Diferentes técnicas de análise 10 5
Medição de dados Nominal Ordinal Intervalar De razão 11 Medição nominal Dados divididos em categorias Categorias comparadas Pode fazer-se uma classificação de categorias Dados só podem ser analisados por gráficos ou métodos estatísticos simples 12 6
Medição ordinal Ordenação de dados relativamente a uma dada característica Não são necessárias medidas precisas Permitem utilizar tratamentos estatísticos um pouco mais complexos 13 Medição intervalar Dados medidos rigorosamente numa escala regular Permitem utilizar tratamentos estatísticos ainda mais complexos 14 7
Medição de razão Medição mais completa Existe um verdadeiro zero Valores expressos como múltiplos Permite utilização de uma maior variedade de testes estatísticos m múltiplo de cm (1:100) 15 Que tipo de medição usar? Um valor é diferente de outro Um valor é maior, melhor, que outro Um valor é várias unidades maior ou menor que outro Um valor é tantas vezes mais que outro Escala nominal Escala ordinal Escala intervalar Escala de razão 16 8
Recolha e análise de dados secundários Conjuntos de dados devem ser bem documentados Descrição de todas as variáveis e códigos Métodos de recolha usados 17 Adequação dos dados secundários Medições de acordo com o pretendido? Existem dados suficientes? Possível excluir dados não desejados? 18 9
Adequação dos dados secundários A população usada é a adequada? Que variáveis estão incluídas? Benefícios superiores aos custos? Acesso autorizado aos dados? 19 Adequação dos dados secundários Garantir que métodos de recolha de dados são os mesmos, quando dados foram recolhidos ao longo de período longo de tempo 20 10
Métodos de análise de dados secundários Análise de conteúdo Data mining Meta-análise 21 Análise de conteúdo Análise quantitativa Avaliação do que pode ser contabilizado em qualquer tipo de texto Avaliar frequência de fenómenos num caso, de modo a medir a sua importância em comparação com outros casos 22 11
Data mining Extrair informação relevante a partir de grandes bases de dados Utilização de ferramentas estatísticas para procurar relações interessantes entre dados Usado em descoberta de padrões e previsão de tendências e comportamentos Produzidas por grandes empresas, 23 Meta-análise Analisar dados de um conjunto prévio de análises Análise estatística de dados acumulados em estudos anteriores 24 12
Meta-análise Diversidade de métodos usados nos estudos pode tornar análise difícil Alguns estudos publicam apenas resultados positivos 25 Questões Entrevistas Métodos de recolha de dados primários Observação sem intervenção Integração numa situação Experimentação Manipulação de modelos 26 13
Métodos de recolha de dados primários Algumas disciplinas usam mais que um método para uma mesma investigação 27 Recolha de dados primários Amostragem 28 14
Seleccionar um pequeno grupo entre um maior Amostragem Dados representativos para permitir tirar conclusões 29 Seleccionar casos típicos Estudos de caso Se não for possível encontrar amostra representativa Escolher algumas muito diferentes e comparar Usados com métodos qualitativos e quantitativos 30 15
Encontrar grupos de interesse dentro da população base de amostragem Representatividade da população A partir da base de amostragem seleccionar a amostra de estudo 31 Homogénea Todos os casos são semelhantes Características de uma população Estratificada Estratificada proporcional Contém diversos níveis Contém níveis de proporções conhecidas 32 16
Características de uma população Agrupada por tipo Agrupada por localização Contém grupos distintos 33 Conclusões obtidas a partir de uma amostra maior são mais convincentes Amostragem Pode ser usada uma amostra pequena de população homogénea e estudo pouco detalhado Tamanhos mínimos para testes estatísticos Dimensão da amostra tem que ser proporcional ao número de variáveis 34 17
Erro amostral Diferença entre média da amostra e média da população Amostragem Viés Distorção não desejada dos resultados devida a uma parte da população estar mais fortemente representada 35 Amostragem probabilística Procedimentos de amostragem Amostragem não probabilística 36 18
Amostragem probabilística Representação mais fiável Amostragem não probabilística Basada no acaso ou no julgamento do investigador Pouco adequada a fazer generalizações 37 Métodos aleatórios para selecção da amostra Amostragem probabilística Cada elemento tem igual probabilidade de ser seleccionado Todas as combinações de elementos têm igual probabilidade de serem seleccionadas 38 19
Selecção por métodos não aleatórios Amostragem não probabilística Utilizada para inquéritos rápidos ou quando é difícil ter acesso a toda a população Utiliza métodos como amostragem acidental, amostragem por quotas ou amostragem por bola de neve 39 Questionários Recordatórios e diários Métodos de recolha de dados primários Entrevistas Observação sem envolvimento Participação na situação 40 20
Experimentação Métodos de recolha de dados primários Manipulação de modelos Simulação 41 Mais usado para dados quantitativos Também pode ser usado para dados qualitativos Questionários Requerem muito tempo para desenvolver Devem ser curtos e simples 42 21
Pessoalmente Questionários Métodos de aplicação Por correio Internet 43 Questionários Tipos de pergunta Fechadas Abertas 44 22
Questionários Perguntas fechadas Escolha a partir de um grupo de respostas possíveis Limita o número de respostas possíveis 45 Maior liberdade de expressão Questionários Perguntas abertas Respostas mais difíceis de codificar Respostas dão maior liberdade de interpretação ao investigador 46 23
Estruturados Questionários Semi-estruturados 47 Perguntas fixas Escalas Questionários estruturados Testes Apresentados aos participantes de modo idêntico Maioria das respostas précodificadas 48 24
Inquéritos cara-a-cara Questionários estruturados Inquéritos postais Inquéritos telefónicos 49 Permitem recolher respostas sem ambiguidades Questionários estruturados Facilitam contabilização das respostas Adequados a análise quantitativa 50 25
Questionários estruturados Respostas pré-codificadas podem não cobrir totalidade das hipóteses Alguns participantes podem ser forçados a escolher resposta que não os identifica 51 Maioria das perguntas são fixas Questionários semiestruturados Maioria das perguntas não pré-codificada Permite que investigador procure respostas que cubram outros temas relevantes 52 26
Questionários Estudo piloto Experimentar o questionário numa amostra menor antes de o usar Cerca de 12 pessoas 53 Forma mais aberta de questionário Produz dados qualitativos Recordatórios e diários Evitar perguntas direccionadas para uma dada resposta Dados têm que ser tratados para análise 54 27
Entrevistas Quando questionário requer intervenção do investigador 55 Estruturada Questões padrão lidas pelo entrevistador Respostas fechadas Tipos de entrevista Não estruturada Questionário mais flexível, escolhido pelo entrevistador Respostas abertas Semi-estruturada Com partes estruturadas e não estruturadas 56 28
Cara-a-cara Tipos de entrevista Grupos focais Constituído por pessoas com particular conhecimento do assunto Por telefone 57 Não participar no fenómeno Observação sem envolvimento Podem registar-se dados quantitativos e qualitativos Podem usar-se os sentidos ou instrumentos Necessário identificar as variáveis a estudar 58 29
Observar e experienciar Participar na situação Mais utilizada para recolher dados qualitativos Pode ser usada para obter dados quantitativos 59 Isolar um dado evento para o investigar sem perturbações Experimentação Procura obter dados sobre causas e efeitos É frequente usar um grupo de controlo Condições idênticas mas sem manipulação das variáveis independentes 60 30
Experimentação Laboratório Campo Permite maior controlo sobre ambiente Amostra terá comportamentos mais normais 61 Selecção aleatória de todos os casos a testar Tipos de experiências Verdadeiras experiências Uso de grupo de controlo Ensaio dos grupos antes da experiência, para determinar as suas propriedades Todas as variáveis controladas ou neutralizadas 62 31
Tipos de experiências Verdadeiras experiências Desenho mais fiável Dados recolhidos adequadas para fazer generalizações 63 Quando não é possível usar selecção aleatória Tipos de experiências Métodos quasiexperimentais Normalmente usa grupo de controlo Se não for possível usar grupo de controlo, usamse grupos paralelos para avaliar consistência dos resultados Resultados menos fiáveis 64 32
Não usam grupo de controlo Tipos de experiências Métodos préexperimentais Por vezes não se testa grupo antes da experiência Pode não fazer-se selecção aleatória Usam-se quando não é possível fazer uma verdadeira experiência 65 Tipos de experiências Métodos préexperimentais Resultados afectados por falta de controlo das variáveis 66 33
Investigação começa logo após ocorrer o fenómeno Tipos de experiências Ex post facto Não é possível controlar Tentar descobrir causa entre todas as possibilidades Maior possibilidade de erro 67 Usados para mimetizar um fenómeno Manipulação de modelos Manipulados para ver que dados resultam 68 34
Descrever fenómenos Manipulação de modelos Organisar e analisar dados Explorar ou testar uma hipótese 69 Diagramáticos Tipos de modelos Físicos Matemáticos 70 35
Interrelações de variáveis em papel Modelos diagramáticos Mapas, desenhos técnicos, 71 Representações em 3D de um objecto em escala reduzida Modelos físicos Qualitativos ou quantitativos Comportamento idêntico em qualquer escala? 72 36
Também designados por simulações Modelos matemáticos Mostram efeitos de diversos parâmetros e permitem prever resultados Previsões meteorológicas, 73 Normalmente quantitativos Modelos matemáticos Determinísticos Estocásticos 74 37
Modelos determinísticos Usa apenas parâmetros prédeterminados, num sistema fechado Modelos estocásticos Lidam com parâmetros imprevisíveis 75 Compreensão incompleta das variáveis Modelos matemáticos Limitações Incorrecções na modelização das interacções Efeito cumulativo de pequenos erros 76 38
Análise de dados quantitativos Estatística paramétrica Estatística não paramétrica 77 Parâmetro de uma população Característica constante partilhda com outras populações Mais comum é uma distribuição Gaussiana 78 39
Estatística paramétrica Populações têm uma distribuição normal Maioria tem um comportamento médio 79 Estatística não paramétrica Populações que não têm uma distribuição normal Dados nominais e ordinais não seguem uma Gaussiana 80 40
Estatística não paramétrica Menos sensível que paramétrica Requer maiores amostras 81 Testes estatísticos paramétricos Descritivos Inferenciais Mostram forma como variáveis estão distribuídas Sugerem resultados de uma amostra em relação à população 82 41
Testes estatísticos paramétricos Análise univariada Análise bivariada Análise multivariada Analisa qualidades de uma variável de cada vez Só aplicável a testes descritivos Considera propriedades de 2 variáveis, uma em relação à outra Pode ser usada em testes inferenciais Relações entre mais que 2 variáveis Testes inferenciais 83 Análise univariada Distribuição de frequências Valores para cada variável expressos como número e percentagem Habitualmente sob forma de tabela 84 42
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 distribuição normal, média, mediana e moda iguais 86 43
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 Amplitude interquartis Desvio padrão Erro padrão Distância entre valor mais alto e mais baixo Distância entre quartil superior e inferior 88 44
Análise univariada Medidas de dispersão Representação gráfica Barras Pizza Barras de erro do desvio padrão 89 Análise bivariada Avaliar direcção e grau de associação Determinar coeficientes de correlação Uma associação não implica forçosamente uma causa e efeito Gráficos de dispersão 90 45
Análise bivariada Testes estatísticos Coeficiente de correlação de Pearson (r) Coeficiente de correlação de Spearman (r) 91 Análise bivariada Coeficiente de correlação de Pearson (r) Examina relações entre variáveis intervalares e de razão 92 46
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 estatística Ferramenta estatística mais comum é o teste de c 2 94 47
Análise bivariada Teste de c 2 Mede grau de associação entre 2 variáveis, comparando diferenças entre valores observados e esperados se não houver qualquer associação 95 Análise bivariada Análise de variância Procurar diferenças entre valores obtidos sob duas ou mais diferentes condições 96 48
Análise bivariada Variância Num único grupo Em 2 grupos 3 ou mais grupos c 2 ou teste de t Teste de t Identificar variáveis dependentes e independentes ANOVA 97 Análise multivariada Regressão múltipla Regressão logística 98 49
Testes estatísticos não paramétricos Utilização Amostra muito pequena Dados permitem poucas suposições Dados ordinais ou nominais Amostras provenientes de diferentes populações 99 Testes estatísticos não paramétricos Kolmogorov- Smirnov Kruskal-Wallis Coeficiente de Cramer Spearman e Kendall 100 50
Testes estatísticos não paramétricos Kolmogorov- Smirnov Kruskal-Wallis 2 amostras independentes, com valores ordinais Análise de variância em amostras independentes, com variáveis ordinais 101 Testes estatísticos não paramétricos Coeficiente de Cramer Spearman e Kendall Associação de variáveis com categorias nominais Correlação de ordenações, concordância para variáveis ordinais ou intervalares 102 51
Análise de dados qualitativos Analisa sobretudo palavras Não adequada a análise estatística 103 Etapas em investigação qualitativa 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 104 52
Métodos de recolha de dados em investigação qualitativa Entrevistas qualitativas Grupos-alvo Análise de conversação Análise de textos e documentos 105 Etapas na análise de dados em investigação qualitativa Redução dos dados Apresentação dos dados Conclusões e verificação 106 53
Métodos mistos Combinação ou integração de investigação quantitativa e qualitativa Considera que ambos métodos têm viéses e fraquezas, que podem ser neutralizadas pela recolha de dados quantitativos e qualitativos 107 54