As palavras-chave permitem que o leitor tenha acesso aos artigos que foram classificados com esse vocábulo enquanto etiqueta. Dessa forma, o repositório digital de notícias da ET AL. é filtrado para que o leitor consulte o grupo de artigos que corresponde à palavra-chave que selecionou. Em alternativa, pode optar pela procura de termos na barra de pesquisa.

Etiqueta Selecionada

António Bento

Características da Investigação Científica

A investigação tem dado um importante contributo ao desenvolvimento da humanidade. Fortin (2003), no seu livro sobre “o processo de investigação” diz-nos que a investigação científica é um processo que nos ajuda a resolver os problemas ligados ao conhecimento dos fenómenos do mundo que nos rodeia. Podemos dizer que a investigação científica é um método de aquisição de conhecimentos e uma forma ordenada e sistemática de encontrar respostas para questões que necessitam de uma investigação. De todas as outras formas de aquisição de conhecimento como sejam a intuição, a tradição, a autoridade, a experiência pessoal etc. a investigação científica é o método mais rigoroso e mais aceitável. Kerlinger (1986) apresenta a seguinte definição: “Scientific research is systematic, controlled, empirical, and critical investigation of natural phenomenon guided by theory and hypotheses about the presumed relations among such phenomena (p. 10)”. Dado que definições deste género são bastante abstratas, apresentam-se algumas características importantes da investigação: a) A investigação é direcionada para a solução de um problema. O grande objetivo é descobrir relações de causa e efeito entre variáveis. b) A investigação foca-se no desenvolvimento de generalizações, princípios ou teorias que serão muito úteis na previsão de futuros fenómenos ou ocorrências. c) A investigação é baseada em experiências observáveis ou evidência empírica. Determinadas questões interessantes não derivam em procedimentos de investigação porque não podem ser observadas. d) A investigação exige conhecimento. O investigador sabe já o que é conhecido acerca do problema e como os outros o investigaram. O investigador reviu cuidadosamente a literatura relacionada e conhece bem a terminologia, os conceitos, as técnicas necessárias para a compreensão e análise dos dados. e) A investigação é caracterizada por uma atividade paciente e vagarosa. Raramente é espetacular, e os investigadores podem possivelmente esperar desilusão e desencorajamento na prossecução das respostas para questões difíceis. A investigação tem dado um importante contributo ao desenvolvimento da humanidade. Facilmente reconhecemos os frutos da investigação: melhores produtos consumíveis, melhores maneiras de prevenir e curar doenças, melhor compreensão de grupos e indivíduos e melhor compreensão do mundo no qual vivemos. Referências Fortin, M. (2003). O processo de investigação: Da concepção à realização. Loures: Lusociência. Kerlinger, F. (1986). Foundations of behavioral research. New York: Hartcourt Brace Publishers. António Bento Professor da UMa

LER MAIS...

A análise de conteúdo na investigação qualitativa

As investigações qualitativas, normalmente, produzem quase sempre uma grande quantidade de informação descritiva que precisa de ser organizada e reduzida… A análise de conteúdo assume um papel fulcral na investigação qualitativa. Quivy e Campenhoudt (2005) afirmam que: O lugar ocupado pela análise de conteúdo na investigação social é cada vez maior, nomeadamente porque oferece a possibilidade de tratar de forma metódica informações e testemunhos que apresentam um certo gau de profundidade e de complexidade, como por exemplo, os relatórios de entrevistas pouco diretivas. Melhor do que qualquer outro método de trabalho, a análise de conteúdo (ou pelo menos, algumas das suas variantes) permite, quando incide sobre um material rico e penetrante, satisfazer harmoniosamente as exigências do rigor metodológico e da profundidade inventiva que nem sempre são facilmente inconciliáveis (p. 227). A análise de conteúdo é uma técnica para recolher e analisar o conteúdo de um texto. O conteúdo refere-se a palavras, significados, símbolos, ideias, temas ou qualquer mensagem que pode ser comunicada. O texto é tudo o que é escrito, visual, ou falado que serve como meio para a comunicação. Inclui livros, jornais, ou artigos de revistas, publicidade, discursos, documentos oficiais, filmes ou gravações de vídeo, música, fotografia ou arte. Segundo Bravo (1998), toda a análise qualitativa de dados envolve sempre três dimensões básicas: a teorização (categorização), seleção (codificação) e análise (redução dos dados). Na análise de conteúdo, a ideia central é a de que signos/símbolos/palavras – as unidades de análise – podem organizar-se em categorias concetuais e essas categorias podem representar aspetos de uma teoria que se pretende testar. As investigações qualitativas, normalmente, produzem quase sempre uma grande quantidade de informação descritiva que precisa de ser organizada e reduzida (o que a comunidade científica anglo-americana chama de data reduction), de modo a possibilitar a descrição e interpretação do problema em estudo. Este processo efetua-se por uma operação chamada codificação que vai permitir ao investigador saber o que “contêm” os dados. Na maior parte dos casos a codificação ocorre após a recolha dos dados. Como afirma Wiersma (1995, p. 217) “as categorias emergem dos dados” em que o investigador busca padrões de pensamento ou comportamento, palavras, frases, ou seja, regularidades nos dados que justifiquem uma categorização. De acordo com Alberto Sousa, no processo de análise de conteúdo não há regras pré-estabelecidas para a definição de unidades nem de categorias. Cada análise de conteúdo é distinta de todas as outras, não havendo por isso possibilidade de se definirem critérios universais. As categorias são classes ou agrupamentos de unidades de conteúdo, organizadas em conformidade com as características comuns dessas unidades. As categorias deverão possuir as seguintes qualidades: a) Exclusão mútua; b) Homogeneidade; c) Pertinência; d) Objetividade e fidelidade; e) Produtividade. Como já referimos num artigo anterior, o aparecimento recente de diversos programas de computador (por exemplo o NVivo, o Atlas.ti e o WebQDA,), veio facilitar muito a complicada e demorada tarefa da técnica da análise de conteúdo e, simultaneamente, veio aumentar a fidelidade dos dados. Referências e sugestões de leitura Bardin, L. (2004). Análise de conteúdo (3.ª ed.). Lisboa: Edições 70. Bravo, M. (1998). La metodologia cualitativa. In M. Bravo & L. Eisman (Ed.). Investigacion educativa (pp. 294-288). Sevilha: Edicones Alfar. Wiersma, W. (1995). Research methods in education: An introduction (6th ed.). Thousand Oaks: Pine Forge Press. Quivy, R. & Campenhoudt, L. (2005). Manual de investigação em ciências sociais (4.ª ed.). Lisboa: Gradiva. Sousa, A. (2005). Investigação em educação. Lisboa: Livros Horizonte. António Bento Professor da UMa

LER MAIS...

Investigação: Comunicação e Divulgação dos Resultados

«Ninguém é tão grande que não possa aprender, nem tão pequeno que não possa ensinar» Montaigne Uma investigação só é considerada acabada ou completa quando entra no domínio público, ou seja, quando os seus resultados sejam difundidos e disseminados. Como nos diz Fortin: “A difusão dos resultados constitui a última etapa do processo de investigação. Esta etapa é o fim lógico dos esforços do investigador” (Fortin, 2009, p. 492). Há várias possibilidades para a divulgação ou a apresentação dos resultados de investigação: alguns consistem em apresentações orais (tipicamente usando meios audiovisuais); outros envolvem escrever para atas de congressos, colóquios, conferências, revistas científicas ou editoras de livros; ou a combinação de formas escritas e orais. Diferentes tipos de publicação têm diferentes finalidades. Por exemplo, apresentações em conferências (orais ou pósteres) são usualmente utilizadas para apresentar trabalho em progresso. Isto dá ao investigador não só a oportunidade de divulgar os seus resultados atuais, mas também para receber feedback valioso da audiência (em relação á apresentação, análise e interpretação dos dados). Os vários tipos de publicação diferem no seu impacto e prestígio. Artigos publicados em revistas com arbitragem científica tipicamente beneficiam do mais alto estatuto (até mais que livros), pois eles são escrutinados rigorosamente por especialistas. Este estatuto é proporcional ao “fator de impato” da revista na qual o artigo é publicado. Uma questão pertinente que se coloca é em que língua publicar. A tendência a seguir é a língua do “poder”. Se há 40 anos era o francês a língua ideal, agora é claramente o inglês. Uma das plataformas mais poderosas e mais reconhecidas de indexação é a do Institute for Scientific Information (ISI) situada em Filadélfia, nos Estados Unidos que regista as citações que existem nos artigos científicos. Cada referência é incluída na base de dados, dando origem à identificação do número de vezes que essa referência aparece num determinado período de tempo, e esses resultados são publicados no Science Citation Index (SCI). Por sua vez regista também a revista onde são publicados os artigos referenciados, dando origem ao “Journal impact factor” que dá origem a uma publicação, o SCI Journal Citation Reports. Este indicador – impact factor – é visto atualmente como um indicador de qualidade da revista. Igualmente prestigiado é o arquivo Scopus. Há uma tendência na Europa e em Portugal para valorizar os artigos ISI e o factor de impacto. Contudo há críticas de investigadores contra este modo de procedimento. Neste contexto, as melhores revistas para publicar são as de maior factor de impacto. Artigos científicos que são publicados em revistas sem arbitragem científica são considerados, por essa razão, artigos de divulgação. Em resumo, quando se trata de publicar a primeira regra é publicar numa revista indexada numa base de dados ou numa plataforma eletrónica. As revistas não indexadas não existem, referem alguns autores. Os mais críticos dizem até que artigos não publicados no ISI não existem. Referências e sugestões de leitura · Fortin, M. (2009). Fundamentos e etapas do processo de investigação. Loures: Lusodidacta. (pp. 491-503). · Oliveira, L. (2011). Dissertação e tese em ciência e tecnologia segundo Bolonha. Lisboa: Lidel (pp. 95-103). António V. Bento Professor da UMa

LER MAIS...

Investigação: Apresentação e análise dos dados

Terminada a fase da recolha dos dados, segue-se a sua apresentação e interpretação à luz das questões de investigação ou das hipóteses formuladas. Segundo Reis (2010), a análise dos dados é o processo sistemático de pesquisa e de organização de transcrições de entrevistas ou de outros instrumentos de recolha de dados, com o objetivo de aumentar a compreensão desses materiais e de permitir apresentar o que se conseguiu com o trabalho de investigação (p. 114). Consiste, de igual modo, em categorizar e examinar esses dados de acordo com os objetivos e hipóteses previamente formulados. Atente-se que se devem comunicar os resultados que têm relação direta com as questões de investigação ou as hipóteses. De acordo com o tipo de estudo, os resultados dizem respeito tanto à descrição das variáveis e das suas relações, como à confirmação ou rejeição das hipóteses que foram testadas, com a ajuda de análises estatísticas. Na análise descritiva dos dados, o investigador indica as características comuns dos sujeitos que constituem a amostra. Na análise inferencial, o investigador verifica hipóteses de associação ou de causalidade, com a ajuda de testes estatísticos, a fim de determinar a natureza das relações entre variáveis ou a significação das diferenças observadas entre os grupos em situações controladas. Neste contexto, a análise dos resultados consiste em examinar de perto o conjunto dos resultados e em extrair o essencial de forma a abrir a via da interpretação. Na análise descritiva, consideram-se os dados que permitem caracterizar a amostra e estes são avaliados com a ajuda de medidas de tendência central e de dispersão. No que concerne às análises inferenciais, que tratam exclusivamente de verificação de hipóteses, consideram-se os diferentes teste estatísticos (correlação r, teste t de Student, análise da variância, etc.) utilizados para a verificação e os resultados que daí decorrem. A interpretação dos resultados é frequentemente considerada uma etapa difícil pelo facto de exigir um grande esforço de reflexão, o que pressupõe um exame crítico do conjunto do processo de investigação. O investigador analisa e interpreta os resultados situando-os no contexto do estudo e confrontando-os com os de outros trabalhos já publicados. Faz emergir as ligações entre resultados obtidos e as questões de investigação, ou as hipóteses formuladas. Em síntese, a análise envolve o estudo dos dados, a sua organização, divisão em unidades manipuláveis, síntese, procura de padrões, descoberta de aspetos importantes e do que deve ser aprendido e a decisão sobre o que vai ser transmitido aos outros. Referências e sugestões de leitura Reis, F. (2010). Como elaborar uma dissertação de mestrado. Lisboa: Lidel – Edições Técnicas. Fortin, M. (2003). O processo de investigação: Da concepção à realização. Lisboa: Lusociência (pp. 329-338). António Bento Professor da UMa

LER MAIS...

Escalas como instrumentos de medida

Os principais métodos de recolha de dados são as observações, as entrevistas, os questionários, as escalas, a técnica de Delphi, as videogravações, as check-lists, as descrições, etc. Instrumentos de medida ou técnicas de recolha de dados são os meios técnicos que se utilizam para registar as observações ou facilitar o tratamento experimental (Sousa, 2005). O investigador dispõe de uma grande variedade de métodos de recolha de dados. São de considerar alguns fatores na escolha de um instrumento de medida, em particular o nível de investigação e a acessibilidade dos instrumentos. Os principais métodos de recolha de dados são as observações, as entrevistas, os questionários, as escalas, a técnica de Delphi, as videogravações, as check-lists, as descrições, etc. As escalas são instrumentos de medida mais precisos que os questionários. De acordo com Fortin (2009) As escalas de medida são formas de autoavaliação que são constituídas por vários enunciados ou itens, lógica e empiricamente ligados entre si e que são destinados a medir um conceito ou uma característica do indivíduo (p. 388). Ao contrário dos questionários e das entrevistas, que servem para recolher uma informação factual, a escala de medida emprega-se sobretudo para avaliar variáveis psicossociais. A escala indica o grau segundo o qual os indivíduos manifestam uma dada característica. Serve, por exemplo, para determinar entre os participantes num estudo, os que apresentam tal atitude, tal motivação ou tal traço de personalidade. A escala de medida pode ser constituída por uma série de etapas ou comportar graus ou gradações. Os scores da escala permitem comparações entre os indivíduos em relação à característica medida. Uma escala comporta os seguintes elementos: a) Um enunciado pivô em relação a atitudes ou o fenómeno a avaliar (por exemplo, o estilo de liderança predominante); b) Uma série de algarismos que indicam graus na escala: «1, 2 … 5»; c) Categorias ou ancoragens que definem os graus ou escalões (por exemplo «1 = totalmente de acordo; 5 = totalmente em desacordo». As principais escalas utilizadas na investigação são a escala de Likert, a escala de diferenciação semântica e a escala visual analógica. A escala de Likert (método desenvolvido por Rensis Likert no início dos anos 30) é a mais usada para avaliar atitudes. Comporta uma série de enunciados que exprimem um ponto de vista sobre um tema. Os participantes indicam o seu grau de acordo ou de desacordo numa escala de intensidade com os diferentes enunciados. Por exemplo, “concordo bastante”, “concordo”, “indeciso”, “discordo”, “discordo bastante”, ou “nunca”, “quase nunca”, “indeciso”, “quase sempre”, ou “sempre”. A escala de Likert, para Fortin (1999) citado por Vilelas (2009), consiste na apresentação de uma série de proposições, devendo o inquirido, em relação a cada uma delas, indicar uma de cinco posições: concordo totalmente, concordo, sem opinião, discordo, discordo totalmente. De seguida, às respostas são adicionados scores individuais na escala. Atribui-se o score mais elevado +2 às respostas concordo totalmente, enquanto o score -2 será atribuído à resposta discordo totalmente. Referências e sugestões de leitura Fortin, M. (2009). Fundamentos e etapas do processo de investigação. Loures: Lusodidacta (pp. 388-394). Freixo, M. (2010). Metodologia científica: Fundamentos, métodos e técnicas (2.ª ed.). Lisboa: Instituto Piaget (pp. 205-213). Hill, M. & Hill, A. (2002). Investigação por questionário. Lisboa: Edições Sílabo (pp. 105-117). Sousa, A. (2005). Investigação em educação. Lisboa: Livros Horizonte (pp. 181-198). Vilelas, J. (2009). Investigação: O processo de construção do conhecimento. Lisboa: Edições Sílabo. António V. Bento Docente da UMa

LER MAIS...

Classificação da investigação científica

Podemos definir a investigação como a atividade desenhada para produzir novo conhecimento científico ou usar esse conhecimento no melhoramento das práticas educativas. Mas como é que se pode classificar a investigação ou a produção do novo conhecimento científico? Vários autores apresentam diferentes classificações de investigação contudo, no essencial, as tipologias classificativas não diferem muito. Neste artigo vamos apresentar uma tipologia de classificação na área das ciências da educação mas que pode ser extensível às outras ciências sociais. Assim, a investigação pode ser classificada quanto ao método e quanto ao propósito. Quanto ao método, embora muitos trabalhos de investigação tenham aspetos em comum, apresentam um método ou estratégia específica. Isto, apesar de terem em comum, ao longo do seu itinerário as mesmas etapas: definição do problema, elaboração das questões de investigação, recolha de dados, análise dos dados e formulação das conclusões. As diferenças existentes entre eles são devidas ao método de investigação, pois cada um deles foi concebido para responder a uma determinada questão. De facto, podemos considerar cinco categorias de investigação quanto ao método: a) Investigação histórica; b) Investigação descritiva; c) Investigação correlacional; d) Investigação experimental; e, e) investigação causal comparativa. Quanto ao propósito, esta classificação baseia-se essencialmente na aplicabilidade dos resultados e no grau em que estes são generalizáveis à população em estudo. Ambos os critérios são função do controlo da investigação exercido durante a condução do estudo. Na verdade, podemos também considerar cinco categorias quanto ao propósito de investigação: a) Investigação básica. Tem como propósito desenvolver teoria e estabelecer princípios gerais. Aquela fornece a teoria relevante para a resolução de problemas sociais. b) Investigação aplicada. É conduzida com o propósito de aplicar ou testar a teoria e avaliar a sua utilidade na resolução de problemas sociais. c) Investigação em Avaliação. O Propósito é recolher e analisar dados com o fim de facilitar tomadas de decisão que digam respeito a duas ou mais ações alternativas. d) Investigação e Desenvolvimento. Pretende desenvolver produtos para serem utilizados com determinados fins e de acordo com especificações pormenorizadas. e) Investigação-ação. O propósito desta investigação é resolver problemas de caracter prático, através do emprego do método científico. A investigação é levada a cabo a partir da consideração da situação real. A sua principal finalidade é a resolução de um dado problema para o qual não há soluções baseadas na teoria previamente estabelecida. Quando desenvolvemos investigação científica (método de aquisição de conhecimentos que permite encontrar respostas para questões precisas) é assaz importante clarificar, para nós e para outros, o propósito da nossa pesquisa. Referências e sugestões de leitura: Carmo, H. & Ferreira, M. (1998). Metodologia da investigação: Guia para Auto-aprendizagem. Lisboa: Universidade Aberta (pp. 209-244). Fortin, M. (2009). Fundamentos e etapas do processo de investigação. Loures: Lusodidacta (pp. 3-24). Gay, L. (1981). Educational research: Competencies for analysis & application (2nd ed.). Ohio: Charles Merrill Publishing Company (pp. 142-271). António V. Bento Professor da UMa

LER MAIS...

Observação Científica como Técnica de Recolha de Dados

A observação corresponde à ação de observar. É uma ponderação cuidadosa acerca de uma situação, de forma a ficar mais esclarecido em relação à mesma. Pode ter também uma apreciação ou pesquisa (Costa & Melo, 1984). A observação, sob um ponto de vista científico, é uma técnica de recolha de dados. Nas palavras de Carmo e Ferreira (1984), “observar é selecionar informação pertinente, através dos órgãos sensoriais e com recurso à teoria e metodologia científica, a fim de poder descrever, interpretar e agir sobre a realidade em questão” (p. 97). De acordo com os meios utilizados, pode-se classificar a observação em estruturada e não estruturada. A observação estruturada caracteriza-se por ser minuciosamente planeada, com critérios pré-estabelecidos. O observador tem de mantar-se o mais objetivo possível, procurando eliminar a influência que pode ter no meio, e limita-se a descrever. Descreve de forma precisa acerca de cada facto (Cunha, 1982). A observação não estruturada, como o nome indica não é planeada, é espontânea, simples e informal. O observador atua como um mero observador. É ideal para conhecer uma situação de natureza pública como hábitos de compra, de calçado, entre outros (Idem). Consoante a participação do observador, a observação pode ser considerada participante ou não participante. Na observação participante, o observador atua de forma ativa envolvendo-se no fenómeno. Este envolvimento pode ocorrer de forma natural, já pertence à comunidade, ou de forma artificial, o observador integra o grupo de análise (Serva & Júnior, 1995). Segundo Cunha (1982), a observação não participante é considerada passiva, ou seja, o indivíduo não está incluído na comunidade e apenas observa de forma neutra. É alheio aos dados recolhidos, um mero espectador. Finalmente, a observação é uma técnica de recolha de dados indispensável em qualquer tipo de investigação sendo a observação participante mais usada nas investigações de carácter etnográfico. Referências e sugestões de leitura Bogdan, R. & Biklen, S. (1994). Investigação qualitativa em educação. Porto: Porto Editora (pp. 90-92). Carmo, H. & Ferreira, M (1998). Metodologia da investigação: Guia para a auto-aprendizagem. Lisboa: Universidade aberta (pp. 89-116). Costa, J. & Melo, A. (Org). (1984). Dicionário da língua portuguesa (5ª edição). Porto: Porto Editora. Cunha, M. (1982). Metodologias para estudo dos usuários de informação científica e tecnológica, R. Bibliotecon. 10 (2), pp. 5-19. Fortin, M. (1999). O processo de investigação: da conceção à realização. Loures: Lusociência (pp. 241-245). Lapassade, G. (2005). As microssociologias. Brasília: Liber Livro Editora Ltda. (pp. 69-90). Serva, M. & Júnior, P. (1995). Observação participante e pesquisa em administração – Uma postura antropológica. Revista de Administração de Empresas, 35 (1), pp. 64-79. Sousa, A. (2005). Investigação em educação. Lisboa: Livros Horizonte (pp. 109-137). António V. Bento Professor da UMa

LER MAIS...

Estudos de investigação experimental

A investigação experimental caracteriza-se pelo facto de o investigador atuar sobre a variável denominada independente (pelo seu papel pró-ativo na experiência), procurando conhecer os seus efeitos sobre uma ou mais variáveis, denominadas dependentes (recetoras da ação da variável independente). O objetivo da investigação experimental é o estabelecimento de relações causa-efeito. Normalmente, o método experimental é descrito como aquele que é conduzido para rejeitar ou aceitar hipóteses relativas a relações causa-efeito entre variáveis. No estudo experimental, o investigador manipula pelo menos uma variável independente, controla outras variáveis consideradas relevantes e observa o efeito numa ou mais variáveis dependentes (também designada de tratamento). Os métodos experimentais são desenhados para verificar hipóteses de causalidade. Um termo chave dos métodos experimentais é o controlo. Para além de controlo outros elementos essenciais são variável independente (VI) e, por inerência, variável dependente (VD). O estudo experimental pressupõe sempre a existência de dois grupos de sujeitos ou de objetos: grupo experimental e grupo de controlo. O que diferencia o grupo experimental do grupo de controlo é a intervenção de que aquele é objeto, enquanto o grupo de controlo ou grupo testemunho (como Fortin também lhe chama) não é submetido a esta. Campbell e Stanley (1963) designaram três categorias de tipo experimental: a) desenhos experimentais verdadeiros; b) desenhos quase-experimentais; c) desenhos pré-experimentais. As características dos desenhos experimentais são: 1) A manipulação (tratamento x); 2) O controlo (grupo); e, 3) A aleatorização (repartição aleatória). A investigação experimental funciona deste modo: o investigador forma dois grupos de sujeitos, aplica a um dos grupos o experimento ou tratamento (VI que manipula), e, ao outro grupo, ou não faz nada, ou aplica um tratamento diferente também designado por efeito placebo. O grupo que recebe o experimento chama-se grupo experimental e o grupo em que nada acontece ou acontece algo diferente chamamos de grupo de controlo. Comparamos os grupos na variável dependente, com o objetivo de verificar se as diferenças nos resultados são devidas, ou melhor, causadas pelo tratamento. A atribuição de causalidade baseia-se no pressuposto da equivalência de grupos que terão de ser necessariamente semelhantes em tudo exceto na exposição à variável independente ou tratamento, ou seja, ao fato do grupo experimental ter recebido o tratamento e o de controlo não, o que fornece base para o investigador inferir de que as diferenças na VD são causadas pela VI. Referências e sugestões de leituras Campbell, D. & Stanley, J. (1963). Experimental and quasi-experimental designs for research. Chicago: David McNally. Carmo, H. & Ferreira (1998). Metodologia da investigação: Guia para a aprendizagem. Lisboa: Universidade Aberta. (Pp. 225-246). Coutinho, C. (2011). Metodologia de investigação em Ciências Sociais e Humanas: Teoria e prática. Coimbra: Edições Almedina. (Pp. 235-260). Fortin, M. & Robishaud, S. (2003). “Os estudos do tipo experimental”. In Marie-Fabiene Fortin (Org). O processo de investigação: da concepção à realização (pp.183-199). Loures: Lusociência. António V. Bento Professor da UMa

LER MAIS...

Estudos correlacionais e causalidade

Fortin (2003), afirma que “…contrariamente aos estudos puramente descritivos, nos quais a descoberta e a descrição são o objetivo principal, os estudos de tipo correlacional têm por objetivo examinar as relações entre variáveis. Os estudos deste tipo pressupõem que o fenómeno já foi identificado e descrito (p. 173).” Portanto, os estudos de tipo correlacional consistem em examinar relações entre duas ou mais variáveis quantificáveis. A investigação correlacional apenas estabelece que há uma relação entre duas variáveis mas não estabelece uma relação “causa-efeito”. Contudo, o estabelecimento de uma correlação entre duas variáveis poderá ser utilizado na previsão dos valores de uma delas a partir do conhecimento dos valores da outra. O grau de correlação entre duas variáveis é geralmente expresso como um coeficiente cujo valor varia entre 0.00 e +1.00 ou -1.00. Duas variáveis que estão altamente correlacionadas apresentam um coeficiente perto de +1.00 ou de -1.00; no caso de não estarem correlacionadas apresentam um coeficiente perto de 0.00. Quanto ao sentido, a correlação pode ser classificada em positiva ou negativa. Uma correlação positiva indica que os sujeitos que obtiveram valores altos numa das variáveis também obtiveram valores altos na outra variável ou vice-versa. Uma correlação diz-se negativa quando os sujeitos obtêm valores altos numa variável e valores baixos na outra variável. A correlação apresenta valores baixos quando não há relação entre duas variáveis; digamos que é a ausência de correlação como, por exemplo, entre a altura do aluno e o seu rendimento académico. Quando estamos perante uma correlação estatisticamente significativa, devemos ponderar sempre a hipótese de causalidade inversa (A causa B ou B causa A), ou a hipótese de existência de outras variáveis intermediárias, não controladas, que sejam responsáveis pela falsa associação entre as variáveis em estudo. Quando correlações entre variáveis são encontradas, descobertas, torna-se possível predizer uma variável a partir de outra. Por exemplo, se nós sabemos que a competência de vocabulário e a aprendizagem escolar são correlacionadas, nós podemos predizer que os alunos com melhor vocabulário normalmente aprenderão mais que os alunos com vocabulário limitado. As correlações também levantam questões acerca de se uma das variáveis relacionadas pode causar outra, sugere assim áreas férteis para investigação experimental. Se nós verificamos que existe uma correlação entre vocabulário e aprendizagem nós podemos desejar prosseguir o nosso estudo correlacional com um estudo experimental no qual o treino de vocabulário é dado, para verificar se rendimento escolar mais alto ocorre como resultado. Finalmente, convém recordar que a investigação correlacional apenas permite afirmar a existência de covariação entre variáveis e que a presença de uma correlação significativa não garante com segurança a existência de uma relação causa-efeito. Só os estudos experimentais onde há manipulação propositada de variáveis independentes garantem a existência de uma relação causa-efeito. Sugestões de leitura Carmo, H. & Ferreira, M. (1998). Metodologia da investigação: Guia para Auto-aprendizagem. Lisboa: Universidade Aberta (pp. 220-224). Coutinho, C. (2011). Metodologia de investigação em Ciências Sociais e Humanas: Teoria e prática. Coimbra: Edições Almedina (pp. 261-276). Fortin, M. (2003). O processo de investigação: Da concepção à realização. Loures: Lusociência (pp. 174-182). António V. Bento Professor da UMa

LER MAIS...

Amostragem, conceito e importância

Sem dúvida que a maior parte das decisões feitas, em estatística, fundamenta-se numa amostragem e a generalização e a validade das conclusões dependem do valor dessa amostragem. Na verdade, amostragem é, simplesmente, o processo de definição da amostra. Suponhamos que queremos saber a idade média dos Madeirenses. Teríamos dois processos de o fazer. Um seria obter, a partir do censo, a idade de todos os Madeirenses e dividir pelo seu número total. Esta solução que parece ser a mais segura é pouco cómoda e a sua precisão é ilusória. Na verdade quando avaliamos a idade, a população já foi alterada (nascimentos e óbitos) de modo, que na prática, não se pode obter a idade média exata mas simplesmente uma aproximação satisfatória. O outro processo seria avaliar a idade de algumas centenas de Madeirenses tomados ao acaso (e dividir pelo número correspondente). Este processo que consiste em tomar uma amostra (a idade de algumas centenas de Madeirenses) a população (ou seja o conjunto de todos os Madeirenses), é rigoroso na medida em que: a) As idades avaliadas são tomadas ao acaso, no conjunto da população; b) o número de idades avaliadas é grande. De acordo com Fortin (2003), a amostragem é: “O procedimento pelo qual um grupo de pessoas ou um subconjunto de uma população é escolhido com vista a obter informações relacionadas com o fenómeno, e de tal forma que a população inteira que nos interessa esteja representada. Os principais conceitos que se relacionam com a amostragem são: a população, a amostra, o plano de amostragem, a caracterização da população, a representatividade e o erro de amostragem” (p. 202). Há um certo número de conceitos que convém esclarecer no processo de amostragem, começando pelo conceito de população. Uma população é uma coleção de elementos que partilham características comuns e é delimitada por critérios de seleção destes elementos. Uma amostra é um subconjunto dos elementos que compõem a população. Podemos afirmar que uma amostra é representativa da população quando as suas características se assemelham o mais possível às da população. Deste modo, as generalizações podem ser feitas a partir das descobertas feitas. As amostras podem ser representativas ou ocasionais: Uma amostra diz-se representativa da população quando não há qualquer razão para pensar que o valor difere da amostra para a população. Por exemplo, uma amostra é representativa da população Madeirense relativamente à idade, se não houver qualquer razão para pensar que, nesta amostra, a idade possa ser diferente da população Madeirense. Amostra ocasional é uma amostra extraída da população, segundo um método de seleção orientado por razões de comodidade para o investigador e pela não preocupação de introduzir outros fatores de seleção na amostra observada. Se determinarmos a idade média dos Madeirenses podemos, por exemplo, avaliar 1000 idades no mesmo concelho por razões de comodidade ou de facilidade de acesso; quanto ao resto, escolhemos essas mil idades ao acaso. Uma amostra ocasional não é representativa da população e não podemos extrair dela quaisquer conclusões relativas à população; quanto muito podemos encontrar aí apenas indicações. A amostragem permite, geralmente, ao investigador reduzir custos, reduzir a necessidade de mão de obra, recolher informação mais rapidamente, e obter dados mais compreensíveis (Smith, 1975). Parece contraditório, mas segundo alguns autores, amostras bem selecionadas fornecem melhores estimativas da população do que os censos, principalmente porque se podem controlar melhor certos tipos de erros. Reitere-se que uma amostra para ser representativa tem que obedecer a dois critérios: É necessário que todos os indivíduos da população tenham a mesma probabilidade de serem selecionados e o efetivo da amostra deve ser grande. Portanto, amostragem é a operação que consiste em tomar um certo número de elementos (ou seja uma amostra) no conjunto dos elementos que queremos observar ou tratar (população). Para finalizar, o processo de amostragem é bastante importante. A amplitude das conclusões dum estudo estatístico está limitada pela qualidade do processo de amostragem. Se a amostra for representativa de uma população bem definida, as conclusões que daí podemos tirar aplicam-se a toda a população com uma margem de incerteza que pode calcular-se com precisão, no caso das amostras aleatórias. Se a amostra não for representativa, as conclusões devem limitar-se à própria amostra e as extrapolações que daí possamos tirar são perigosas e contestáveis. REFERÊNCIAS E SUGESTÕES DE LEITURA: Carmo, H. & Ferreira, M. (1998). Metodologia da investigação: Guia para Auto-aprendizagem. Lisboa: Universidade Aberta (pp. 189-203). Cozby, P. (2003). Métodos de pesquisa em ciências do comportamento. São Paulo: Atlas Fortin, M. (2003). O processo de investigação: Da conceção à realização (3ª ed.). Loures: Lusociência (pp. 201-214). Hill, M. & Hill, A. (2002). Investigação por questionário (2ª edição). Lisboa: Edições Sílabo (pp. 41-58). Smith, H. (1975). Strategies of social research: The methodological imagination. New Jersey: Prentice-Hall, Inc. Sousa, A. (2005). Investigação em educação. Lisboa: Livros Horizonte (pp. 64-85). António V. Bento Professor da UMa

LER MAIS...
OS NOSSOS PARCEIROS