A análise de dados usando um software pode fornecer rigor?
Page 2

A análise de dados usando um software pode fornecer rigor?

Ludomedia QNOW Análise de Dados usando software

À semelhança do uso de outro tipo de ferramenta, como é o caso de um processador de texto, que nos permite apresentar artigos, relatórios, recorrendo a diferentes formatos (imagens, tabelas, gráficos), tipos de letra, organização da informação, etc., os CAQDAS têm-se tornado cada vez mais robustos. Contudo, o facto de recorrer a um CAQDAS, quer funcione online ou offline, não confere, necessariamente, mais qualidade ao trabalho realizado pelo investigador. O rigor e a sistematização do trabalho de investigação dependem largamente do vetor humano. Um processador de texto não escreve sozinho, apesar de já existirem funcionalidades de reconhecimento de voz e transcrição de áudios.

Mesmo com recurso a um CAQDAS, o investigador continua a ser um dos instrumentos de recolha de dados. O cuidado nas diferentes fases de procedimentos de validação permite reduzir ou minimizar o viés muitas vezes associado aos estudos qualitativos, frequentemente visto como um problema, mas que não deixa de ser uma caraterística deste tipo de abordagens.

O mais relevante do uso de um CAQDAS que funciona online é a possibilidade de trabalhar colaborativamente, de forma síncrona ou assíncrona. Sobre o webQDA, foram realizados alguns estudos, tais como: “Trabalho Colaborativo: codificação em tempo real” (Costa, 2020), “Trabalho Colaborativo na Investigação Qualitativa através das Tecnologias” (Costa, Neri de Souza & Neri de Souza, 2106), “O trabalho colaborativo apoiado pelas tecnologias: o exemplo da investigação qualitativa” (Costa & Costa, 2017), “Funcionalidades para a Promoção do Trabalho Colaborativo em Investigação Qualitativa: O caso software webQDA” (Costa, Neri de Souza, Reis & Freitas, 2016).

Paralelamente, a exploração de ferramentas que permitam conferir ou aferir a qualidade de um trabalho científico, essencialmente artigos, é algo cada vez usado nas fases de investigação. Ferramentas como o Qualitative Research Evaluation Tool – QRe Tool (Costa & Minayo, 2019), Consolidated Criteria for Reporting Qualitative Studies – COREQ (Booth et. al., 2014) e o Enhancing transparency in reporting the synthesis of qualitative research – ENTREQ (Tong et. al., 2012), nas suas checklists, questionam o número de investigadores (codificadores) envolvidos. Estas ferramentas partem do pressuposto que o trabalho colaborativo ou cooperativo, por exemplo, no processo de codificação, envolvem mais do que um investigador.

Desde o seu nascimento em 2010, o webQDA continua a apostar no desenvolvimento de funcionalidades que promovam o trabalho colaborativo, que designamos como investigação colaborativa. O facto de esta ferramenta funcionar na cloud potencia a colaboração em diferentes fases de um projeto de investigação. A figura 1 apresenta a funcionalidade que permite convidar outros utilizadores. Existem dois perfis de utilizador (colaborador e convidado) que podem ser adicionados a um projeto. A principal diferença entre os dois perfis é que o utilizador convidado pode interagir apenas em duas funcionalidades: inserir comentários e entradas no diário de bordo. No caso do utilizador colaborador, é possível permitir que o mesmo codifique, mas podemos acionar a opção de não deixar descodificar. Por exemplo, podemos permitir que codifique e posteriormente não deixar alterar o trabalho realizado, de forma que o gestor de projeto analise as codificações realizadas. Relativamente à proteção de dados, permite que o gestor oculte determinado utilizador para os restantes utilizadores. A qualquer momento, é possível bloquear um utilizador, alterar o perfil e mudar a gestão do projeto para um outro utilizador (desde que seja colaborador).

Figura 1 – Gestão de Utilizadores no webQDA

A figura 2 apresenta as codificações de diferentes utilizadores. Estas codificações são realizadas em tempo real. Por exemplo, caso existam 3 codificadores no projeto e estejam a analisar 10 entrevistas, podem definir como estratégia de codificação:

  • Dois dos utilizadores codificam 5 entrevistas cada;
  • Posteriormente, os utilizadores invertem os papéis e validam a codificação do outro utilizador;
  • O terceiro utilizador seleciona aleatoriamente 10% de cada entrevista e valida o que os outros dois utilizadores realizaram.
Partilhar
Share on facebook
Share on twitter
Share on linkedin
Share on email
Share on whatsapp

Notícias Relacionadas

A aplicação da visualização de dados na pesquisa qualitativa aumenta a celeridade da tomada de decisão, permite o acesso a resultados em tempo real a partir de qualquer lugar, transmite a mensagem certa para o público com recurso a poucas palavras, sintetiza e dá sentido a dados complexos.
A representação visual é útil durante todas as fases da análise de dados. Estes permitem identificar padrões, tendências numéricas e não numéricas, recorrendo a gráficos, mapas, quadros, diagramas, fluxogramas, entre outros.
Um dos principais erros verificados em investigação é a falta de planeamento dos métodos adequados para a análise dos dados. Por exemplo, para se elaborar um instrumento de recolha de dados é necessário ter em atenção as ferramentas que se utilizará para obter os resultados (análise). Analisar dados qualitativos não é uma tarefa isenta de dificuldades, pois o corpus de dados não numérico e não-estruturado é, geralmente, difuso e complexo.