Baixe o app para aproveitar ainda mais
Prévia do material em texto
METODOLOGIA CIENTÍFICA Karina da Silva Nunes Coleta de dados Objetivos de aprendizagem Ao final deste texto, você deve apresentar os seguintes aprendizados: Definir população e amostra de pesquisa. Caracterizar os tipos de amostras para coleta de dados. Aplicar pesquisa-piloto. Introdução Uma pesquisa é composta por várias fases que envolvem a definição do problema, dos objetivos e do referencial teórico. Além disso, há a coleta de dados, que é o processo de recolhimento de informações para compor o estudo. Os dados recolhidos são utilizados como base para comprovar ou não os objetivos da pesquisa. Nesse sentido, a coleta é realizada conforme o planejamento do estudo do qual faz parte. As informações coletadas, por sua vez, advêm da população a ser estudada, isto é, do público que será pesquisado. Neste capítulo, você vai entender como a coleta de dados funciona e o que é necessário para sua execução. Você também vai conhecer as definições de população e amostra de pesquisa. 1 População e amostra de pesquisa Após defi nir o foco de uma pesquisa, é preciso delimitar o objeto de estudo, ou seja, a população. Segundo Gil (2012), a população, também conhecida como “universo”, é um conjunto de elementos com as mesmas características. Assim, uma população pode ser o conjunto de alunos de uma escola, os habitantes de uma cidade ou os funcionários de uma fábrica, por exemplo. A definição da população do estudo precisa ser clara, pois o conceito de população não envolve necessariamente pessoas, já que um estudo pode ana- lisar uma população de abelhas ou de macacos. Conforme Marconi e Lakatos (2017, p. 206), “[...] universo ou população é o conjunto de seres animados ou inanimados que apresentam pelo menos uma característica em comum”. Além disso, Hernández Sampieri, Fernandez Collado e Baptista Lucio (2013) afirmam que a população tem de estar evidentemente situada em relação ao conteúdo, lugar e tempo. Um bom exemplo para entender como trabalhar o conceito de população pode ser extraído dos serviços de assinatura digital. As empresas têm uma população bem definida, que são os clientes que assinam seus serviços. Porém, o número de clientes de alguns serviços pode ser enorme, o que significa muitas pessoas e, consequentemente, muitos dados gerados. Desse modo, para realizar estudos e analisar os dados de interação desses clientes nas suas plataformas, as empresas utilizam pequenas parcelas da população. Para traçar objetivos mais específicos, essas parcelas são divididas em diferentes critérios, como idade, sexo, localização e interesses. Essa divisão da população do estudo compõe as amostras da população. Conforme Hernández Sampieri, Fernandez Collado e Baptista Lucio (2013, p. 192), uma amostra é “[...] simplesmente uma subdivisão da população, sobre a qual os dados serão coletados e que deve ser delimitada com precisão, pois será representativa dessa população”. Assim, é necessário considerar sempre se a amostra representa a população em sua totalidade, pois, na maioria das vezes, não existe a possibilidade de estudar todo o conjunto da população. Quando uma amostra caracteriza exata- mente a população em estudo, é considerada uma amostra representativa. Isso significa que, com base nos dados de uma amostra representativa e utilizando procedimentos estatísticos adequados, é possível inferir ou generalizar as conclusões obtidas para a população (BRUNI, 2011). Portanto, é preciso que a amostra da população seja representativa, de modo a oferecer conclusões válidas sobre o universo. Para isso, a amostra deve ser extraída de acordo com critérios bem delimitados. Hernández Sampieri, Fernandez Collado e Baptista Lucio (2013) apontam três erros que podem surgir na seleção da amostra: desconsiderar ou não escolher casos que deveriam ser parte da amostra (participantes que deveriam integrá-la, mas que não foram selecionados); incluir casos que não deveriam estar na amostra porque não fazem parte da população; selecionar casos que são verdadeiramente inelegíveis. Para evitar possíveis equívocos na escolha da amostra, é fundamental delimitar corretamente o universo ou a população, prevenindo, assim, falhas na conclusão do estudo. Coleta de dados2 Delimitar o universo consiste em especificar quais pessoas, animais, coisas ou fenô- menos serão pesquisados, listando seus atributos em comum, como sexo, idade, local onde vivem, empresa a que pertencem, etc. Quanto mais específica for a delimitação, melhor para o andamento da pesquisa. 2 Tipos de amostras para coleta de dados Quando a população é muito abrangente, ou seja, quando não é possível estudá-la em sua totalidade, os pesquisadores trabalham com amostras extraídas do todo, buscando obter uma amostragem que seja o mais repre- sentativa possível dessa população, para que os resultados sejam expressivos e tenham fi delidade ao conjunto total. O Quadro 1 apresenta dois tipos básicos de amostra. Fonte: Adaptado de Hernández Sampieri, Fernandez Collado e Baptista Lucio (2013). Tipo de amostra Definição Amostra probabilística Todos os elementos da população têm a possibilidade de fazer parte da amostra e são obtidos pela definição das características da população. Esse tipo permite a utilização de dados estatísticos que compensam possí- veis erros amostrais e outros aspectos importantes para a significância da amostra. Amostra não pro- babilística ou por julgamento A escolha dos elementos está relacionada com as carac- terísticas da pesquisa ou de quem faz a amostra. Não há fundamentação estatística. Quadro 1. Tipos de amostra Por exemplo, suponha-se que se queira saber a intenção de votos dos univer- sitários brasileiros. Para realizar uma amostra probabilística, seria necessário falar com universitários de todo o país, selecionar um grupo aleatório e fazer a pesquisa. Já para realizar uma pesquisa por amostra não probabilística, seria possível abordar três universidades próximas, representativas da população 3Coleta de dados local, e questionar alguns estudantes que concordassem em participar da investigação. A escolha entre esses tipos de amostras deve ser feita com base nos objetivos e nos problemas da pesquisa. Amostra probabilística As amostras probabilísticas são essenciais em algumas categorias de pesquisa. Esse tipo de amostra garante fi dedignidade, pois a seleção é feita de forma aleatória e sem a interferência do pesquisador (HERNÁNDEZ SAMPIERI; FERNANDEZ COLLADO; BAPTISTA LUCIO, 2013). O Quadro 2 apresenta os tipos de amostras probabilísticas. Fonte: Adaptado de Hernández Sampieri, Fernandez Collado e Baptista Lucio (2013). Tipo Definição Exemplo de aplicação Amostragem aleató- ria simples O pesquisador atribui a cada elemento da população um número único para, depois, selecionar alguns desses elementos de forma aleatória, de modo que todos tenham a mesma possibilidade de serem sorteados. Questionário aplicado para saber a satisfação dos clientes de um banco, por exemplo, usando uma amostra do universo total de clientes. Amostragem aleató- ria sistemática A lógica é a mesma do tipo an- terior, mas a população deve ser ordenada e identificada por posição. Pesquisas “boca de urna”, isto é, pesquisas rápidas com pessoas que acaba- ram de sair de um zona eleitoral específica. Amostragem estratificada O pesquisador divide a popu- lação em segmentos, e uma amostra é selecionada para cada segmento. Estudo que espera encon- trar uma posição diferente entre amostras de homens e mulheres. Amostragem por conglomerados O pesquisador sorteia um con- junto e procura estudá-lo em sua totalidade. Por exemplo, famílias, organizações. Pesquisa aplicada em todos os funcionários de uma organização específica. Quadro 2. Tipos de amostras probabilísticas Coleta de dados4 Amostra não probabilística A amostra não probabilística representa um procedimento de seleção informal determinado pelas necessidadesdo pesquisador. Conforme Hernández Sam- pieri, Fernandez Collado e Baptista Lucio (2013, p. 208), a vantagem de uma amostra não probabilística, do ponto de vista quantitativo, é sua “[...] utilidade para um desenho de estudo que não exija tanto uma representatividade de elementos de uma população, mas sim uma cuidadosa e controlada escolha de casos especifi cados na formulação do problema”. O Quadro 3 apresenta os tipos de amostras não probabilísticas. Fonte: Adaptado de Hernández Sampieri, Fernandez Collado e Baptista Lucio (2013). Tipo Definição Exemplo de aplicação Amostragem por acessibilidade ou por conveniência O pesquisador seleciona os elementos a que tem acesso, admitindo que representam um universo. É indicada para pesquisas em que não é reque- rido elevado nível de precisão. Entrevistas com gerentes dos restaurantes A e B, pois eles autorizaram a pesquisa. Amostragem por tipicidade ou intencional O pesquisador seleciona um subgrupo da população que, conforme as informações dis- poníveis, pode ser considerado representativo. Entrevistas com líderes de turma específicos, líderes de comunidade, etc. Amostragem por cotas O pesquisador realiza a pes- quisa por etapas. Ele classifica a população, determina a proporção da população para cada classe e fixa cotas obser- vando a proporção das classes consideradas. Pesquisas eleitorais e de mercado. Quadro 3. Tipos de amostras não probabilísticas Como existem vários tipos de amostras, selecionar a forma mais adequada para cada estudo é uma tarefa complementar à estruturação da fase de coleta de dados. Após a montagem do projeto na sua totalidade, é necessário utilizar um recurso metodológico chamado pesquisa-piloto. 5Coleta de dados 3 Aplicação de pesquisa-piloto Depois de construir o estudo, o pesquisador pode julgar que ele está pronto para ser aplicado — todas as etapas foram planejadas, o problema e os objetivos foram defi nidos, e, principalmente, a metodologia da pesquisa e o instrumento de coleta de dados estão prontos e revisados. Porém, antes de aplicar efetiva- mente a pesquisa, é muito importante testá-la, a fi m de identifi car possíveis erros de projeto. Para isso, é possível utilizar uma pesquisa-piloto. Conforme Mackey e Gass (2005 apud BAILER; TOMITCH; D'ELY, 2011, p. 130), pesquisa-piloto ou estudo-piloto é “[...] um teste, em pequena escala, dos procedimentos, materiais e métodos propostos para determinada pesquisa”. Ou seja, é uma miniaplicação do estudo final, que engloba a realização de todas as etapas previstas na metodologia, de modo a identificar e melhorar o estudo na fase que precede a análise propriamente dita. De acordo com Marconi e Lakatos (2017, p. 210): A importância de conduzir um estudo-piloto está na possibilidade de testar, avaliar, revisar e aprimorar os instrumentos e procedimentos de pesquisa. Administra-se um estudo-piloto com o objetivo de descobrir pontos fracos e problemas em potencial, para que sejam resolvidos antes da implementação da pesquisa propriamente dita. Os autores trazem um exemplo muito ilustrativo: as fábricas de carro sempre constroem protótipos dos novos modelos de veículos que irão lançar no mercado para testá-los antes de começar a produção em larga escala. Dessa forma, o automóvel é testado em condições concretas de lançamento e podem ser encontrados possíveis defeitos, o que poupa tempo e dinheiro, pois as alterações necessárias podem, assim, ser feitas antes do lançamento. Portanto, a aplicação de um estudo-piloto permite ao pesquisador chegar nas fases principais de seu estudo com uma base, sabendo que suas escolhas metodológicas trarão os resultados esperados. Uma das finalidades da pesquisa-piloto é observar se a amostragem escolhida serve para responder aos objetivos do estudo. Para isso, a pesquisa-piloto é aplicada em uma amostra reduzida, cujo processo de seleção deve ser idêntico ao que foi previsto para a execução da pesquisa efetiva. Dessa forma, a utilização de uma pesquisa-piloto possibilita o refinamento dos procedimentos metodológicos e, com isso, proporciona uma visão ampla da aplicação real do estudo no todo, principalmente no que tange aos procedimentos de coleta de dados. De acordo com Gil (2010, p. 3), essa pesquisa prévia “[...] envolve quatro elementos necessários à sua compreensão: processo, eficiência, prazos e metas”. Coleta de dados6 Assim, a pesquisa-piloto proporciona maior eficiência à investigação para alcançar os resultados esperados dentro do prazo estabelecido. A pesquisa- -piloto é considerada uma estratégia metodológica que auxilia o pesquisador a validar os processos planejados para o seu estudo. Yin (2005) reforça que ela contribui para o aprimoramento do estudo, tanto em relação ao conteúdo dos dados quanto aos procedimentos que devem ser seguidos. Existe um debate relativo à necessidade ou não de se realizar um estudo- -piloto. Entretanto, é preciso ter em mente que, mesmo que sejam tomados todos os cuidados possíveis durante o planejamento da pesquisa, é somente no momento da implementação do teste que alguns erros são reconhecidos (CANHOTA, 2008). Além disso, o pesquisador deve tomar cuidados em re- lação à metodologia que será utilizada — a ideia é que a pesquisa-piloto seja um ensaio formal do estudo como um todo. Desse modo, é necessário se ater também ao tempo a ser usado na pesquisa e aos recursos humanos, materiais e financeiros necessários à efetivação do estudo (GIL, 2010). Portanto, o pesquisador deve visualizar o potencial da pesquisa-piloto para o refinamento das decisões que foram tomadas na metodologia do estudo, encarando essa pesquisa como uma oportunidade de revisar e aprimorar o planejamento para a execução do seu trabalho. BAILER, C.; TOMITCH, L. M. B.; D'ELY, R. C. S. F. Planejamento como processo dinâmico: a importância do estudo piloto para uma pesquisa experimental em linguística aplicada. Intercâmbio, v. 24, p. 129–146, 2011. Disponível em: https://revistas.pucsp.br/index.php/ intercambio/article/viewFile/10118/7606. Acesso em: 22 set. 2020. BRUNI, A. L. Estatística aplicada à gestão empresarial. 3. ed. São Paulo: Atlas, 2011. CANHOTA, C. Qual a importância do estudo piloto? In: SILVA, E. E. (coord.). Investigação passo a passo: perguntas e respostas para investigação clínica. Lisboa: APMCG, 2008. p. 69–72. GIL, A. C. Como elaborar projetos de pesquisa. 5. ed. São Paulo: Atlas, 2010. GIL, A. C. Métodos e técnicas de pesquisa social. 6. ed. São Paulo: Atlas, 2012. HERNÁNDEZ SAMPIERI, R.; FERNÁNDEZ COLLADO, C.; BAPTISTA LUCIO, M. P. Metodologia de pesquisa. 5. ed. Porto Alegre: AMGH, 2013. MARCONI, M. A.; LAKATOS, E. M. Fundamentos de metodologia científica. 8. ed. São Paulo: Atlas, 2017. YIN, R. K. Estudo de caso: planejamento e métodos. 3. ed. Porto Alegre: Bookman, 2005. 7Coleta de dados Os links para sites da web fornecidos neste capítulo foram todos testados, e seu fun- cionamento foi comprovado no momento da publicação do material. No entanto, a rede é extremamente dinâmica; suas páginas estão constantemente mudando de local e conteúdo. Assim, os editores declaram não ter qualquer responsabilidade sobre qualidade, precisão ou integralidade das informações referidas em tais links. Coleta de dados8
Compartilhar