Introdução: Métodos Quantitativos para Ciências Sociais Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais 2018-1 1
Agenda da aula 1. Por que estudar métodos quantitativos? 2. Estrutura e metodologia do curso. 3. Princípios e lógicas do pensamento estatístico. 4. Princípios das ciências sociais e dos métodos quantitativos. 5. Tipos e exemplos de técnicas estatísticas.
Por que estudar métodos quantitativos? Necessidade de processar e sintetizar grandes quantidades de dados e informações de uma maneira inteligível. Aumentar a capacidade de aprender sobre populações e grupos de modo rápido e confiável. Aproveitar a enorme disponibilidade de dados, indicadores e informações para pesquisas e análises. Aprender a lidar com as incertezas e variabilidades do processo científico social. Desenvolver um ceticismo saudável em relação aos números e informações quantitativas, conhecendo seus limites e possibilidades. 3
Programa resumido Teoria 1. A lógica dos métodos quantitativos e a estatística na pesquisa social. 2. Revisão básica de estatística descritiva. 3. Construção e cuidados com dados. 4. Distribuição amostral da média e da variância. 5. Teorema do Limite Central 6. Intervalo de confiança. 7. Testes de hipótese para médias, proporções e comparação de duas médias. 8. Amostragem e determinação do tamanho da amostra. 9. Testes não paramétricos: aderência, homogeneidade e independência. 10. Análise de variância (ANOVA). 11. Correlação. 12. Regressão linear simples. Prática 1. Uso de planilhas e gráficos. 2. Trabalho com bancos de dados. 3. Uso de pacotes estatísticos para análise de dados. 4
Objetivos de aprendizado Entender melhor a metodologia científica e a lógica das pesquisas quantitativas. Conhecer algumas técnicas estatísticas de análise e teste de hipóteses. Possuir os conhecimentos básicos para desenhar, executar e analisar uma pesquisa quantitativa. Desenvolver uma avaliação crítica sobre os dados e números com que se depararem na vida cotidiana e acadêmica. 5
Metodologia didática e avaliação Didática: Aulas expositivas. Práticas no laboratório (bancos de dados, planilhas e pacotes estatísticos). Estudo: Leitura dos capítulos e materiais indicados no plano de ensino e em sala. Exercícios (listas e livros). Análise de dados em sala e atividades em casa. Avaliação: (a). Provas + exercícios i. Duas provas (peso 0,4 cada uma) - Recuperação para conceito final D ou F. - Reposição para quem perdeu prova, com justificativa. ii. Exercícios em grupos em sala ou entregues. (peso 0,2) (b) Apresentação de tópicos em grupo: eventual indicativo + ou. Avaliações por conceitos, podendo ter indicativos + ou -. Material em perguntasaopo.wordpress.com/graduacao/mqcs/ 6
Correção e avaliação das provas e atividades A B C D Projeto pedagógico Desempenho excepcional, demonstrando excelente compreensão da disciplina e do uso do conteúdo. Bom desempenho, demonstrando boa capacidade de uso dos conceitos da disciplina. Desempenho mínimo satisfatório, demonstrando capacidade de uso adequado dos conceitos da disciplina, habilidade para enfrentar problemas relativamente simples e prosseguir em estudos avançados. Aproveitamento mínimo não satisfatório dos conceitos da disciplina, com familiaridade parcial do assunto e alguma capacidade para resolver problemas simples, mas demonstrando deficiências que exigem trabalho adicional para prosseguir em estudos avançados. Aplicação às provas Mostrou domínio dos aspectos básicos e avançados relacionados aos conceitos e técnicas apresentados no curso, aplicando-os adequadamente e de forma clara. Demonstrou domínio dos conceitos e técnicas apresentados em sala aplicando-os adequadamente, mas teve falhas em aspectos de menor relevância. Mostrou conhecer os aspectos básicos dos conceitos e técnicas apresentados no curso, mas não o domínio dos aspectos mais avançados ou de sua aplicação. Apresentou conhecimento de apenas alguns aspectos e conceitos fundamentais, mas demonstrou confusão ou falta de clareza sobre os conceitos. F Reprovado. Não demonstrou conhecimento dos conceitos ou aplicações mais básicos tratados nas aulas. As provas tem questões e itens com diferentes níveis de aplicação dos conceitos e técnicas estudadas. Serão usados + e - para sinalizar que uma categoria intermediária entre dois conceitos. 7
Apresentação (quase) semanal Funcionamento: Apresentação sobre os temas indicados (quase) semanalmente: podem ser sobre algum aspecto da estatística, um exercício, um problema a ser analisado... 15 minutos, máximo de 6 slides. Grupo a apresentar será sorteado aleatoriamente. Avaliação: Quem for sorteado ou se voluntariar para apresentar terá um agradecimento do professor e aplausos da sala. Se o grupo for sorteado e não se apresentar, ou se a apresentação tiver erros, terá um indicativo - para a definição do conceito final. Grupos que se apresentarem 3 ou mais vezes terão indicativo +. 8
Livros recomendados FARBER, B.; LARSON, R. Estatística aplicada. Ed. Pearson Prentice Hall, 2009 ANDERSON, D. R., SWEENEY, D. J., WILLIAMS, T. A. Estatística Aplicada à Administração e Economia. Ed. Pioneira Thomson Learning. 2011 Livros com bons exemplos e exercícios, além de explicações bem didáticas. Uso moderado de álgebra. LEVIN, J.; FOX, J. Estatística para ciências humanas, São Paulo: Prentice Hall, 2004 Boa fonte de referência e informações. Uso moderado de álgebra. BUSSAB, W.; Morettin, P. Estatística básica. Ed. Saraiva, 2006 O mais completo. Abordagem bastante matematizada. 9
Outras necessidades para o curso Calculadora : Para as aulas e provas. Precisa ter raiz quadrada! Formulários e tabelas: Pode-se trazer uma folha A4 de formulário nas provas. Serão entregues tabelas para uso nas aulas e provas. Arquivos eletrônicos e bancos de dados: Organizem, façam backup, cuidem! Planilhas eletrônicas: MS Excel, LibreOffice Calc É fundamental dominar planilhas e seus recursos. 10
Prontos para encarar um quadrimestre com números, contas, planilhas, estatística e um pouco de álgebra?
Pensamento quanti-estatístico Primórdios: Centralização administrativa e burocratização. Aritmética política (séc. XVII). Estudar fenômenos de massa, de grandes proporções. Positivismo: busca de fatos e verdades de forma científica, seguindo os padrões das ciências da natureza. Lógicas: O mundo possui regularidades e elas podem ser compreendidas observando-se os agregados dos grandes números. É necessária informação confiável para orientar a ação social. Os métodos quantitativos são consistentes para descobrir e testar relações causais, especialmente em fenômenos de massa. 13
Lógica probabilística O mundo não pode ser completamente determinado. Podemos avançar o entendimento sobre as relações entre os fenômenos, mas nossa explicação será sempre incompleta. Conseguimos eventualmente encontrar regularidades e determinar as probabilidades de um fenômeno ocorrer, mas não podemos garantir que ele efetivamente acontecerá. 14
15
O que a estatística nos diz? The Economist, Feb 1st 2014: Mobility, measured (http://www.economist.com/news/united-states/21595437-america-no-less-socially-mobile-it-wasgeneration-ago-mobility-measured) 16
Dados e análises sobre MQCS Pó 1. Já passaram 320 alunos por minhas turmas. 2. A incidência de conceitos A e F tem aumentado desde 2015. É mais provável ter um A do que um F. O conceito mais comum é B. 3. A P2 costuma ter conceitos melhores que a P1. 100% 90% 80% 70% 60% 2013 2014 2015 2016 2017 Total n 24 63 56 90 87 320 Conceitos finais MQCS O F D 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Conceitos das provas P1 P2 F- F F+ D- D D+ C- C C+ B- B B+ A- A A+ 50% 40% 30% 20% 10% 0% 2013 2014 2015 2016 2017 Total Geral 17 C B A
18
Ciência, teorias e modelos explicativos Ciências sociais Busca causalidade e enunciados. o A causalidade raramente é evidente e tende a ser múltipla. Métodos, premissas e conclusões devem ser claros e são sempre provisórios. Elementos: o Conceitos: construtos teóricos e simbólicos, com imprecisões e contestações. o Incertezas e imprecisões nas métricas. o Lidar com a subjetividade e com condicionantes históricos e culturais. o Falseabilidade: as afirmações devem poder ser testadas. Teorias: Ajudam na construção de questões, hipóteses e explicações. São uma simplificação da compreensão de mundo que salienta os aspectos e variáveis considerados relevantes para os objetivos da pesquisa. 19
Modelos explicativos em métodos quantitativos Necessidade de estabelecer relações causa-efeito. Não basta achar uma relação estatisticamente significativa (correlação, diferenças, regressão...) entre duas ou mais variáveis, é necessário haver explicação para as causas Variáveis: Variável dependente (Y): variável ou fenômeno a ser explicado. Variável independente (X): variáveis explicativas (causais). o Por vezes sub-denominadas de interesse, de controle, explicativas ou preditivas. Modelo: Y = F(X1; X2;...Xn) F é uma função matemática (linear, exponencial, quadrática,...) 20
Quanti x Quali: resumão Métodos quantitativos Métodos qualitativos Lógica hipotético-dedutiva: aplicação de pressupostos, conceitos e princípios gerais a fenômenos. Levantamentos amostrais, experimentos, quaseexperimentos... MAIS CASOS, COM MENOR PROFUNDIDADE Objeto social estudado Lógica indutiva: generalizações a partir da observação crítica e fundamentada de fenômenos. Observação, entrevistas, grupos de discussão, etnografia... MENOS CASOS, COM MAIOR PROFUNDIDADE
Métodos quantitativos Pontos fortes Capacidade de generalização. Possibilidade de replicação. Procedimentos e técnicas padronizados para coleta de dados e análise. Credibilidade junto a alguns públicos (rigor matemático). Desenho de pesquisa claro e formalizado. Limites Pouca flexibilidade. Necessita de modelos explicativos claros. Perda de informação e dificuldade de captar informações sutis. Risco de simplificações e comparações equivocadas. 22
Formalização de uma pesquisa quantitativa 1. Definição do problema e questões de pesquisa. 2. Formalização de modelo explicativo teorias. 3. Definição de hipótese a ser testada. 4. Definição de testes estatísticos a serem usados e de níveis de confiança. 5. Operacionalização das variáveis, conceitos, amostragem... Proxys; limitações; imprecisões; comparabilidade; viés... 6. Processamento e teste das hipóteses. 7. Análise dos resultados. 23
3 tipos de estatística Descritiva: visa sintetizar grandes quantidades de dados em números informativos (contagens, médias, desvio-padrão...) e/ou em visualizações (gráficos, diagramas...) O que temos aqui? Exploratória: objetiva gerar hipóteses, aprofundar no conhecimento e análise dos dados O que esses dados parecem querer dizer? Inferencial: busca fazer afirmações gerais a partir de amostras e predições O que podemos afirmar com base nesses dados? Estimativas de parâmetros Testes de hipóteses Previsões Trataremos apenas de análises com uma variável independente (explicativa). Para o estudo de fenômenos com múltiplas variáveis são utilizados métodos de análise multivariada. 24
Inferência estatística: conhecer os parâmetros e fazer afirmações sobre a população com base em suas amostras. População Amostra n = 9 Estatísticas amostrais Parâmetros populacionais 25
Exemplos de técnicas estatísticas Análises gráficas Comparação (para uma ou várias populações): Médias Medianas Regressão Simples Múltipla Logística Técnicas multivariadas Análise de componentes principais Testes não paramétricos: Aderência, independência, homogeneidade Wilconox Teste dos sinais Kruslal-Wallis ANOVA (várias populações) Análise de clusters Análise discriminante Análise fatorial Séries temporais 26
Prof. Marcos Vinicius Pó 27