Dicas gerais para a codificação de Dados Qualitativos

António Pedro Costa, Universidade de Aveiro (Portugal)

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. Não existem regras claras e largamente aceites de como analisar dados não-numéricos e não-estruturados. Fala-se de abordagens gerais, que devem ser sempre ajustadas ao contexto de cada projeto de investigação, e também de operações básicas, particularmente a codificação, sobre a qual serão apresentadas algumas dicas gerais. 

Matheus & Fustinoni (2006) defendem que:

“a finalidade da análise dos dados é organizar, fornecer estrutura e extrair significado dos dados da pesquisa. As transcrições devem ser lidas e relidas e, depois, organizadas, integradas e interpretadas, e o desafio final é a redução dos dados para fins de relato. Assim, podemos dizer que a análise qualitativa é um processo de investigação, interpretação, redução e ordenação dos dados para alcançar a descrição ou explanação de um fenómeno” (p. 141).

 Morse (2007) complementa que a análise de dados é:

“um processo que exige questionamento inteligente, uma contínua procura de respostas, observação ativa e memória precisa. É um processo de juntar e unir dados, de tornar óbvio o invisível, da distinção do significante do insignificante, da ligação de dados aparentemente não relacionados, de encaixe de categorias umas nas outras e de atribuição de consequências aos antecedentes… É um processo de conjuntura e verificação, de correção e modificação, de sugestão e defesa. É um processo de organização de modo para que o esquema analítico apareça óbvio” (p. 35).

As principais ações gerais na análise de dados podem ser configuradas de acordo com os seguintes tópicos (Costa & Amado, 2018; Bardin, 2014):

• Trabalhar com os dados;
• Organização dos dados;
• Divisão dos dados em unidades manipuláveis;
• Síntese dos dados;

As quatro ações que se seguem poderão ser facilitadas com recurso a um Computer-Assisted Qualitative Data Analysis Software (CAQDAS), como é caso do software webQDA (2019) – webqda.net:

• Procura de padrões (discursos, comportamentos, …);
• Descoberta dos aspetos importantes dos dados;
• Descoberta do que deve ser aprendido com os dados; 
• Decisão de como transmitir os dados a terceiros.

Para quem inicia a análise de dados qualitativos, ou para quem já iniciou mas precisa de clarificar, partilha-se aqui uma proposta com procedimentos, que tem  sido aplicada em formações, seminários, workshops e webinares do webQDA (2019). Passos:

1. Leia todos os dados iniciais: transcrições, notas de campo, documentos …
2. Inicie a codificação após a recolha dos dados;
3. Repetir o processo com os novos dados que forem acrescentados;
4. Rever sempre as codificações;
5. Considerar as ideias teóricas gerais em relação aos dados;
6. Considerar as categorias (no webQDA designadas por códigos) criadas em relação as questões de investigação e objetivos;
7. Qualquer item ou pedaço de dados podem ser codificados de mais de uma forma;
8. Inicialmente, não considerar se a criação de categorias parece demasiada, pois esta varia dependendo do método e da técnica de análise de dados explorada. Caso esteja a utilizar a Teoria Fundamentada (Grounded Theory) seguindo o modelo tradicional, inicialmente, propõe-se categorias através da leitura flutuante dos dados (códigos livres) e apenas na segunda leitura é feita a redução das categorias;
9. Rever o equilíbrio entre a definição da categoria e/ou a criação de nova categoria ou sub-categoria: dependendo do número de leituras realizadas aos dados codificados, poderá ser mais adequado alterar a definição de uma categoria para abranger novas codificações do que criar uma nova categoria;
10. Criar um “movimento pendular” de expansão e síntese de categorias: seguindo o modelo indutivo (Costa & Amado, 2018) em que as categorias emergem da leitura ativa dos dados, usualmente na primeira leitura propõem-se muitas categorias – expansão – e numa segunda é feita a redução de categorias – síntese;
11. Formular perguntas às codificações constantemente: Para quê? Porquê? Qual o significado? Que relação? …

A proposta anteriormente apresentada pode e deve ser ajustada de acordo com as competências que o investigador tenha adquirido no momento em que irá analisar os seus dados. Pode-se definir a proposta anterior como um ponto de partida, que não deve ser vinculador a não ser que o investigador assim o decida.

Referências

Costa, A. P., Moreira, A. & Souza, F. N. de (2019) ‘webQDA – Qualitative Data Analysis’. Aveiro – Portugal: Aveiro University and MicroIO. Available at: www.webqda.net.

Costa, A. P. & Amado, J. (2018) Análise de Conteúdo Suportada por Software. 2^a. Oliveira de Azeméis – Aveiro – PORTUGAL: Ludomedia.

Bardin, L. (2014) Análise de Conteúdo. 3^a. Edições 70.

Matheus, M. C. C. & Fustinoni, S. M. (2006). Pesquisa Qualitativa em Enfermagem. São Paulo, Livraria Paulista Editora.

Morse, J. M. (2007). Aspectos essenciais de metodologia de Investigação Qualitativa. Coimbra: Formasau.

Publicações Relacionadas