Seu Guia de Métodos de Análise Qualitativa e Quantitativa de Dados

Qual é a primeira coisa que nos vem à mente quando vemos dados? O primeiro instinto é encontrar padrões, conexões e relacionamentos. Nós olhamos para os dados para encontrar significado neles.

Simplesmente, na pesquisa, uma vez que os dados são coletados, o próximo passo é obter insights a partir deles. Por exemplo, se uma marca de roupa está tentando identificar as últimas tendências entre as mulheres jovens, a marca primeiramente alcançará as mulheres jovens e lhes fará perguntas relevantes para o objetivo da pesquisa. Depois de recolher esta informação, a marca irá analisar esses dados para identificar padrões – por exemplo, pode descobrir que a maioria das mulheres jovens gostaria de ver mais variedade de jeans.

Análise de dados é como os investigadores passam de uma massa de dados para percepções significativas. Existem muitos métodos diferentes de análise de dados, dependendo do tipo de pesquisa. Aqui estão alguns métodos que você pode usar para analisar dados quantitativos e qualitativos.

É difícil analisar dados ruins. Certifique-se de que você está coletando dados de alta qualidade com o nosso blog “4 Técnicas de Coleta de Dados: Qual é o melhor para você?”.

Análise de Dados Quantitativos

Preparação de Dados

O primeiro estágio da análise de dados é a preparação de dados, onde o objetivo é converter dados brutos em algo significativo e legível. Inclui quatro etapas:

Etapa 1: Validação de dados

O propósito da validação de dados é descobrir, na medida do possível, se a coleta de dados foi feita de acordo com os padrões pré-estabelecidos e sem qualquer viés. É um processo de quatro etapas, que inclui…

• Fraude, para inferir se cada respondente foi realmente entrevistado ou não.
• Triagem, para garantir que os respondentes foram escolhidos de acordo com os critérios da pesquisa.
• Procedimento, para verificar se o procedimento de coleta de dados foi devidamente seguido.
• Integralidade, para garantir que o entrevistador fez todas as perguntas ao entrevistado, ao invés de apenas algumas perguntas exigidas.

Para isso, os pesquisadores precisariam escolher uma amostra aleatória das pesquisas concluídas e validar os dados coletados. (Observe que isso pode ser demorado para questionários com muitas respostas.) Por exemplo, imagine um questionário com 200 questionados divididos em 2 cidades. O pesquisador pode escolher uma amostra de 20 respondentes aleatórios de cada cidade. Depois disso, o pesquisador pode contactá-los por email ou telefone e verificar suas respostas a um determinado conjunto de questões.

Checar 18 validações de dados que evitarão que dados ruins escorreguem para o seu conjunto de dados em primeiro lugar.

Etapa 2: Edição de dados

Tipicamente, conjuntos de dados grandes incluem erros. Por exemplo, os respondentes podem preencher os campos incorretamente ou ignorá-los acidentalmente. Para certificar-se de que não haja tais erros, o pesquisador deve realizar verificações de dados básicos, verificar se há outliers e editar os dados brutos da pesquisa para identificar e limpar quaisquer pontos de dados que possam prejudicar a precisão dos resultados.

Por exemplo, um erro pode ser campos que foram deixados vazios pelos questionados. Ao editar os dados, é importante certificar-se de remover ou preencher todos os campos vazios. (Aqui estão 4 métodos para lidar com dados ausentes.)

Etapa 3: Codificação de dados

Esta é uma das etapas mais importantes na preparação dos dados. Refere-se ao agrupamento e atribuição de valores às respostas da pesquisa.

Por exemplo, se um pesquisador entrevistou 1.000 pessoas e agora quer encontrar a idade média dos respondentes, o pesquisador criará baldes de idade e classificará a idade de cada um dos respondentes de acordo com esses códigos. (Por exemplo, os respondentes entre 13-15 anos teriam sua idade codificada como 0, 16-18 como 1, 18-20 como 2, etc.)

Então, durante a análise, o pesquisador pode lidar com faixas etárias simplificadas, ao invés de uma gama enorme de idades individuais.

Métodos Quantitativos de Análise de Dados

Após estas etapas, os dados estão prontos para análise. Os dois métodos de análise de dados quantitativos mais utilizados são a estatística descritiva e a estatística inferencial.

Estatística Descritiva

Tipicamente a estatística descritiva (também conhecida como análise descritiva) é o primeiro nível de análise. Ela ajuda os pesquisadores a resumir os dados e encontrar padrões. Algumas estatísticas descritivas comumente usadas são:

• Média: média numérica de um conjunto de valores.
• Mediana: ponto médio de um conjunto de valores numéricos.
• Modo: valor mais comum entre um conjunto de valores.
• Percentual: usado para expressar como um valor ou grupo de respondentes dentro dos dados se relaciona a um grupo maior de respondentes.
• Freqüência: o número de vezes que um valor é encontrado.
• Intervalo: o maior e o menor valor em um conjunto de valores.

Estatística descritiva fornece números absolutos. Entretanto, elas não explicam a lógica ou o raciocínio por trás desses números. Antes de aplicar a estatística descritiva, é importante pensar sobre qual é a mais adequada para a sua pergunta de pesquisa e o que você quer mostrar. Por exemplo, uma porcentagem é uma boa maneira de mostrar a distribuição de gênero dos entrevistados.

As estatísticas descritivas são mais úteis quando a pesquisa é limitada à amostra e não precisa ser generalizada a uma população maior. Por exemplo, se você estiver comparando a porcentagem de crianças vacinadas em duas aldeias diferentes, então a estatística descritiva é suficiente.

Porque a análise descritiva é usada principalmente para analisar uma única variável, ela é freqüentemente chamada de análise univariada.

Análise de dados qualitativos

Análise de dados qualitativos funciona um pouco diferente dos dados quantitativos, principalmente porque os dados qualitativos são compostos de palavras, observações, imagens e até mesmo símbolos. Derivar o significado absoluto de tais dados é quase impossível; por isso, eles são usados principalmente para pesquisas exploratórias. Enquanto na pesquisa quantitativa há uma clara distinção entre a fase de preparação e análise dos dados, a análise para a pesquisa qualitativa geralmente começa assim que os dados estão disponíveis.

Preparação dos dados e análise dos dados básicos

Análise e preparação acontecem em paralelo e incluem os seguintes passos:

1. Familiarizar-se com os dados: Como a maioria dos dados qualitativos são apenas palavras, o pesquisador deve começar lendo os dados várias vezes para se familiarizar com eles e começar a procurar por observações ou padrões básicos. Isto também inclui a transcrição dos dados.
2. Revisar os objectivos da investigação: Aqui, o pesquisador revisita o objetivo da pesquisa e identifica as perguntas que podem ser respondidas através dos dados coletados.
3. Desenvolver uma estrutura: Também conhecido como codificação ou indexação, aqui o pesquisador identifica idéias amplas, conceitos, comportamentos ou frases e atribui códigos a elas. Por exemplo, idade de codificação, gênero, status socioeconômico e até conceitos como a resposta positiva ou negativa a uma pergunta. A codificação é útil para estruturar e rotular os dados.
4. Identificar padrões e conexões: Uma vez os dados codificados, a pesquisa pode começar a identificar temas, procurando as respostas mais comuns às perguntas, identificando dados ou padrões que possam responder às perguntas da pesquisa e encontrando áreas que possam ser exploradas mais a fundo.

Métodos de Análise de Dados Qualitativos

Métodos transversais estão disponíveis para analisar dados qualitativos. Os métodos de análise de dados mais utilizados são:

• Análise de conteúdo: Este é um dos métodos mais comuns para análise de dados qualitativos. É usado para analisar informações documentadas na forma de textos, mídia, ou mesmo itens físicos. Quando usar este método depende das perguntas da pesquisa. A análise de conteúdo é normalmente usada para analisar respostas de entrevistados.
• Análise narrativa: Este método é usado para analisar conteúdo de várias fontes, tais como entrevistas dos entrevistados, observações do campo ou pesquisas. Centra-se na utilização das histórias e experiências partilhadas pelas pessoas para responder às perguntas da pesquisa.
• Análise do discurso: Tal como a análise narrativa, a análise do discurso é utilizada para analisar as interacções com as pessoas. No entanto, concentra-se na análise do contexto social em que ocorreu a comunicação entre o pesquisador e o respondente. A análise do discurso também analisa o ambiente do dia-a-dia do respondente e utiliza essa informação durante a análise.
• Teoria fundamentada: Isto refere-se à utilização de dados qualitativos para explicar porque é que um determinado fenómeno ocorreu. Faz isto através do estudo de uma variedade de casos semelhantes em diferentes contextos e usando os dados para obter explicações causais. Os pesquisadores podem alterar as explicações ou criar novas explicações à medida que estudam mais casos até chegarem a uma explicação que se ajuste a todos os casos.

Estes métodos são os mais utilizados. Entretanto, outros métodos de análise de dados, como a análise conversacional, também estão disponíveis.

A análise de dados é talvez o componente mais importante da pesquisa. A análise fraca produz resultados imprecisos que não só prejudicam a autenticidade da pesquisa, mas também tornam os resultados inutilizáveis. É imperativo escolher cuidadosamente os seus métodos de análise de dados para garantir que os seus resultados sejam perspicazes e accionáveis.

Header photo by Brittany Colette on Unsplash