A Estatística é um ramo da Matemática cuja finalidade é
obter, organizar e analisar dados, descobrir as correlações que apresentam,
tirando daí consequências descritivas e explicativas, podendo ajudar a prever e
a organizar o futuro.
Nas investigações é comum
organizar e analisar os dados obtidos e como na maioria das vezes tomam uma
forma numérica procede-se à sua análise estatística. Considera Black (1999, p.
304) que a função da análise estatística é “transformar os dados em informação”
e é precisamente para isso que ela nos serve.
Um dos maiores desafios que se coloca ao
investigador é não só descobrir as significações ocultas no “amontoado” de
dados de que dispõe, mas também ser capaz de comunicar os resultados do seu
estudo à comunidade científica restrita que são os seus “pares”.
A estatística descritiva visa
organizar e descrever os dados, identificando o típico e atípico, trazendo à
luz diferenças, relações e/ou padrões. Já para encontrar respostas para o
problema, ou seja, testar as hipóteses, só é possível com recurso à estatística
inferencial. O processo de escolha da técnica adequada para analisar os dados
está muito ligado com o processo da transformação de uma hipótese geral numa
hipótese operacional (Hill & Hill, 2009, p. 210).
É a estatística inferencial que
permite que se extrapolem os resultados da amostra para a população. Segundo
Coutinho (2011, pp.183-187) processa-se pela utilização de técnicas
estatísticas que podem ser paramétricas ou não paramétricas. Na análise
paramétrica são exigidas condições – parâmetros – muito restritos, razão que
justifica a própria designação. Entre outros, é necessário proceder à análise
do tipo de variáveis, da normalidade, da homogeneidade das variâncias e da
independência das observações. Quando as variáveis são de escala intervalar,
esta verificação aplica-se através da aplicação do t test de student para grupos independentes (unpaired t test).
Sempre que alguns dos pressupostos necessários não se verificam, a opção por
métodos não paramétricos é uma exigência (Gibbons, 1993, p.63).
Para verificar a validade de uma estatística, devemos fazer cinco perguntas:
Quem é o autor
do estudo? É neutro em relação à investigação?…pode ser uma empresa a tentar promover-se, por exemplo...
Como é que podem tirar essas conclusões? A amostra e a metodologia usada
foram bem escolhidas?…podem escolher-se amostras enviesadas (mesmo sem intenção)...
O que é que
está em falta? Forma como são apresentados os resultados…dados brutos, dados percentuais, média, moda, mediana...
Alguém mudou o assunto?
Finalidade do estudo…tente fazer um levantamento na mesma zona - um
para fins de tributação e outro para fins de saber quem necessita de
apoios e compare as diferenças...
Estes dados fazem
sentido? Socorra-se do bom senso e de outros dados, contextualize o estudo…
Allison, P. (2002). Missing Data. Sage University Papers Series
on Quantitative Applications in the Social Sciences, 07-136. Thousand Oaks, CA: Sage.
Black, T. (1999). Doing quantitative research in the social sciences: an integrated approach to research design, measurement and statistics.
London: Sage
publications.
Bell,
J. (2004). Como realizar um projecto de investigação. Lisboa: Gradiva
Coutinho, C. (2011). Metodologia
de Investigação em Ciências Sociais e Humanas: Teoria e Prática. Coimbra:
Almedina.
Gibbons, J. (1993). Nomparametric statistics. Newbury park: Sage
publications.
Hill, M & Hill, A.
(2000). Investigação por Questionário. Lisboa: Sílabo.
Pacheco, J. (2006). Um olhar global sobre o processo de
investigação. In J. Ávila de Lima e J. A. Pacheco (Org.), Fazer investigação. Contributos para a
elaboração de dissertações e teses (pp. 13-28.). Porto: Porto Editora.
Quivy, R. &
Campenhoudt, L. (1995). Manual de investigação em Ciências Sociais.
Lisboa: Gradiva.
Tuckman, B. W. (2000). Manual
de Investigação em Educação. Lisboa: Fundação Calouste Gulbenkian.
Sem comentários:
Enviar um comentário