Métodos Quantitativos

Métodos Quantitativos

A partir do século XIX gradualmente a ciência começou a utilizar-se da estatística, e para entende-la é necessário compreender três idéias matemáticas: aleatoriedade, probabilidade e estatística. A estatística trouxe às pesquisas sociais o aumento da confiabilidade e, portanto, de seus resultados. Os testes servem para testar hipóteses em diferentes áreas de estudos, como por exemplo, psicologia e biologia. Fruto do esforço de muitos cientistas para a criação de modelos matemáticos condizentes, assim como programas de computadores dispostos a oferecer o que os pesquisadores necessitam.

Chamamos de experimentos aleatórios, aqueles que, repetidos em idênticas condições, produzem resultados diferentes. Embora não saibamos qual resultado que irá ocorrer num experimento, em geral, conseguimos descrever o conjunto de todos os resultados possíveis que podem ocorrer. As variações de resultados, de experimento para experimento, são devidas a uma multiplicidade de causas que não podemos controlar.

O conceito de aleatoriedade nos permite prever eventos futuros. A probabilidade mensura as chances que um evento analisado pode ocorrer, segundo as condições de ambientes estudadas ou ministradas. A probabilidade tenta quantificar a noção de provável, representando uma série de eventos futuros, cuja ocorrência pode ser definida por fenômenos que não podemos controlar.

Probabilidade é uma palavra atual para um conceito muito antigo. Ele aparece em Aristóteles, que afirmou: “É da natureza da probabilidade que as coisas improváveis aconteçam”. Nos séculos XVII e XVIII, matemáticos trabalharam teoria matemática das probabilidades com jogos de azar, desenvolvendo métodos para contar eventos, mas ainda faltava fundamentação teórica. A idéia se mostrou eficaz no que concerne à distribuição estatística. Fazendo-se a analise desta distribuição foi possível criar uma formula teórica para a função de distribuição de probabilidades, que pode ser utilizada para examinar questões. (SALSBURG, 2001).

A importância da aplicabilidade da estatística, principalmente no campo da sociologia urbana e política é que, somente com ela, podemos mensurar literalmente o tamanho do fenômeno estudado. Com a estatística, dependendo da qualidade da amostra é possível mensurar a amplitude de um problema, ou fenômeno, por exemplo, quantos morrem por bala perdida. E após a aplicação de políticas públicas de prevenção à violência poderemos novamente mensurar a eficácia dessa política. Descobrir como os fenômenos se desenvolveram em relação a outras e quais das causas tem maior peso sobre o que estamos estudando.

É possível então, generalizar fenômenos, saber a amplitude de uma questão social e por conseguinte das decisões intervencionistas tomadas, medir os impactos sociais de tais políticas, saber se foram bem aplicadas, caso contrário reformula-las.

Para um curso Básico de SPSS (Statistical Package for the Social Sciences - pacote estatístico para as ciências sociais), programa de computador de tipo cientifico, criado em 1968 na Escola de Chicago e utilizado para analises de dados estatísticos aplicados às ciências humanas e sociais. No SPSS podem ser feitos testes como de correlação, de hipóteses, contagens de freqüência, ordenar dados, reorganizar a informação, e serve também como um mecanismo de entrada dos dados, com rótulos para pequenas entradas.

O SPSS possue a aba dentro de sua janela - data view, para a entrada de dados e a aba (na mesma janela) variable view; onde podemos selecionar o nome, tipo, número máximo de letras por célula, o missing e os níveis de mensuração de uma variável. A importância de reconhecer a natureza de uma variável (evento registrado no programa), é que, somente a partir desta observação pode-se aplicar as correlações e seus respectivos testes.

Tela de dados

Ao abrir o SPSS, a primeira tela que ele mostra é a tela de dados – Newdata – que é uma matriz formada por linhas e colunas. Cada linha é um registro, que contém os dados de uma unidade amostral (sujeitos da pesquisa) e cada coluna é uma variável. Praticamente não existe limite para linhas e colunas.

Var Var Var

1

2

2

Existem dois tipos de variáveis – (1) qualitativas e (2) quantitativas. As variáveis qualitativas ou categóricas possuem dois níveis de mensuração – nominal e ordinal. A partir também dos níveis de mensuração poderemos aplicar os cruzamentos corretos.

Suponha que você tenha o seguinte banco: nome, sexo, idade e turma.

Nome sexo Idade Turma

1 Maira Feminino 24 A

2 Ana Feminino 30 B

3 Pedro Masculino 19 C

Lembre-se que o SPSS é um pacote em inglês, logo os nomes das variáveis não aceitam acentos, ifem, etc. use no maximo oito letras. Os rótulos ou Labels aceitam qualquer símbolo, logo podemos usar símbolos próprios do português. Como veremos mais tarde, não é necessário escrever por extenso rótulos das variáveis, podemos usar códigos e depois dar nomes aos códigos, que podem ser guardados em uma biblioteca (templates), para uso em outras variáveis ou em trabalhos futuros. Recomenda-se codificar todas as variáveis, mesmo sendo estas de caráter qualitativas, ou seja, entrar como se fosse uma variável numérica, isto facilitará muito o trabalho, como por exemplo quando estamos usando a técnica da analise de variância.

Ao gravar um banco de dados do Spss este automaticamente o fará com extensão .SAV, por esta razão basta dar o nome, também gravará o arquivo no diretório SPSSWIN que contém apenas arquivos de dados gerados pelo SPSS, a menos que você tenha selecionado um outro diretório.

Níveis de Mensuração (quatro ao todo):

1º NÍVEL – O Nível Nominal de Mensuração é caracterizado por dados que consistem em nomes, rótulos ou categorias apenas. Os dados não podem ser ordenados. É o nível de mensuração mais baixo. Sua escala de medida chama-se NOMINAL. A base, o fundamento para a atribuição dos números é de natureza QUALITATIVA, DISTINTIVA. Um cep por exemplo, apesar de ser composto por números é uma variável nominal, já que ninguém tem mais cep ou menos cep que outra pessoa. Respostas dicotômicas, ou seja, valores sim e não, também podem ser