Freitas & Janissek Análise léxica e Análise de … · Freitas & Janissek – Análise léxica e Análise de conteúdo – p.3 Sphinx ® – sistemas para pesquisas e análises

Freitas & Janissek – Análise léxica e Análise de conteúdo – p.1


ANÁLISE LÉXICA E ANÁLISE DE CONTEÚDO:

Técnicas complementares, sequenciais e recorrentes

para exploração de dados qualitativos


Sphinx ® – sistemas para pesquisas e análises de dados

Sphinx Consultoria - Distribuidor EXCLUSIVO do Sphinx

Único certificado e autorizado SPHINX na América Latina

tel/fax: 0xx51-4773610

e-mail: [email protected]

http://www.sphinxbr.com.br

mailto:[email protected]

http://www.sphinxbr.com.br/


ANÁLISE LÉXICA E ANÁLISE DE CONTEÚDO:

Técnicas complementares, sequenciais e recorrentes

para exploração de dados qualitativos

Henrique Freitas & Raquel Janissek

2000

Distribuição: Sphinx ®


Supervisão gráfica: terceirizada

Capa: Fernando K. Andriotti, Maurício G. Testa e André Panisson

Edição: Fernando K. Andriotti

Impressão: Gráfica La Salle.

Dados internacionais de Catalogação na Publicação (CIP)

(Câmara Brasileira do Livro, SP, Brasil)

FREITAS, Henrique Mello Rodrigues de.

Análise léxica e análise de conteúdo: técnicas complementares,

sequenciais e recorrentes para exploração de dados qualitativos /

Henrique Mello Rodrigues de Freitas e Raquel Janissek. Porto

Alegre: Sphinx: Editora Sagra Luzzatto, 2000.

176 p.: il.

Bibliografia: 85-241-0637-9

1. Metodologia da Pesquisa. 2. Técnicas de pesquisa. 3. Análise

de Dados: pesquisa. I. Janissek, Raquel . II. Título

Índice para catálogo sistemático:

1. Pesquisa e métodos – 001.4

2. Ciências sociais – 306.3

3. Análise de dados – 001.642

© Henrique Freitas & Raquel Janissek

Todos os direitos estão reservados à Sphinx ®

Impresso em Junho 2000.

Também disponível via Internet (http://www.sphinxbr.com.br e

http://www.adm.ufrgs.br/professores/hfreitas).


http://www.adm.ufrgs.br/professores/hfreitas


Agradecimentos

Esta iniciativa teve origem na discussão entre professores da

Escola de Administração sobre o que deveria ou não ser feito como

análise de dados em um determinado estudo. O resultado,

demonstrado neste documento, expressa nossa convicção na resposta

que deveria ser aportada. A eles, pela provocação, nosso

agradecimento especial!

Esta realização só foi possível com o apoio da Sphinx

Consultoria-Canoas RS, bem como da Escola de Administração da

UFRGS e do Gesid-PPGA/EA/UFRGS. Em especial, nossa equipe de

suporte (Fernando Kuhn Andriotti e outros bolsistas).

Ao doutorando Jorge Audy (PPGA/EA/UFRGS), agradecemos

a leitura e crítica da versão preliminar, bem como o prefácio do ponto

de vista de quem necessita recorrer a este tipo de conhecimento aqui

elaborado.

Agradecemos em especial aos parceiros franceses de

concepção e desenvolvimento de sistemas para análises de dados

quanti-qualitativos, professores Jean Moscarola (Annecy) e Yves

Baulac (Grenoble), pelas discussões intelectuais e pela motivação,

sobretudo pela parceria promissora e sua amizade.

Nossas famílias certamente são nossas fontes de energia, e

merecem nosso agradecimento especial.



Sumário

Apresentação .............................................................................................................. 8

Prefácio dos Autores ................................................................................................... 9

Dados dos Autores .................................................................................................... 11

Prefácio ..................................................................................................................... 12

1. Explorando dados textuais para identificar oportunidades e antecipar problemas 13

2. Dados qualitativos: problemas e questões inerentes à sua coleta e análise .......... 16

3. Análise quali ou quantitativa de dados textuais? .................................................. 22

3.1. A Análise Léxica .......................................................................................... 32 3.2. A Análise de Conteúdo ................................................................................. 38

4. Aplicações de análise qualitativa em gestão e em sistemas de informação .......... 64

5. Ferramentas para Análises Léxica e de Conteúdo ................................................ 70

6. Aplicação de análise de dados qualitativos: pesquisa sobre internet e negócios . 78

6.1. As questões abertas da pesquisa.................................................................... 80 6.2. Como analisar os dados qualitativos? ........................................................... 84 6.3. Análise léxica dos dados abertos da pesquisa: palavras e expressões .......... 88 6.4. Análise de Conteúdo das questões abertas .................................................. 109 6.5. Aprofundando a análise de dados através da Análise de Correspondência . 134

7. Considerações Finais .......................................................................................... 140

8. Referências bibliográficas .................................................................................. 144

Índice Remissivo .................................................................................................... 149

Índice de Autores .................................................................................................... 155

Apêndice - Sistema Sphinx® para pesquisas e análises de dados ........................... 157


Apresentação

O diferencial proporcionado pelos métodos, bem como a

isenção conferida pelo pesquisador que respeita estes métodos,

retratam as diferenças das competências e das intenções em uma

pesquisa. Todo profissional deve desenvolver habilidades e dominar

sistemas, técnicas e métodos inerentes à necessidade por construção

de conhecimento a partir de dados disponíveis de uma ou outra forma

dentro do seu contexto de atuação. Mostra-se que é viável, com o

auxílio de instrumental adequado, explorar dados quanti-qualitativos e

produzir informações consistentes que possam trazer respostas ágeis a

muitos questionamentos que surgem no dia-a-dia de uma organização

e mesmo no trabalho do profissional de pesquisa.

Com o uso de dados qualitativos, seja de que natureza for,

pode-se ter a chance de identificar oportunidades ou antecipar

problemas de forma bem mais pontual, precisa e com um custo

operacional bem menor. Existem várias técnicas de coleta e de análise

de dados que permitem capturar automática e quase gratuitamente

dados qualitativos.

Além disso, esse tipo de dado pode ser explorado mais de uma

vez, constituindo-se numa fonte diferenciada para a geração de novos,

diferentes e curiosos dados, os quais podem ser produzidos

diretamente pelo pesquisador.

Este livro demonstra algumas técnicas para realizar análise de

dados textuais, em especial as análises léxica e de conteúdo, buscando

repassar ao leitor condições para uma investigação prática e eficaz.

Estas técnicas são apresentadas enfatizando o seu uso em conjunto. O

pesquisador ou analista tem, nelas, diferentes recursos que permitem a

exploração adequada dos dados, através de procedimentos

sistematizados.


Prefácio dos Autores

Este livro propõe uma abordagem para a condução de análises

de dados qualitativos. Nosso propósito é descrever caminhos para o

uso conjunto de diferentes técnicas de análises de dados. Em

particular, são apresentadas as idéias de complementaridade,

recorrência e sequencialidade do uso das análises léxica e de

conteúdo, abordando diferentes aspectos metodológicos para a

exploração mais criteriosa da análise de dados qualitativos.

Esta iniciativa nasceu de nossa compreensão de que diversos

pesquisadores pensam, de forma equivocada, que a escolha deve

recair sobre uma ou outra técnica. Ora, a riqueza de análise só pode

ser atingida com a variação e a aplicação conjunta de diferentes

técnicas!

Mostra-se em detalhe a utilização de métodos e técnicas para o

desenvolvimento de análises de dados qualitativos, bem como são

desenvolvidos exemplos - passo a passo - de como realizar tais

análises. Para tal, utiliza-se uma pesquisa essencialmente qualitativa

(com entrevistas em profundidade) para demonstrar a forma de

implementar as idéias aqui propostas.

Ao mesmo tempo, uma revisão da literatura pertinente,

nacional e internacional, é apresentada, assim como são evocados

exemplos de aplicações deste tipo de análise na área de gestão e

sistemas de informação. Além disso, algumas ferramentas que podem

ser utilizadas para este tipo de análise são ilustradas, em especial o

sistema Sphinx Léxica ®.

Nosso intuito é, sobretudo, fornecer aos gerentes,

pesquisadores, professores e alunos de diversos níveis de formação,

recursos que permitam a exploração adequada de dados qualitativos,


através de procedimentos sistematizados que assegurem a qualidade e

mesmo originalidade das descobertas.

Enfim, quando as pessoas e as organizações começam a prestar

atenção nos telefonemas que recebem, nas sugestões e reclamações da

clientela ou de fornecedores, e quando a academia começa a valorizar

bem mais as questões subjetivas em harmonia com aquelas em

demasia objetivas, temos firme convicção da potencial contribuição

deste trabalho.

A todos, bom proveito!



Dados dos Autores

Henrique Freitas é Professor Adjunto da Escola de

Administração da UFRGS (desde 1994), onde integra a equipe do Gesid-

PPGA/EA/UFRGS (Grupo de Estudos em Sistemas de Informação e apoio à

Decisão do Programa de Pós-Graduação em Administração). É, desde 1993,

Pesquisador 2A CNPq, onde já coordenou e realizou diversos projetos.

Cursou Economia na UFRGS (1982), Especialização em Análise de sistemas

na PUCRS (1983), Mestrado em Administração na UFRGS (1989),

Doutorado em gestão na Université de Grenoble 2 – França (1993) e Pós-

doutoramento em sistemas de informação na University of Baltimore (MD,

EUA, 1997-98). Já orientou 4 teses de doutorado e 17 dissertações de

mestrado e orienta, atualmente, 2 doutorandos e 12 mestrandos. Publicou 3

livros e dezenas de artigos nacionais e internacionais, é coordenador

nacional da área de Administração da informação da ANPAD e integra o

comitê editorial do Journal of AIS. Desde 1989, em parceria com Jean

Moscarola e Yves Baulac, coopera na melhoria dos Sistemas Sphinx.



Raquel Janissek é Analista de Sistemas. Cursou Informática na

UNIJUI (1995) e Mestrado em Administração: Sistemas de Informação –

Gesid-PPGA/EA/UFRGS (2000). A partir de setembro de 2000, dando

continuidade ao trabalho de cooperação do Prof. Henrique Freitas com a

equipe do Prof. Humbert Lesca, inicia seu Doutorado em Sistemas de

Informação na Université Pierre Mendes France - Grenoble 2 (França). De

1996 a 1999, foi professora de Análise de Sistemas e Informática na

Universidade Regional Integrada (URI), onde coordenou o Estágio

Supervisionado do Curso Técnico em Informática e orientou trabalhos de

conclusão de cursos. A partir de 2000, integra a equipe de suporte eletrônico

dos usuários Sphinx, bem como coopera no desenvolvimento dos produtos e

sistemas.


http://www.missoes.com.br/raquel




http://www.missoes.com.br/raquel


Prefácio

O uso de métodos qualitativos em pesquisa na área de SI tem

crescido nos últimos anos. Esta abordagem aprofunda-se no mundo

dos significados das ações e relações humanas, um dado pouco

perceptível ou captável pelos métodos quantitativos.

O grande desafio para os pesquisadores da área está pois

relacionado com a análise de dados em uma pesquisa cada vez com

base mais qualitativa.

Este livro, oferecido pelos professores Henrique e Raquel, é

uma significativa contribuição na busca de uma resposta para este

desafio, avaliando algumas das principais abordagens de análise de

dados e propondo uma sistematização clara e operacional para a

exploração de dados qualitativos, em especial na área de SI. Contudo,

pela escassez de literatura em língua portuguesa, e mesmo pela

qualidade e clareza do material produzido, este é um documento

certamente útil para todos pesquisadores das diferentes áreas de

Administração, e mesmo das Ciências Sociais.

Particularmente, como pesquisador envolvido na realização de

uma tese de doutorado, na qual devia explorar dados coletados em

diversas entrevistas em profundidade, a literatura e os exemplos aqui

resgatados e relatados em detalhe me foram de grande valia.

Jorge Audy

Doutorando Gesid/PPGA/EA/UFRGS

Professor Informática/PUCRS


1. Explorando dados textuais para identificar oportunidades e

antecipar problemas

A realização de pesquisas acadêmicas ou profissionais tem

cada vez mais desafiado os analistas e pesquisadores visto que a

objetividade dos dados coletados em uma pesquisa não é mais

condição suficiente para a compreensão de um fenômeno (como por

exemplo a opinião de um certo público, satisfação do cliente,

resistência dos usuários finais de uma tecnologia recentemente

adotada). De fato, a subjetividade é que vai permitir explicar ou

compreender as verdadeiras razões do comportamento ou preferência

de um certo grupo por algum produto, sistema, serviço, etc. A questão

inerente é a de como o pesquisador, o analista, ou mesmo o gerente ou

executivo poderia realizar tal tipo de análise ou exploração de dados.

Ora, qual seria o gerente que não gostaria de – rapidamente –

percorrer todos os dados captados através de uma linha 0800, como a

do serviço de suporte, a de help desk ou outro, e se dar conta das

principais reclamações ou sugestões atuais dos seus clientes? Não

seria este tipo de dado, que fica esquecido, engavetado ou nem mesmo

pensado como um recurso, uma fonte nobre de dados gerados sem

nenhum custo adicional para a organização?

Da mesma forma, como poderia este mesmo gerente ousar

pensar nisso se ele nem imagina que existam métodos e técnicas para

tal? Ele pode muito bem imaginar uma pesquisa onde os clientes

dizem se estão ou não satisfeitos com os serviços prestados numa

escala de totalmente satisfeitos a totalmente insatisfeitos, mas não se

dá conta talvez que poderia saber disso sem mesmo ter que indagar

aos clientes. De fato, a técnica quantitativa e supostamente bem

dominada aporta um tipo de resposta que é em diversos casos


superficial no sentido que não permite uma qualificação ou um

refinamento da opinião. No final, isto pode mesmo ser mais oneroso,

pois quando os procedimentos de pesquisa são estabelecidos de

maneira formal, há um viés natural na resposta oferecida pelas pessoas

ou clientes, e o que se tem de volta são quantidades. Ao passo que,

usando dados qualitativos, opiniões mais abertas, espontâneas ou

mesmo – e porque não principalmente – aquelas coletadas de forma

indireta (como a do setor de pós-venda ou de atendimento ao cliente),

pode-se ter a chance de identificar oportunidades ou antecipar

problemas de forma bem mais pontual, precisa e com um custo

operacional bem menor, ainda por cima a partir da exploração de um

dado completamente espontâneo, não induzido de forma alguma.

Não são só as técnicas de coleta e de análise quantitativa de

dados que foram aperfeiçoadas com o tempo. Hoje em dia, são

factíveis e diversas as formas e tecnologias de se capturar automática

e praticamente gratuitamente dados qualitativos (subjetivos, textos

enfim) que nos denotem as preferências e comportamentos de um

certo grupo de pessoas. Os procedimentos, métodos e ferramentas que

possibilitam isso são cada vez mais presentes na literatura e no

mercado. Há todo um leque de possibilidades que pode ser utilizado

(WEITZMAN e MILES, 1995; FREITAS, MOSCAROLA e CUNHA,

1997 e MOSCAROLA, 1990).

O que existe, contudo, é uma confusão conceitual ou mesmo

prática sobre em que consistem e mesmo de como essas técnicas e

ferramentas poderiam ser utilizadas. Em que implica cada uma delas?

Como se poderia aplicar e explorar em benefício próprio cada uma

delas? Enfim, há mesmo uma ignorância sobre a existência da análise

léxica e da análise de conteúdo1, sobre as distintas finalidades de uma

e outra. Há ainda uma idéia equivocada de que se deve escolher uma

1 WEBER (1990, p.9) define Análise de Conteúdo como um método de pesquisa que utiliza um

conjunto de procedimentos para tornar válidas inferências a partir de um texto.


OU outra para uma dada análise ou exploração de dados, quando na

verdade os autores procuram neste livro demonstrar que pesquisadores

acadêmicos ou analistas em geral DEVEM ter uma clara visão das

vantagens em explorar estes recursos de análise de forma sequencial,

recorrente e sobretudo complementar.

Na sequência, faz-se uma discussão sobre o valor e

importância da coleta e análise de dados qualitativos (seção 2). Logo

após, na seção 3, apresentam-se definições conceituais de análise

léxica e de análise de conteúdo. A seção 4 evoca exemplos da

literatura e de pesquisas realizadas recorrendo a estas técnicas, e a

seção 5 levanta e indica ferramentas disponíveis para tal. Em função

do foco deste livro, a seção 6 detalha uma pesquisa essencialmente

qualitativa, explorando as duas técnicas em questão na análise de

dados coletados em entrevistas estruturadas (com guia de entrevista),

buscando-se ser didático e ilustrar passo a passo a sua aplicação.

Finalmente, na seção 7, faz-se uma reflexão final sobre o uso

potencial destas análises no dia-a-dia das organizações, bem como no

contexto de pesquisa acadêmica.


2. Dados qualitativos:

problemas e questões inerentes à sua coleta e análise

Não obstante as colocações recém realizadas, tentando olhar de

forma mais precisa um processo de pesquisa qualquer, vai-se notar

que dificilmente ele deixa de recorrer a mais de uma técnica de coleta

de dados, bem como mais de uma fonte, fazendo inclusive recurso a

diferentes técnicas de análise de dados. É pois tempo de método

múltiplo de pesquisa, onde o pesquisador ou o analista comercial,

financeiro, etc, tem cada vez mais e mais clara a necessidade de estar

em contato com diferentes visões das situações reais. E isto

utilizando-se de fontes de dados e de técnicas diversas, levando em

consideração o rigor das pesquisas. Isto só reforça o valor, utilidade e

oportunidade de se abordar de forma mais organizada e mesmo

didática as técnicas e ferramentas no que se refere a dados

qualitativos.

Cada vez mais forte é a tendência de que uma pesquisa

quantitativa, mais objetiva, deve ser precedida de uma atividade mais

subjetiva, qualitativa, que permita melhor definir o escopo e a forma

de focar o estudo. Também tem sido consenso que, mesmo sendo

objetiva em sua essência, sempre se pode recorrer a algum tipo de

opinião mais espontânea ou aberta, de forma a captar ‘um algo mais’

da parte do respondente. Tudo isto valoriza a questão de como se

tratar questões ditas qualitativas. Tais debates foram objetos de

recente congresso internacional (LEE, LIEBENAU e DEGROSS,

1997). A estratégia de uso de questões abertas ou fechadas num

instrumento é debatida por LEBART e SALEM (1994, p.25-28).

Além disso, nas pesquisas, de forma geral, uma etapa pouco

valorizada ou um tanto negligenciada é a de preparação de dados: há

todo um esforço para que os dados sejam coletados, de forma que não


se dispõe de muito tempo quando os dados poderiam e deveriam ser

analisados a fundo, em termos de significado e implicações. Ocorre

que, antes de analisar os dados e cruzá-los das mais diferentes formas

na busca por relações causais ou possíveis explicações para hipóteses

previamente formuladas, é necessário que sejam preparados certos

tipos de dados. Exemplos disso podem ser dados objetivos e

numéricos como a idade e o salário, na busca por faixas etárias e

salariais adequadas para os cruzamentos posteriores a serem

realizados (pode-se gerar novos dados escalares a partir dos

numéricos).

Da mesma forma, é necessário um investimento (mais de

tempo de análise do que outro recurso) para que sejam criadas

categorias pertinentes e claras a partir de dados tipo texto, ou seja,

efetivamente qualitativos. Um exemplo pode ser a criação de um dado

novo a partir de uma questão texto que poderia ser “quais as sugestões

que você apresentaria para a melhoria dos nossos serviços?” ou então

mesmo “quais as principais reclamações que você poderia

apresentar?”. Normalmente, pesquisadores e analistas desavisados ou

talvez despreparados ou inadvertidos sobrecarregam suas pesquisas

com questões abertas, criando uma expectativa em quem responde, a

qual se torna ‘falsa expectativa’, visto que tais respostas nunca serão

tabuladas e avaliadas como se deveria. Logo, o aprendizado que tal

conteúdo permitiria não será jamais produzido. Cuidado especial é

necessário no sentido de não se abusar de questões abertas num

instrumento de pesquisa, pois seu excesso exige que o respondente se

concentre bem mais que o normal: ele poderá pois ficar

gradativamente desatento nas suas respostas e mesmo se desinteressar

pelas questões posteriores.

Cria-se pois uma falsa de idéia de que um dado espontâneo

como esse dos exemplos recém evocados deve ser analisado uma só

vez, quando ele poderia ser uma fonte bastante grande e diferenciada


para a geração de novos, diferentes e curiosos dados. Esta geração de

novos dados a partir de um dado texto pode emergir do próprio texto

de cada respondente, como uma lista mais objetiva de sugestões ou de

reclamações (no caso dos dois exemplos citados). Mas tal fonte de

dados também pode ser objeto de um julgamento a partir de critérios a

priori adotados pelo gerente, analista ou pesquisador, como por

exemplo gerar um indicador de satisfação a partir da simples leitura

das sugestões ou das reclamações emitidas pelo respondente. Ou seja,

ao invés de perguntar se o cliente está muito ou pouco satisfeito, o

avaliador poderia ler cada uma das respostas emitidas e registradas e

iria ele próprio julgar se o respondente está ou não satisfeito. Isto é

claro de forma subjetiva, contudo, muitas vezes este dado poderá ser

melhor considerado para fins de análise. Ou seja, a um dado aberto e

espontâneo, devem corresponder n dados objetivos, gerados seja pela

análise e identificação gradativa de um protocolo (como a lista de

sugestões que se faz emergir do texto), seja pela avaliação da opinião

de cada pessoa em relação a um protocolo ou mesmo escala de medida

preparada pelo analista (como por exemplo ‘satisfeito’ ou

‘insatisfeito’).

Além disso, um ponto importante diz respeito à definição de

quem deveria realizar as análises (e quem finalmente as realiza!):

normalmente, solicita-se a um terceiro (aluno, auxiliar, etc) para

realizar esta única codificação, quando ela poderia ser rica em

aprendizado caso feita pessoalmente pelo analista ou pesquisador.

Esta atividade exige a leitura de cada uma das respostas, gerando,

neste processo, novas idéias de análise e uma riqueza de compreensão

e percepção sem iguais para o analista responsável. Este seria um

motivo forte para que se repense cada decisão ou solicitação de

codificação a terceiros: a pessoa está implicada no processo? Conhece

o métier ou contexto pesquisado? Tem engajamento ou

responsabilidade em relação ao objeto pesquisado? Sobretudo, tem


como associar a sua tarefa isolada de codificação a todo resto do

processo e atividades desse projeto? Terá a iniciativa de sugerir novas

dimensões de análise identificadas no decorrer da própria atividade de

codificação? Talvez seja melhor arrumar uma resposta adequada a

estas questões ou então de fato decidir que o pesquisador se

responsabilizará pela realização da tarefa ou pela supervisão estreita

desse processo.

Normalmente, uma codificação derivada de uma análise vai

gerar um novo dado de múltipla escolha (das diversas categorias

criadas, algumas serão marcadas para cada resposta emitida por cada

respondente). Este novo dado retratará de forma bem mais objetiva o

conteúdo de cada opinião ou resposta. A construção das opções ou

categorias desse novo dado gerado deve ser realizada segundo certas

regras, de forma a se poder ter confiança na sua coerência,

consistência, força enfim. Entretanto, muito da prática empresarial que

se tem podido observar (em contato com institutos de pesquisa por

ocasião de assessorias de tecnologia ou método) mostra que pessoas

não tão bem preparadas realizam tal função. Ocorre que tal novo dado

vai ser certamente a base para decisões estratégicas ou operacionais

importantes para a organização envolvida. Logo, é de extrema

importância a adequada e mesmo rigorosa formulação destas

categorias. De fato, cada categoria pode implicar em n ações

empresariais, que exigirão alocação de recursos, etc., ou seja, as

implicações das corretas definições de categorias podem ser enormes

para a organização. Caso as categorias não sejam pertinentes, todas

análises, decisões e ações estarão igualmente comprometidas. Não é

esta uma atividade para ser realizada com adivinhações ou

amadorismos de qualquer sorte. Conceitos, técnicas, métodos e

ferramentas são em muito necessários. É então fundamental que se

desenvolva um conjunto de diretrizes ou procedimentos que possam

ser seguidos: tal é o objetivo deste livro, com o exemplo desenvolvido


na seção 6 e com os conceitos e ferramentas abordados na seção 3 e 5,

respectivamente.

A preparação e análise de dados provenientes de pesquisas ou

captura de dados, sejam eles qualitativos ou quantitativos, passa então

pela identificação e categorização adequada dos seus conteúdos, na

busca pela produção de conhecimentos e identificação de relações que

nos permitam avançar na compreensão dos fenômenos investigados.

Esta busca por informações consistentes, relevantes e fidedignas

requer tempo e dedicação por parte do analista ou pesquisador, no

intuito de gerar resultados que traduzam a realidade ou contexto

estudado. Entretanto, não raro estas análises levantam dúvidas quanto

à efetividade dos termos e resultados obtidos, especificamente pela

não sistematização da sequência de análise dos dados ou por outros

motivos, como a inadequação do próprio perfil ou preparação de quem

analisa, como recém evocado. Ainda, há toda uma polêmica sobre a

legitimidade de se ter somente uma pessoa responsável por uma dada

codificação: seria válida tal categorização? Por quê? Seria necessário

se ter mais de uma pessoa a codificar? Será que realmente esta

segunda pessoa aportaria um ganho de qualidade na codificação

realizada? Será que ela estaria engajada o suficiente no mesmo

processo de forma a contribuir? Será ainda que este engajamento seria

condição importante? Será que tal esforço e mesmo gasto de tempo

seria necessário e mesmo compensador? Tendo-se uma segunda

pessoa, seria então esperado que se pudesse confrontar as categorias

criadas por cada um, consolidá-las num só conjunto (após discussão

de cada discordância), e, além disso, comparar uma a uma cada uma

das marcações (para cada resposta, cada dos 2 avaliadores ou analistas

marcaria as categorias que julga que ali se manifestaram implícita ou

explicitamente), dando-se conta do que fecha e do que não fecha em

termos de classificação das categorias para cada uma das respostas de


cada respondente. É também nosso objetivo apresentar – na sequência

- algumas posições sobre essas colocações.

O uso de técnicas de análise de dados qualitativos é pois um

tema de crescente interesse e importância no campo da gestão e da

informação. Este documento contribui colocando a questão da

complementaridade das técnicas de análise léxica e de análise de

conteúdo, evocando exemplos da literatura e sobretudo apresentando

didaticamente um exemplo no qual aplica estes conceitos e técnicas.

Nossa proposta – reforce-se - é de que as duas técnicas sejam

utilizadas de forma sequencial (uma após a outra), recorrente (pode-

se ir e vir, deve-se mesmo ir e vir de uma a outra) e complementar

(elas não são excludentes, ou seja, não se deve escolher uma ou outra,

deve-se adquirir finalmente a visão, a consciência de que os recursos

de ambas são excelentes ferramentas na mão do analista e que ele

deve fazer bom uso e não isolar uma em detrimento de outra).


3. Análise quali ou quantitativa de dados textuais?

A busca por informações consistentes e válidas não deve se

deter somente nos dados estruturados, puramente quantitativos, tal

qual os imagina-se - na forma de clássicas planilhas, relatórios

volumosos, números, percentuais e gráficos: cada vez mais precisa-se

recorrer aos dados de natureza qualitativa, como textos, discursos,

entrevistas, trechos de livros, reportagens, etc. Dados estes que

envolvem elementos que muitas vezes desafiam a astúcia do

pesquisador ou do homem de negócios, pois escondem em suas

entrelinhas posicionamentos, opiniões, perfis, que exigem uma leitura

atenta e ferramentas que possibilitem chegar com maior rapidez

(condição de sobrevivência) às informações realmente pertinentes

(POZZEBON e FREITAS, 1996; LESCA, FREITAS e CUNHA,

1996; LESCA, FREITAS, POZZEBON, PETRINI e BECKER, 1998).

Deve-se poder ir do dado bruto ou puro ao dado elaborado, via

interpretação, análise e síntese, e, a partir disso, por uma constatação

ou curiosidade, poder rapidamente aprofundar a investigação,

eventualmente voltando à fonte e ao dado bruto como recurso mesmo

de sustentação de argumento ou simplesmente de ilustração.

É importante explorar e sobretudo cruzar de todas as formas

possíveis dados quantitativos e qualitativos (Figura 1 - FREITAS,

2000) para a geração de idéias, a verificação de hipóteses, a

elaboração de conclusões ou indicação de planos de ação, etc. O uso

de técnicas qualitativas x quantitativas, tanto para coleta quanto

análise de dados, permitem, quando combinadas, estabelecer

conclusões mais significativas a partir dos dados coletados,

conclusões estas que balizariam condutas e formas de atuação em

diferentes contextos.


A abordagem literária, dita qualitativa, mais associada às

técnicas de análise léxica e de conteúdo (abordadas nas seções 3.1 e

3.2), pressupõe a análise de poucas fontes ou dados, num

procedimento exploratório ou de elaboração de hipóteses. A

abordagem mais científica, dita quantitativa, pressupõe grande

quantidade de dados num procedimento de confirmação de hipóteses.

Há necessidade de se tratar do quantitativo, enriquecendo-o com

informações qualitativas em grande número, de forma a ganhar força

de argumento e qualidade nas conclusões e relatórios: o desafio é a

busca da associação entre o quantitativo e o qualitativo, onde, por

exemplo, o procedimento exploratório ganha força, visto que se

poderá multiplicar os dados tratados, reforçando sobremaneira (e

mesmo garantindo o ‘bom caminho’) o procedimento confirmatório.


Figura 1 - O desafio de associar qualitativo e quantitativo (FREITAS, 2000)


Segundo KELLE (1995, p.15), "espera-se que as forças de

ambas abordagens possam se reforçar mutuamente: a

intersubjetividade e a fidedignidade ou confiabilidade providas pela

informação padronizada derivada de amplas amostras, por um lado, e

o conhecimento íntimo de um simples caso ou passagem de um texto

adquirido pela análise interpretativa, por outro lado. A questão

essencial nesse tipo de análise seria como transformar o significado da

análise textual numa matriz de dados quantitativa, isto de maneira

didática e sistemática".

A utilidade da combinação destes métodos tem sido assunto

discutido fortemente na comunidade acadêmica internacional

(MASON, 1997; LEE, LIEBENAU e DEGROSS, 1997),

apresentando-nos grande variedade de aspectos a serem levados em

conta quando da formulação de questões com vistas à obtenção e

análise de dados, sejam eles qualitativos x quantitativos, sejam eles

diretos x indiretos, abertos ou fechados. É tempo de seguir em frente

com mais estudos qualitativos (MILES e HUBERMAN, 1997), e

educar nossos gerentes, começando pelas nossas crianças, que o

mundo não é somente quantitativo, e sim qualitativo. Pelo menos, que

bom estudo quantitativo não deveria ser precedido por um qualitativo?

CRESWELL (1998), e também KIRK e MILLER (1986) oferecem-

nos alguns conceitos e discussões a respeito de pesquisa qualitativa e

principalmente sobre confiabilidade (ou fidedignidade) e validade

desse tipo de estudo. Da mesma maneira, a revista MIS Quarterly

(v.21, no.3, September 1997) publicou 3 papers baseados em pesquisa

qualitativa deste mesmo assunto.

MASON (1997, p.9-34) oferece-nos alguns insights sobre essa

discussão: o que deveria ser uma pesquisa qualitativa? De que forma

relacionar aspectos quali e quanti em uma pesquisa ? Estas pesquisas,

seja na obtenção dos dados seja no tratamento destes, deveriam ser

sistemática, rigorosa e estrategicamente conduzidas, ainda flexíveis e


contextuais, deveriam envolver críticas auto-construtivas pelo

pesquisador, ou provocar reflexões. Também deveriam produzir

explicações sociais para charadas ou quebra-cabeças intelectuais

permitindo a generalização de alguma forma ou então, permitindo

ampla aplicação. Não ser vistas como um corpo unificado de filosofia

e prática, cujos métodos podem simplesmente ser combinados sem

problemas, nem ser vistas como necessariamente opostas e não

complementares. Ainda, deveriam ser conduzidas como uma prática

ética levando em consideração o contexto político.

De fato, sejam quais forem os fenômenos, entidades ou

realidade objetos de investigação, o uso conjunto destes métodos

qualitativos e quantitativos permitiriam um maior aprofundamento no

conhecimento dos dados, evidenciando-se aspectos do que se deseja

investigar e, da mesma forma, possibilitando focar o pensamento

sobre o assunto, decidir e executar. O uso conjunto destes dois tipos

de análise permite estabelecer conclusões: é importante, pois,

diferenciar ambos enfoques, identificando as possibilidades de cada

um. Existem ainda outras oposições qualitativo-quantitativo:

impressionismo versus sistematização, hipóteses versus verificação,

flexibilidade e liberdade versus rigidez (FREITAS, CUNHA e

MOSCAROLA, 1997).

Enquanto a análise qualitativa se baseia na presença ou

ausência de uma dada característica, a análise quantitativa busca

identificar a frequência dos temas, palavras, expressões ou símbolos

considerados. A noção de importância deve ser clara em cada uma

destas análises: o que aparece seguido é o que importa na análise

quantitativa, enquanto a qualitativa valoriza a novidade, o interesse, os

aspectos que permanecem na esfera do subjetivo. Tem-se assim um

dilema de análise: adotar categorias específicas, retratando fielmente a

realidade, mas com uma lista de temas cuja frequência será fraca, ou

então reagrupar deliberadamente os dados num pequeno número de


categorias, não sem sacrificar informação talvez essencial, a qual

ficará perdida no resultado final (FREITAS, CUNHA e

MOSCAROLA, 1997).

São diversas as fontes e motivações que podem viabilizar a

coleta de dados textuais (todo dado cujo conteúdo é texto ou

alfanumérico): questões abertas de pesquisas de opinião de mercado e

outras; o conteúdo de respostas de entrevistas; mensagens recebidas e

enviadas; livros, artigos e textos quaisquer; campos tipo texto nas

bases de dados corporativas ou outras; o registro automatizado de

telefonemas profissionais ou mesmo pessoais (como os de serviço de

atendimento ao cliente); o registro automatizado das operações de

consulta de sistemas corporativos como o registro de logs Internet,

Intranets e outros sistemas, como por exemplo transações bancárias,

suporte técnico, todas operações das caixas de supermercado, etc.

Todas estas fontes de dados devem ser exploradas via quantificação e

resumo, de forma a permitir a melhor compreensão e interpretação do

seu conteúdo, visando daí depreender idéias, ações, enfim, produzir

uma informação mais rica para embasar as decisões. Algumas outras

aplicações de análise de dados qualitativos são: análise de entrevistas

não diretivas, focus group; análise de mídia (TV, imprensa, ...);

controle de redação; pesquisas de mercado e de opinião; marketing

direto a partir de arquivos internos ou externos; análise de

documentos; auditoria na comunicação interna; inteligência

Competitiva (patentes, pesq. bibliográfica); gestão de RH (sondagem

opinião interna,...), etc.

A análise de documentos, sejam eles originários de pesquisas

quali ou quantitativas, inclui análise léxica e análise de conteúdo. Ela

apresenta um conjunto de características racionais, sendo mais ou

menos intuitiva, pessoal e subjetiva. Como outros métodos, apresenta

problemas de validade, como autenticidade do texto, validade de

interpretação e veracidade dos fatos. Tem ainda, em muitos casos, o


defeito do trabalho não sistematizado, dependendo fortemente do

valor e competência do pesquisador.

Com o uso conjunto destas técnicas de análise de textos é

possível produzir novos dados que podem, por sua vez, ser

confrontados especialmente com dados sócio-demográficos, como por

exemplo um elenco de reclamações ou sugestões agora vistas por

sexo, por faixa etária, por renda, por departamento ou qualquer outro

dado mais objetivo ou quantitativo. Antecipar a análise léxica à de

conteúdo faria com que a análise de dados se desse de uma maneira

plena, ou seja, o uso destas duas técnicas encobrem diversas das

possibilidades que dali poderiam surgir ou fazer emergir. Ao final de

um esforço de análise de dados, poderia-se dispor de resultados

significativos aplicáveis à uma dada realidade. Como isso deve ser

feito? De que maneira combinar o uso destas duas formas de análise?

Os dois tipos de análise de questões abertas são representados na

Figura 2 (FREITAS e MOSCAROLA, 2000).


Figura 2 - A análise de conteúdo e a análise léxica (FREITAS e MOSCAROLA, 2000)


A Análise Léxica (FREITAS e MOSCAROLA, 2000) consiste

em se passar da análise do texto para a análise do léxico (o conjunto

de todas as palavras encontradas nos depoimentos ou respostas). Já a

Análise de Conteúdo (FRANKFORT-NACHMIAS e NACHMIAS,

1996, p.324-330), que consiste em uma leitura aprofundada de cada

uma das respostas, onde, codificando-se cada uma, obtém-se uma

idéia sobre o todo (FREITAS, 2000). WEBER (1990, p.10) apresenta

algumas vantagens da análise de conteúdo, destacando sua

aplicabilidade na análise de textos de comunicação de toda natureza,

bem como o fato de permitir combinar métodos quanti e qualitativos,

e mesmo explorar séries longitudinais de documentos ou fontes

múltiplas, e enfim o fato de poder tratar com dados ditos mais

espontâneos (e não induzidos ou expressamente perguntados).

Com base em textos europeus (GRAWITZ, 1993; GAVARD-

PERRET e MOSCAROLA, 1995), FREITAS, CUNHA e

MOSCAROLA (1997) apresentam noções gerais sobre a análise de

dados textuais, com sete diferentes níveis de aplicação e

desenvolvimento da análise léxica, ilustrando a aplicação e uso dessas

técnicas. Este tipo de análise contribui para a interpretação das

questões abertas ou textos, a partir da descrição objetiva, sistemática e

quantitativa do seu conteúdo.

Diversas referências podem ser consultadas para um maior

aprofundamento nas questões da análise de dados qualitativos.

WEBER (1990) publicou o livro “Basic Content Analysis”,

SILVERMAN (1993) descreve métodos para analisar discursos, textos

e interações, no livro “Interpreting Qualitative Data”, MILES e

HUBERMAN (1994) publicaram o livro “Qualitative Data Analysis”,

o Journal of Applied Management Studies, inglês, publicou dois

papers com aplicação de análise de conteúdo e análise léxica:

CROUCH e BASCH, “The Structure Of Managerial Thinking”, e

OSWICK, KEENOY e GRANT, “Managerial Discourses...”. A MIS


Quarterly também publicou pesquisa qualitativa durante 1997,

mostrando disposição da comunidade (e dos editores!) rumo a estudos

qualitativos. A literatura francesa também está recebendo novos

textos, da parte de BARDIN (1996), e de LEBART e SALEM (1994).

Na sequência são apresentadas tais técnicas de análise,

buscando enfatizar sua complementaridade.


3.1. A Análise Léxica

Toda a análise de textos começa pela organização completa do

vocabulário utilizado. Mais do que palavras, fala-se de formas gráficas

ou simplesmente de formas breves em razão de uma certa

ambigüidade da palavra. A organização consiste em isolar cada forma

gráfica supostamente delimitada por dois caracteres separadores que

na maioria das vezes são os próprios espaços, mas também podem ser

sinais de pontuação. Cada aparição de uma forma de dado é chamada

ocorrência, as quais são evidentemente contabilizadas para formar o

léxico. O léxico é então, por definição, a lista de todas as formas

gráficas utilizadas, cada qual estando munida de um número de ordem

ou frequência (LAGARDE, 1995, p.144-145), ou ainda o conjunto das

palavras diferentes usadas nesse texto, com a sua frequência de

aparição (FREITAS, 2000).

Já a Análise Léxica consiste em averiguar ou medir a

dimensão das respostas: as pessoas responderam de forma extensa ou

concisa? Cria-se uma hipótese de que aqueles que deram respostas

extensas têm um interesse maior do que os demais. Uma hipótese

discutível que dará, porém, uma indicação (FREITAS, 2000). Nesse

tipo de técnica são feitas análises de palavras, e não de respondentes.

Por exemplo, caso uma dada palavra apareça n vezes após realizada

uma contagem, isso não significa que aquela palavra, ou aquela idéia,

possa ser generalizada para grande parte dos respondentes ou

representar uma idéia que tenha aparecido em várias opiniões: pode

muito bem ocorrer que determinado respondente, ou um pequeno

grupo destes, tenham enfaticamente apontado para aquela idéia,

repetidamente (por que não?), diferentemente de uma Análise de

Conteúdo, onde são identificadas idéias por respondentes,

independentemente deste ter citado a palavra 1, 2 ou mais vezes.


Então pode-se dizer que a análise léxica é o estudo científico

do vocabulário, com aplicações de métodos estatísticos para a

descrição do vocabulário: ela permite identificar com maior detalhe as

citações dos participantes, utilizando indicadores que relacionam

aspectos relativos às citações e às palavras (BARDIN, 1996). A

evolução se dá da visão geral do texto para os dados na sua essência,

sejam eles palavras ou expressões (LEBART e SALEM, 1994, p.58-

69), onde posteriormente serão novamente analisados com vistas ao

universo total de informações.

Pode-se ainda colocar que, através de processos automáticos

que associam a matemática e a estatística, o uso da Análise Léxica

permite rapidamente interpretar e fazer uma leitura adequada e

dinâmica das questões abertas das enquêtes. Esse procedimento não é

mais rigoroso do que a Análise de Conteúdo clássica. Seu tratamento

dos dados é objetivo, mas a leitura subjetiva também é realizada: tem-

se, assim, acesso a um processo de leitura mais rápido, automatizado e

que, por outro lado, encontra um certo número de justificativas

(FREITAS, 2000).

A partir do corpo do texto, ou seja, o conteúdo das respostas

abertas, evolui-se para analisar palavras e expressões, o léxico. Ao

fazer isso, parte-se de um nível que se pode chamar de

macroestatístico, iniciando com as entrevistas que foram realizadas e

elencando as palavras produzidas nas respostas (GRAWITZ, 1993).

Um esquema geral (Figura 3) para Análise Léxica é proposto por

FREITAS, MOSCAROLA e JENKINS (1998).

Uma Análise Léxica inicia sempre pela contagem das palavras,

avançando sistematicamente na direção de identificação da dimensão

das respostas. Nos casos de respostas abertas, normalmente são feitas

aproximações ou agrupamentos que permitam apresentar critérios

mais frequentemente citados, agrupando palavras afins, deletando

palavras que não interessam, até resultar num conjunto tal de palavras


que representem na essência as principais descrições citadas nos

textos.

Tudo depende do quão sutil é feita a análise pelo pesquisador e

da qualidade dos dados (amostra). Uma análise rápida em uma

pequena amostra normalmente apresentará problemas de dispersão de

um mesmo tema, de uma mesma idéia, até mesmo problemas de

sinônimos. O tratamento para tal seria o correto agrupamento de

palavras em critérios semelhantes. Nestes casos, as frequências

permitem consolidar a aplicação de um tema ou locução,

possibilitando uma análise de contexto onde as categorias

identificadas representem a essência das idéias apresentadas

(LEBART e SALEM, 1994, p.135-142).


Corpo do Texto

Navegação

Léxica

Reduzindo e

Estruturando o

Léxico

Lematizador

Corpo do texto lematizado

Dicionário

Estrutura

Estatística

Variáveis

De

Contexto

Verbatim

Medidas

Lexicais:

Intensidade

banalidade

Variáveis

fechadas

do léxico

Figura 3 - Esquema para Análise Léxica

Fonte: FREITAS, MOSCAROLA e JENKINS (1998)


Como ilustra a Figura 3, a realização de uma análise léxica se

dá da seguinte forma: faz-se inicialmente o tratamento deste do

conteúdo de um texto ou respostas abertas, através da identificação de

número total de ocorrências de cada palavra, número total de palavras,

número total de palavras diferentes ou vocábulos e a riqueza de

vocabulário para produzir uma resposta (LEBART e SALEM, 1994,

p.247). Além disso, classificam-se tais unidades de vocabulário em

palavras ricas com algum significado, como verbos, substantivos e

adjetivos, além de palavras instrumentais como artigos, preposições,

etc. É também possível identificar o tempo aplicado a cada resposta,

se isso, é claro, for aplicável naquela situação. A organização da frase,

e certos aspectos sintáticos, são suscetíveis de revelar certas

características de um discurso ou apontar confirmações de certas

hipóteses formuladas, além das comparações entre estas. Para isso,

deve-se ir além da Análise Léxica, iniciando a Análise de Conteúdo

(BARDIN, 1996, p.82-92).

Há recursos e técnicas que podem ser aplicados para ter um

corpo do texto lematizado, ou seja, transformar as palavras que ainda

constituirão o léxico na sua forma infinitiva ou na sua forma original

(fala-se aqui no que diz respeito a verbos, substantivos e adjetivos).

Pode-se assim reduzir significativamente o léxico, e, a partir daí, criar

novos dados, objetivos (fechados sobre palavras do léxico), bem como

gerar novos dados com medidas lexicais (intensidade lexical,

banalidade ou trivialidade e ainda originalidade) (SPHINX, 1997).

Tal análise, representada na Figura 3, inicia pela aproximação

lexical sumária, que consiste em reduzir o texto apresentando as

palavras mais frequentes que permitem uma idéia do seu conteúdo.

Em seguida é realizada a aproximação lexical controlada, que reduz o

texto ao seu léxico e controla, via navegação lexical, a validade e o

fundamento das interpretações elaboradas a partir do léxico. Após

isso, é realizada a aproximação lexical seletiva, eliminando palavras-


ferramentas e concentrando a atenção no exame de substantivos,

verbos e adjetivos via utilização de dicionários e de um lematizador.

Em seguida, é realizada a pesquisa das especificidades lexicais, que

estabelece uma estatística das palavras do texto, segundo uma variável

externa não textual (por exemplo país, região, departamento). A

descrição do texto através de variáveis nominais e o cálculo das

intensidades lexicais permitem que cada resposta seja descrita pela

intensidade segundo a qual se manifestam os diferentes campos

estudados. O aprofundamento da análise pode se dar com a análise bi

ou multivariada dos dados textuais em função de outros dados,

integrando-a desta forma com a análise de dados clássica (FREITAS,

CUNHA e MOSCAROLA, 1997).

Com a Análise Léxica, é possível apresentar opções (palavras,

agrupamentos, expressões) para desvendar caminhos e descobrir

opiniões, identificar necessidades, obsessões, seja qual for a intenção

da pesquisa ali aplicada. Descobrir as razões de tal objeto de estudo

significa passar da indecisão para a riqueza da leitura, e isso pode ser

feito com o uso combinado das técnicas apresentadas neste livro.

Desta forma, não somente pode-se contar com uma leitura das

respostas, o que por si só já nos diz muita coisa, mas também com a

identificação das opiniões expressas nas entrelinhas destes mesmos

textos. Se em uma leitura espontânea já se pode identificar idéias, o

que se poderia dizer de uma leitura e categorização mais atenta no

sentido de observar e descobrir conteúdos ali ditos de forma indireta

ou até mesmo obscura, permitindo descobrir significados e elementos

suscetíveis não identificados a priori. De fato, a aplicação sequencial

e recorrente destas técnicas permite assim avançar.


3.2. A Análise de Conteúdo

Quando os dados a analisar se apresentam sob a forma de um

texto ou de um conjunto de textos ao invés de uma tabela com valores,

a análise correspondente assume o nome de Análise de Conteúdo –

neste texto AC (LAGARDE, 1995, p.143). A AC é uma técnica de

pesquisa para tornar replicáveis e validar inferências de dados de um

contexto que envolve procedimentos especializados para

processamentos de dados de forma científica. Seu propósito é prover

conhecimento, novos insights obtidos a partir destes dados

(KRIPPENDORFF, 1980).

Uma parte importante do comportamento, opinião ou idéias de

pessoas se exprime sob a forma verbal ou escrita. A Análise de

Conteúdo destas informações deve normalmente permitir a obtenção

destas informações resumidas, organizadas. A AC pode ser usada para

analisar em profundidade cada expressão específica de uma pessoa ou

grupo envolvido num debate. WEBER (1990, p.9) apresenta alguns

propósitos para uso de AC. Permite também observar motivos de

satisfação, insatisfação ou opiniões subentendidas, natureza de

problemas, etc, estudando as várias formas de comunicação. É um

método de observação indireto, já que é a expressão verbal ou escrita

do respondente que será observada. Não existiria dentro desse método

uma riqueza e uma diversidade de modos de expressão? A AC torna

possível analisar as entrelinhas das opiniões das pessoas, não se

restringindo unicamente às palavras expressas diretamente, mas

também àquelas que estão subentendidas no discurso, fala ou resposta

de um respondente (PERRIEN, CHÉRON e ZINS, 1984, p.27).


O objetivo da AC é a inferência2 de conhecimentos relativos às

condições de produção com a ajuda de indicadores. A AC é como um

trabalho de um arqueólogo: ele trabalha sobre os traços dos

documentos que ele pode encontrar ou suscitar, traços estes que são a

manifestação de estados, dados, características ou fenômenos. Existe

alguma coisa a descobrir sobre eles, e o analista pode manipular esses

dados por inferência de conhecimentos sobre o emissor da mensagem

ou pelo conhecimento do assunto estudado de forma a obter resultados

significativos a partir dos dados (Figura 4). Ele trabalha explorando os

dados, como um detetive (BARDIN, 1996, p.43-44). Nesse sentido, a

descrição do conteúdo é a primeira etapa a ser cumprida, a qual passa

pela já citada Análise Léxica pela possibilidade de leitura rápida do

conteúdo das respostas através de resultados tabulados das frequências

das mesmas. Parte-se de dados qualitativos - fazendo um agrupamento

quantitativo - para análise qualitativa novamente.

2 Inferência: operação lógica, pela qual se aprova uma proposição em verdade de sua ligação

com outras proposições já tênues por verdades (BARDIN, 1996, p.43). Este tema é desenvolvido por

BARDIN (1996, p.169-177).


Leitura Normal

Variáveis Inferidas / Análise de Conteúdo

Figura 4 – Análise de Conteúdo

BARDIN (1996, p.46)


Fazer o processo dedutivo ou inferencial a partir de índices

(palavras) ou indicadores não é raro dentro da prática científica. O

médico faz suas deduções sobre a saúde de seu paciente graças aos

seus sintomas, o meteorologista faz a previsão do tempo inferindo

sobre estados ou posições da natureza. Ocorre o mesmo dentro da

Análise de Conteúdo, pela dedução através da leitura e compreensão

das mensagens. Os fatos, deduzidos logicamente a partir de

indicadores, permitem tirar conclusões, obter novas informações ou

completar conhecimentos através do exame detalhado dos dados. Ser

objetivo, visto que a análise deve proceder segundo as regras pré-

estabelecidas, obedecendo a diretrizes suficientemente claras e

precisas de forma a propiciar que diferentes analistas, trabalhando

sobre o mesmo conteúdo, obtenham os mesmos resultados. Ser

também sistemático, pois todo o conteúdo deve ser ordenado e

integrado nas categorias escolhidas, em função do objetivo

perseguido, e elementos de informação associados ou relativos ao

objetivo não devem ser deixados de lado. Ser ainda quantitativo, pela

possibilidade de evidenciar os elementos significativos, calcular a sua

frequência, etc., esta condição não sendo indispensável visto que

certas análises de cunho qualitativo buscam mais os temas do que a

sua exata medida ou importância. Segundo GRAWITZ (1993, p.534),

tais características formam os atributos da Análise de Conteúdo, o que

é reforçado por PERRIEN, CHÉRON e ZINS (1984) e FREITAS,

MOSCAROLA e JENKINS (1998).

Pode-se, ainda, classificar a AC de acordo com o propósito de

investigação, que pode ser a descrição de características de

comunicação - perguntando o quê, como e de quem alguém disse tal

coisa, a inferência dos antecedentes da comunicação - que envolve

perguntar porque alguém disse alguma coisa - ou ainda fazer

inferências sobre os efeitos da comunicação - perguntando com que


intenção alguém disse tal coisa (HOLSTI, 1969 e JANIS, 1965 apud

KRIPPENDORFF, 1980, p.34).

De fato, a Análise de Conteúdo é “uma técnica de pesquisa

utilizada para tornar replicáveis e validar inferências de dados para seu

contexto, segundo seus componentes, relações ou transformações

entre estes” (KRIPPENDORFF, 1980, p.35). Para BARDIN (1996,

p.47), AC é “um conjunto de técnicas de análise das comunicações

que, através de procedimentos sistemáticos e objetivos de descrição do

conteúdo das mensagens, visa obter indicadores (quantitativos ou não)

que permitam a inferência de conhecimentos relativos às condições de

produção e de recepção (variáveis inferidas) destas mensagens”. A

seguir, abordam-se alguns tópicos inerentes, como: os tipos de Análise

de Conteúdo, as suas etapas, o seu valor como instrumento ou técnica

de pesquisa, bem como seu uso e aplicação.


3.2.1. Tipos de Análise de Conteúdo

Uma vez que diferentes fontes de dados estão normalmente

disponíveis, pode-se usar vários modelos para explorar, processar e

analisar dados. GRAWITZ (1993) desenvolve 3 diferentes enfoques

(valorizados por FREITAS, MOSCAROLA e JENKINS, 1998):

Verificação ou Exploração? Deve-se fazer distinção entre a

análise de documentos tendo como objetivo a hipótese de

verificação (sabendo-se o que se busca e podendo-se quantificar

os resultados - neste caso o objeto é preciso), e aquela análise

cujo objetivo seja exploração ou definição de hipóteses, onde a

análise é menos rigorosa e sistemática, seguindo papéis e

técnicas que não podem ser padronizadas, visto que faz apelo à

intuição e à experiência.

Análise quantitativa ou análise qualitativa? A análise

quantitativa tenta acumular a frequência de temas, palavras ou

símbolos, enquanto análise qualitativa é baseada na presença ou

ausência de dadas características. Outra dicotomia quali-quanti é

impressões versus sistematizações, hipóteses ao invés de

verificações, e flexibilidade como oposto à rigidez. O que é

importante deve estar claro em cada um dos tipos de análise. O

número de vezes que um dado elemento ocorre é o que conta

para a análise quantitativa, enquanto a novidade, interesse, tema

ou atributo subjetivo é o objeto da análise quali. Sempre se tem

um dilema: adotar categorias representativas, ou reagrupar

deliberadamente os dados em um pequeno número de

categorias, sacrificando informações. BERELSON (1971, apud

FRANKFORT-NACHMIAS e NACHMIAS, 1996, p.328)


define que “a Análise de Conteúdo se sustenta ou se destrói

pelas suas categorias”. FRANKFORT-NACHMIAS e

NACHMIAS apontam, baseados na literatura, uma série de

categorias mais frequentemente empregadas, do tipo “o que é

dito” (tema, sentido, padrão, valores, métodos, características,

origem, tempo, conflito, etc) e “como é dito” (forma ou tipo de

comunicação, método ou técnica utilizada, forma de definição).

Análise direta ou indireta? A análise quantitativa direta,

medida mais comumente utilizada, consiste em contabilizar as

respostas tal qual elas aparecem; já a análise quantitativa

indireta pode, por vezes, além do que se tem como resultado

claro e manifesto, obter por inferência, até mesmo aquilo que o

autor deixou subentendido. Este tipo de informação (escolha das

palavras, ritmo do discurso, etc) pode ser muito reveladora.

Pode-se, então, a partir de uma análise quantitativa, buscar uma

interpretação mais sutil, ou o que é latente sob a linguagem

explícita utilizada no texto. A interpretação indireta, que vai

além do que é dito, não é algo amparado apenas no qualitativo,

ela pode perfeitamente se apoiar num conteúdo quantificado (e

que possa ser destacado como exemplo).


3.2.2. Etapas da Análise de Conteúdo

Toda a análise de conteúdo deve seguir uma série de etapas

precisas, que se iniciam pela definição do universo estudado,

delimitando e definindo claramente, desta forma, o que estará e o que

não estará envolvido.

Uma vez estando o universo corretamente definido, inicia-se

sua categorização, que significa determinar as dimensões que serão

analisadas, dimensões estas que definem a teia da grade de análise.

Estas categorias serão determinadas em função da necessidade de

informação a testar: elas constituirão o coração da Análise de

Conteúdo. A categorização é uma etapa delicada, não sendo evidente

determinar a priori suas principais categorias: na verdade, a

categorização (processo de redução do texto no qual as muitas

palavras e expressões do texto são transformadas em poucas

categorias) é o problema central da AC (WEBER, 1990, p.15). Em

certos casos, sua origem será empírica: a partir de um estudo de um

certo número de casos, as categorias serão formadas a posteriori. Na

definição das categorias, é importante utilizar-se dos critérios ou

palavras identificadas na Análise Léxica. Tais critérios muito

provavelmente serão agrupados ou reagrupados, formando então as

categorias. É o que ilustra a Figura 5 (PERRIEN, CHÉRON e ZINS,

(1984, p.275-277).


Figura 5 – Análise de Conteúdo em etapas


As categorias são as rubricas significativas em função das

quais o conteúdo será classificado e eventualmente quantificado.

WEBER (1990, p.56-57) aborda a questão da contagem de categorias.

No caso de uma enquête, pode-se prever categorias já em forma de

código. A Análise de Conteúdo deve normalmente permitir o

aparecimento de variáveis e fatores de influência que se ignorava no

início dos trabalhos. As categorias, quando não se tem uma idéia

precisa, devem surgir com base no próprio conteúdo.

Na enquête de exploração, as categorias constituem elas

próprias o quadro, objeto ou contexto de análise, enquanto que, na

busca de verificação de uma hipótese, pode-se ter categorias pré-

definidas. De fato, um mesmo dado aberto pode servir de base aos

dois exercícios ou lógicas ou estratégias de análise recém evocados.

Pode-se explorar um dado para saber o que dele pode emergir como

categorias (a lista de reclamações dos clientes, por exemplo), assim

como se pode utilizar esse mesmo dado para julgar se a clientela está

ou não satisfeita (classificação já pronta para se categorizar cada

respondente em ‘satisfeito’ ou ‘insatisfeito’).

As categorias devem se originar seja do documento objeto da

análise, seja de um certo conhecimento geral da área ou atividade na

qual ele se insere. Das respostas, caso se trate de uma entrevista; dos

objetivos, intenções, crenças do emissor, no caso de um texto; não

sem considerar elementos ausentes que podem ser significativos. A

escolha das categorias é o procedimento essencial da Análise de

Conteúdo; visto que elas fazem a ligação entre os objetivos de

pesquisa e seus resultados. O valor da análise fica sujeito ao valor ou

legitimidade das categorias de análise. É o objetivo perseguido que

deve pautar a escolha ou definição do que deve ser quantificado.

Segundo WEBER (1990) e BARDIN (1996), as categorias devem ser

exaustivas (percorrer todo o conjunto do texto), exclusivas (os

mesmos elementos não podem pertencem a diversas categorias),


objetivas (características claras de modo a permitir seu uso por

diferentes analistas em um mesmo texto) e pertinentes (em relação

com os objetivos perseguidos e com o conteúdo tratado).

A escolha das unidades de análise é a etapa seguinte: o

conteúdo de um texto pode ser analisado de diferentes maneiras,

conforme as unidades de análise que serão definidas. Vários autores

tratam das unidades de análises, apresentando-as com alguns enfoques

ou rótulos diferentes. Além de LEBART e SALEM (1994, p.46-50) e

de WEBER (1990, p.21-24), destacam-se:

Para PERRIEN, CHÉRON e ZINS (1984), as unidades

classificam-se em (1) palavras, que são as unidades de análise

mais desagregadas, pois muitas vezes expressam situações

momentâneas, medidas por estímulos situacionais; (2) em tema,

que pode ser definido como a unidade mais manipulável, uma

vez que compreende proposições ou afirmações de um sujeito -

a presença ou ausência de um tema pode ser rica em

informações; (3) em personagens, que representam um outro

sujeito de interesse, sobre os quais pode-se manipular

determinadas características e tomá-las como foco de análise e

ainda (4) as características espaciais ou temporais, que implicam

em relacionar e medir um certo número de especificidades dos

textos, evidenciando o conjunto total das idéias apresentadas.

Segundo KRIPPENDORFF (1980, p.57), as unidades de

análise classificam-se em (1) unidades amostrais, que são

aquelas partes da observação real, registradas

independentemente das outras que a acompanham; (2) unidades

de registro, que são segmentos específicos do conteúdo,


caracterizados por situarem-se dentro de uma dada categoria e

descritas separadamente, podendo então serem registradas como

partes analisáveis separadamente das unidades amostrais, e (3)

unidades de contexto, que fixam limites de informações

contextuais que podem apresentar a descrição de uma unidade

de registro. Elas delineiam aquela parte do material necessário

para ser examinado para que uma unidade de registro seja

caracterizada.

A quantificação é a última etapa da Análise de Conteúdo, cujo

objetivo é permitir o relacionamento das características dos textos

combinadas ao universo estudado. A presença ou ausência de uma

unidade igual ao nome das unidades, representa uma quantificação ao

nível nominal (PERRIEN, CHÉRON e ZINS, 1984, p.274-277).


3.2.3. O valor da Análise de Conteúdo

A Análise de Conteúdo é uma técnica refinada, delicada, e

requer muita dedicação, paciência e tempo para satisfazer a

curiosidade do investigador. Além disso, são necessárias intuição,

imaginação e observação do que é importante, além de criatividade

para escolha das categorias já citadas. Ao mesmo tempo, o analista

deve ter disciplina, perseverança, e ainda rigidez na decomposição do

conteúdo ou na contagem dos resultados das análises. Existem alguns

aspectos que GRAWITZ (1993, p.553-558) resgata com relação à AC,

os quais são abordados e reforçados por FREITAS, MOSCAROLA e

JENKINS (1998):

Confiabilidade: A Análise de Conteúdo deve ser objetiva, e

os resultados devem ser independentes do instrumento utilizado

para medição, sendo conveniente minimizar as diferenças dos

pontos de vista entre os analistas. Mas isso é um velho problema

das ciências sociais, a confiabilidade não deve ser encarada da

mesma forma quando se trata de análises quantitativas de um

conteúdo claro e óbvio, como quando se trata de uma análise

mais qualitativa, onde se procura identificar intenções ocultas,

onde é preciso identificar presença ou ausência de um elemento

e não a sua frequência. Segundo KRIPPENDORFF (1980,

p.146), a verificação da confiabilidade visa prover uma base

para inferências, recomendações, suporte à decisão ou mesmo a

aceitação de um fato.


Validade lógica: o instrumento realmente mede o que ele se

propõe a medir? Uma análise é válida quando a descrição

quantificada que ela oferece a respeito de conteúdo é

significativa para o problema original e reproduz fielmente a

realidade dos fatos que ele representa. É claro, isso é condição

essencial da representatividade da amostra e supõe que certas

condições técnicas inerentes a cada estágio sejam observadas

satisfatoriamente.

A inferência: este ponto merece especial atenção porque

algumas das expressões têm mais de uma interpretação, até

mesmo interpretações positivas ou negativas, dependendo do

contexto.

Validade empírica: a predição inerente é justa ou precisa?

Uma difícil questão para responder. Em lugar de convicções,

prudência e humildade são recomendadas ao traçar as

conclusões. Contudo, GRAWITZ (1993) acredita que a

experiência e o treinamento do analista assinam a validade de

sua análise.

O valor da Análise de Conteúdo depende da qualidade da

elaboração conceitual feita a priori pelo pesquisador, e da exatidão

com a qual ele irá traduzi-la em variáveis, esboço de pesquisa ou

categorias. Segundo WEBER (1990, p.15), uma variável baseada na

classificação de um conteúdo é válida na medida em que de fato mede

o construto que o pesquisador tenciona medir. Os assuntos guiados

pelas categorias podem suscitar hipóteses interessantes (FREITAS,

MOSCAROLA e JENKINS, 1998). Qualquer esforço nessa direção


deve passar pela confiabilidade e validade dos resultados gerados

(KIRK e MILLER, 1986, p.21-24 e p.41-42). Para os resultados de

pesquisa serem válidos, os dados nos quais eles serão baseados, bem

como os indivíduos envolvidos na sua análise e ainda o processo que

vai gerar os resultados devem ser, todos eles, confiáveis. A

confiabilidade é necessária, ainda que não seja uma condição

suficiente por si só para a validade. A importância da confiabilidade

está baseada na sua garantia de que os dados são obtidos

independentemente do evento de medição, instrumento ou pessoa

(KRIPPENDORFF, 1980). Dados confiáveis, por definição, são dados

que permanecem constantes através das variações do processo de

medida (KAPLAN e GOLDSEN, apud KRIPPENDORFF, 1980,

p.129).

A confiabilidade é vista como um problema no contexto de

pesquisa qualitativa, em relação à sua estrutura de codificação, que

poderia ser vista por ela mesma como confiável se, em qualquer

recodificação subsequente, os mesmos códigos fossem repetidos por

um diferente codificador com uma margem aceitável de erro.

KRIPPENDORFF (1980, p.130-154) aborda em detalhe esta questão

da concordância, observando (p.146-147) que adotou em sua equipe a

diretriz de reter variáveis cuja concordância nesse sentido fosse de

pelo menos 80% entre os dois codificadores (necessariamente

independentes, somente discutindo, como último recurso, sobre

efetivas dúvidas, e não buscando influenciar um no protocolo do

outro), mas que seriam igualmente retidas ou consideradas variáveis

cuja concordância fosse entre 67 e 80% (muito embora se deva ser

sempre cauteloso ao concluir sobre estes resultados)3. Ele observa

ainda que o custo de não ser zeloso nesse sentido é o de se chegar a

3 OLIVEIRA (1999, p.176-178) evoca referencial sobre o grau aceitável de concordância,

inclusive identificando na literatura que as chances de concordância entre os classificadores é maior à

medida que o número de opções ou categorias é menor.


conclusões equivocadas nas pesquisas. O autor observa (p.147) que se

as implicações de uma AC forem consideradas drásticas, deve-se ser

rigoroso na consideração de níveis de concordância; porém, em se

tratando de estudos exploratórios sem sérias consequências, o nível da

concordância "pode ser consideravelmente relaxado, contudo, não tão

baixo que não permita levar a sério as descobertas".

Para alcançar um bom nível de concordância, deve-se ter

cuidado e construir categorias codificadas que sejam mutuamente

exclusivas e não ambíguas. Não se deve confundir os requisitos que

surgem na pesquisa hipotético-dedutiva com as demandas da pesquisa

qualitativa exploratória. Numa abordagem hipotético-dedutiva para

análise de textos, categorias (pré-definidas) serviriam para condensar

informações relevantes contidas nos dados, as quais seriam

representadas através de frequências. Já durante um estudo

exploratório, a codificação deve ser construída através do próprio

processo de análise de dados. Deve-se entender que cada abordagem

requer um enfoque diferente de confiabilidade: um estágio dito

exploratório, onde o ambiente (categorias e propriedades) é

desenvolvido e hipóteses são geradas, e um estágio de construção de

teoria baseada em dados, onde as hipóteses são refinadas com maior

detalhe (KELLE, 1995, p.25).

SILVERMAN (1993, p.149) discute validade como sendo

‘verdade’, ou seja, ele recorre a HAMMERSLEY, para quem validade

é “interpretada como a extensão ou medida pela qual uma apuração,

contagem ou codificação representa efetivamente o fenômeno social

ao qual se refere”. SILVERMAN (1993, p.156-157) descreve duas

formas de validação na pesquisa qualitativa: a “triangulação”

(comparar diferentes tipos de dados, quanti e qualitativos, obtidos pelo

uso de diferentes métodos, como observação e entrevistas, de forma a

ver se um corrobora o outro) e a “validação pelo respondente”

(agregando as descobertas de um aos temas sendo estudados pelos


outros, e mesmo avaliando sua reação). Contudo, ele prefere outras

técnicas a estas. Ele sugere (p.160-166) que sejam utilizados métodos

que permitam generalizar para uma população mais ampla (mas não

numa lógica puramente estatística, e sim obtendo informações sobre

aspectos relevantes da população de casos e comparando o caso em

análise com esses dados, usando método survey numa amostra

aleatória de casos, ou ainda realizando diversos estudos etnográficos),

métodos de teste de hipóteses (indução analítica na busca de

associações, com constante uso de métodos comparativos e a busca

por casos de exceção), e mesmo que se use simples procedimentos de

contagem (uso de alguma quantificação).

Um procedimento confiável deve render os mesmos resultados

a partir de um mesmo conjunto de fenômenos, indiferentemente das

circunstâncias de aplicação (KRIPPENDORFF, 1980; KIRK e

MILLER, 1986). Um codificador ou analista, por exemplo, pode

duplicar o que ele tenha tido feito antes e, não encontrando maiores

divergências entre as duas, concluir que tais dados são confiáveis.

Agora, imagine o mesmo codificador confrontando sua codificação de

categorias com codificações feitas por outra pessoa. Neste caso, a

ausência de desvios é um indicativo de confiança dos dados, mas

maior ainda porque está livre de erros ou inconsistências de um único

codificador. Ou ainda, pode ser interessante o fato de estes dados

serem testados por duas pessoas e ainda serem confrontados com

normas sistematizadas de verificação.

Portanto, para testar a confiabilidade dos dados, alguns

esforços duplicados são essenciais, seja do codificador por si mesmo,

seja a partir da exigência de codificação por mais de um envolvido,

em ambas situações confrontando os resultados. Toda comunicação

entre codificadores tenderá a melhorar o grau de concordância,

contudo esse mesmo grau terá embutido um viés da própria

comunicação. Esta confiabilidade da Análise de Conteúdo pode ser


obtida, segundo KRIPPENDORFF (1980, p.130-131), através de 3

maneiras, que são a estabilidade, a reprodutibilidade e a exatidão, as

quais exprimem, nessa ordem, o menor e o maior grau de

confiabilidade. A Figura 6 apresenta características destes 3 tipos de

confiabilidade. Estes aspectos são reforçados e revisados por WEBER

(1990, p.17).


TIPO ESFORÇOS DEFINIÇÃO RELAÇÕES

Estabilidade Teste - reteste É o grau ou intensidade no

qual o processo é invariável ou imutável com o passar do

tempo

1) Intra-observador /

Inconsistências

Reprodutibilidade Teste - teste É o grau ou intensidade no

qual o processo pode ser recriado em variadas

circunstancias, em

diferentes locais, usando diferentes codificadores.


Inconsistências 2) Inter-observador /

Discordâncias

Exatidão Teste - padrão É o grau ou intensidade no

qual o processo funciona

conforme um padrão

conhecido.


Inconsistências

2) Inter-observador /

Discordâncias

3) Divergências sistemáticas, de acordo

com as regras ou normas

Figura 6 – A confiabilidade na Análise de Conteúdo: tipos, características e técnicas

(KRIPPENDORFF, 1980, p.131)


A verificação da estabilidade, dependendo do tipo de análise,

por exemplo sendo mais ‘exploratória’, já pode ser uma razoável

argumentação para legitimar o valor dos dados ou categorias

apresentados, bem como o perfil do analista. No caso de pesquisas de

‘verificação de hipóteses’, é claro, seria fundamental a verificação

quanto à reprodutibilidade e à exatidão (KELLE, 1995, p.18-28).

SILVERMAN (1993, p.144-148) discute detalhadamente sobre

a confiabilidade, contudo é fortemente baseado em KIRK e MILLER.

Estes resgatam uma definição de HAMMERSLEY para a

confiabilidade: “refere-se ao grau de consistência com o qual as

categorias são definidas por diferentes observadores ou pelo mesmo

observador em diferentes ocasiões”. A confiabilidade de dados requer,

portanto, que no mínimo dois codificadores independentes descrevam

um mesmo conjunto de unidades, ou então um mesmo em duas

ocasiões com certa distância de tempo.

A confiabilidade é expressa como uma função de concordância

entre os codificadores (ou as duas codificações do mesmo analista no

tempo 1 e no tempo 2) em razão de um mesmo conjunto de dados.

Uma vez de posse dos resultados de cada codificador (ou do teste e

reteste de um mesmo codificador), existem vários cálculos que podem

ser aplicados para verificar o grau de concordância obtido entre os

codificadores. Tais cálculos são apresentados por KRIPPENDORFF

(1980, p.133-154).

Segundo KRIPPENDORFF (1980, p.134), a forma mais

convincente de expressar a confiabilidade dos dados pode ser obtida

com base no máximo possível de concordância entre os dois

avaliadores, isto combinado com uma contagem de desacordos

observados em função de desacordos esperados, que ele define num

cálculo chamado “chance de concordância”.


EVRARD (1997, p.118-119) revisa diferentes autores a este

propósito, bem como KRIPPENDORFF (1980, p.138-154).

Destacam-se duas proposições: um é o índice de convergência - o

Kappa de Cohen, que compara o percentual de acordo entre os

analistas em função do que seria obtido ao acaso, numa formulação

matemática que envolve o número total de julgamentos feitos por cada

analista, o número de julgamentos sobre os quais os analistas estão de

acordo e o número de julgamentos em acordo obtidos ao acaso. Outro

é a medida de percentual de acordo (ou a definição de matrizes de

contingência entre analistas), onde as categorias de codificação dos

analistas são relacionadas em uma tabela de duplas entradas, com as

frequências das classificações que foram identificadas pelos dois

analistas e a possibilidade de medir o percentual de acordo em relação

ao percentual de desacordo.

Numa posição contrária ao excesso de "formulismos", nossa

idéia é de que - nas pesquisas em SI - estas verificações devem ser

passíveis de serem realizadas de forma descomplicada e bastante

honesta, isto qualquer que seja o conhecimento do analista. De fato, o

que interessa é saber o real grau de concordância entre os dois

codificadores em questão (normalmente o pesquisador em si e alguém

que serve de referência). Não se deseja sobretudo induzir o

pesquisador a realizar manipulações dos resultados observados (ele

ficará tentado a tal para provar um – supostamente improvável - alto

grau de concordância), nem desviar sua atenção do objeto investigado

em si com procedimentos de verificação e cálculos complicados e que

exigem tempo nobre e muita paciência, além do envolvimento e

doação de um terceiro. O leitor é quem deve julgar o uso adequado e a

efetiva cientificidade das verificações da confiabilidade; este texto

mostra posição a respeito, mas também o referencial necessário e

suficiente para adoção de outra solução.


Assim sendo, note-se primeiro que os procedimentos

matemáticos ou de confrontação com outro analista (indicados na

literatura já referenciada) são mais pertinentes quando a variável

envolvida é do tipo assumida ou definida a priori, ou seja, aquelas cuja

classificação ou categorização foi realizada por ambos com base em

protocolo comum e bem entendido, oriundo seja de literatura, seja de

idéias que eles mutuamente compartilham. Neste caso, pode-se

esperar um certo grau de concordância.

Isto não é tão verdade para o caso das variáveis ditas inferidas,

nas quais o pesquisador vai utilizar seu referencial e todo seu domínio

por estar envolvido na pesquisa para criar categorias de forma

gradativa à medida que avança de dado em dado. Esperar que o

segundo analista, o qual realiza a categorização de confrontação,

possa ter um alto grau de concordância, seria partir do pressuposto que

ele tem um entendimento da questão e mesmo do seu conteúdo muito

próximo do pesquisador principal. Ora, isto é muito difícil. Logo,

deve-se esperar, nestes casos, um não tão alto grau de concordância

nas confrontações cujo objeto seja este tipo de variável.

WEBER (1990, p.18) chama a atenção sobre quão

“potencialmente confusa” pode ser a questão de verificação da

validade. Mesmo KRIPPENDORFF (1980, p.135) observa que a AC

pode conter métricas e escalas complexas e distintas. Nossa proposta é

que o pesquisador realize contagens de acordos e desacordos e, a

partir disso, possa ter formas simplificadas que permitam dar uma

noção do grau de concordância entre os dois avaliadores, entre as

quais as seguintes, baseadas seja nas categorias, seja nas observações

(pessoas, entrevistas ou fichas):

Concordância exata com base no total de itens avaliados

– em relação ao total de categorias da questão sendo avaliada

multiplicado pelo número de entrevistas ou pessoas ou fichas, quantas

categorias foram comuns aos dois avaliadores, independentemente de


terem sido marcadas ou não (marcaram as mesmas e deixaram em

branco as mesmas) 4.

Concordância parcial com base no total de itens

efetivamente marcados pelo pesquisador (ou pelos avaliadores) –

em relação ao total de categorias marcadas pelo pesquisador, quantas

destas foram também marcadas pelo segundo avaliador,

desconsiderando as desigualdades. Ou ainda, também a quantidade de

categorias que o pesquisador deixou em branco e também foram

deixadas em branco pelo segundo avaliador. A sofisticação (ou

ponderação ou mesmo relativização) deste indicador seria também

verificada pela quantidade de categorias que o pesquisador marcou e

não foram marcadas de forma correspondente pelo segundo avaliador

(o que se obtém diretamente, descontando do número total de

categorias marcadas pelo pesquisador o número de categorias

coincidentes marcadas pelos dois, ou seja, o número de categorias que

o segundo avaliador marcou e que coincidem com as categorizações

de fato do pesquisador). Além disso, também poderia ser indicada a

quantidade de categorias que o segundo avaliador marcou e que não

foram marcadas de forma correspondente pelo pesquisador (o que se

obtém diretamente, descontando do número total de categorias

efetivamente marcadas pelo segundo avaliador o número de categorias

coincidentes marcadas pelos dois, este último tendo sido gerado a

partir da comparação caso a caso ou categorização entre o pesquisador

e o segundo avaliador). Estes dois últimos valores serviriam para

mostrar que o principal indicador (a quantidade de categorias de fato

igualmente marcadas) tem sua força de argumento amenizada. Este é

um indicador simples que mostra honestamente o grau efetivo de

concordância.

4 OLIVEIRA (1999, p.357) em sua pesquisa de doutorado, aplicou um cálculo de

confiabilidade da codificação de uma questão aberta texto da seguinte forma: o coeficiente de

concordância foi calculado dividindo o número total de citações com codificação igual pelo número total

de citações e multiplicado por 100.


Concordância exata com base no total de respondentes –

forma mais rígida de avaliação da concordância – qual o número de

entrevistas ou pessoas ou fichas nas quais a marcação ou

categorização realizada pelos dois avaliadores é exatamente

coincidente?

Concordância parcial com base no total de respondentes

– flexibilização do critério de avaliação da concordância – com

margem de mais ou menos um, mais ou menos dois, etc, ou seja, qual

o número de entrevistas ou pessoas ou fichas nas quais a marcação ou

categorização realizada pelos dois avaliadores é quase coincidente

(quase todos coincidem, exceto um ou dois, ou mesmo uma

quantidade razoável a ser definida pelo pesquisador, de acordo com o

número de categorias envolvidas na questão)?

No item 6.4 deste livro, são aplicadas estas idéias numa

confrontação envolvendo uma variável cujas categorias foram

inferidas a partir do conteúdo de cada entrevista, e também numa

outra cujas categorias foram definidas a priori pelo pesquisador com

base na literatura e na prática gerencial.


3.2.4. Aplicação da Análise de Conteúdo

Os recursos oferecidos pelas ciências sociais para nossa

reflexão são essencialmente compostos de comunicações orais ou

escritas, que incluem textos de entrevistas, falas, discursos e

conversas. Qualquer que seja o nível que se deseje atingir e o objeto

de nossas pesquisas, os dados a reunir para compreender, explicar

opiniões, condutas, ações, enfim, estes dados são quase sempre de

origem verbal. A ação, quando nós a apreendemos, apresenta-se em

um contexto de palavras: sempre se encontram falas ou discursos e

escritos ou textos, ou seja, documentação em palavras. A Análise de

Conteúdo pode ser uma boa técnica para ser usada em todos os tipos

de pesquisa que possam ser documentadas em textos escritos

(documentos oficiais, livros, jornais, documentos pessoais), em

gravações de voz ou imagem (rádio, televisão, etc), ou em outras

atividades que possam ser decompostas como uma entrevista, por

exemplo. É muito importante que pesquisadores sociais estejam aptos

a analisar esse tipo de dados de uma forma científica, não se

contentando apenas com impressões casuais. A novidade em

procedimentos modernos de Análise de Conteúdo está em substituir as

impressões por procedimentos padronizados, quantitativos, através da

transformação de dados iniciais (provenientes de pesquisas

qualitativas) em dados possíveis de serem analisados digamos mais

cientificamente. Para isso, utiliza-se da decomposição do texto, que

será estudado como uma função das palavras que ele contém ou idéias

que ele representa, este último sendo escolhido em função das

relações com os objetivos da nossa pesquisa aqui descrita (FREITAS,

MOSCAROLA e JENKINS, 1998).

Qualquer que seja a comunicação, está-se na presença de um

emissor que lança uma mensagem possuindo conteúdo e forma,

visando atingir um objetivo, e endereçada a um ou vários receptores.


Quem fala? Para dizer o quê? A quem? Como? Com que resultado?

De acordo com BERELSON (in GRAWITZ, 1976, p. 623), a Análise

Léxica e a Análise de Conteúdo podem ser aplicadas nos casos que

requerem maior precisão ou objetividade. Pode-se aplicar este tipo de

técnica de análise de dados de várias formas, envolvendo diferentes

fontes de dados. As comparações e evoluções formam o principal

campo da Análise de Conteúdo, onde se aplica portanto a utilidade da

Análise Léxica para basear toda uma evolução. Quando

suficientemente definidas, detalhadas e analisadas em conjunto,

permitem-nos passar de uma simples descrição e alcançar o objetivo

de toda pesquisa científica: a descoberta de explicações e relações

causais (FREITAS, MOSCAROLA e JENKINS, 1998).


4. Aplicações de análise qualitativa em gestão e em sistemas de

informação

A aplicação e utilidade da análise de dados qualitativos, vistas

a partir das técnicas de Análise Léxica e de Análise de Conteúdo

recém revisadas, pode ser verificada se valorizarmos diferentes

estudos que têm sido desenvolvidos dentro da gestão e mais

especificamente na área de sistemas de informação e decisão. A

seguir, alguns destes estudos são resgatados. KIRK e MILLER (1986,

p.24-29, p.33-40, p. 43-49), WEBER (1990) e MILES e

HUBERMAN (1994) descrevem alguns exemplos básicos de

aplicação.

A exploração automática e sistematizada de informações

geradas a partir do próprio uso de sistemas por clientes ou usuários

finais tem sido muito valorizada ultimamente: um exemplo é o fato de

o navegador Internet ser surpreendido com um ‘bom dia”

personalizado já no seu segundo acesso a um dado site Internet, bem

como ver oferecida uma lista de produtos adequada a aspectos (ou

palavras-chave) identificados quando de sua última conexão. Em

FREITAS (1993) e FREITAS e BALLAZ (1993), apresenta-se estudo

no qual eram analisados os ‘traçados’ ou dados gerados e

armazenados automaticamente a partir da interação do usuário com

uma interface disponibilizada remotamente (a experiência do minitel

francês foi pioneira nesse sentido): a partir disso, mesmo uma

tipologia de usuários seria possível. Era então chamada a atenção para

aspectos da mineração de dados, bem como de sua exploração

comercial ou mesmo para melhoria do próprio sistema. A análise do

conteúdo dos dados gerados por cada um era o foco da questão.

Vários estudos estão sendo realizados por nossa equipe (GESID -

http://www.ppga.ufrgs.br/gesid), enfatizando procedimentos para

mineração de dados (GONÇALVES,1999 e BERNARDES, 1999).


Uma outra aplicação bem interessante é a de um projeto nosso,

no qual dados simples são estruturados e colocados em um só espaço

para aplicação de técnicas de datamining: trata-se aqui dos anais dos

congressos da ICIS (International Conference on Information

Systems) e da AIS (Association for Information Systems), hoje na sua

maioria disponíveis via Internet ou CD-ROM, bem como da ANPAD

(Associação Brasileira dos Programas de Pós-Graduação em

Administração). Estruturou-se uma base de dados (com campos como

“conferência”, “sessão”, “autores”, “título”, “resumo”, etc), e então se

tem condições de explorar e de comparar dados, com a identificação

de especificidades e de principais temas. Pode-se ter uma idéia de

quão “mundiais” são estes encontros, identificando ainda temas,

pessoas e universidades para intercâmbio, como numa pesquisa de

literatura. Em FREITAS (2000), com base em dados dos anais da AIS

97, ICIS 96 e 97, da ECIS (European Conference) 1996 e 97, e do

Enanpad Adminfo 1995-97, foram indicados elementos interessantes e

curiosos sobre a área acadêmica de administração da informação. De

fato, isso constitui uma base de dados para análises em projetos

futuros, contendo a parte de referência essencial dos anais dos

congressos: aplicando a técnica de análise de dados qualitativos, é

possível oferecer uma idéia geral sobre o que está sendo agora feito na

comunidade mundial, as tendências de temas e métodos, bem como é

possível focar o esforço de revisão de literatura de projetos ou

estudantes de nossas equipes.

Pode-se ainda imaginar outras aplicações, como a de

MOSCAROLA (1996), a qual diz respeito à busca (datamining) na

Internet de um debate eleitoral nos EUA: “Dole versus Clinton”

imediatamente após sua realização. Este é um campo de aplicação

interessante, o da análise dos discursos, seja dos documentos

estratégicos ou de políticas de uma organização, seja este do debate

político eleitoral. A exploração desses dados apontou que os


candidatos não estabeleceram um debate: pode-se saber quem disse o

que, o que foi original em cada um, como cada um abordou certos

temas como educação ou economia, etc. Pode-se saber que, no caso,

as intervenções de Clinton eram de em média 19 palavras contra 14 de

Dole, ou ainda identificar as expressões que se repetiam no discurso

de cada um (Clinton: worked hard, better of than we were four years

ago; e Dole: economic package, people watching). Quantas pessoas

assistiram a este debate e puderam ter rapidamente esta mesma

percepção?

Em parceria PPGA/UFRGS, IEL/FIERGS e SEBRAE/RS, foi

realizada a pesquisa “indicadores da qualidade e produtividade”,

envolvendo 120 empresas gaúchas, cujo relatório executivo permitiu

traçar um primeiro diagnóstico com dados seriamente coletados e

analisados acerca da situação da indústria gaúcha quanto aos

programas de qualidade. Um terço dos 300 dados coletados com cada

um dos 240 entrevistados (diretores de RH e de Qualidade ou

Industrial) eram qualitativos: muitas curiosidades e inconsistências

entre discurso e ação de fato foram apontados na época (RUAS,

PIRES, FREITAS, ANTUNES, e CUNHA Jr, 1994).

Um estudo de 2 anos foi realizado num hospital-universitário,

usando a técnica de Focus Group para coletar dados em diferentes

grupos de profissionais envolvidos no processo organizacional e

educacional (gestores, médicos, professores, enfermeiros, etc). Os

dados analisados ajudaram na definição de um prontuário essencial do

paciente, com importantes modificações na gestão da informação

corporativa e operacional. Este estudo foi apresentado na Argentina,

Austrália, Brazil, Canadá, e EUA. Importantes ganhos foram

realizados no Hospital (STUMPF e FREITAS, 1996).

Foi realizada uma survey cross-cultural exploratória para se

buscar identificar perfis de tomadores de decisão, envolvendo uma

centena de gerentes de Brasil, França e EUA (285 ao todo): 72


diferentes dados foram coletados (FREITAS, MOSCAROLA e

MACADAR, 1996; MACADAR, COSTA, FREITAS, BECKER e

MOSCAROLA, 1997). O processo de pesquisa, para definição dos

instrumentos (FREITAS, BECKER, ZANELA, MACADAR,

MOSCAROLA e JENKINS, 1998; MACADAR, 1998), bem como

para realização e análise foi muito meticuloso (FREITAS, JENKINS,

MOSCAROLA, BECKER, ZANELA e MACADAR, 1998; COSTA,

FREITAS e BECKER, 1998). Este projeto exigiu muitas horas na

codificação e validação de protocolos de análise, definição de

dicionários para poder analisar cada uma das questões abertas. Além

dos perfis ricos em detalhes sobre os decisores nos 3 países

(http://www.adm.ufrgs.br/professores/hfreitas/decision), todo processo

de definição e análise, bem como todo instrumental foi descrito

(FREITAS, MOSCAROLA, JENKINS, BECKER, ZANELA e

MACADAR, 1998; ZANELA, 1999). Neste caso, três analistas

debateram suas discordâncias na criação de categorias de análise e

mesmo quanto à composição de cada categoria, definindo dicionários

específicos para análises automatizadas de textos-opiniões.

Em outra survey realizada, coletou-se dados para melhor

subsidiar o processo de Planejamento de SI de uma organização.

Nosso objetivo aqui é unicamente ilustrar a aplicação do uso de

análise de dados qualitativos via análise de conteúdo ou análise léxica.

A partir de entrevistas com 300 gerentes em uma organização estatal

americana de gestão dos transportes, foram levantados dados para

identificar os principais fatores críticos de sucesso, as barreiras à

adoção de novas tecnologias ou soluções, e outros aspectos. As

respostas foram livres, depois digitadas, e uma análise de conteúdo foi

realizada: a partir da leitura de cada resposta, o analista e equipe

criaram um novo código, gerando novas variáveis (fechadas desta vez,

e não mais abertas como as originais). Estes novos códigos, a partir de

http://www.adm.ufrgs.br/professores/hfreitas/decision


dados abertos, foram cruciais nas decisões tomadas na sequência do

projeto (JENKINS, FREITAS, ARSHAM e equipe, 1998).

OLIVEIRA (1999) divulgou tese na qual definiu uma série de

indicadores para tomada de decisão na etapa de concepção de um

processo construtivo: os dados foram levantados a partir de técnicas

como focus group, survey e estudo de caso. Foram consultados grupos

de pessoas diferentes, a saber: usuários de edificações, projetistas e

construtores. Este trabalho detalha o método de análise e de validação

da informação de forma exemplar.

Diversos estudos aplicados com análise de dados qualitativos,

como a “comunicação interna num banco comparada com as

expectativas dos clientes”, foram realizados por MOSCAROLA

(1990, 1993, 1994, 1995). Neste estudo, o autor analisou o conjunto

dos documentos que o banco comunicava aos seus clientes, bem como

foram entrevistados clientes do banco, evocando sua relação com o

mesmo. O banco falava do produto, enquanto que o cliente falava de

seus problemas; o banco falava do quanto ele é bom e o cliente falava

sobre as dificuldades nas quais se encontrava. Os dados obtidos

comprovavam evidências que muitas vezes são contundentes, mas

nem sempre percebidas, e que podem determinar o sucesso de um

empreendimento. DOMENJOZ, GAVARD-PERRET e

MOSCAROLA (1995), no artigo “Price and communication: how do

they interrelate? an analysis of car advertisements published in

English”, analisaram o conteúdo de 52 publicidades de carro usando

um protocolo de observação; combinando observações descritivas e

subjetivas da mídia, codificando a parte visual numa grade. A análise

léxica foi aplicada para determinar como o preço se expressa e como a

faixa de preço determina tipos específicos de mensagem ou temas em

relação à mídia e aos mercados.

Atualmente, diversos outros estudos estão sendo realizados em

nossa equipe (http://www.ppga.ufrgs.br/gesid) ou de certa forma com


nosso acompanhamento: estudos sobre gestão do conhecimento

(BOFF, 1997), sobre escolhas em orçamento público (DORNELAS,

1999), sobre variáveis importantes na tomada de decisão gerencial

(LUCIANO, 1999). Um estudo ao qual nos dedicamos

particularmente é sobre a influência da implementação de sites Web

em negócios empresariais (JANISSEK, 1999 e 2000). Neste estudo,

dados relativos ao uso da Internet em organizações foram levantados a

partir de entrevistas estruturadas abertas: o conteúdo foi analisado e

foi possível criar categorias sobre as principais opiniões emitidas

pelos respondentes (este estudo é apresentado em detalhe na Seção 6,

ilustrando uma aplicação prática envolvendo de forma complementar

as análises léxica e de conteúdo).


5. Ferramentas para Análises Léxica e de Conteúdo

O progresso da tecnologia da informação e dos sistemas hoje

disponíveis facilitam a aplicação das técnicas de Análise Léxica e de

Análise de Conteúdo, entre outros procedimentos científicos de

exploração de dados qualitativos. Pode-se ‘surfar’ ou ‘navegar’ pelos

textos e rapidamente obter algumas noções básicas ali contidas. Uma

grande variedade de investigação e mesmo de novas e diferentes

leituras se torna possível. Contudo, isto não deve mascarar a

dificuldade final de interpretação inerente a este processo. Dedicação

e paciência, aliados à curiosidade, são as características importantes

que o pesquisador ou analista deve desenvolver nesse campo

(FREITAS, 2000).

A evolução da análise de dados tipo texto oferece hoje

soluções combinando: a estatística léxica e os métodos de análise de

dados, a análise sintática, e a navegação léxica ou ‘surfing’ e a leitura

assistida por computador. As tecnologias disponíveis são bem mais

poderosas que antes. BARDIN (1996, p.181) descreve algumas

consequências do uso de ferramentas computacionais na realização de

análise de dados textuais: o aumento da rapidez (processo); a

possibilidade de maior rigor na organização da pesquisa (com a

consequente menor ambigüidade); a flexibilidade é reforçada,

podendo-se reutilizar os dados para verificação de novas hipóteses; a

facilidade de padronização, reprodução e troca de documentos; a

possibilidade de manipular e explorar dados complexos; enfim, o

estímulo à criatividade e reflexão pela liberação do pesquisador de

tarefas repetitivas e maçantes.

No entanto, a análise de dados tipo texto não muda o

significado essencial dos dados. Mesmo se a análise reduz o ‘ruído’

contido nos dados, a redução de uma longa leitura e a rápida ou


apressada chegada a conclusões conduz todos analistas a uma leitura

dita interpretativa. A interpretação é frequentemente perigosa,

parecendo ser “rápida e falsamente objetiva”: MOSCAROLA (1994,

1995) aconselha que se tenha cuidado na investigação e nas

conclusões.

Quanto à aplicação de ferramentas computacionais, BARDIN

(1996, p.180) destaca a importância de seu uso quando a unidade de

análise é a palavra e o indicador é de frequência (ocorrência das

palavras); quando a análise é complexa e comporta um grande número

de análises a tratar simultaneamente; quando se deseja realizar uma

análise de co-ocorrências (repetição de uma mesma palavra no mesmo

depoimento); quando a pesquisa implica em diversas análises

sucessivas; enfim, quando a análise demandará ao seu final operações

estatísticas e numéricas mais complexas.

KELLE (1995, p.18-28) apresenta idéias que devem ser

também consideradas sobre a confiabilidade das ferramentas

utilizadas. De fato, o uso dos computadores, mecanizando questões

manuais em análises, sejam elas qualitativas ou quantitativas, vem

auxiliando as análises de dados e tornando seu processo mais

sistemático, ágil, rigoroso e transparente. Não obstante esse

aperfeiçoamento no processo de análise, os computadores também

podem auxiliar métodos de obtenção de validade em pesquisas

qualitativas, de duas maneiras: de um lado podem assistir ao

gerenciamento de grandes quantidades de dados (análises de dados

quanti) e em segundo lugar, facilitar a recuperação e obtenção de

todas as informações relevantes sobre certos tópicos analisados. Isso

incrementa a veracidade de resultados qualitativos consideravelmente

visto que estas facilidades podem assegurar que as hipóteses

desenvolvidas sejam reais.

A aplicação de critérios desenvolvidos no contexto da pesquisa

experimental, como a replicabilidade (KRIPPENDORFF, 1980),


poderia claramente ir contra as intenções de indagações qualitativas

(KELLE, 1995, p.22). Apesar disso, os conceitos de validade

tradicionais merecem uma atenção especial: o conceito de validade

não é prover uma perfeita concordância entre os resultados dos

pesquisadores e a realidade, mas identificar possíveis fontes de erro. O

ponto de vista entre o uso de computadores e a validade refere-se a

uma abordagem que permite examinar dois dos maiores problemas

para pesquisas qualitativas: (1) resultados amostrais, que se

relacionam ao fato da amostra ser ou não ser representativa. Descobrir

novos fenômenos através de uma análise cuidadosa em estudos de

caso ou estudos de campo podem prover novos e proveitosos insights,

mas é importante lembrar que estes não são generalizáveis. Outro

problema é em relação à (2) consistência e confiabilidade da aplicação

do plano de codificação. Muitos pesquisadores qualitativos usam

exclusivamente ferramentas para auxiliar suas análises de dados

qualitativos. Recentes investigações têm demonstrado que a

implementação de métodos auxiliados por computadores por

pesquisadores que não tem usado métodos de codificação pode causar

dificuldades em desenvolver um plano de codificação comum ou

aplicá-lo como um plano consistente. Em ambos problemas os

computadores podem ser ferramentas úteis para identificar fontes de

erros.

Várias são as técnicas e métodos que podem ser utilizadas em

conjunto para o levantamento, tratamento e análise de dados:

amostragem, questionário, estatísticas de dados e análises de dados,

síntese e comunicação (MOSCAROLA, 1990). Mas de que forma um

dos muitos softwares que hoje permitem tal feito poderia ser utilizado

para analisar dados qualitativos? Primeiramente, tem-se que ter bem

claro que um software NÃO irá analisar dados. Ele irá auxiliar ou

facilitar a análise feita por uma pessoa, mas jamais substituí-la. A

formatação de dados, a tabulação destes, sua apresentação e até


mesmo seu tratamento são tarefas possíveis de serem executadas por

programas de computadores, desde um simples editor de textos até o

mais sofisticado software de datamining, e estes sim são o que pode-

se chamar de procedimentos para auxílio à análise de dados.

Na última década, vários destes sistemas foram desenvolvidos,

o que de certa forma permitiu que cada vez mais o uso de

computadores pudesse reduzir muito o tempo de análise, permitindo

que o analista se concentrasse na análise de fato, e não passasse

incansáveis horas tabulando dados, organizando dados, formatando

dados, enfim, procedimentos esses que poderiam ser feitos de forma

sistemática e explícita, assegurando totalidade e refinamento, além de

permitir flexibilidade e revisão nos procedimentos de análise.

Com a difusão da literatura nessa área, várias obras têm sido

criadas, divulgadas e utilizadas por pesquisadores. Não somente o

desenvolvimento desse tipo de software tem aumentado rapidamente,

como também o uso destes em estudos qualitativos tem sido realizado

em diferente áreas, englobando por exemplo: edição, revisão ou

mesmo correção de anotações de pesquisa, codificação para posterior

facilitação de pesquisa, busca e recuperação, relacionamento ou

ligação entre dados de pesquisa, armazenamento (de forma

organizada), análise de conteúdo, construção de teorias, mapeamento

gráfico (diagramas), etc (WEITZMAN e MILES, 1995, p.4-5). Estes

mesmos autores citam vários sistemas que podem ser utilizados para

auxílio à análise de dados: (1) tratamento ou recuperação de textos

(localização de documentos com base em palavras), (2) gerenciamento

de textos (recuperar documentos e ajudar na sua seleção de forma

organizada e sistemática), (3) programas para codificação e

recuperação (recuperar documentos a partir de palavras-chave ou

códigos), (4) programas construtores de teoria baseados em códigos

(com recuperação de documentos e com funções de concepção de

estruturas conceituais, anotações, e ainda formulação e teste de


hipóteses), e (5) programas de concepção de redes de relações, os

quais ajudam a formular e representar esquemas conceituais através de

uma rede de ‘nós’ e ‘ligações’, podendo assistir todo o tipo de análise

qualitativa de dados.

Os autores apresentam 24 softwares, suas características, suas

utilidades, enfatizando a prática da escolha dos mesmos a partir de

questões que dizem respeito ao uso que deles será feito. Vários desses

programas possuem algumas características semelhantes, porém com

configurações distintas. A escolha pelo melhor software depende do

nível de envolvimento do usuário com o computador, tempo dedicado

a isso, tipo de projeto, expectativas sobre o projeto e ainda o tipo de

análise que deseja fazer. Uma lista de sistemas é avaliada pelos

autores (p.25), destacando-se produtos como Atlas/ti, QCA e Nud-ist.

Além disso, pode-se citar PREIN, KELLE e BIRD (apud KELLE,

1995, p.190-210), os quais avaliam estes e outros sistemas de forma

sistematizada e consistente.

Algumas das características a serem avaliadas quando da

escolha de um sistema a utilizar para o tratamento de dados são

(WEITZMAN e MILES, 1995, p.9-15): que tipo de usuário eu sou?

Estou escolhendo o software para trabalhar um projeto em particular

ou para trabalhar com vários projetos nos próximos anos? Sobre que

tipo de projeto e base de dados eu estarei trabalhando? Que tipos de

análise estou planejando realizar? Quais as restrições financeiras do

projeto envolvido? Qual a importância de manter os dados reservados

ou com acesso restrito? Diversos aspectos devem também ser

observados, como os que se seguem: o tipo de base de dados (única x

múltipla), se serão casos únicos ou múltiplos, se os registros serão

fixos ou sujeitos a revisão (dinâmicos), se os dados serão estruturados

ou abertos, se as entradas serão uniformes ou diversas, qual o tamanho

da base de dados, que tipo de análises se pretende fazer, se será

exploratória ou confirmatória, qual o esquema de codificação (bem


definido desde o início ou evolutivo), se a codificação será simples ou

múltipla, será interativa ou de uma só passada (única), qual o grau de

análise (sumária ou detalhada), qual o interesse no contexto dos dados,

quais as intenções de exposição ou demonstração dos resultados (e

quais necessidades de elaboração), enfim, se deseja-se uma

apresentação qualitativa ou quantitativa (com números).

Além da flexibilidade e da interface amigável, sempre

desejáveis em um sistema, as ferramentas devem incorporar um

conjunto particular de funções para realizar análise qualitativa (Figura

7): a flexibilidade diz respeito à possibilidade do programa trabalhar

de diversas maneiras com seus dados, permitindo a adaptabilidade ou

incremento de funções que permitam um melhor desempenho das

funções requeridas para tratamento dos dados, como inclusão de

macros, criação de novas rotinas, customização, adaptação, entre

outros.

Outra característica quase que obrigatória nos tempos atuais é

a interface amigável com o usuário: quão difícil é aprender o manejo

do software? Uma vez que você aprenda a trabalhar com ele, quão

fácil é seu uso? O tempo e esforço requeridos para aprender e usar o

programa são justificados em termos do que você está conseguindo?

Quão bom é o suporte - manual, documentação, tutoriais,

atendimento, helps, suporte técnico? Qualquer decisão de escolha

deverá levar em conta tais questionamentos, envolvendo

principalmente o pesquisador e seu trabalho como focos principais.

Conhecer as necessidades e estar apto para reconhecer coisas que você

irá ou não encontrar nestes softwares são fatores fundamentais nesse

tipo de escolha (WEITZMAN e MILES, 1995, p.22). Da mesma

forma, LEE e FIELDING (apud KELLE, 1995, p.29-40) discutem

sobre aspectos inerentes à escolha de sistemas computadorizados para

tal fim.


Caixa de título Nome do sistema, sistema operacional que requer, autor, endereço, email,

www, preço, requisitos de hardware, etc.

Avaliação global Apreciação sumária, como instalar e operar, com o que se assemelha, o que se

pode fazer com ele, suas principais forças e características.

Estrutura de base de

dados

Como o sistema organiza os seus dados.

Entrada de dados Como você insere seus dados no sistema e os prepara para análise.

Trabalhando com os dados

Como você codifica, seleciona e explora seus dados, como faz anotações, como os dados se relacionam.

Localização e busca Como se busca e localiza itens nos dados (trechos, palavras) que necessita para

análise.

Apresentação dos dados

Como o sistema oferece os resultados, e com que recursos e métodos (tela, impressora, arquivos, etc).

Construção de teorias Como o sistema ajuda a pensar de forma sistematizada sobre os dados,

desenvolver proposições ou hipóteses, testá-las, bem como gerar uma explanação coerente do que se está descobrindo.

Edição gráfica As habilidades do sistema para trabalhar com os dados e resultados de forma

esquemática, interrelacionando dados e resultados.

Interface amigável A facilidade de aprender o sistema, o suporte que o sistema oferece ao aprendizado, e a sua facilidade de uso uma vez aprendido.

Outras oportunidades Qualquer aspecto de interesse e que não se encaixe em outro lugar, incluindo

automação, facilitação, customização, etc.

Atualização Informações recentes do autor do sistema sobre melhorias potenciais a serem implementadas, etc.

Comentários

comparativos

Comparações com outros sistemas que podem fazer operações similares.

Referências sumárias Pontos específicos inerentes a este sistema (manual, artigos essenciais sobre seu uso,etc.).

Figura 7 - Características desejáveis em um sistema de

auxílio à análise de dados qualitativos.

Adaptado de WEITZMAN e MILES (1995, p. 23-24)


WEBER (1990, p.80-82) descreve experiências embrionárias

de informatização da análise de conteúdo, como também BARDIN

(1996, p.178-205). KELLE (1995) publicou uma obra com 22

colaboradores, na qual debate as questões inerentes à pesquisa

qualitativa e seu instrumental, em especial o suporte computacional

para análise de dados qualitativos.

Algumas das principais ferramentas existentes para auxiliar a

realização da Análise Léxica e da Análise de Conteúdo são as que de

fato permitem, além do tratamento normal dos dados, recém descrito,

aprofundar-se em vários tipos de procedimentos que gerem ou

apresentem os dados de tal forma que seja possível a inferência de

informações sobre os mesmos. Entre tais procedimentos, tem-se (1) as

técnicas estatísticas como matrizes simétricas, diagonalização, entre

outros; (2) análises de correlações e cálculos de coeficientes, regressão

múltipla de dados, correlações lineares, etc; (3) análise discriminante,

(4) análise de variância, entre outras que permitem o tratamento dos

dados (LAGARDE, 1995; MOSCAROLA, 1990; PEREIRA, 1999).

Moscarola e Lagarde são professores franceses na origem do

sistema Sphinx (http://www.sphinxbr.com.br), em constante

aperfeiçoamento por equipe franco-brasileira (hoje formada por Jean

Moscarola, Yves Baulac e Henrique Freitas), e utilizado para as

ilustrações da Seção 6 a seguir. No exemplo desenvolvido passo a

passo, é examinada uma pesquisa com questões abertas e suas devidas

análises: após uma ilustração prática inicial, desenvolvem-se alguns

conceitos sobre análise léxica (com base na quantificação de palavras

e expressões usadas nas respostas), a qual age como facilitador para,

na sequência, realizar uma análise de conteúdo (com base em códigos

e interpretações a partir das respostas).



6. Aplicação de análise de dados qualitativos:

pesquisa sobre internet e negócios

Está claro que a análise de um texto passa pelo estudo do

vocabulário utilizado (LEBART e SALEM, 1994, p.247). Para ilustrar

a análise de dados textuais conforme os preceitos descritos até o

momento, evoluindo da Análise Léxica e tomando-a por base para a

Análise de Conteúdo, é apresentada a seguir a sequência de análise de

um caso. Tratam-se de dados de uma pesquisa realizada em 1999, no

contexto de investigação de uma dissertação sobre a influência da

Internet em negócios empresarias (JANISSEK,1999 e 2000).

O levantamento de dados se deu em duas organizações (o

HSA, Hospital de Caridade de Santo Ângelo, e a Mattiazzi

Construções, empresa do ramo de Construção Civil de Santa Rosa,

com atuação em todo o estado do RS), com 6 pessoas entrevistadas

em cada uma, isto dentro de uma primeira etapa do estudo. O objetivo

desta etapa era identificar categorias que definissem os elementos

estudados (previamente definidos como por exemplo análise de

mercado, clientes, fornecedores, custos, etc) para, numa segunda

etapa, conseguir identificar quais das categorias emergentes, dentro do

contexto de cada elemento, seriam de maior importância e permitiriam

verificar os impactos desta tecnologia. A ferramenta de apoio utilizada

para o registro das entrevistas, a gestão e preparação dos dados

coletados, bem como para as análises, foi o sistema Sphinx 5.

As respostas obtidas através de entrevistas, as quais foram

compostas por perguntas abertas (uma para cada elemento

investigado), permitiram formar o corpo de texto a ser analisado. Este

5 Sphinx ® (http://www.sphinxbr.com.br) é um sistema de concepção de pesquisas e de

análise de dados quanti-qualitativos, com múltiplas possibilidades de cruzamentos e testes estatísticos,

permitindo a análise léxica ou a análise de conteúdo das questões abertas tipo texto.


texto gerado pelas entrevistas pode ser analisado pelo seu próprio

conteúdo, permitindo daí fazer emergir categorias, ou então pode ser

analisado de acordo com categorias particulares já definidas (baseadas

na literatura ou curiosidade de investigação), para ver se é específico

de uma categoria particular de entrevistados (LAGARDE, 1995). Para

ilustrar a maneira segundo a qual julgamos adequado realizar uma

análise em dados deste tipo, apresenta-se a seguir uma evolução de

etapas de análise, começando pela Análise Léxica e partir dela para a

efetivação – em melhores condições e conhecimento de causa - da

Análise de Conteúdo. Nosso intuito aqui é apresentar e valorizar as

idéias de sequencialidade, recorrência e complementaridade entre as

duas análises (léxica e de conteúdo).

Na sequência, são descritas as questões abertas da pesquisa

objeto da aplicação (6.1), bem como é discutido um plano de análise

de dados (6.2). As palavras e expressões são investigadas pela Análise

Léxica (6.3) e as categorias são inferidas ou induzidas em dois

procedimentos de Análise de Conteúdo (6.4), o que é encerrado com

um aprofundamento e Análise de Correspondência (6.5).


6.1. As questões abertas da pesquisa

A etapa de pesquisa aqui abordada continha 10 perguntas

essencialmente abertas, obtendo-se 120 pequenos textos provenientes

de 12 entrevistados: estes depoimentos indicam a percepção dos

respondentes com relação aos 10 elementos questionados. A Figura 8

apresenta os elementos estudados, bem como algumas das colocações

feitas aos respondentes na condução das entrevistas. As questões

foram todas colocadas em função da Internet e da possibilidade desta

interferir no desenvolvimento ou rotinas dos elementos estudados, de

certa forma inerentes a questões organizacionais, de comunicação e de

marketing.


Elemento Estudado Exemplo de colocação na entrevista

para coleta da resposta ou dado aberto 1.Análise de Mercado Fale sobre sua percepção acerca de como é feita a Análise de Mercado

em sua empresa e de que forma a Internet poderia auxiliar neste

processo.

2.Atuação Uma vez identificadas necessidades e características do mercado onde

vocês atuam, de que forma sua empresa posiciona-se para atuar?

3.Aquisição e Distribuição de

Conhecimentos

De que forma é feita a Aquisição e Distribuição de Conhecimentos em

sua empresa e de que forma a Internet poderia auxiliar?

4.Atualização Quais os procedimentos adotados na empresa para Atualização das

pessoas, tanto a nível pessoal quanto corporativo? De que forma a

Internet poderia auxiliar?

5.Clientes De que forma são feitos os contatos com Clientes, tanto a nível de prestação de serviços quanto disponibilização de informações? Como a

Internet poderia ser utilizada nesse sentido?

6.Fornecedores De que forma sua empresa hoje contacta com Fornecedores? Você acredita que esses contatos poderiam ser facilitados com o uso da

Internet?

7.Custos Uma vez que sua empresa esteja utilizando Internet, você acredita em redução ou aumento Custos para a realização de atividades?

8.Decisão Como são embasadas as Decisões tomadas dentro da sua empresa? E de

que forma você acredita que a Internet interfere ou poderia auxiliar

nisso?

9.Imagem Corporativa Quais os procedimentos adotados pela empresa em relação ao

estabelecimento de sua Imagem Corporativa? A Internet interfere neste

processo? Como?

10.Vantagem Competitiva Você acredita que sua empresa pode obter ou manter Vantagem Competitiva estando posicionada na Internet?

Figura 8 - Elementos e exemplo de questões ou colocações durante as entrevistas


Das 10 perguntas abertas evocadas, optou-se por desenvolver a

ilustração das análises objeto deste livro com o processamento dos

textos das respostas da questão nº 1, a qual diz respeito à Análise de

Mercado. Serão examinadas, portanto, as respostas à seguinte questão

(Figura 9):

Elemento Estudado Exemplo de colocação na entrevista para coleta

da resposta ou dado aberto 1.Análise de Mercado Fale sobre sua percepção acerca de como é feita a Análise de

Mercado em sua empresa e de que forma a Internet poderia

auxiliar neste processo.

Figura 9 - O elemento tomado para exemplo das análises léxica e de conteúdo


Eis algumas das respostas obtidas a partir desta questão aberta

(Figura 10):

Respostas da Questão sobre Análise de Mercado

Entrevistado 1 - quanto à concorrência hoje se faz uma análise de concorrência, mas principalmente em

nível de preços, em nível de preços serviços, preços de diárias, preços de taxas, que eles estão cobrando,

e essa pesquisa é feita assim ó: alguns hospitais parceiros da gente que tem uma relação mais tranquila, e

que normalmente são fora de Santo Ângelo, a gente liga e pergunta os preços, pede tabela de preços, e daí a gente manda a nossa, para comparar e ver se está coerente ou não, e essa troca de informações se

dá desse jeito. Para hospitais concorrentes nossos, vamos chamar assim, os de Santo Ângelo, a gente

adota estratégias diferentes para verificar preços, eu peço para alguém que não tem nada a ver ligar, perguntar algum preço como se fosse se internar, ou fazer algum exame, enfim. Então é nesse sentido

que a gente acompanha e monitora os preços da concorrência. Quanto a novos serviços, novos produtos,

a maioria das vezes para gente conseguir novos serviços, na sua maioria eles são terceirizados, tipo tomografia, ecografia, ressonancia, essas coisas. Estamos seguidamente buscando esses novos serviços,

inclusive agora a oncologia que é um serviço super importante, mas mais em nível de se conseguir

profissionais para isso. A identificação dessas coisas novas se dá através de tudo um pouco, através de visitas a outros hospitais maiores, através de conversas com pessoas conhecidas, é nesse sentido que a

gente procura identificar o que se está precisando, o que o público precisa, assim a gente busca novas

tecnologias, novos serviços, até mesmo em nível de atendimento, mudanças de sistemáticas de atendimento a cliente, por ex. nós tínhamos um tempo atrás por exemplo uma internação só. Daí

visitamos outros hospitais e vimos que faziam separado, uma para SUS e outra para convênios. Achamos

legal e implantamos. A Internet nesse sentido ainda não tem sido muito usada. Há uma perspectiva

inclusive pelo avanço da Internet, de cada vez mais a gente buscar informações pela Internet,

principalmente agora com o programa de qualidade que a gente está implementando, nós estamos

usando bastante a Internet para acessar site de outros hospitais para ver o que está sendo feito para a gente usar aqui ou até mesmo pular etapas.

Entrevistado 2 - acho que o hospital não faz isso. Estamos tentando implantar isso agora com a nova

administração, mas acho que não existe nada oficial assim para isso, ainda não. Ele está tentando assim trazer novos serviços para cá, estão tentando ampliar um pouquinho mais, mas o problema do hospital é

que nós paramos muitos anos. Então agora assim, de 4 anos para cá que as coisas estão começando a

engrenar de novo. Mas é um processo longo.

...

Entrevistado 12 - eu acho assim ó, sempre é positivo olhar o que o teu concorrente está fazendo, porque

sempre tu vai poder trazer algo para dentro da tua empresa ou ver o que ele está fazendo, ou ver como

você está em relação aos outros. Aqui na empresa a gente trabalha sempre com os olhos e ouvidos abertos ao que está sendo feito pelos outros. A Internet, especificamente, eu não uso muito, mesmo

porque eu não tenho aqui na minha máquina. Quando eu preciso eu subo ali no Jonas e vejo alguma

coisa junto com ele. Eu realmente espero ter logo o acesso a Internet aqui comigo logo porque daí a gente pode olhar para fora (para o mercado) não somente da forma tradicional, mas através da Internet

também, que eu acho bem positivo. Eu não uso a Internet por não ter o hábito, por não ter tempo durante

o expediente para fazer isso e também porque o que eu faço, essa parte financeira, está pouco ligado com a Internet.

Figura 10 - Exemplos de respostas sobre “Análise de Mercado”


6.2. Como analisar os dados qualitativos?

É nossa convicção que é fundamental compreender que

diferentes análises podem ser realizadas a partir de uma mesma base

de dados qualitativos, em especial que um mesmo dado aberto pode

servir de base para diversas codificações ou análises, bem como

também é fundamental que se perceba que as técnicas podem e devem

ser usadas de forma complementar, possibilitando uma mais rica e

convicta codificação. É, pois, necessário que se tente definir um plano

de análise ou um esquema que permita ver claramente quais as etapas

de análise a realizar e de que forma fazer uso combinado de técnicas e

ferramentas. BARDIN (1996, p.125-133) discute sobre a organização

das atividades de análise de dados, envolvendo pré-análise, exploração

do material e análise (tratamento dos resultados, inferências e

interpretação).

A Figura 11 ilustra um esquema que pode servir de referência

para tal procedimento, com as devidas adaptações exigidas a cada

caso. Na aplicação aqui ilustrada, em particular, os dados fornecidos

pelos respondentes sobre a questão Análise de Mercado servem de

massa bruta para diferentes enfoques de análise de dados.

Inicialmente, convém ter uma rápida compreensão do conteúdo global

das respostas, o que pode ser realizado através da Análise Léxica, a

qual permite identificar o conjunto de todas as palavras ou expressões

encontradas nos depoimentos ou respostas, cada qual com sua

frequência de incidência. O resultado desta avaliação (topo ou

palavras e expressões mais comumente citadas) servirá então de base

para a Análise de Conteúdo, que consiste em uma leitura aprofundada

de cada uma das respostas e consequente criação de um código que

será registrado em um novo dado.


Figura 11 - Modelo para Análise de Dados Qualitativos

COM =categorias assumidas a priori

AC = categorias inferidas da pesquisa


Segundo BARDIN (1996), a Análise Léxica pode ser definida

como a classificação e contabilização pormenorizada das frequências

de um vocabulário. Desta forma, as palavras ou expressões podem ser

agrupadas de acordo com o seu significado para subsidiar o

pesquisador ou analista nesta fase de categorização.

A partir disso, diferentes codificações podem ser realizadas:

inferidas (que emergem do próprio texto) ou assumidas ou induzidas

(que contém de alguma forma um referencial).

Estas duas abordagens são detalhadas na sequência: uma delas

permite extrair ou inferir dos dados textuais as principais idéias ali

citadas, transformando-as em Categorias inferidas AC 6, as quais

representam, no seu conjunto, o total das informações contidas,

gerando neste caso o que convencionamos chamar de Tabela AC (ou

Tabela de categorias inferidas AC); outra permite que, dado um

conjunto pré-definido de categorias com base na literatura ou mesmo

em uma suposição ou elaboração conceitual (no caso da etapa de

pesquisa aqui ilustrada o protocolo assumido a priori, dito OCM 7), os

textos sejam percorridos um a um e analisados sob o enfoque destas

categorias pressupostas, permitindo ao final montar uma Tabela

induzida ou, neste caso, Tabela induzida OCM, com a frequência em

que tais categorias apareceram no texto.

6 Tabelas de categorias AC foram assim designadas neste artigo por se referirem ao conjunto

de categorias geradas (inferidas) a partir da Análise de Conteúdo.

7 Protocolo OCM e Tabela OCM referem-se ao conjunto de categorias das dimensões

estudadas na etapa da pesquisa utilizada para ilustração (JANISSEK, 2000), que – após profunda

revisão da literatura - são Organização, Comunicação e Marketing.


Como será evocado mais adiante (e já abordado

conceitualmente na seção 3), há que se atentar ainda para a questão da

validade e confiança das categorizações realizadas. Ao final, as

categorias inferidas e induzidas (neste caso, AC e OCM) permitirão,

juntamente com outros dados estudados, preencher uma grade de

análise e realizar cruzamentos de dados, os quais se pressupõe possam

vir a facilitar a compreensão de um certo fenômeno ou situação seja

pelo pesquisador, seja pelo analista ou gerente.


6.3. Análise léxica dos dados abertos da pesquisa:

palavras e expressões

Uma das técnicas de análise de textos (seção 3.1), a Análise

Léxica, permite apresentar o conjunto das palavras que compõem o

corpo dos textos ou respostas de cada entrevistado, permitindo

diversos tipos de contabilização e de navegação pelas respostas, o que

será descrito a seguir.

Um primeiro método de análise léxica consiste em averiguar

ou medir a dimensão das respostas: as pessoas responderam de

forma extensa ou concisa? Cria-se uma hipótese de que aqueles que

deram respostas extensas têm um interesse maior do que os demais.

Uma hipótese discutível que dará, porém, uma indicação (embora nem

sempre a maior presença de uma palavra indica que esta tenha sido

amplamente referenciada). A Figura 12 apresenta a quantidade de

palavras por depoimento: os 12 entrevistados falaram 1970 palavras

nos seus depoimentos sobre Análise de Mercado, mas somente 597

diferentes. Um dos depoimentos foi de somente 21 palavras, enquanto

o mais extenso foi de 385, o depoimento-médio sendo de 164

palavras, com um desvio-padrão de 134 palavras.


AM_tamanho texto

menos de 50.0

de 50.0 a 100.0

de 100.0 a 150.0

de 150.0 a 200.0

de 200.0 a 300.0

300.0 e acima

TOTAL OBS.

No. cit. Freq.

3 25.0%

2 16.7%

2 16.7%

1 8.3%

1 8.3%

3 25.0%

12 100%

Mínimo= 21, Máximo= 385Soma= 1970Média= 164.17 Desvio-padrão= 134.92

Figura 12 - A quantidade de palavras por depoimento


Na Figura 12, pode-se rapidamente notar que 7 dos 12

respondentes usaram menos de 150 palavras em seus depoimentos, 2

entre 150 e 300 e mesmo 3 com mais de 300 palavras. Cruzando esse

dado com os gestores (8) e técnicos (4), verifica-se que 3 dos 4

técnicos usaram menos de 150 palavras para se expressar, ao passo

que 4 dos 8 gestores usaram mais de 150 palavras para falar sobre

Análise de Mercado: teriam os técnicos tendência a se expressarem

menos ou seriam eles mais objetivos? Eis uma questão que poderia ser

aprofundada, por exemplo.

Na Figura 13, pode-se verificar que no total das 12 respostas,

explorando-se todas as palavras, obtém-se alguns indicadores

possibilitados pela análise léxica. Neste caso, foi usada a organização

(HSA e Mattiazzi) como critério de cruzamento (poderia ser a

distinção gestor – técnico, ou sexo, idade...). Nota-se que o pessoal do

HSA (1074 no total, em média 179 palavras) falou um pouco mais que

o pessoal da Mattiazzi (896 no total, em média 149), contudo o índice

de repetição do pessoal do HSA é mais elevado. Outros indicadores

são oferecidos, mas seu uso teria de ser num grau de detalhe que nem

sempre é explorado, depende da natureza da investigação e do

interesse do analista.


HSA Mattiazzi

Frequência da categoria 6 6

Quantidade total de palavras 1074 896

Comprimento médio 179.00 149.33

Quantidade de palavras diferentes 391 354

Quantidade de hapax 191 164

Repetição média 2.75 2.53

Frequência máxima 51 35

Palavra mais frequente que de

Peso das 148 palavras comuns 68.2% 70.1%

Quantidade de palavras exclusivas 243 206

Peso das palavras exclusivas 31.8% 29.9%

Percentual do corpo 54.5% 45.5%

Percentual de leitura 86.4% 82.7% Figura 13 - Análise Mercado: Balanço por contexto


6.3.1. Análise de palavras

A análise de palavras consiste em reduzir rapidamente o corpo

do texto a um conjunto de palavras que representem a sua essência. O

software utilizado deve permitir a análise do conjunto de todas as

palavras que compõem o corpo dos textos respondidos (neste caso,

cada conjunto de 12 respostas a cada dos 10 elementos, aqui sendo

utilizado apenas o elemento Análise de Mercado), permitindo assim

diversos tipos de contabilização e de navegação pelas respostas. A

Figura 14 apresenta o resultado da lista de palavras (coluna da

esquerda), com suas respectivas frequências. São fornecidos outros

cálculos de potencial interesse, como a banalidade (trivialidade ou o

quão comum é a resposta em relação às outras) e a riqueza (o grau de

originalidade das palavras daquela resposta).


Figura 14 - Interface para Análise Léxica do Sphinx ®


Embora o resumo contextual nos dê uma idéia dos tamanhos

relativos das respostas e de sua riqueza de linguagem utilizada, ele

ainda pode nos dar idéia do próprio conteúdo. Para tal, precisa-se

retornar à lista de palavras e identificar aquelas idéias ou palavras

chaves. O léxico ou conjunto de palavras pode ser reduzido

manualmente ou automaticamente para torná-lo mais manejável:

normalmente a redução é primeiro automática, para então ser

finalizada manualmente (se necessário). A redução léxica automática

é feita através de critérios de escolha estabelecidos, como por exemplo

ignorar palavras com menos de 3 letras, ignorar determinadas palavras

comuns, ignorar números, etc. (MOSCAROLA, 1996).

Após identificar a frequência de cada das palavras do léxico

(Figura 14), a partir de uma lista ordenada por frequência de todas as

palavras existentes nas 12 respostas, optou-se por reduzi-las a um

conjunto de dados "reais", ou de significado, ignorando, por exemplo,

palavras com menos de 4 letras, e reagrupando palavras semelhantes,

como por exemplo concorrência, concorrentes e concorrente. Na

verdade, fez-se a chamada aproximação léxica, ou seja, retirou-se da

lista ou “léxico” todas as palavras chamadas “instrumentais” (aquelas

que não comunicam diretamente uma idéia ou conteúdo no sentido da

análise realizada, como as preposições, os artigos, etc.) e chegou-se

então a uma lista de palavras de conteúdo.

Esse procedimento (sem agrupar palavras similares ainda)

reduziu automaticamente o léxico, em nosso caso, partindo-se de 1970

palavras para 1135, onde 835 palavras foram suprimidas, contudo as

palavras de origem (ou diferentes) que eram 597 passaram para 499,

não tendo sido reduzidas tanto quanto se poderia esperar. Uma maior

redução só poderia agora se dar por agrupamentos de palavras

similares. Essa tarefa pode ser feita automaticamente, mas com

procedimento de confirmação de grupos de palavras, tudo isso com

base em raiz de tamanho n (por exemplo raiz mínima de tamanho 6 ou


7, pois raiz de tamanho 5 ou menor tende a agrupar palavras que

normalmente não pertenceriam ao mesmo grupo). Agrupamento por

raiz de tamanho 7 nos retornou 40 grupos (exemplo: hospitais,

hospital e hospitalar), já um de tamanho 4 resgatou 88 grupos, mas

tendo tendência a não serem confirmados, como por exemplo com

“comparar, complexa e comprar”. Considerando por raiz 7, passou-se

a ter 40 grupos automáticos, ficando então com 446 palavras

compondo o léxico. Além disso, pode-se enfim partir para a ordenação

de todo o léxico (lista de 446 palavras) por ordem alfabética, e então

buscar marcar e reagrupar aquelas que julgamos similares.

Após realizada uma cuidadosa redução através dos chamados

agrupamentos, parte-se para analisar o contexto de uma determinada

palavra. Já aqui se inicia, mesmo que imperceptivelmente, uma análise

de conteúdo, pois se baseia fortemente na palavra para chegar até o

contexto em que esta foi dita. Este procedimento é de fato interessante

porque nos permite a percepção de idéias, sequências ou contexto no

qual uma palavra (ou expressão, como veremos adiante) foi citada.

Para exemplificar o que foi dito acima, toma-se como exemplo

a palavra concorrência, que aparece (é citada) 9 vezes: mas em que

contexto? Faz-se a chamada navegação léxica, que consiste em ir

diretamente às respostas onde foi citada a palavra em questão (Figura

15). Pode-se exportar estas respostas para um documento em editor de

texto se assim o desejar, possibilitando desta forma a edição e

formatação do conteúdo em relatórios, documentos, análises, enfim.

Este arquivo é chamado verbatim, que significa citação. A

navegação léxica permite a restituição das respostas, organizando-as

de acordo com seu conteúdo, possibilitando conhecer em que contexto

e com que sentido foi empregada à palavra em questão. Pode-se ir

além, marcando as palavras que dizem respeito à concorrência e

analisando o contexto em que mesma foi expressa.


Figura 15 - O ambiente de uma palavra


Outro procedimento que pode ser feito é cruzar palavras com

categorias de respondentes, como cargo, empresa, sexo, etc. Isso pode

permitir uma leitura mais objetiva no sentido de identificar a origem

de cada termo analisado. A Figura 16 apresenta um exemplo com

palavras consideradas chave cruzadas com a categoria Cargo (se

gestores ou técnicos), e na qual pode-se identificar por exemplo que os

gestores falam mais de ‘mercado’ e de ‘serviços’.

BARDIN (1996, p.87) aborda em detalhe a análise das

palavras mais frequentes. A unidade representada aqui é baseada nos

12 entrevistados e não na quantidade de ocorrências de cada palavra-

chave. A ocorrência de palavras por si só deixaria entender que

‘Internet’ é citada 15 vezes por 5 entre 8 gestores e também 7 vezes

por 3 entre 4 técnicos, ou então que ‘mercado’ é citada 11 vezes pelos

gestores (4 de 8) contra 2 vezes pelos técnicos (1 de 4), assim como

‘serviços’ é uma idéia evocada 9 vezes por 4 de 8 gestores enquanto

só 1 é citada por um técnico de 4, e ainda ‘pesquisa’ é citada por 3

gestores de 8 e por 2 técnicos de 4 (porém 10 vezes), e enfim ‘preço’ é

enfatizado 9 vezes pelos gestores e nenhuma vez pelos técnicos.

Análise de Mercado / Cargo Gestores (8) Técnicos (4) TOTAL

Internet 5 3 8

Novos 3 3 6

Informações 3 2 5

Mercado 4 1 5

Pesquisa 3 2 5

Serviços 4 1 5

Concorrência 2 2 4

Produto 2 2 4

Figura 16 – Exemplo de cruzamento de palavras-chave com cargo


Como demonstrado, várias são as leituras que podem ser feitas

a partir de uma mesma lista do léxico. No caso aqui analisado, os

cruzamentos principais estão sendo feitos pelo pesquisador entre o

elemento (no caso Análise de Mercado) com cargo dos respondentes,

sexo e organização. Ao final da análise de cada elemento (são 10),

gerou-se uma lista de 40 a 50 palavras que mais aparecem no texto

(Figura 17), a qual servirá, juntamente com a lista das expressões

abordadas a seguir, para apoiar ou direcionar a Análise de Conteúdo

da pesquisa em questão. De novo, na ilustração (Figura 17) aparece a

indicação de quantas pessoas fizeram uso de cada palavra, e não o seu

número ou quantidade de ocorrências.

Acessar 1 Conseguir 1 Fornecedores 3 Observações 1

Acontecendo 2 Curiosidade 1 Identificação 1 Parceiros 2

Alterações 1 Descobrir 1 Indicativos 1 Pesquisa 5

Análise 2 Diferentes 2 Informações 5 Pessoas 5

Atendimento 1 Empreendimento 1 Internet 8 Preços 2

Atualizar 1 Empresa 6 Lançamentos 1 Produtos 4

Avanço 1 Englobando 1 Mercado 5 Qualidade 1

Benchmarking 1 Entidades 1 Monitorar 1 Relação 5

Cidade 1 Equipamentos 2 Mudanças 1 Serviços 5

Cliente 3 Especialidades 1 Necessidade 1 Tecnologia 3

Comunidade 1 Experiência 1 Negócios 1 Tendência 1

Concorrência 4 Estratégias 1 Novos 6 Verificar 1

Figura 17 - Lista das palavras e quantos entrevistados as utilizaram nas suas respostas

(ordem alfabética)


6.3.2. Análise de expressões

Ainda que a visão recém mostrada das simples palavras do

texto nos permita perceber de forma geral seu conteúdo, a

interpretação das respostas pode ser dificultada quando

compreendidas fora de seu contexto (MOSCAROLA,1996). Por essa

razão, é importante se fazer uma Análise de Expressões, pois permite

complementar a Análise de Palavras recém descrita, identificando não

somente o contexto das palavras, mas a correspondência entre

palavras que apareçam juntas repetidamente dentro do corpo de um

texto.

Verificar as expressões ou segmentos que se repetem várias

vezes no texto permite portanto uma melhor percepção da forma como

tais componentes do léxico são apresentados (LEBART e SALEM,

1994, p.58-69). Tais expressões são determinadas em função do

comprimento mínimo-máximo, frequência mínima dos segmentos

procurados, número de palavras dentro do segmento ou a(s) palavra(s)

que deve(m) imperativamente pertencer ao segmento (SPHINX, 1997;

MOSCAROLA,1996). BARDIN (1996, p.194) aborda em detalhe a

análise das expressões ou segmentos mais frequentes.

No exemplo descrito, optou-se por encontrar expressões entre

3 e 10 palavras (e mesmo entre 2 e 10 palavras), que fossem repetidas

no mínimo 2 vezes dentro do corpo do texto analisado (Figura 18):


Figura 18 - Opções de busca das expressões repetidas e expressões identificadas


As expressões identificadas foram transformadas numa lista de

expressões, como a lista de palavras anteriormente ilustrada. A Figura

19 mostra os segmentos ou trechos repetidos que foram localizados

nos textos das respostas da questão aberta Análise de Mercado, em

ordem de ocorrências dentro do texto em análise. Além disso, é

possível navegar nas observações ou efetuar uma recodificação com

base nos elementos repetidos, ou seja, da mesma forma que na análise

de palavras, foram reagrupadas algumas expressões que possuíam o

mesmo significado (como por ex. usando Internet, utiliza Internet),

agrupa-se também segmentos que tenham o mesmo significado. Com

base nesse agrupamento, é gerada uma lista com as principais

expressões, indicada na Figura 20.


Figura 19 - Lista geral de expressões


Figura 20 - Lista agrupada ou reduzida de expressões


Esta mesma lista de expressões pode ser vista sob várias

perspectivas, como por exemplo em função do cargo ou perfil dos

respondentes, aqui no caso enquadrados em gestores e técnicos.

Outras visualizações seriam também possíveis nesse caso, como por

organização ou por sexo, como já observado.

Na Figura 21 a seguir, é apresentada uma divisão das

expressões por cargo. Na Figura 22, apresentamos outra possibilidade

também já demonstrada na análise de palavras, a navegação léxica (no

caso navegação de expressões), que é a localização dentro do texto das

citações analisadas e que consiste em ir diretamente às respostas onde

foi citada a expressão em questão. Esta navegação permite conhecer

em que contexto e com que sentido foi empregada a expressão em

questão, ou seja, se a lista de expressões apresentar um termo chave,

podemos rapidamente com a ajuda de uma ferramenta (ou duplo

clique no mouse) descobrir palavras anteriores e posteriores em que tal

expressão foi citada.


Figura 21 - Lista de expressões por cargo


Figura 22 - O ambiente de uma expressão


Estes são apenas alguns exemplos do tipo de navegação

possível de ser feita a partir de um conjunto de textos. Tais

navegações permitem explorar de várias maneiras um mesmo dado

bruto de origem, permitindo dessa forma a construção de inferências

que subsidiarão futuras análises ou verificações de hipóteses: os

respondentes, nas expressões repetidas, evocam ‘pesquisa de

mercado’, falam de forma a manifestar dúvidas (‘acho’, ‘não sei’, ‘não

uso’), e abordam algo sobre ‘nível de preços’, por exemplo. A lista

completa das expressões, de tamanho 3 a 10, repetidas no mínimo 2

vezes, e reagrupadas em função de sua similaridade, está disposta a

seguir:

- abrir os olhos

- acho que o hospital

- da forma tradicional

- está sendo feito para

- feita uma pesquisa

- nesse sentido a gente

- nível de preços

- o hospital faz

- o que está acontecendo

- o que está sendo feito

- para dentro das empresas

- para o mercado

- passa pelo mundo

- pela Internet a gente

- pesquisa de mercado

- troca de informações

Tomando agora como base esta lista de expressões, e

complementando-a com a lista de palavras anteriormente definida,

pode-se então partir (sequencialidade) para a tentativa de criar

categorias que traduzam as principais idéias dos textos dos

respondentes em relação à Análise de Mercado. Ou seja, tem-se aqui

um exemplo prático de como uma Análise Léxica pode facilitar nosso


entendimento ao pontuar palavras e expressões que apareçam mais no

texto. Para a criação de categorias a partir destas listas definidas,

deve-se partir para a efetiva Análise de Conteúdo, detalhada a seguir.

Este procedimento deveria ser feito para cada dos 10 elementos (dos

quais um é a Análise de Mercado aqui ilustrada).


6.4. Análise de Conteúdo das questões abertas

Para a análise dos dados qualitativos, o primeiro desafio a ser

enfrentado é a adequada codificação das informações. Segundo

HOLSTI (apud MILES e HUBERMAN, 1994), “a codificação é um

processo pelo qual os dados brutos são sistematicamente

transformados e agrupados em unidades que permitem uma descrição

exata das características relevantes do conteúdo.” A partir das

principais palavras e expressões identificadas na Análise Léxica, pode

ser efetuada uma Análise de Conteúdo.

A realização de tais análises será feita sob as perspectivas

apresentadas no início desta seção 6: criação de categorias de fato

inferidas (que chamaremos aqui de categorias AC, ou seja Análise de

Conteúdo com base na leitura que faz emergir categorias) e

identificação da existência (ou não) de categorias assumidas ou

induzidas (que chamaremos aqui de categorias OCM, ou seja Análise

de Conteúdo com base num protocolo prévio baseado na literatura,

cuja estrutura é a Organização, a Comunicação e o Marketing) dentro

dos textos analisados, demonstrando desta forma a diversidade de

exploração de uma mesma base de dados.


6.4.1. Criando ou inferindo categorias AC

A primeira parte para a criação das Categorias AC consiste na

leitura de cada um dos 12 textos de respostas. Tal procedimento

requer que a análise léxica esteja concluída, de forma que os textos

dos respondentes sejam confrontados com as listas de palavras e

expressões obtidas anteriormente.

Vai-se lendo o texto correspondente a cada um dos

entrevistados e, a seguir, na mesma tela do sistema em uso, pode-se

interpretar gradativamente o conteúdo de forma a codificar as

respostas dadas.

À medida que se lê o conteúdo da resposta em análise, pode-se

criar as categorias de respostas – ou Categorias AC. Este é um

contexto no qual pode-se ler e anotar o conteúdo do que é lido, com a

possibilidade de enriquecer os temas que se está interpretando. É

como se fosse uma tentativa de “fechar” a questão, ou seja, dispor da

questão aberta e espontânea, mas também criar uma nova, fechada ou

com categorias de respostas correspondentes.

Este procedimento requer atenção, paciência e muita seriedade

por parte do pesquisador. Não são poucas as vezes que será necessário

recorrer à Análise de Palavras ou Expressões, procedendo com a

navegação lexical, identificando contextos em que tais citações foram

ditas, por exemplo, ou até mesmo leitura e releitura de forma a ter

certeza da validade das categorias que estão sendo criadas.


É importante ressaltar que tal procedimento é possível pela

existência prévia das listas de palavras e expressões que compõem o

léxico, ou seja, a complementaridade de tais procedimentos com a

navegação nos textos, enfim, a busca da melhor definição de

categorias somente é permitida pela sequencialidade e mesmo

recorrência das análises. Para a criação de cada categoria em cada

grupo de palavras, deve-se observar algumas regras básicas

(BARDIN, 1996, p.134-168; KELLE, 1995, p.24), fundamentais na

sua elaboração. As categorias devem ser:

Homogêneas: não misturar “alhos-com-bugalhos”; cada

categoria diz respeito a uma idéia central exclusiva.

Exaustivas: esgotar a totalidade do texto. Praticamente todas

as palavras foram classificadas, muito embora alguns termos não

tenham sido passíveis de classificação.

Exclusivas: um mesmo elemento do conteúdo não pode ser

classificado em duas categorias diferentes. Desta forma, cada

palavra pertence à somente uma categoria.

Objetivas: codificadores diferentes devem chegar a resultados

iguais. Cada membro da equipe realizou uma análise individual.

As discordâncias foram debatidas até se chegar a uma percepção

comum, procurando-se diminuir a subjetividade na análise.

Adequadas ou pertinentes: as regras devem ser adaptadas ao

conteúdo e ao objetivo.


De fato, este método de codificação representa um trabalho

maçante e demorado, contudo gratificante em nossa opinião. É um

método subjetivo, como a leitura pode sê-lo; é um método clássico de

análise de conteúdo. Mas ao seu final, a codificação resultante é

expressiva da realidade inerente àquela amostra. E a análise que se faz

é com convicção e prazer de visualizar o resultado de tal esforço.

Para testar a confiabilidade das categorias, alguns esforços

duplicados são essenciais. Tal procedimento, para ter sua validade,

deve passar pelas técnicas de confiabilidade definidas por

KRIPPENDORFF (1980) e já descritas na seção 3.2, ou seja, a

confiabilidade do procedimento de classificação do texto segundo

algum critério, pode ser verificada (1) ao repetir o procedimento mais

de uma vez pelo mesmo pesquisador (teste-reteste), (2) quando a

classificação é realizada por uma outra pessoa, considerando as regras

elaboradas pelo pesquisador, (3) ou pelo critério da exatidão, onde os

resultados são confrontados com padrões previamente estabelecidos.

O presente caso ampara-se, quando da geração das categorias,

na estabilidade: o pesquisador realizou 3 categorizações dos dados,

com intervalos de tempos percebidos entre estas. Foram, portanto,

realizadas leitura (1 x) e releitura (2 x) por parte do pesquisador. Esta

verificação foi ainda acompanhada e apoiada por um segundo analista

(com titulação na área fim – administração e análise de dados).

Cada classificação ou categorização foi feita separadamente,

isto é, não se buscou, forçosamente, utilizar as mesmas categorias para

cada elemento, muito embora cada um dos 10 elementos (no caso

exemplificado somente 1 elemento: Análise de Mercado) tenham tido

categorias em comum com os demais, dada a própria natureza das

palavras descritas pelos respondentes. Após a varredura de todos os

textos das respostas, chegou-se enfim à lista completa das categorias

AC para aquele elemento, conforme demonstra a Figura 23. A

definição de cada uma das categorias foi feita gradativamente pelo


pesquisador, após leitura de cada das 12 respostas ao elemento

considerado. De fato, o reteste permitiu também um aperfeiçoamento

da designação de cada categoria (de cada elemento), ou mesmo o

acréscimo ou exclusão de algum item.

CATEGORIAS AC - ANÁLISE MERCADO

Identificar novidades

Obter informações

Monitorar mercado

Observar tendências

Analisar concorrentes

Atualizar informações

Realizar benchmarking

Descobrir oportunidades de negócios

Identificar estratégias

Analisar clientes e fornecedores

Figura 23 – Categorias Análise de Mercado


Após a criação das categorias, o próximo passo é a marcação

das categorias em relação à cada respondente, ou seja, uma vez que

categorias tenham sido identificadas, ou mesmo extraídas a partir de

um dado conjunto de respostas (neste caso, 12 respostas), é necessário

proceder toda uma releitura do que foi dito por cada respondente,

confrontando-as com a lista de categorias criadas para aquele

elemento e marcando a categoria que de fato apareça naquela resposta.

A Figura 24 apresenta o início de uma codificação que evolui

naturalmente à medida que se avança na leitura de cada resposta, e

consequentemente a criação de novos códigos ou categorias de

respostas a marcar, ou seja, em vários momentos da codificação o

pesquisador vê-se compelido a alterar, criar ou até mesmo excluir

categorias. Da mesma forma, se julgar necessário, o pesquisador pode

alterar o texto das categorias, adequando o que for necessário. Isso

normalmente é feito recorrendo-se novamente às listas de palavras,

expressões e até mesmo aos textos, de forma que a marcação seja, de

fato, a mais isenta possível de qualquer tipo de vício de leitura ou

trabalho. Pode-se, ainda, voltar rapidamente para as primeiras

observações, de forma a revisar as categorizações inicialmente

marcadas, tendo assim consolidada a sua marcação.


Figura 24 – Codificação para cada entrevistado


Estas categorias, na verdade, fazem emergir dos textos as

principais idéias que pontuam cada um dos elementos estudados. Ao

ler os textos, portanto, pode-se perceber a necessidade de ajustes de

forma que a lista final das categorias possa realmente ser

representativa, ou seja, indicar efetivamente as idéias principais.

Claro, tais alterações são feitas, prioritariamente, pelo próprio

pesquisador, sem contudo deixar de levar em consideração as opiniões

e colocações de um segundo codificador (aquele que dá ao

pesquisador elementos para argumentar sobre a maior ou menor

confiabilidade da classificação de cada um dos dados e por

consequência dos resultados).

Este procedimento ampara-se na técnica da reprodutibilidade

de KRIPPENDORFF (1980), onde, a partir do conjunto de categorias

obtido, além do pesquisador, outro analista deve realizar a leitura de

cada texto e sua classificação nas categorias propostas.

Por se tratar de categorias inferidas (que emergiram do

conjunto dos textos), foram criados protocolos mínimos de marcação

das Categorias AC para a codificação por outro analista. Isto se deve à

necessidade de melhor contextualizar o estudo e explicitar ao segundo

codificador o que de fato deveria ser feito.

O perfil do segundo analista é muito semelhante ao do

pesquisador, em termos de formação e de atuação profissional. Este

codificador recebeu, além do protocolo, uma quantidade de

formulários (Figura 25) com as categorias desmarcadas, sendo um

formulário para cada um dos 10 elementos, cada elemento com 12

opiniões ou respostas e cada resposta com um conjunto de categorias

desmarcadas.


O confronto final entre tais resultados permitiu a definição

final da lista de Categorias AC. Esta última etapa passou pelos

procedimentos de verificação de concordância entre os codificadores

em razão de um mesmo conjunto de dados (KRIPPENDORFF, 1980,

p.133-154).

Figura 25 - Formulário com as categorias desmarcadas para o segundo codificador


Uma vez de posse dos resultados de cada codificador, foram

utilizadas para verificação da reprodutibilidade as seguintes propostas,

melhor detalhadas no item 3.2 deste livro, aqui exemplificadas

(contadas em termos de comparação) a partir do caso estudado (Figura

26):

Critério de

avaliação

Avaliador

Concordância exata com base no

total de itens

avaliados

Concordância parcial com base no total de

itens marcados pelo

pesquisador (ou pelos avaliadores)

Concordância exata com base

no total de

respondentes

Concordância parcial com

base no total de

respondentes

Pesquisador 70 / 120 marcadas

50 / 120 não marcadas

Total de respostas analisadas pelo

Pesquisador e pelo Segundo Avaliador : 12

Segundo Avaliador

26 / 120 marcadas 94 / 120 não marcadas

Diferença /

comentário

23 / 120 marcadas

iguais

47 / 120 não

marcadas iguais

70 / 120 total

iguais, sejam

marcadas ou não marcadas

23 / 70 = 23 das 70 que

o pesquisador marcou

foram também marcadas pelo segundo avaliador.

O segundo avaliador

marcou 3 categorias que

não foram marcadas pelo pesquisador.

O pesquisador marcou 47 que o segundo

avaliador não marcou.

47 / 50 = 47 de 50 que o

pesquisador deixou em

branco foram também deixadas em branco pelo

segundo avaliador.

Exatamente

coincidente =

1 / 12

Coincidente

(com + ou - 1 ) = 2 / 12

Coincidente

(com + ou - 2 )

= 3 / 12

Coincidente (com + ou - 3 )

= 4 / 12

Figura 26 – Verificação da confiabilidade AC

segundo os 4 critérios adaptados por FREITAS e JANISSEK com base na literatura


Na Figura 26, pode-se verificar rapidamente que o pesquisador

marcou 70 categorias da lista das 120 que formam o todo do elemento

Análise de Mercado (10 categorias x 12 respostas), um nº bem maior

que o total das categorias marcadas pelo Segundo Avaliador (26 de

120 totais). Podemos supor aqui que o Pesquisador, sendo conhecedor

de causa e melhor situado em seu estudo, pôde identificar nas

respostas, mesmo que nas suas entre-linhas, o que dali ele supôs serem

as categorias previamente por ele criadas.

O próprio fato de ter sido ele, o pesquisador, quem

desenvolveu todo o estudo, revisou literatura, criou as perguntas

abertas, fez a entrevista, degravou, e também fez emergir do conteúdo

destas entrevistas as categorias aqui analisadas, faz que este tenha um

bom domínio e maiores condições de análise e categorização, sem

citar aqui a importância do conhecimento adquirido em experiências,

neste estudo bastante importante. O pesquisador teve, enfim, mais

firmeza para marcar.

Surge aqui uma questão: a da real necessidade de esforços

duplos, uma vez que um segundo avaliador, apesar de possuir em

mãos um protocolo que o permita situar-se dentro do procedimento,

jamais terá suficiente conhecimento de causa ou aquele sentimento de

envolvimento para conduzir uma categorização e mesmo ter a clara

noção e dedicação necessárias para a confiabilidade necessária.

Seriam então estes esforços realizados simplesmente para justificar

uma suposta verificação de resultados obtidos? Não seria o

pesquisador figura suficiente para realizar e validar tais

procedimentos? Vejamos mais alguns dados:

Com base no indicador de concordância exata dos itens

avaliados, exemplificado na Figura 26, podemos ali observar outros

dados interessantes, como o nº de 23 categorias marcadas por ambos.

Veja, das 26 categorias marcadas pelo segundo avaliador, 23 destas


são concomitantes com as marcadas pelo pesquisador. Seria isso uma

simples coincidência? E ainda, que das 50 categorias não marcadas

pelo pesquisador, 47 também não tenham sido marcadas pelo segundo

avaliador ? Desse total, de categorias marcadas e não marcadas, 70

sejam comuns ? Eis algumas questões que poderiam ser aprofundadas,

por exemplo. Ou isto seria um forte indicador de concordância?

Julgamos que sim, especialmente constatando 58% de concordância

entre os dois (70/120).

Com base no indicador de concordância parcial dos itens

avaliados, balizado pelo total das categorias marcadas pelo

pesquisador, aqui no exemplo 70 categorias, podemos perceber que

destas 70, 23 foram também marcadas pelo segundo avaliador, e que

47 das 50 que o pesquisador deixou em branco foram também

deixadas em branco pelo segundo avaliador.

Claro, o universo das categorias agora analisado restringe-se

ao total das categorias marcadas pelo pesquisador. Este indicador vai

além, mostrando também que o segundo pesquisador não concorda

(será que realmente não concorda, ou sua marcação foi limitada pelo

seu conhecimento?) com 47 das 70 categorias foram escolhidas pelo

pesquisador. Mas somente 3 das categorias marcadas pelo segundo

avaliador não coincidem com as do pesquisador. Seria este outro dado

interessante? Em nosso julgamento, sim.

Partindo agora para analisar não mais as categorias em si, mas

a exata coincidência das categorias marcadas por resposta por cada um

dos dois avaliadores, apresentamos, ainda com base nos dados da

Figura 26, algumas outras verificações que podem ser percebidas, e

que dizem respeito à concordância exata ou parcial com base no total

de respondentes. Das 12 respostas analisadas, somente 1 das

marcações realizadas pelo pesquisador e também pelo segundo

avaliador coincide totalmente. Sendo flexível no critério, ou seja,

permitindo coincidir fichas onde nem todas as categorias estejam


marcadas iguais, pode-se identificar um certo grau de concordância

exata, ou seja, a codificação exatamente coincidente de 4 fichas em 12

é um argumento de validade dos dados. Contudo, muito subjetivo,

considerando que se trata de categorias inferidas. De toda forma, os

dados apresentados permitem aprofundar análises para dali fazer

emergir algum dado interessante, objetivo buscado por todo

pesquisador.

Todo procedimento acima demonstrado para um elemento

(Análise de Mercado) foi feito para cada um dos 10 elementos citados

no início destas análises, gerando então 10 novos dados objetivos,

cada qual com uma categorização e com sua respectiva validação ou

confrontação. Cada confrontação significa que foi oferecida ao

segundo avaliador uma listagem com a resposta de cada entrevistado

para cada elemento, cada resposta sucedida de categorias validadas

pelo pesquisador em teste-reteste, mas com casas de marcar em

branco, as quais o segundo avaliador, no seu entendimento, marcava

se fosse o caso daquela observação.

A lista completa das categorias geradas pelo pesquisador para

o elemento Análise de Mercado foi considerada. Na Figura 24

anterior, a resposta é do respondente nº 4, com a respectiva

categorização. Este procedimento recém ilustrado é repetido para cada

respondente (no total de 12) em cada um dos 10 elementos estudados.

No final, é gerada uma tabela com o número de citações e o resultado

das frequências de cada categoria de cada elemento, conforme ilustra

a Figura 27 a seguir (onde o número de citações indica a quantidade

de entrevistados enquadrados na categoria e a frequência é em relação

aos 12 entrevistados).


Elemento Análise Mercado No. cit. Freq. Identificar novidades 11 91%

Obter informações 10 83%

Monitorar mercado 9 75%

Observar tendências 9 75%

Analisar concorrentes 8 66%

Atualizar informações 8 66%

Realizar benchmarking 4 33%

Descobrir oportunidades de negócios 4 33%

Identificar estratégias 4 33%

Analisar clientes e fornecedores 3 25%

TOTAL OBSERVADORES. 12 Figura 27 – A classificação final das categorias do elemento

Análise de Mercado, segundo pesquisador.


Após este tratamento todo, pode-se partir para o efetivo

entendimento dos resultados. A Figura 28 apresenta as categorias que

emergiram dos textos (inferidas na leitura e categorização da variável

aberta texto sobre a Análise de Mercado), na frequência com que

apareceram entre os 12 entrevistados:

Identificar novidades

11

Obter infos

10

Monitorar mercado

9


9

Analisar concorrência

8

Atualizar infos

8

Realizar bench- mark.

4

Descobrir oportun. negócios

4


4

Analisar clientes e

fornec.

3

0

11

Figura 28 – Representação gráfica das categorias mais citadas

para Análise de Mercado entre os 12 entrevistados


Finalizadas todas as etapas da categorização, poder-se-ia então

tentar tirar conclusões, cruzando-as contra outros elementos, como já

evocado (cargo, sexo, organização). No caso da pesquisa em questão,

além disso, esta categorização servirá de base para, considerando cada

um dos 10 elementos, criar um instrumento fechado, o qual – após

uma série de implantações envolvendo sites web para melhoria da

organização, da sua comunicação e do seu marketing - será aplicado

novamente para cada um dos 12 respondentes, solicitando que os

mesmos indiquem a importância ou incidência de cada um. Contudo,

tal procedimento não é objeto deste texto.


6.4.2. Análise de Conteúdo induzida

ou com base em protocolo assumido a priori

Outro importante procedimento realizado ainda no contexto

deste estudo foi a Análise de Conteúdo das Categorias OCM. As

categorias OCM dizem respeito a um protocolo anteriormente criado,

representativo das dimensões estudadas por JANISSEK (1999 e

2000), quais sejam a (O)rganização, sua (C)omunicação e seu

(M)arketing: um protocolo pois baseado na literatura e especulações a

priori do pesquisador.

Esse segundo procedimento realizado, conforme introduzido

no início desta seção, vem mostrar que uma mesma base de dados

pode servir para várias elaborações ou para diferentes análises. Não

somente é possível extrair categorias inferidas (AC) dos textos obtidos

através das entrevistas, como também pode-se identificar a presença

ou não de categorias que representem outras dimensões estudadas –

neste caso, as Categorias OCM. Ou seja, nas categorias OCM a leitura

dos textos e sua subsequente marcação é feita na tentativa de verificar

a existência de categorias assumidas a priori (induzidas), enquanto

que as categorias AC são marcadas pela inferência de suas

representações. WEBER (1990, p.37) aborda esta questão de

inferência e indução.

Ao contrário então do procedimento de criação de categorias

(AC) já descrito na seção 6.4.1 - onde primeiramente se fizeram

emergir dos textos categorias representativas e, em seguida, tais

categorias foram cruzadas novamente com os textos, na tentativa de

marcar aquelas ali citadas, o esforço agora é somente na direção de

identificar a existência ou não das categorias pré-definidas (a partir da

literatura ou de especulações mesmo do pesquisador) nos textos, sem


a necessidade de se fazer emergir nada destes. O protocolo OCM

criado é composto por 9 categorias, assim identificadas (Figura 29):

Organização-Serviços Organização-Gestão

Organização-Informação

Comunicação-Interna Comunicação-Externa

Comunicação-Informal

Comunicação-Formal

Marketing-Comércio-Eletrônico Marketing-Publicidade

O C M

Figura 29 – Os componentes do protocolo OCM

para análise induzida das entrevistas em todos elementos


A Figura 30 ilustra o procedimento de marcação das categorias

OCM, com base no texto do respondente de número 5.

O perfil deste segundo analista também é o do pesquisador, em

termos de formação e de atuação profissional. Este codificador

recebeu, além do protocolo, uma quantidade de formulários (Figura

25) com as categorias desmarcadas, sendo 1 formulário para cada um

dos 10 elementos, cada elemento com 12 opiniões ou respostas e cada

resposta com 1 conjunto de categorias desmarcadas. Tais categorias

são as indicadas na Figura 29.

Para cada elemento (neste caso, a Análise de Mercado), cada

resposta de cada entrevistado foi analisada pelo pesquisador e também

por um segundo avaliador (neste caso, um outro que não aquele que

codificou a parte inferida, mas ainda com mesmo perfil).


Figura 30 – A categorização induzida


O resultado desta categorização apontou que, ao falar sobre

Análise de Mercado, os entrevistados valorizam a questão da

informação da organização (10 de 12), a comunicação externa (9 de

12), a comunicação informal (8 de 12), depois aparecendo outros

aspectos (com 5 de 12), como a organizacional (gestão e serviços) e a

comunicação formal. Eles não mencionaram algo mais fortemente

inerente a marketing (comércio eletrônico e publicidade).

Na sequência, tem-se a Figura 31, a qual mostra os dados de

confrontação das avaliações do pesquisador e do segundo avaliador,

de forma a dar maior poder de argumentação ao pesquisador.


Critério de

avaliação

Avaliador

Concordância exata

com base no total de

itens avaliados

Concordância parcial

com base no total de

itens marcados pelo

pesquisador (ou pelos

avaliadores)

Concordância

exata com base

no total de

respondentes

Concordância

parcial com

base no total de

respondentes

Pesquisador 48 / 108 marcadas 60 / 108 não marcadas

Total de respostas analisadas pelo

Pesquisador e pelo Segundo

Avaliador : 12 Segundo

Avaliador

34 / 108 marcadas

74 / 108 não marcadas

Diferença / comentário

29 / 108 marcadas

iguais

55 / 108 não

marcadas iguais

84 / 108 total

iguais, sejam

marcadas ou não marcadas

29 / 48 = 29 das 48 que o pesquisador marcou

foram também marcadas

pelo segundo avaliador.

O pesquisador marcou

19 que o segundo avaliador não marcou.

O segundo avaliador marcou 5 categorias que

não foram marcadas pelo

pesquisador.

55 / 60 = 55 de 60 que o

pesquisador deixou em branco foram também

deixadas em branco pelo

segundo avaliador

Exatamente

Coincidentes = 2/12

Coincidente (com + ou - 1)

= 5 / 12

Coincidente

(com + ou - 2 ) = 7 / 12

Coincidente

(com + ou - 3 )

= 11 / 12

Figura 31 – Verificação da confiabilidade OCM

segundo os 4 critérios adaptados por FREITAS e JANISSEK com base na literatura


Da mesma forma que a Figura 26, a Figura 31 nos apresenta

alguns dados bastante interessantes, dados estes que agora estão sendo

analisados não mais sobre uma base de categorias inferidas, e sim com

base em categorias induzidas a priori, determinadas em função da

literatura de referência. Nesta tabela, onde os dados são categorizados

em função da Categorização OCM, 9 categorias compõem cada ficha

apresentada aos dois avaliadores (o pesquisador sendo a primeira

pessoa e o segundo avalista, enquanto replicabilidade das marcações),

no total de 12 fichas - 12 respostas, gerando portanto um total de 108

categorias.

Deste total, o pesquisador marcou 48, um nº aproximado ao

total das categorias marcadas pelo Segundo Avaliador (34 de 108

totais). Deste total, 29 categorias foram coincidentemente marcadas

pelos dois avaliadores, e 55 deixaram de ser marcadas, também por

ambos. Isso nos gera um total de 84 categorias igualmente analisadas

pelos dois avaliadores. Ora, isso representa um total de 77,8% de

concordância sobre a mesma base avaliada (84/108), que, segundo

KRIPPENDORFF (1980), indica um bom grau de acordo entre os dois

pesquisadores.

Também facilmente perceptível é o grau de acordo entre os

avaliadores com base em seus universos determinados, exemplificado

na FIGURA 31 pelo grau de concordância parcial que nos mostra que

o segundo avaliador indicou 29 das 48 já indicadas pelo pesquisador, e

mesmo 55 das 60 também deixadas em branco pelo pesquisador,

apresentando um grau de concordância, com base no universo do

pesquisador, de 84 categorias similares. Voltando a observação sobre

as discordâncias entre os dois avaliadores, verifica-se que o

pesquisador marcou 19 categorias que o segundo avaliador não

marcou, e que este marcou apenas 5 categorias que não foram

marcadas pelo pesquisador. Pode-se perceber aqui, rapidamente, um

alto grau de categorias em acordo entre os avaliadores. Seria tal grau


de acordo um indicativo de que, pelo fato das categorias serem

induzidas, ocorreria uma maior facilidade de assimilação ou aceitação,

mesmo por parte do segundo avaliador, somente balizado por um

protocolo que serviu para situá-lo no estudo? Sim, acreditamos que tal

suposição seja verdadeira.

Outros dados servem ainda para mostrar tal acordo, como por

exemplo o grau de concordância exata com base no total de

respondentes. Este grau nos indica (Figura 31) que 2 das 12 fichas

analisadas tiveram exatamente o mesmo julgamento. Sendo

novamente aqui flexível no critério, ou seja, permitindo coincidir

fichas onde nem todas as categorias estejam marcadas iguais, pode-se

identificar agora um alto grau de concordância exata, diferentemente

do que ocorreu na categorização AC. No caso da flexibilização das

fichas das OCM aqui analisadas, obtemos quase que a totalidade de

acordo, chegando a 11 das 12 analisadas quando fixado em 3 o

número de categorias flexíveis na análise. Ora, 11 dentre 12 fichas

exatamente coincidentes é um alto argumento de validade e

confiabilidade dos dados. Além disso, considerando que se tratam de

categorias induzidas, tal dado representa a veracidade dos conteúdos

aqui avaliados.

Fazendo agora um comparativo entre a análise de categorias

inferidas AC, anteriormente descrito, e a análise de categorias

induzidas OCM, podemos perceber que a indução de categorias

facilita a confiabilidade de uma situação ou elemento analisado.

Traçando um paralelo entre as duas análises, percebemos claramente

tal situação, dado que o percentual (ou número) de coincidências é

notoriamente superior quando se trata de categorias induzidas OCM. É

nossa suposição que sim se deve ter maior de concordância na

induzida do que na inferida, visto que o protocolo assumido a priori é

mais facilmente aceitável ou assimilável pelo segundo avaliador,

mesmo quando este não esteja completamente engajado na pesquisa.


Ambas as análises aqui apresentadas permitem concluir que a

duplicação de esforços pode ser importante quando do processo de

investigação, pela possibilidade de aprofundar análises dos dados

obtidos. Entretanto, tais esforços não podem nem devem balizar uma

investigação, no sentido de amarrar o pesquisador ao processo da

replicabilidade em si. Tal procedimento serviria para permitir que o

pesquisador legitimasse suas conclusões ou pudesse perceber daí

informações não imaginadas, elevando ao máximo a exploração dos

dados. Reforça-se nossa convicção da importância cada vez maior de

que o pesquisador busque aprofundar suas análises, mesmo que

inicialmente isso possa parecer utópico. Essa aparente utopia da

relevância da análise ou mesmo confrontação de resultados num

processo de investigação permite desenvolver a capacidade de pensar,

observar, relacionar, justificar, sintetizar, correlacionar e inferir, e

consequentemente o processo de agir dentro de um dado contexto

analisado.


6.5. Aprofundando a análise de dados através da Análise de

Correspondência

De fato, o aprofundamento das análises dos dados aqui usados

como ilustração serão feitos oportunamente em outra publicação, em

especial por JANISSEK8. A Análise de Correspondência pode ser

utilizada para explorar associações entre variáveis categóricas

quaisquer, possibilitando a representação conjunta destas e suas

relações. Dentre o conjunto de técnicas relacionadas com mapas

perceptuais que permitem operar variáveis, a Análise de

Correspondência merece destaque pela sua facilidade de aplicação e

de interpretação, bem como pela sua versatilidade no tratamento de

variáveis categóricas. Tais tipos de análises permitem que o analista

visualize as proximidades, similaridades ou dissimilaridades entre os

elementos estudados. Diversos autores descrevem este tipo de teste

envolvendo dados qualitativos: MOSCAROLA (1990, p.277-282),

LEBART e SALEM (1994, p.79-110), LAGARDE (1995, p.89-100 e

143-149), PEREIRA (1999,p.133-151) e CUNHA Jr. (1997).

BARDIN (1996, p.57) aborda os cruzamentos de variáveis

objetivas (como a nossa classificação da amostra em gestores e

técnicos) com as palavras mais frequentes. Este mesmo autor (p.190)

fala da aplicação da Análise de Correspondência. A representação

gráfica da Análise de Correspondência é especialmente rica em

informação, permitindo que o analista depreenda, rápida e facilmente,

as relações entre variáveis. O principal objetivo da Análise de

Correspondência é a sintetização da massa de dados. Utilizando os

procedimentos adequados de análise multidimensional de dados o

pesquisador poderá poupar muitos recursos despendidos no

processamento e análise dos mesmos. Estas técnicas de redução de

8 http://www.adm.ufrgs.br/professores/hfreitas/e-business


dados viabilizam a exploração das variáveis disponíveis para análise.

As variáveis apropriadas para a utilização deste tipo de análise são as

do tipo categóricas (qualitativas), ou mesmo variáveis quantitativas

que passaram por um processo de categorização. As distâncias do

gráfico gerado indicam as correspondências existentes entre as

categorias (LAGARDE, 1995; FREITAS e MOSCAROLA, 2000;

FREITAS, 2000). O intuito seria cruzar dados para se tentar extrair

daí informações que aparentemente não são explícitas numa tabela ou

teste.

As Figuras 32 e 33 apresentam uma visão de uma tabela que

cruza as empresas ou organizações de origem (representadas por E1 e

E2) e os cargos dos entrevistados (como G para gestor e T para

técnico) com as categorias definidas por inferência para a Análise de

Mercado: uma em forma de tabela propriamente dita e outra em forma

de mapa perceptual da Análise de Correspondência. Trata-se de cruzar

então variáveis objetivas (a empresa e o cargo) com uma variável que

se origina de um dado completamente subjetivo, mas cuja objetividade

foi buscada primeiro pelo pesquisador, depois confrontada com outro,

na busca de confiabilidade.

A partir daí, o que se pode construir como análise e

aprendizagem é que poderá ditar o interesse de todo esse esforço de

análise. Entretanto, este é apenas um exemplo do que se pode fazer

com a combinação de tais técnicas de análise. Nosso intuito é apenas

demonstrar que se pode buscar aprofundar a compreensão e a

capacidade de análise a partir de duas visões diferentes do mesmo

conjunto de dados. Basta tentar analisar a tabela e, ao mesmo tempo,

tentar avaliar o que indicam as proximidades geográficas na Figura

33, indo e vindo de figura a figura (32 e 33), de forma a verificar

curiosidades ou testar inferências a partir disso.


AC_Análise

Mercado

Empresa e

Cargo

C1 C2 C3 C4 C5 C6 C7 C8 C9 C10 TOTAL

E1_G (3) 3 0 3 1 2 3 3 3 2 0 20

E2_G (5) 4 2 2 2 2 3 3 3 2 2 25

E1_T (3) 3 1 2 1 0 3 2 2 3 1 18

E2_T (1) 1 1 1 0 0 1 1 1 1 0 7

TOTAL 11 4 8 4 4 10 9 9 8 3 70

Figura 32 – Tabulação cruzada entre Empresa_Cargo (gestor ou técnico)

e Categorização da Análise de Mercado (AC)

Legenda: E1 = empresa 1, E2 = empresa 2, G = gestor, T = técnico

C1= Categoria Identificar novidades

C2= Categoria Realizar benchmarking

C3= Categoria Analisar concorrentes

C4= Categoria Descobrir oportun negócios

C5= Categoria Identificar estratégias

C6= Categoria Obter informações

C7= Categoria Monitorar mercado

C8= Categoria Observar tendências

C9= Categoria Atualizar informações

C10= Categoria Analisar clientes e fornec


Eixo 1 (48.1%)

Eixo 2 (37.6%)

E1_Gestores (3)

E2_Gestores (5)

E1_Técnicos (3)

E2_Técnico (1)

Identificar novidades Realizar benchmarking

Analisar concorrentes

Descobrir oportun negócios


Obter informações

Monitorar mercado


Atualizar informações

Analisar clientes e fornec

Figura 33 – Análise de Correspondência entre Empresa_Cargo (gestor ou técnico)

e Categorização da Análise de Mercado (AC)

Legenda: E1 = empresa 1, E2 = empresa 2, G = gestor, T = técnico


Com base na tabela e gráfico acima, podemos analisar

informações que nos são apresentadas através da análise de

correspondência entre as categorias do elemento Análise de Mercado,

cruzados com variáveis de cargo dos entrevistados de cada empresa,

as quais denotam curiosidades como, por exemplo, o fato de que os

técnicos das duas empresas pensam mais ou menos as mesmas coisas

(E1_Técnicos e E2_Técnicos), ao mesmo tempo que não dão

importância à Identificação de Estratégias e Descobrir Oportunidades

de Negócios.

Seria este um indicativo de que Técnicos não se preocupam

com dados mais administrativos da sua organização? Outro dado

importante é que os Gestores da empresa 1 não falam da possibilidade

de analisar clientes e fornecedores nem descobrir oportunidades de

negócios através do uso da internet, enquanto que os gestores da

empresa 2 dão bastante importância para isso. Seria pelo fato da

empresa 2 estar mais aculturada ao uso da internet do que a empresa

1? Seria este um dado importante a ser investigado?

Outras informações, tais como obter informações através da

internet, monitorar mercado, observar tendências e identificar

novidades recebem grande importância tanto por gestores quanto

técnicos, de ambas as organizações. Estes são apenas alguns exemplos

do que se pode avançar em relação à analise de uma base de dados,

com o auxílio de uma ferramenta adequada que nos gere tais tabelas

e/ou gráficos automaticamente, dando margem à uma análise mais

fina e detalhada de dados inicialmente brutos e com pouco

significado.


***

A proposta aqui foi apresentar algumas soluções de análises de

dados qualitativos, tais como análise léxica e análise de conteúdo (e

ainda outras como a aqui descrita análise de correspondência) que,

uma vez aplicadas complementar, recorrente e sequencialmente,

permitem no seu conjunto obter informações e chegar a um conjunto

de cenários que nos possibilitem avançar, inferir, induzir e identificar

tendências, influências, impactos ou o simples uso das tecnologias,

situações ou contextos analisados.


7. Considerações Finais

A realidade de boa parte de nossos pesquisadores e analistas é

que eles acumulam dados em suas atividades, sem contudo explorá-los

adequadamente. Normalmente, não dominam métodos, técnicas e

ferramental para tal. O diferencial proporcionado pelos métodos, bem

como a isenção conferida pelo pesquisador que respeita com rigor

estes métodos, retratam as diferenças das competências e das

intenções. Todo profissional, pesquisador, professor, executivo,

gerente ou analista deve desenvolver habilidades e dominar sistemas,

técnicas e métodos inerentes à cada vez maior necessidade por

construção de conhecimento a partir de dados dispersos em redes

locais e mesmo mundiais, assim como nas múltiplas facetas e

atividades de toda organização.

Considerando isto, procurou-se demonstrar técnicas para

realizar análise de dados textuais, em especial as Análises Léxica e de

Conteúdo, suas mazelas e as precauções inerentes, buscando repassar

ao leitor condições para uma investigação prática e eficaz. Mostra-se

que é viável, com o auxílio de instrumental adequado, levantar dados

quanti-qualitativos e explorar informações consistentes que possam

trazer respostas ágeis a muitos questionamentos que surgem no dia-a-

dia de uma organização e mesmo no trabalho do profissional de

pesquisa.

As idéias aqui apresentadas mostram que as Análises Léxica e

de Conteúdo não devem ser excludentes entre si, muito pelo contrário,

ao utilizá-las em conjunto o pesquisador ou analista tem, nelas,

diferentes análises que, juntas, podem permitir que dados sejam

adequadamente explorados. Não se trata aqui de escolher entre as

técnicas e sim de se dar conta de que uma e outra oferecem a

possibilidade de avançar sobre os dados investigados, e aprender a


utilizá-las de forma sequencial, recorrendo uma a outra quando da

necessidade de um entendimento maior ou definição de resultados e

percebendo o valor que pode ter a compreensão e a prática da sua

complementaridade.

Fez-se uma discussão sobre o valor e importância da coleta e

análise de dados qualitativos, apresentando conceitos de análise léxica

e de análise de conteúdo, bem como exemplos da literatura e de

pesquisas e sistemas realizados recorrendo a estas técnicas. Uma

pesquisa essencialmente qualitativa, explorando as duas técnicas em

questão na análise de dados coletados em entrevistas estruturadas

(com guia de entrevista), foi descrita buscando-se ilustrar uma

aplicação.

A objetividade dos dados coletados em uma pesquisa não é

mais suficiente para a compreensão de um fenômeno, é a

subjetividade que pode permitir compreender as razões de dado

comportamento ou preferência. O uso de dados qualitativos, opiniões

mais espontâneas ou indiretas, permite identificar oportunidades ou

antecipar problemas. Além disso, esse tipo de dado pode ser explorado

mais de uma vez, constituindo-se numa fonte diferenciada para a

geração de novos, diferentes e curiosos dados, os quais podem ser

produzidos diretamente pelo pesquisador.

As análises, bem como a sistematização de seus

procedimentos, dependem muito do valor e competência do

pesquisador, de forma que este possa levar a cabo sua investigação e

extrair o máximo de suposições e ou conclusões a partir de um

conjunto de dados ou realidade estudada: é fundamental o domínio por

parte do analista (ou equipe) do tema, objeto ou foco de estudo. A

análise de dados textuais é bastante intuitiva, pessoal e subjetiva, mas

contém certa racionalidade, permitindo a aplicação de técnicas e o uso

de sistemas na sua facilitação. Apresenta, como outros, problemas de

validade, assim como a autenticidade do texto, a validade de


interpretação e a veracidade das afirmações de fato. Soluções para

perceber e analisar a confiabilidade dos dados foram discutidas,

através de 3 maneiras, que são a estabilidade, a reprodutibilidade e a

exatidão. Nossa idéia é de que - nas pesquisas em SI - estas

verificações sejam realizadas de forma simples, para o que revisamos

e mesmo propusemos alguns indicadores com base no total de itens

avaliados e com base no total de respondentes.

Ao exemplificar as soluções aqui propostas através de uma

pesquisa realizada sobre sites web e negócios empresariais, foi

possível apresentar a sequência lógica de uma análise de dados

qualitativos, descrevendo todos os passos para o plano de análise de

dados e operacionalizando a idéia de que as técnicas apresentadas

sejam de fato utilizadas de forma sequencial, recorrente e

complementar. As palavras e expressões originadas pela pesquisa

foram investigadas pela Análise Léxica e as categorias do presente

estudo foram inferidas ou induzidas através dos procedimentos de

Análise de Conteúdo. Durante esta análise, foi possível aplicar os 4

indicadores adaptados pelos autores a partir de literatura, visando

verificar a confiabilidade dos dados, numa confrontação envolvendo

uma variável cujas categorias foram inferidas a partir do conteúdo de

cada entrevista, e também numa outra, cujas categorias foram

definidas a priori pelo pesquisador com base na literatura e na prática

gerencial.

Todos estes passos foram exemplificados no intuito de mostrar

o valor das idéias aqui apresentadas, baseadas no fato de que as

verificações são passíveis de serem realizadas de forma

descomplicada e bastante honesta, sem induzir o pesquisador a

realizar manipulação de seus dados nem desviar sua atenção sobre o

objeto investigado. Tal exemplificação foi finalizada com a Análise de

Correspondência, utilizada para observar associações entre variáveis

categóricas quaisquer, possibilitando a representação conjunta destas e


suas relações, num exercício de exploração dos dados da pesquisa

objeto de aplicação.

Nossa proposta – reforce-se - é de que as duas técnicas sejam

utilizadas de forma sequencial (uma após a outra), recorrente (pode-se

ir e vir, deve-se mesmo ir e vir de uma a outra) e complementar (elas

não são excludentes), ou seja, não se deve escolher uma ou outra,

deve-se adquirir finalmente a visão de que os recursos de ambas são

excelentes ferramentas na mão do analista e que ele deve fazer bom

uso e não isolar uma em detrimento de outra.


8. Referências bibliográficas

BARDIN, L. L’analyse de contenu. Paris: PUF, 8. Ed.,1996.

BERNARDES, R. Um estudo sobre a demanda de informações em sites

Web: o caso de uma unidade de pesquisa de uma empresa de P&D para

o agronegócio brasileiro. Porto Alegre: Projeto de Dissertação de

Mestrado. PPGA/EA/UFRGS, [email protected], Dezembro

1999, 38 p.

BICKMAN, L. & ROG, D.J. Handbook of Applied Social Research

Methods. Sage Publications, 1998.

BOFF, L. H. O uso da informação em ambientes de trabalho de

conhecimento. Porto Alegre: Projeto de Tese. PPGA/EA/UFRGS.

[email protected], Maio 1997.

CRESWELL, J. W. Qualitative Inquiry and Research Design. Sage

Publications, 1998.

CUNHA JR. M. V. M. Análise Multidimensional de Dados Categóricos: A

Aplicação das Análises de correspondência Simples e Múltipla em

Marketing e Sua Integração com Técnicas de Análises de Dados

Quantitativos. Porto Alegre: Caderno De Estudos - PPGA/EA/UFRGS,

1997.

DOMENJOZ, P., GAVARD-PERRET, M. L., e MOSCAROLA, J. Price and

communication: How do they interrelate? An analysis of car

advertisements published in English. France: Actes du congrès de la

AFM (Association Française du Marketing), 1995.

DORNELAS, J. S. Inovações ligadas ao processo de gestão participativa e

ao uso de sistemas de apoio à decisão em grupo, na direção de novas

formas de estruturas organizacionais. Foz do Iguaçu: 23º ANPAD,

[email protected], Setembro, 1999.

EVRARD, Y. Études et recherches en marketing. Paris: Nathan, 1997.

FRANKFORT-NACHMIAS, C. & NACHMIAS,D. Research Methods in

The Social Sciences. New York: St. Martin's Press, 1996.

FREITAS, H. & MOSCAROLA, J. Content analyzing qualitative data on

Information Systems. Baltimore, MD, EUA: Association for





Information Systems Americas Conference 1998, Technology research

in progress, August 14-16, 1998.

FREITAS, H., BECKER J.L., ZANELA, A. C., MACADAR M. A. ,

MOSCAROLA, J. e JENKINS, M. The design process of a cross-

cultural exploratory quantitative-qualitative survey research project to

study the decision-making process. Baltimore, MD, EUA: Association

for Information Systems Americas Conference 1998, Technology

research in progress, August 14-16, 1998.

FREITAS, H., CUNHA Jr. M.V.M. e MOSCAROLA, J. Aplicação de

sistema de software para auxílio na análise de conteúdo. São Paulo:

RAUSP, v. 32, nº 3, Jul/Set. 1997, p. 97-109.

FREITAS, H., MOSCAROLA, J., e JENKINS, M. Content and lexical

analysis: a qualitative practical application. Baltimore, MD, EUA:

ISRC, Merrick School of Business, University of Baltimore (MD,

EUA), WP ISRC No. 070498, April 1998. 35 p.

FREITAS, H., MOSCAROLA, J., JENKINS, M., BECKER J.L., ZANELA,

A. C. e MACADAR, M. A. Decision-making process, national culture,

and decisional background, cross-cultural exploratory quantitative-

qualitative survey research project: Brazil, France and USA, some

preliminary results - a report to the AIS 98. Baltimore, MD, EUA:

Association for Information Systems Americas Conference 1998,

Organizational research in progress. Baltimore, MD, EUA, August 14-

16, 1998, 3 p.

FREITAS, H.; MOSCAROLA, J. Análise de dados quantitativos e

qualitativos: casos aplicados usando o Sphinx®. Porto Alegre, Sphinx:

2000, 176 p.

FREITAS, H. As tendências em Sistemas de Informação com base em recentes

congressos. Porto Alegre: ReAd (http://www.adm.ufrgs.br/read), No.13,

Jan. 2000, 20 p.

FREITAS, H., CUNHA Jr., M. V. M. e MOSCAROLA, J. Pelo resgate de alguns

princípios da análise de conteúdo: aplicação prática qualitativa em marketing.

Angra dos Reis - RJ: Anais do 20ºENANPAD, ANPAD, Marketing, 23 - 25 de

Setembro 1996, p. 467 - 487.

GRAWITZ, M. Méthodologie des Sciences Sociales. Paris: Dalloz, 1976

(chap. II, p. 586-627), and 1993 (9 ed., chap. 2, section 2, p. 532-565).

870 p.

http://www.adm.ufrgs.br/read


GAVARD-PERRET, M.L. & MOSCAROLA, J. De l'énoncé à l'énonciation:

relecture de l'analyse lexicale en marketing. Annecy, France: GEREG

and CERIAM, Université de Savoie, Cahier GEREG, 1995, 34 p.

GONÇALVES, L.P.F. Aplicação das técnicas de mineração de dados na

administração: o caso de Três supermercados. Porto Alegre: Projeto de

Dissertação de Mestrado. PPGA/EA/UFRGS.

[email protected], Dezembro 1999. 36 p.

JANISSEK, R. O impacto da implementação de sites Web em Negócios

empresariais. Porto Alegre: Projeto de Dissertação de Mestrado.

PPGA/EA/UFRGS. [email protected], Junho 1999.

JANISSEK, R. A influência da Internet em Negócios empresariais:

identificação e caracterização de elementos para análise de sites. Porto

Alegre: Dissertação de Mestrado. PPGA/EA/UFRGS.

[email protected], Maio 2000.

JENKINS, M.; FREITAS, H.; ARSHAM, H. e equipe técnica. Preliminary

report on the Assessment of the Status of the Current and Planned IT

Environment, Maryland Department of Transportation (MDOT),

presented to the Information technology Team. Baltimore, MD, EUA:

relatório de atividade de pesquisa com 300 managers de 10

departamentos diferentes, participação como coordenador técnico de

análise de dados. Baltimore, MD, EUA: ISRC, Merrick School of

Business, University of Baltimore, January 22, 1998, 35 p.

KELLE, U. Computer-Aided Qualitative Data Analysis: theory, methods and

practice. Sage Publications, 1995.

KIRK, J. & MILLER, M. Reliability and validity in qualitative research.

Sage publications, 1986.

KRIPPENDORFF, K. Content analysis: an introduction to its methodology.

The Sage CommText Series, 1980, 191p.

LAGARDE, J. Initiation à l'analyse des données. Paris: Dunod, 1995. 162 p.

LEBART, L. & SALEM, A. Statistique Textuelle. Paris: Dunod, 1994. 342

p.

LEE, A. S. LIEBENAU, J. ; DEGROSS, J. I. Information Systems and

Qualitative Research. Philadelphia, USA: Proceedings ICIS, Chapman

& Hall, 1997.

LESCA, H. Information et Adaptation de l'entreprise. Paris: Masson, 1989.





LUCIANO, E. M. Mapeamento dos indicadores essenciais para diagnóstico

e suporte ao processo decisório. Porto Alegre: PPGA/EA/UFRGS,

[email protected], Abril 1999.

MASON, J. Qualitative researching. Sage, 1997, 180 p.

MATTAR, F.N. Pesquisa de Marketing: edição compacta. São Paulo: Atlas,

1996.

MILES, M. B. & HUBERMAN, A. M. Qualitative data analysis. Sage

Publications, 1994, 338 p.

MOSCAROLA, J. Balladur, Chirac, Jospin, les mots d’une campagne:

quelques exemples d’analyse lexicone avec le Sphinx. Annecy, France:

IUP, cahier du GEREG, Université de Savoie, 1995, 8 p.

MOSCAROLA, J. La communication politique vue par l’analyse lexicale.

Annecy, France: IUP, Université de Savoie, Cahier du GEREG, n° 32,

1994.

MOSCAROLA, J. Discourse analysis with sphinx lexica. Annecy, France:

1996.

MOSCAROLA, J. Analyse de contenu et analyse de données: solutions

logiciels pour une intégration quali/quanti. Paris: Actes JADT, 1993.

MOSCAROLA, J. Les actes de langage: protocoles d'enquêtes et analyse des

données textuelles. Paris: Colloque Consensus Ex-Machina, La

Sorbonne, April 1994.

MOSCAROLA, J. Enquêtes et Analyse de donnés avec le Sphinx. Paris:

Libraire Vuibert, 1990.

OLIVEIRA, M. Indicadores para tomada de decisão na etapa de concepção

do processo construtivo: a percepção dos principais intervenientes.

Porto Alegre: Tese de Doutorado, PPGA/EA/UFRGS, 1999.

PEREIRA, J. C. R. Análise de Dados Qualitativos. São Paulo: Edusp. 1999.

156 p.

PERRIEN, J. CHÉRON, E.; ZINS, M. Recherche em Marketing: méthodes

et décisions. Quebec, Canadá: Gaëtan Morin Éditeur, 1984.

SILVERMAN, D. Interpreting Qualitative Data. Sage Publications, 1995.

224 p.



SPHINX LÉXICA for Windows, Guia do usuário. Sphinx Consultoria,

Brazil ([email protected] - website:

http://www.sphinxbr.com.br), 1997.

WEBER, R.P. Basic content analysis. Sage University paper, 1990. 96 p.

WEITZMAN, E. A. e MILES, M. B. Computer programs for qualitative data

analysis. Sage Publications, 1995. 372 p.

ZANELA, A. I. C. A influência da cultura nacional e da experiência

decisória sobre a percepção do processo decisório individual: um estudo

comparativo entre Brasil, França e Estados Unidos. Porto Alegre:

Dissertação de Mestrado. PPGA/EA/UFRGS, 1999.


Índice Remissivo

A abertas 14 16 17 27 28 30 33 34 36 67 68 69 78 80 81 83 110 120 agrupamentos 34 37 39 95 96 102

ambigüidade 17 19 20 27 32 37 41 54 70 amostra 17 19 20 27 34 37 41 51 54 72 113 135

aproximação 36 34 37 95

autenticidade 28 143 avaliação 18 61 77 85 119 131

B

banalidade 36 93

C

categorias 17 19 20 21 27 34 41 43-48 50-54 57 58 59 60 61 67 69 79 80 86-98 109-143 categóricas 135 136 144 145

categorização 20 37 45 59 60 61 87 88 113 115 120 122 124 125 130 132 133 136 137 citações 33 97 105 111 122 123

classificação 21 47 51 58 59 87 112 113 117 135

codificação 18 19 20 52 53 54 55 58 67 72 73 74 75 85 110 113 115 117 122

código 47 52 68 74 78 86 115

cohen 58 coleta 7 14 15 16 22 27 82 83 142

comparações 36 58 61 63 77 119

complementaridade 9 15 21 26 31 69 80 85 100 112 142 concordância 52 53 55 57 58 59 60 61 72 118 119 120 121 122 131 132 133 134

concorrência 84 95 96 97 98 99 confiabilidade 25 50 52 53 55 56 57 59 71 72 113 117 119 120 131 133 136 143

confrontação 59 61 122 130 134 143

contagem 32 34 47 50 54 57 59 corpo 26 33 36 80 89 92 93 100

correlações 78 134 correspondência 80 100 135 136 139 140 144 145

criatividade 50 70

critério 18 34 45 61 91 113 119 122 131 133 cruzamentos 17 88 91 98 99 135

customização 75 77

D

dados 5 7-10 12-18 20-23 25-28 30 33-39 41-44 52-55 57 62-80 85-89 95 110 113 117

118 120-122 126 130-134 datamining 65 73

decisão 11 19 50 64 67 68 69 76 82 145 146 149

decomposição 50 62 dedicação 20 50 70 120

definição 18 32 43 44 45 47 52 56 57 58 66 67 112 114 118 142 desacordos 57 58 59

designação 114


desigualdades 60

desmarcadas 117 128 desvio 54 58 89 144

diagnóstico 66 148 dicionários 37 67

didática 16 25

diferenciada 7 18 142 dimensão 32 34 89

dimensões 19 45 126

direção 34 52 126 145

diretrizes 20 41

discordâncias 21 56 67 112 132 dispersão 34

distinção 43 91 divergências 54 56

documentos 27 28 30 39 43 62 66 68 70 74 96

E

elaboração 22 23 51 75 87 112 126 146

elementos 22 41 47 48 65 79 81 82 93 102 109 113 117 122 125 127 128 135 147 emergir 18 28 47 80 110 117 120 122 126 127

emissor 39 47 63

empresa 79 82 83 84 98 99 136 137 139 145 engajada 20 27 134

enquêtes 33 47 148 149 entendimento 59 109 122 124 142

entrelinhas 22 37 39

entrevista 15 47 61 62 82 83 120 142 143 entrevistados 66 68 80 81 89 98 99 111 123 124 130 136 139

equipe 5 11 52 65 68 69 78 112 143 147 erro 52 54 72

escala 13 18

escolha 9 19 44 47 48 50 52 74 76 95 especializados 38

especificidades 37 48 65 espontânea 14 16 18 30 37 111 142

essenciais 55 77 113 148

estatística 33 37 54 70 71 73 78 estratégias 16 47 84 99 114 123 137 139

estrutura 15 52 69 77 110 142 estudo 5 16 25 33 37 45 53 64 66 67 68 69 79 117 120 126 133 143 145 149

etapa 17 39 45 48 49 68 79 81 87 118 149

exatidão 51 55 56 57 113 143

excludentes 21 141 144

expectativa 17 expectativas 68 74

experiência 43 51 64 99 149

explicações 17 26 63 exploração 8 9 10 12 13 14 15 43 47 64 66 70 85 110 134 136 144

exportar 96 expressões 26 33 37 45 51 66 78 80 85 87 89 99 100 102 105 108 109 110 111 112 115 143

extrair 87 126 136 142


F

facilidade 70 77 133 135

fenômeno 13 54 88 142 ferramentas 9 14 15 16 20 21 22 37 70 71 72 75 78 85 141 144

fichas 60 61 122 132 133 fidedignidade 20 25

flexibilidade 26 43 70 73 75

foco 15 48 64 143

formulação 19 25 58 74

formulismos 58 fornecedores 10 79 82 99 114 123 139

frequência 26 27 32 41 43 50 71 85 87 92 95 100 123 124

G

generalização 26

geração 7 18 22 113 142 geradas 53 64 102 122

gerentes 10 25 67 68

gestão 9 11 21 28 64 67 68 69 79 127 130 145 gradativa 18 59

gratificante 113 gratuitamente 7 14

grau 55 56 57 58 59 61 75 91 93 122 132 133

grupo 11 13 14 32 38 96 112 145

H

habilidades 7 77 141 hipóteses 17 22 23 26 36 43 51 53 54 57 70 72 74 77 108

honesta 58 144

I

identificação 18 20 34 36 37 65 84 99 110 139 147

implementação 69 72 147

implicações 17 20 53 inconsistências 54 56 66

indicadores 33 39 41 42 66 68 91 143 148 149 induzidas 80 87 88 110 126 132 133 134 143

inferência 39 41 42 44 51 78 126 136

influência 47 69 79 147 149 informação 9 11 21 25 27 41 44 45 64 65 67 68 70 127 130 135 145 146

insights 25 38 72

instrumental 7 67 78 141

instrumento 16 17 42 50 51 52 125

intensidade 36 37 56 interação 30 64

internet 27 64 65 66 69 79 81 82 83 84 98 99 102 108 139 147 interpretação 22 27 28 30 44 51 70 71 85 100 135 143

investigação 8 22 26 41 70 71 79 80 91 134 141 142

isenção 7 141 isenta 115


J

julgamento 18 58 121 133

justificativas 33

L

legitimidade 20 47 52 leitura 5 18 19 22 30 33 37 39 41 68 70 71 85 92 98 110 111 113 114 115 117 124 126

lematizado 36

levantamento 72 79 léxica 8 9 15 21 23 28 30 31 32 33 34 36 37 39 45 63-97 105 109 110 140-143 148 149

léxico 30 32 33 36 37 95 96 99 100 112 limites 49

lineares 78

linguagem 44 95 lista 18 27 32 47 64 74 93 95 96 99 102 105 108 109 114-118 120 122

literatura 9 12 14 15 21 31 44 59 61 65 73 80 87 110 119 120 126 127 131 132 142 143 locais 56 141

localização 74 77 105

logs 27

M

material 12 49 85 média 66 91 92

medição 50 52

medida 18 41 44 51 52 54 58 59 111 115 mensagem 39 63 69

mercado 14 27 79 82-85-93 98 99 102 108 109 113 114 120-124 128 130 136 137 139 métodos 7 9 12 13 14 20 25 26 28 30 33 44 54 65 70 71 72 77 141

métricas 59

mineração 64 65 147 modelos 43 86

modificações 67 múltipla 19 75 78 145

multivariada 37

O

objetividade 13 63 136 142

objetivo 20 21 28 33 39 41 43 47 49 52 63 67 79 112 122 135

ocorrências 36 71 98 99 102 opções 19 37

operações 27 71 77

opinião 13 14 16 18 19 27 28 38 113

oportunidades 7 13 14 77 114 123 139 142

oposições 26 orçamento 69

ordenação 96 ordenada 95

organização 7 13 19 20 32 36 66 67 68 70 85 91 99 105 110 125 127 130 139 141

originalidade 10 36 93


P

padronização 70

palavras 26 30 32 33 34 36 37 39 41 43 44 45 48 62 64 66 71 74 77 78 80 85 87 89 91 92 93 95 96 97 98 99 100 102 105 109 110 111 112 113 115 135 143

participantes 33 percepção 19 66 81 82 83 96 100 112 149

pesquisa 7 9 12 13-17 19 25 26 31 37 38 42 47 51 52 53 54 59 62 63 65- 67 70-73 78-81 84

86-89 98 99 108 125 134 141-148

pesquisador 7 8 11 12 13 16 18 19 20 22 26 28 34 51 58 59 60 61 70 76 87 88 99 111-144

população 54 possibilidade 14 26 28 39 41 58 70 75 81 105 111 134 139 142

precauções 141

pressupostas 59 87 propostas 9 21 59 117 119 143

protocolo 18 52 59 69 87 110 117 120 126 127 128 133 134 proximidades 135 136

público 13 69 84

Q

qualidade 10 12 20 23 34 51 66 84 99

qualitativa 9 12 15 16 22 23 25 26 27 31 39 43 50 52 53 54 64 74 75 78 142 147 quantificação 27 49 54 78

quantitativa 14 16 22 23 25 26 27 30 43 44 75

quantitativas 22 28 50 71 136 questão 13 15 16 17 21 25 47 51 52 58 59 60 61 64 83 84 85 88 91 96 97 99 102 105 111

120 125 126 130 142

R

reagrupadas 102 108

recodificação 52 102 recomendações 50

recorrência 9 80 112 recursos 8 10 15 20 21 36 62 77 135 144

redução 45 71 82 95 96 136

referencial 59 87 refinamento 14 73

registro 27 49 75 79

regras 19 41 56 112 113 regressão 78

relação 18 19 48 50 52 58 60 68 69 72 81 82 84 93 99 109 115 123 139 relacionamento 49 73

relativos 33 39 41 42 69 95

relatórios 22 23 66 96 releitura 111 113 115

relevância 134 repetição 71 91 92

replicabilidade 72 132 134

representatividade 43 51 72 117 126 reprodutibilidade 55 56 57 117 119 143

requisitos 53 77 respostas 7 17-19 21 27 30 32-34 36-39 44 47 68 78 80 83 84 85 86 89 91 93 95-102 105 111

114 115 117 119 120 122 128 131 132 141

restrições 75


resultados 20 28 39 41 43 47 50 52 53 54 55 57 58 72 75 77 85 112 113 117-120 124 134 142

reteste 56 57 113 114 122 revisão 9 65 73 75

rigor 16 70 141 riqueza 9 19 36 37 38 93 95

rotinas 75 81

rubricas 47

S

satisfação 13 18 38 segmentos 49 100 102

sequências 96

serviços 13 17 82 84 98 99 127 130 significado 17 25 36 71 87 95 102 139

significativa 12 51 simétricas 78

similaridade 77 95 96 108 132 135

simplificadas 59 sinais 32

sinônimos 34 sistemas 5 7 9 11 27 64 70 73 74 76 77 141 142 143 145 146

sistemática 25 26 30 43 73 74

sites 69 79 125 143 145 147 subjetividade 13 112 142

substantivos 36 37 suporte 5 13 27 50 76 77 78 148

T

técnicas 7-9 13-16 20-23 28-31 36-38 42 43 51 54 56 64-78 85 89 113 135 136 141-147 tendências 65 114 123 137 139 140 146

teste 54 56 57 74 113 122 135 136 transformações 42

tratamento 26 33 34 36 72 73 74 75 78 85 124 135

triangulação 54 trivialidade 36 93

U

unidade 48 49 71 98 145 universo 33 45 49 121 132

V

validação 54 67 68 122

validade 25 28 37 51 52 53 59 71 72 88 111 113 122 133 143

valor 15 16 28 42 47 50 51 57 142 144 variância 78

variáveis 37 42 47 51 52 59 68 69 135 136 139 144 verbatim 97

versatilidade 135

visualizações 105 vocabulário 32 33 36 79 87


Índice de Autores

ARSHAM – p. 68

BARDIN – p. 30 32 35 39 42 47 70 71 78 86 89 101 105 117 144

BECKER – p. 21 67

BERNARDES – p. 65

BERELSON – p. 44 63

BIRD – p. 74

BOFF – p. 69

CHÉRON – p. 38 41 45 48 49

CRESWELL – p. 24

CUNHA JR – p. 13 21 25 26 29 36 66 144

DEGROSS – p. 15 24

DOMENJOZ – p. 68

DORNELAS – p. 69

EVRARD – p. 58

FRANKFORT-NACHMIAS – p. 29 44

FREITAS – p. 10 13 21 25 26 27 29 31 32 36 41 43 50 51 62 63 64 65 66 67 68 70 78

GAVARD-PERRET – p. 29 68

GOLDSEN – p. 52

GONÇALVES – p. 65

GRANT – p. 30

GRAWITZ – p. 29 32 41 43 50 51 63

HAMMERSLEY – p. 53 57

HUBERMAN – p. 24 29 64 115

HOLSTI – p. 42 115

JANIS – p. 42

JANISSEK – p. 10 69 79 134 144

JENKINS – p. 32 41 43 50 52 62 63 67 68

KAPLAN – p. 52

KEENOY – p. 30

KELLE – p. 24 53 57 71 72 74 76 78 117

KIRK – p. 24 52 54 57 64


KRIPPENDORFF – p. 38 42 49 50 52 54 55 57 58 59 72 118 122 123 141

LAGARDE – p. 31 38 78 80 144 145

LEBART – p. 15 30 32 33 35 48 79 105 144

LEE – p. 15 24 76

LESCA – p. 21

LIEBENAU – p. 15 24

LUCIANO – p. 69

MACADAR – p. 67

MASON – p. 24

MILES – p. 13 24 29 64 73 74 76 115

MILLER – p. 24 52 54 57 64

MOSCAROLA – p. 5 13 25 26 27 29 32 36 41 43 50 52 62 63 65 67 68 69 71 73 78

97 105 144

NACHMIAS – p. 29 44

OLIVEIRA – p. 68

OSWICK – p. 30

PEREIRA – p. 78 144

PERRIEN – p. 38 41 45 48 49

PETRINI – p. 21

PIRES – p. 66

POZZEBON – p. 21

PREIN – p. 74

RUAS – p. 66

SALEM – p. 15 30 32 33 35 48 79 105 144

SILVERMAN – p. 29 53 54 57

STUMPF – p. 67

WEBER – p. 29 38 45 47 48 51 55 59 64 78 134

WEITZMAN – p. 13 73 74 76

ZANELA – p. 67

ZINS – P. 38 41 45 48 49


Apêndice - Sistema Sphinx® para pesquisas e análises de dados


----- ADOTE ESTA 'IDÉIA!' -----

no site


você encontra aulas, textos, revista do HF ...

E ainda:

Links para teses e dissertações, e-business,

UFRGS, PPGA, EA, GESID, EAD,

projetos e pesquisas em desenvolvimento,

congressos, disciplinas, e muito, muito mais!

Apoio a projetos de pesquisa:



Outros livros do autor:

FREITAS, H e MOSCAROLA, J. Análise de dados

quantitativos & qualitativos: casos aplicados

usando o Sphinx®. Porto Alegre/RS: Sphinx,

2000, 176 p.

FREITAS, H., BECKER, J. L., KLADIS, C. M. e

HOPPEN, N. Informação e decisão: sistemas

de apoio e seu impacto. Porto Alegre/RS: Ed.

Ortiz, 1997, 214 p.

FREITAS, H. A informação como ferramenta

gerencial: um telessistema de informação em

marketing para o apoio à decisão. Porto Alegre

- RS: Ed. ORTIZ, 1993. 360 p.

FREITAS, H. Um micro = um centro de

informações. Rio de Janeiro - RJ: LTC, 1991.

146 p.

Informações pelo e-mail: [email protected]


Sphinx Consultoria Ltda

Distribuidor EXCLUSIVO dos sistemas Sphinx®

Único certificado e autorizado SPHINX®

na América Latina

Rua Peru 211 - 92420.300

Canoas RS – Brasil

Fone/Fax: 0xx51 - 477.3610






http://www.sphinxbr.com.br O Site da Sphinx Brasil

Acesse o site da Sphinx Brasil. Você encontrará:

DICAS sobre a utilização do Sphinx ® e

seus módulos.

DOWNLOAD de manuais, funções,

demo, autodemo, dlls, drivers, etc.

SUPORTE e-mail.

Arquivo Sphinx® DEMO, que permite

instalar uma versão limitada do sistema

para criar exemplos com até 5 questões e

20 questionários, ou abrir e analisar os

casos cujos dados estão disponíveis para

download no site.

Arquivo AUTODEMO do Sphinx®, que

é uma apresentação eletrônica, que

percorre automaticamente as

funcionalidades do Sphinx®

(questionário, digitação e análise de

dados).

Descrição dos SISTEMAS Sphinx®, para

verificar aquele que melhor se adapta às

suas necessidades.

DIVERSOS ARTIGOS sobre pesquisas e

análises de dados usando os sistemas

Sphinx ® em diferentes áreas (turismo,

comércio, política, saúde, engenharias,

qualidade, etc).

CASOS variados, exemplos e dados que

podem ser abertos e analisados na versão

de demo, para que se tenha melhor noção

sobre o potencial uso e aplicação dos

sistemas Sphinx ®.

FLASH-MAILS periódicos, com dicas,

promoções, etc.

DEPOIMENTOS de clientes usuários

Sphinx® .

Aproveite! Conecte-se com o que existe de melhor em soluções para análise de dados


UTILIZE OS SISTEMAS SPHINX

E FAÇA SEUS DADOS FALAREM !

O SPHINX PRIMO guia você na realização de suas enquêtes!

Em três etapas (definir o questionário, digitar as respostas, tratar e analisar os

resultados), o Sphinx Primo acompanha você ao longo de todo o seu trabalho. De

forma simples e muito profissional, ele fará você ganhar tempo, oferecendo-lhe toda

a flexibilidade possível. Este sistema convém tanto aos estudos qualitativos como

aos estudos quantitativos e não requer nenhum conhecimento prévio de estatística.

Caso deseje aprofundar as suas análises ou analisar outras fontes de dados (bases de

dados, textos...), você pode aumentar suas capacidades, fazendo-o evoluir até o

Sphinx Plus² e o Sphinx Léxica.

O tratamento de suas enquêtes e de seus dados com o SPHINX PLUS2.

O Sphinx Plus2 é uma ferramenta de concepção e de tratamento de enquêtes, de

análise estatística e de gestão de dados. Graças à sua riqueza funcional e à sua

grande flexibilidade, é a ferramenta ideal para aqueles que querem aprofundar a

compreensão dos dados de uma enquête ou explorar operacionalmente todo o tipo de

arquivo. Permite, além de todas as funcionalidades do Primo, definir planos de

tabulação, explorar e quantificar os dados textuais, calcular, tratamentos estatísticos,

análises multivariadas, etc. Para aprofundar a análise de seus dados, utilize o Sphinx

Léxica.

Com o SPHINX LÉXICA, alie o rigor científico

à sofisticação da linguagem.

O Sphinx Léxica propõe a você soluções avançadas para realizar seus estudos

qualitativos. Ele integra as funções de concepção e edição de enquêtes, de análise e

gestão de dados do Sphinx Primo e do Sphinx Plus2, enriquecendo suas funções de

navegação lexical e oferecendo novas possibilidades de leitura, de análise e de

quantificação dos dados textuais. Você pode aplicar indiferentemente todos os

recursos do Sphinx Léxica às suas enquêtes, ao estudo de suas bases de dados

heterogêneas, à análise de textos de qualquer natureza (entrevistas, discursos,

artigos, livros, etc). É a solução mais completa para a análise de dados textuais

(análise sintática, segmentos repetidos, tabelas lexicais e de especificidades, co-

ocorrências, frases características). Com o Sphinx Léxica, o tratamento de todos os

seus dados, tanto quantitativos como qualitativos, torna-se fácil, o que levará você a

aprofundar seus resultados e conclusões. Descobrindo as novidades do Sphinx

Léxica, você enriquecerá seus métodos de pesquisa e terá vontade de empreender

novas investigações.


Os módulos do Sphinx®

Soluções para concepção de enquêtes e análise de dados

Módulo Descrição

SCANNER

Oferece opções avançadas para formatação e impressão do questionário, bem como para leitura automatizada por scanner, com reconhecimento automático de respostas objetivas (fechadas).

DATA ENTRY Estágio de entrada de dados. Facilita e distribui o trabalho de digitação em outros postos de trabalho, com boa relação custo/benefício.

MULTIMÍDIA Permite criar questionários auto-aplicáveis, com imagens e sons que respondem ao texto, aos toques ou à voz. Indicado para captação de respostas em postos multimídia (exposições, recepções,...)

ODBC Reconhecimento e transformação automática de bases de dados de formato ODBC para o formato do Sphinx, agilizando o aproveitamento dos dados.

PRINT Permite a formatação e a impressão de formulários de enquêtes criadas no Sphinx.

BASIC Permite programar opções para modificações e cálculos de variáveis, com possibilidade de rápida recodificação de não-respostas, adição de números ou textos, criação de indicadores, etc.

ERGO-3D Sistema interativo de representação visual em 3 dimensões, através do olho de uma câmera a partir da qual se pode modificar

a posição e a orientação, fazendo ‘girar os dados’.

MULTILÍNGUA Permite optar pelos resultados e comentários nos idiomas Português, Francês ou Inglês.

Os manuais dos módulos Sphinx podem ser obtidos em http://www.sphinxbr.com.br/arquivos/


O Sphinxfor you é o nosso programa de fidelização de nossos usuários

e clientes, lançado para sua maior satisfação. Estaremos sempre lhe

oferecendo serviços diferenciados de diversas naturezas, como:

Site web Dicas on-line Flash-mail

Livros Artigos Casos e dados

3 Sistemas Help Módulos

Manuais Suporte Técnico Promoções

Eventos e Workshop Treinamentos in

company

Treinamentos por

turma

Fique de olho, o Sphinxfor you vai fazer a diferença e lhe mostrar que

vale a pena ser fiel à Sphinx e seus sistemas e serviços, valorizando nosso

esforço de pesquisa e trabalho, sobretudo considerando que de fato somos os

únicos certificados pela França para prestar serviços e os distribuidores

exclusivos do sistema no Brasil.

Sphinx Consultoria Ltda Rua Peru, 211 - 92.420-300 - Canoas RS Brasil - Fone/Fax: 0xx51 - 477 3610

e-mail: [email protected] - Visite nosso site: http://www.sphinxbr.com.br

Distribuidor EXCLUSIVO do Sphinx





SUPORTE TÉCNICO SPHINX

O suporte técnico SPHINX é um serviço contratado anualmente e

fornecido via e-mail ([email protected]) ou ainda por

telefone/fax (0xx51-477-3610). No primeiro ano de licença, o suporte

será gratuito, desde que o contato telefônico seja realizado pelo cliente.

Os e-mails serão respondidos no mais breve espaço de tempo possível

(24 horas em média).

Existem outras maneiras de obter assistência enquanto você trabalha com o

Sphinx:

1. Clicando sobre a figura da esfinge, no diálogo

principal do sistema

2. A partir do menu ?, na opção de Índice do HELP, onde encontrará as

principais explicações sobre o sistema SPHINX®; ou a opção Ajuda sobre, para

procurar por tópicos, palavras ou frases específicas; e ainda a opção

Aceleradores/Atalhos, que mostra as combinações de teclas que podem ser utilizadas

no sistema.

3. O HELP pode ser ativado diretamente em Iniciar – Programas – Sphinx ou

pelo ícone no Grupo de Programas.

4. No site do Sphinx (http://www.sphinxbr.com.br), onde você pode se conectar

para acessar informações adicionais sobre as funcionalidades dos sistemas Sphinx,

como dicas, artigos e casos variados, além da possibilidade de download de recursos

técnicos, como demo dos sistemas, manuais, etc.

Sphinx Consultoria Ltda Rua Peru, 211 - 92.420-300 - Canoas – RS - Fone/Fax: 0xx51 - 477 3610

e-mail: [email protected] - Visite nosso site: http://www.sphinxbr.com.br








ARTIGOS, DEMO SPHINX® E DADOS DE CASOS

Nos sites listados abaixo, é possível obter artigos que vão lhe

conduzir para a criação de enquêtes, definição de questões,

aplicação de pesquisas, entrada de dados, tratamentos e análises

de dados quanti e qualitativos.

Além disso, são também disponibilizados sistemas demo,

autodemo e dados para que você seja introduzido no mundo de

tabulações e análises de dados.



Sphinx® - sistemas de concepção de pesquisas e de análise

estatística de dados quantitativos e qualitativos

Alie rigor e flexibilidade na criação de pesquisas e análise de

dados. Invista na qualidade de seus resultados e na rapidez de

intervenção.

O Sphinx® é uma ferramenta profissional

para todos os tipos de pesquisa e análise. Confira!

Visite nosso site http://www.sphinxbr.com.br




Lista de Funções SPHINX®

1. Questionário - elaboração

Definição

Até 1.000 (mil) questões abertas ou fechadas.

Quatro tipos de questões fechadas: respostas únicas, múltiplas, ordenadas, ou escalares.

Três tipos de questões abertas : numéricas, tipo texto (ou textuais), ou código (número

ilimitado de modalidades associadas a listas de códigos, por exemplo códigos postais,

datas, imagens).

Exibição do questionário sob forma de lista.

Diálogo de definição de uma questão: título da questão e nome das variáveis, lista das

modalidades, número de respostas.

Definição de atributos (entrada obrigatória, indicação de 'outros, quais?' numa questão

aberta, ...).

Modificações no questionário: supressões, inserções, deslocamento de questões.

Criação de questões vizinhas pela duplicação ou pela utilização das funções

Copiar/Colar.

Criação de novas questões durante ou depois da entrada das respostas.

Definição de desvios/pulos («Ir para questão... se...»).

Possibilidade de agrupar questões do mesmo tipo.

Ajuda na concepção

Bibliotecas de questões classificadas por tema e pelo tipo de questões: consulta da

biblioteca e inserção de questões da biblioteca no questionário.

Criação de novas bibliotecas ou enriquecimento da biblioteca atual segundo o desejo do

usuário.

Edição e paginação

Paginação automática, com casas de marcar ou preencher e impressão com opções de

apresentação (cabeçalhos, comentários, tipo de letra e tamanho).

Exportação para um arquivo ASCII (texto) ou para um arquivo MS Word (formatação).

2. Respostas - digitação

Digitação ou entrada dos dados Modo direto (uma tela por questão): digitação com mouse.

Modo rápido (um questionário por tela): via teclado, adaptada à entrada em série.

Gravação automática.

Saltos ou pulos ativados pelos envios.

Abertura automática de uma casa de entrada para as questões « outro, especifique... » e

utilização de abreviações para a digitação das questões texto.

Entrada ou digitação das questões tipo código via um arquivo de códigos.

Controle permanente das entradas (recusa de códigos errados, de valores fora dos limites,

digitação obrigatória).

Possibilidade de digitação multi-postos com reagrupamento posterior dos arquivos de

respostas.

Número máximo de observações: 32.000.


Consultas, modificações

No modo direto: possibilidade de adicionar à tela a resposta de uma outra questão.

No modo rápido: exibição opcional das categorias codificadas ou em claro.

Consulta do arquivo de respostas no modo planilha.

Pesquisa e correção das respostas correspondendo a um perfil escolhido.

Compatibilidade e exportações

Compatibilidade com as versões brasileiras anteriores do Sphinx for Windows®.

Exportação do questionário ou dos dados, de todas as respostas ou somente de certas

questões num arquivo texto (.txt), com separadores modificáveis pelo usuário.

Para as questões fechadas, categorias em claro ou codificadas.

Edição de listas para mala-direta.

Comunicação com outros programas, como o SPSS.

Importações

Importação das respostas para todo o questionário ou para certas questões a partir de um

arquivo de formato texto (separadores modificáveis pelo usuário).

Opções de importação: criação de novas observações ou modificação das existentes.

Importação de uma base de dados no formato ASCII. Visualização e controle do arquivo.

Identificação dos nomes e dos tipos de variáveis.

Importação de dados de scanners.

Importação de dados do SPSS.

Importação de um texto. Definição de separações. Criação opcional dos indicadores de

níveis e dos números de unidades.

Gestão das anotações e criação de variáveis de contexto.

Amostragem

Ajuste de amostra por extração ou por substituição de respostas.

Extração de uma amostra aleatória ou de um estrato.

Simulação de uma amostra: determinação do tamanho, da precisão e do risco de erro.

3. Dados - processamento

Tabulação

Tabulação automática com resultados das tabulações simples, das tabulações cruzadas

(entre 2 questões), das tabelas múltiplas ou recapitulativas.

Opções: tabelas, histogramas, setores.

Opções de apresentação: percentuais, freqüências, médias, qui-quadrado, não-respostas.

Resultados na tela, num arquivo ou na impressora.

Plano de tabulação

Definição de vários tratamentos entre o conjunto de possibilidades oferecidas.

Execução repetida em vários estratos.

Listas estruturadas

Lista das respostas a uma ou várias questões classificadas segundo a categoria de uma

outra questão.


Seleção dos elementos da lista, do critério de classificação e de eventuais condições

restritivas.

Opções de apresentação da lista.

Estratos

Definição de estratos pela combinação de seleções de respostas segundo operadores

multicritérios de seleção: e, ou, exceto, >, <.

Tratamentos efetuados sobre o estrato corrente ou (normalmente) sobre a amostra total.

Consulta e análise do detalhe dos estratos definidos por uma variável.

Questões tipo texto - recodificação

Apresentação simultânea da questão e das categorias disponíveis para codificar seu

conteúdo.

Acréscimo de novas categorias em processo de recodificação.

Apresentação de uma variável ilustrativa em relação à questão em processo de

codificação.

Gravação em uma nova variável ou retomada de uma codificação em andamento.

Variáveis numéricas - criar classes

Exibição de parâmetros: mínimo, máximo, soma, média, mediana, desvio-padrão,

variância, quartis, decis.

Lista dos valores da variável com menção do valor máximo e da média.

Possibilidade de identificar as observações correspondentes aos valores da lista.

Diagrama ou histograma interativo: acréscimos, supressões e modificações dos limites,

(re)definindo novas classes.

Opção diagrama e histograma: freqüências proporcionais à altura ou à superfície.

Análise da tabela das freqüências (re)classificadas.

Criação de uma nova variável fechada sobre as classes do histograma.

Interpretar códigos

Lista dos códigos e de suas freqüências.

Possibilidade de identificar as observações correspondentes aos códigos (Número e

Característica para uma outra variável).

Definição manual de reagrupamentos ou reagrupamento automático sobre uma parte do

código (códigos analíticos).

Interpretação do código pelo título da questão ou categoria, conforme o arquivo de

descrição dos códigos.

Criação de uma nova variável, depois reagrupamento ou interpretação dos códigos.

Descrever imagens

Exibição simultânea da imagem e das modalidades disponíveis para codificar seu

conteúdo.

Acréscimo de novas modalidades em processo de leitura das questões.

Apresentação de uma variável em relação à questão em processo de codificação.

Gravação em uma nova variável ou retomada de uma codificação em andamento.

Criação e supressão de variáveis

Lista resumida das variáveis (nome, tipo, título da questão).

Supressão de questões ou variáveis com atualização do arquivo de respostas.


Criação de uma variável Número cujo conteúdo é o nº da observação ou questionário.

Possibilidade de: esconder variáveis que não aparecerão mais nas listas; modificar o

nome da variável ou transformar em escalares as questões tipo fechada única.

Transformar uma variável

Transformação de variável fechada por reagrupamento ou por exclusão de categorias.

Uma variável de respostas fechadas ordenadas em n variáveis fechadas escalares.

Uma variável fechada com n categorias em n variáveis tipo « sim/não ».

Uma variável fechada com respostas múltiplas ou ordenadas numa variável numérica

contendo o número ou quantidade de respostas.

Uma variável numérica numa variável fechada escalar.

Uma variável qualquer numa variável numérica, tipo código ou tipo texto.

4. Resultados - análise

Navegação automática entre as telas Tabulação (consulta pelo desfile dos resultados) e

Análise (ações em uma tabela).

Troca de estrato com atualização automática da tabela em processo de análise.

Comentário especial pela tradução (ou transformação) da significância dos testes

estatísticos em mensagens.

Tabelas recapitulativas

Síntese das variáveis fechadas (categoria mais citada, menos citada, não-respostas).

Síntese das variáveis numéricas (não-respostas, valor mínimo, valor máximo, soma,

média, desvio-padrão).

Síntese das variáveis tipo escalar (não-respostas, itens da escala, média, desvio-padrão).

Síntese das variáveis tipo texto (não-respostas, número total de palavras, número médio

de palavras, número de palavras diferentes, hapax (trecho que aparece uma única vez no

texto), freqüência máxima, palavra mais freqüente).

Tabelas de freqüências

Supressão, reagrupamento, classificação, troca de linhas ou de colunas, modificação de

títulos e comentários.

Apresentação: gráfico de setores ou histogramas. (barras), opções por percentuais ou

freqüências, escolha das dimensões dos gráficos.

Caracterização das freqüências da cada célula ou casa de uma tabela ou de cada ponto de

um mapa obtido pelo simples clique ou duplo clique sobre a célula escolhida.

Tabelas (tabulações) simples

Opções: % observações % citações, % acumulados, intervalos de confiança, comparação

de freqüências, teste do qui-quadrado (Qui 2) em relação à eqüi-repartição ou à uma

repartição de referência.

Opção diagrama (altura proporcional) ou histograma (superfície proporcional).

Classificação ou criação de novas classes das variáveis numéricas: modificável a partir

do ambiente de análise. Conservação da última classificação.

Tabelas (tabulações) cruzadas

Apresentação das observações em freqüências ou em percentuais (linhas, colunas ou

total). Qui-quadrado (Qui 2) por linha ou coluna, comparação entre 2 linhas, 2 colunas.


Qui-quadrado sobre o conjunto da tabela, com apresentação em destaque das casas

significativas.

Diagrama de barras lado a lado ou em barras empilhadas (ou superpostas). Definição da

altura dos elementos.

Análise de correspondência (AC), com apresentação do mapa fatorial e dos parâmetros.

Tabelas de características

Tabela sintética, caracterizando as amostras definidas pelas categorias de uma variável

em relação às categorias ou valores de outras variáveis.

Caracterização absoluta: categorias mais citadas (variáveis fechadas), média e desvio-

padrão (variáveis numéricas).

Caracterização relativa: categorias significativamente sobre-representadas (ou sub-

representadas) na amostra, ou valores médios significativamente superiores (ou

inferiores) à média da amostra.

Tabelas múltiplas

Tabulações simples combinadas: criação de uma tabela cruzada pela justaposição da

tabulação simples de diversas questões de categorias idênticas.

Tabulações cruzadas justapostas: cruzamento de uma questão com várias outras.

Justaposição de tabelas cruzadas.

Tabulações simples subdivididas (ou ventiladas): cruzamento de uma questão com

algumas das categorias pertencendo a outras questões.

Todas as funções de análise das tabulações cruzadas se aplicam às tabelas múltiplas.

Tabelas de dados externos

Possibilidade de tratar os dados de uma tabela externa ao Sphinx.

Entrada pelo teclado ou leitura de um arquivo ASCII.

Análise como tabela de contingência (AC).

Correlação

Cálculo do coeficiente de correlação e dos parâmetros da reta de regressão linear.

Apresentação da nuvem de pontos e da reta de regressão.

Possibilidade de apresentar as características dos pontos e de colori-los em função de

uma outra variável.

Tipologia interativa pela localização de centros de classes e agregação dos pontos até o

centro mais próximo.

Análise interativa das freqüências de uma tabela ou do ponto de um mapa

Identificação das observações pelo simples clique e detalhe por duplo clique sobre a

célula de uma tabela ou sobre um ponto de um mapa.

Retorno automático ao modo de digitação das respostas para eventuais correções.

Ilustração e características das freqüências de uma célula segundo uma outra variável

(valor, repartição, especificidade).

Teste de especifidade da célula em relação à amostra total.

Retomar uma análise

A lista dos tratamentos efetuados é guardada na memória, todo tratamento efetuado

durante uma sessão de trabalho pode ser retomado sem ser redefinido.


5. Análise lexical (conteúdo, textos)

Consulta e navegação lexical

Apresentação do corpo do texto, observação por observação.

Apresentação do léxico integral e navegação no interior deste corpo do texto.

Apresentação do léxico pela ordem de freqüência (por ocorrências ou respostas), por

ordem alfabética, por ordem de aparição ou de acordo com o tamanho das palavras.

Redução do léxico de acordo com o tamanho das palavras ou pela eliminação das

palavras-ferramentas (as quais são armazenadas em dicionários).

As palavras do léxico podem ser marcadas usando-se o mouse, o teclado, um dicionário

ou conforme a freqüência.

Pesquisa disponível para uma palavra inteira, começo de palavra ou parte de palavra.

Opções de pesquisa das observações em relação à palavra ativa sozinha, à presença

simultânea de todas as palavras marcadas, a duas palavras marcadas consecutivas, ou

pesquisa sem palavra marcada.

Consulta seletiva do léxico ou das respostas, conforme as palavras marcadas.

Cálculo dos parâmetros: tamanho do corpo, riqueza do léxico, tamanho e banalidade da

resposta.

Caracterização de uma palavra pelo seu ambiente (co-ocorrências, léxicos relativos).

Caracterização de uma palavra pela análise das observações que a contêm: repartição

das observações conforme qualquer outra variável, e comparação com a repartição sobre

o conjunto da amostra. Cálculo da especificidade.

Possibilidade de modificação dos dados em processo de consulta: modificação do texto

da observação corrente, ou troca automática da palavra clicada em todo o texto.

Utilização do léxico e dos dicionários

Supressão das palavras marcadas ou não-marcadas.

Definição de equivalência e reagrupamento dos termos equivalentes nos dicionários.

Criação, enriquecimento e modificação dos dicionários, a partir das palavras marcadas

do léxico ou utilizando o teclado.

Possibilidade de truncar as palavras do dicionário.

Saída Verbatim

Possibilidade de definir um estrato lexical correspondendo somente às respostas

contendo as palavras marcadas do léxico.

Cópia da resposta corrente em um arquivo-texto.

Cópia impressa ou em um arquivo-texto de todas as palavras do léxico ou de todas as

respostas.

Saída (salvar ou imprimir) das seleções correspondendo às respostas do estrato corrente

contendo as palavras marcadas.

Opções de apresentação em linhas ou colunas.

Criação de variáveis lexicais

Nova variável fechada sobre as palavras marcadas do léxico (codificação automática em

função dos termos contidos na resposta): criação de uma variável dicotômica ou de uma

variável com respostas fechadas múltipas, cujas categorias são as palavras marcadas no

léxico.


Tamanho da resposta: variável numérica contendo o número de palavras da resposta

(possibilidade de restrição às palavras marcadas somente). Uma única variável para o

conjunto de palavras marcadas.

Intensidade lexical: variável numérica contendo a relação entre o número de palavras

marcadas e o número total de palavras de uma resposta. Uma única variável para o

conjunto de palavras marcadas.

Possibilidade de criar uma variável por palavra marcada para as variáveis Tamanho da

resposta, Intensidade lexical.

Banalidade da resposta: variável numérica indicando a freqüência média de aparição das

palavras contidas na resposta (possibilidade de restrição às palavras marcadas somente).

Variável texto modificado: nova variável texto contendo somente as palavras

selecionadas no léxico.

Possibilidade de criar uma nova variável texto, modificada, na qual as palavras marcadas

consecutivas são associadas.

Fracionar as respostas para os separadores escolhidos. Essa função cria uma nova base,

na qual as observações iniciais são fracionadas em função dos separadores que elas

contêm. Essa função permite fazer variar o nível de análise (documento, parágrafo, ...).

Segmentos repetidos

Pesquisa de todas as seqüências de palavras sucessivas presentes no corpo.

Parametragem da pesquisa: comprimento dos segmentos, freqüência, conteúdo.

Possibilidade de ignorar as palavras-ferramentas.

Criação de uma variável associando os segmentos.

Processamento das palavras compostas e expressões

Criação e utilização de listas de expressões a partir das palavras do léxico ou de um

dicionário, pesquisa das expressões da lista no corpo do texto.

Produção de índice

Cálculo, para cada palavra, do léxico dos números de observações contendo essas

palavras, possibilidade de fabricar índices.

Ambiente de uma palavra

Concordância: apresentação do trecho do texto (frase, grupo, ...) contendo a palavra

selecionada. Apresentação da lista de fragmentos em questão.

Opções de apresentação da lista das concordâncias: centrada ou não sobre a palavra

selecionada, com ou sem as palavras suprimidas eventualmente do léxico.

Léxicos relativos: apresentação pela ordem das ocorrências decrescentes dos léxicos, à

esquerda e à direita da palavra da qual estamos procurando o ambiente (palavra pivô).

Definição dos léxicos: 4 léxicos (pivô-2, pivô-1, pivô+1, pivô+2), 2 léxicos (pivô-2 a -1,

pivô 1 a 2), 1 léxico (pivô -2 a 2).

Cálculos: número de ocorrências em um lugar (a), número total de ocorrências (b),

percentual (a/b).

Possibilidade de parametrizar os separadores para a pesquisa das concordâncias e léxicos

relativos (separador de frase, grupo ou outro separador).

Saída das listas e léxicos relativos à impressora, em um fichário ou no bloco de notas.

Opções de apresentação em linha ou em coluna.

Definição e seleção das frases mais características.


Lematização

O Sphinx utiliza um instrumento de análise sintática e um dicionário de francês de

61.400 entradas, 521.400 formas lexicais e 25.600 locuções, produzido pela Langage

Naturel SA. (sistema externo ao Sphinx, disponível somente em francês e em inglês, não

disponibilizado em português).

Criação de uma nova variável texto a partir do corpo do texto lematizado.

Criação de um corpo lematizado, no qual cada palavra aparece sob a sua forma canônica

(masculino singular para os substantivos e os adjetivos, infinitivo para os verbos),

provida de uma marca definindo sua classe gramatical.

Tabela lexical

Cruzamento das palavras selecionadas no corpo do texto com uma ou várias variáveis

fechadas. Cálculo do número de vezes em que as palavras em linha estão presentes numa

resposta correspondendo às categorias em coluna.

Cálculo dos percentuais em linha, coluna, testes do qui-quadrado, testes de

especificidade.

Possibilidade de imprimir ou copiar a tabela.

6. Aprofundar a estatística

Análise de médias

Cruzamento de uma questão fechada com uma ou mais variáveis numéricas ou escalares

(até 50 modalidades possíveis).

Para cada categoria correspondendo às categorias da questão fechada, cálculo da soma,

da média e do desvio-padrão das variáveis numéricas.

Para cada variável numérica, teste de comparação entre a média de cada categoria ou

modalidade e a média para todos os indivíduos. Teste t.

Para cada variável numérica, análise da variância aplicada à divisão em categorias.

Advertência na tela das células para as quais o Teste t ou Fischer são significativos.

Definição dos níveis de significância.

Apresentação da tabela de médias, desvios-padrão, freqüências.

Supressão de colunas ou linhas, reagrupamento de modalidades ou categorias.

Permutação da tabela conforme a ordem crescente ou decrescente da coluna.

Gráfico de dispersão, gráfico perfil, etc.

Análise dos componentes principais (ACP) dos dados da tabela.

Matriz ou diagrama dos coeficientes de correlação.

Mapa dos planos fatoriais (combinação dos 5 primeiros componentes). Apresentação

seletiva das categorias, dos critérios e do círculo de correlação.

Classificação automática

Classificação em relação a variáveis quantitativas e qualitativas ou quantitativas e

booleanas.

Método de centros móveis (nuvens dinâmicas; K-means).

Escolha do número de classes com uma divisão inicial aleatória.

Ajustamento de uma classificação inicial criada por uma variável escolhida.

Criação de uma nova variável identificando cada indivíduo pertencente a uma das

classes.

Cálculo dos indicadores caracterizando a classificação obtida (homogeneidade, poder

discriminante).


Análise fatorial das correspondências múltiplas (AFC)

Análise multi-variada de questões fechadas.

Tabela de freqüências, extração dos 5 primeiros eixos, tabela de contribuições,

percentual de variância explicada.

Mapas fatoriais, escores fatoriais e tipologia.

Análise dos componentes principais (ACP)

Análise multi-variada de variáveis numéricas e escalares.

Matriz ou gráfico dos coeficientes de correlação, extração dos 5 primeiros componentes,

tabela das contribuições, percentual de variância explicada.

Mapas fatoriais, escores fatoriais e tipologia interativa.

Mapas fatoriais

Escolha do plano de projeção pela permutação dos eixos horizontais ou verticais.

Ajuste do limite de projeção dos pontos em função do seu ângulo com o plano, e

indicação do número de pontos não-projetados.

Exibição dos indivíduos ou das categorias/critérios (opções dos nº do indivíduo, tamanho

dos pontos, detalhamento das respostas relativas a uma observação, cores, etc.)

Apresentação dos indivíduos ou categorias proporcionalmente às freqüências.

Grade de contagem dos indivíduos por zona.

Copiar/Colar num editor de textos (imagem vetorizada) o mapa corrente e as matrizes de

correlação, tabela de BURT e contribuições.

Tipologia

Definição interativa das classes de indivíduos em função da sua posição no mapa atual.

Agregação dos indivíduos por proximidade aos pontos móveis.

Adicionar/suprimir novos centros de classes.

Estabelecimento de cores dos indivíduos-pontos em função da sua proximidade e sua

vinculação à uma classe.

Criação de variáveis

Escores fatoriais (variável contendo a coordenada do ponto para o eixo ou o componente

escolhido) e variável tipológica (variável fechada indicando a vinculação de cada ponto a

um dos grupos definidos no mapa atual).

Correlação e regressão múltipla

Até 20 variáveis explicativas, matriz e diagrama de correlação.

Perfil gráfico dos coeficientes de correlação das variáveis explicativas com a variável

explicada, opções de classificação, gráfico simultâneo do valor médio das variáveis

explicativas e do coeficiente de correlação com a variável explicada.

Regressão múltipla passo a passo. Acréscimo ou supressão de variáveis explicativas.

Criação de uma nova variável igual ao valor calculado da variável a explicar.

Criação de uma nova variável igual ao resíduo.

Combinar variáveis

Variável contador: variável numérica, soma respostas (categorias ou intervalos)

indicadas, ponderadas por um coeficiente; Escolha das questões e categorias (operadores

=, _, <, >), entrada do valor para cálculo.


Variável perfil: variável fechada cujas categorias correspondem a combinações lógicas

multi-variáveis; Definição das combinações qualificando cada modalidade do perfil

(operadores =, _, >, >, e, ou, exceto).

Variável fusão: variável fechada tendo por categorias as categorias de duas variáveis

(fusão simples) ou todas para os casos obtidos pelo cruzamento destas variáveis (fusão

cruzada); Escolha das variáveis a fusionar (reunir) e da opção (fusão simples ou fusão

cruzada).

Variável Multi_Sim/Não criação de uma variável fechada múltipla a partir de n

variáveis de respostas tipo sim/não.

Variável Verbose: variável aberta tipo texto reunindo as respostas com várias questões

de diferentes tipos.

Identificador: variável de tipo código, identificando uma observação pelo seu número ou

suas iniciais (ou cifras) das respostas a diferentes variáveis.

Estrato: variável fechada cujas modalidades são escolhidas dentre os estratos definidos.

Duração: variável numérica, diferença em dias (ou horas) de duas datas (tempo).

Calcular uma nova variável

Definição de uma nova variável definida como função algébrica ou lógica de várias

outras (Constantes, operadores aritméticos, funções potência, log., exp., cos., etc.)

Digitação direta da expressão (ou indicador) como uma fórmula matemática.

Definição calculadora da expressão pela seleção das variáveis e ação sobre os botões

Possibilidade de substituir as não-respostas pela média das variáveis.

7. Relatório - elaboração

Todos os testes estatísticos são interpretados e são objeto de uma mensagem formal.

Possibilidade de modificar os títulos e os comentários provenientes do Sphinx.

Impressão de todas as análises (tabelas, gráficos, comentários).

Alta precisão na impressão a laser ou a jato de tinta (modo vetorial).

Opções de paginação (orientação das folhas, paginação das tabelas e gráficos, modo

especial para retroprojeção).

Opção Copiar/Colar (títulos, comentários, tabelas ou gráficos, textos).

Criação de documentos no Word contendo textos, imagens ou tabelas. possibilidade de

ativar os estilos e níveis de plano do Word.

Comunicação direta com o editor de textos: a opção Incluir no relatório (menu Arquivo)

permite inserir diretamente em um documento a análise atual.

Exportação num arquivo texto dos valores de uma tabela (para criar gráficos em um

sistema especializado, como o Excel® ou o PowerPoint®).

Possibilidade de ativar as ações de gestão de arquivos, edição de listas de mala direta,

consulta de fichas graças às funções Definir um estrato, Exportar e Consultar.

8. Funções de ajuda (help) e ferramentas em linha (on line)

Help on line: acesso pelo contexto ou pelo índice. Envios ao interior da ajuda.

Ajuda personalizada, criada e modificável pelo usuário.

Acesso direto à calculadora, ao bloco de notas e ao gerenciador de arquivos.

Definição do tipo de caractere, cores e opções de apresentação.


Sphinx: fácil, pedagógico e inovador

Receba maiores informações sobre os sistemas e serviços Sphinx®.

Basta retornar este formulário preenchido.

Retornar para Sphinx Consultoria Ltda.

Rua Peru 211 – Canoas RS – cep 92420-300

Fone/fax 0xx51 3477 3610


Nome:

Empresa:

Endereço:

Cidade/UF:

Fone/fax:

E-mail:

Sim, eu tenho interesse em receber maiores informações sobre:

Os sistemas

[ ] Sphinx Léxica

[ ] Sphinx Plus2

[ ] Sphinx Primo

[ ] Eurêka!

Os módulos*

[ ] Sphinx Scanner

[ ] Sphinx Data Entry

[ ] Sphinx Multimídia

[ ] Sphinx ODBC

[ ] Sphinx Print

[ ] Sphinx Basic

[ ] Sphinx Ergo-3d

[ ] Sphinx Multilíngua

*so

men

te pa

ra q

uem

já p

ossu

i um

do

s

sistema

s Sp

hin

x

Os serviços Sphinx®

[ ] Treinamento in company

[ ] Treinamento por turma

[ ] Suporte

Acesse nosso site: http://www.sphinxbr.com.br





Documents

Freitas & Janissek Análise léxica e Análise de … · Freitas & Janissek – Análise léxica e Análise de conteúdo – p.3 Sphinx ® – sistemas para pesquisas e análises