metodologia cientifica

Prévia do material em texto

Material didático autoral • Consulte as referências indicadas 1
Metodologia científica: do problema à
conclusão
Guia introdutório para leitura, planejamento e avaliação de pesquisas
Material de apoio acadêmico • Texto autoral de caráter introdutório
Este material sintetiza conceitos para estudo e revisão. Consulte as obras listadas ao final para
aprofundamento e confira as exigências de citação da sua instituição.
Material didático autoral • Consulte as referências indicadas 2
Objetivos de aprendizagem
Ao final da leitura, espera-se que o estudante consiga identificar os conceitos centrais, explicar suas relações e
aplicar as ideias a situações concretas, reconhecendo limites e controvérsias.
1. O que caracteriza uma investigação científica?
A pesquisa científica é uma investigação sistemática orientada por uma pergunta, procedimentos explícitos e
análise crítica de evidências. Seu valor não depende apenas de apresentar números ou utilizar linguagem
técnica: depende da coerência entre problema, método, dados e conclusão.
Uma afirmação científica precisa ser examinável. Isso significa que outras pessoas devem conseguir
compreender como os dados foram obtidos e quais limites existem para a interpretação. Transparência não
elimina erros, mas facilita sua identificação e correção.
2. Da curiosidade ao problema de pesquisa
Um tema amplo — por exemplo, uso de redes sociais — ainda não é uma pergunta de pesquisa. É necessário
delimitar população, contexto e fenômeno. Uma pergunta mais precisa poderia investigar a associação entre
tempo de uso noturno de redes sociais e duração do sono em estudantes universitários.
Uma boa pergunta é clara, relevante, viável e compatível com métodos capazes de respondê-la. A hipótese,
quando apropriada, é uma previsão que pode ser confrontada com dados; ela não deve ser tratada como
conclusão antecipada.
3. Abordagens quantitativas, qualitativas e mistas
Abordagens quantitativas trabalham com medidas e padrões que podem ser descritos estatisticamente. São
úteis para estimar frequências, comparar grupos e examinar associações, desde que as medidas sejam
adequadas.
Abordagens qualitativas exploram significados, experiências, práticas e contextos por meio de entrevistas,
observações, documentos ou outros materiais. O rigor depende de procedimentos transparentes de coleta,
interpretação e reflexividade.
Métodos mistos combinam estratégias quantitativas e qualitativas quando a integração entre elas responde
melhor à pergunta. Misturar métodos sem explicar como os resultados serão relacionados não garante maior
qualidade.
Para refletir: que evidência permitiria testar essa explicação em um contexto real? Que fatores alternativos
poderiam produzir o mesmo resultado?
4. Desenho de pesquisa e causalidade
Estudos observacionais registram fenômenos sem atribuir aleatoriamente uma exposição ou intervenção.
Podem identificar associações, mas fatores de confusão e causalidade reversa limitam inferências causais.
Experimentos com alocação aleatória podem fortalecer a inferência causal, embora continuem sujeitos a
problemas de adesão, mensuração, perdas e validade externa. A escolha do desenho deve considerar a
pergunta, a ética e a viabilidade.
5. Amostragem, medidas e vieses
A amostra deve ser adequada à população e ao objetivo. Uma amostra grande não corrige automaticamente
um processo de seleção enviesado. É importante informar como participantes foram recrutados, quem ficou de
fora e quais limitações isso cria.
Validade diz respeito ao quanto uma interpretação ou medida sustenta a conclusão pretendida. Confiabilidade
refere-se à consistência da medida ou procedimento. Uma medida pode ser consistente e ainda medir o
Material didático autoral • Consulte as referências indicadas 3
fenômeno errado.
6. Análise e comunicação dos resultados
Resultados devem ser apresentados sem ocultar achados desfavoráveis à hipótese inicial. Significância
estatística não é sinônimo de importância prática, e correlação não demonstra, por si só, causalidade.
Uma conclusão responsável distingue o que os dados sustentam, o que permanece incerto e quais estudos
poderiam reduzir a incerteza. Limitações específicas são mais úteis do que uma frase genérica afirmando que
toda pesquisa tem limitações.
Síntese para revisão
Antes de avaliar um estudo, pergunte: qual é a pergunta? O desenho é adequado? Como a amostra foi
selecionada? As medidas são válidas? As análises respondem à pergunta? As conclusões excedem os dados?
Os procedimentos permitem avaliação independente?
Questões para revisão
1. Qual é a diferença entre uma pergunta de pesquisa e um tema amplo?
2. Por que uma amostra grande não elimina necessariamente o viés de seleção?
3. Em que condições um estudo observacional permite — ou não — sustentar uma conclusão causal?
4. Como distinguir significância estatística de relevância prática?
Referências para aprofundamento
CRESWELL, John W.; CRESWELL, J. David. Research Design: Qualitative, Quantitative, and Mixed Methods Approaches. 5. ed.
SAGE, 2018.
POPPER, Karl. The Logic of Scientific Discovery. Routledge, 2002 [edição original em inglês: 1959].
SHADISH, William R.; COOK, Thomas D.; CAMPBELL, Donald T. Experimental and Quasi-Experimental Designs for Generalized
Causal Inference. Houghton Mifflin, 2002.
Nota de uso: material preparado para fins educacionais. Revise a adequação ao curso, complemente com leituras próprias e
mantenha a identificação correta das fontes ao reutilizar ideias ou citações.