O uso do webQDA para apoiar a tomada de decisão: métodos e técnicas
António Pedro Costa, António Moreira & Patrícia Sá
Este texto é parte da comunicação intitulada “The use of CAQDAS to support decision making methods and techniques to study human experience”, apresentada no decorrer da 4th European Congress of Qualitative Inquiry, que decorreu de 4 a 7 de fevereiro de 2020, em Malta. Não se pretende aqui fazer uma explanação teórica sobre os termos presentes no título, mas sim sobre como foi usado o software webQDA para analisar os dados.
O webQDA tem aumentado a sua presença em várias áreas do conhecimento, tais como a educação e a saúde. Na comunicação apresentada os autores pretenderam identificar quais os métodos e técnicas mais utilizados, qual a influência das decisões do investigador na escolha do webQDA, quais os fatores que influenciaram a escolha do webQDA para proceder à análise de dados e se o conhecimento sobre o software influenciou a forma como construíram o instrumento de recolha de dados. Os participantes deste estudo foram utilizadores do software webQDA. A recolha de dados foi realizada por meio de instrumento semiestruturado, e o seu tratamento realizado utilizando uma técnica de análise de conteúdo.
1. Organização e Importação dos Dados
Os dados (formato XLSx) foram importados usando a funcionalidade “codificação automática”. É possível, no blog do webQDA, ter acesso a alguns textos sobre esta funcionalidade. Antes da sua importação, foram organizados de forma a tirar melhor proveito desta funcionalidade (ver figura 1). Nas primeiras três colunas, foram inseridos todos os dados de questões fechadas com respostas únicas. Por exemplo, Habilitações Académicas, Campo de Aplicação e Fase do Projeto. Nas restantes colunas foram inseridos os dados de questões abertas ou fechadas, mas com mais do que uma opção de resposta.
Figura 1 – Organização das respostas através de um ficheiro XLSx
2. Codificação Descritiva e Codificação Interpretativa
Quando o utilizador importa os dados através desta funcionalidade, o webQDA codifica automaticamente todos os resultados inseridos nas colunas das fontes nas respetivas categorias descritivas (ver figura 2).
Figura 2 – Descritores no webQDA e resultados associados a cada descritor
O XLSx fica disponível nas fontes para que o utilizador possa, por exemplo, codificar de forma interpretativa/inferencial as respostas abertas (ver figura 3).
Figura 3 – Codificação interpretativa através de modelo de indutivo de categorias
O processo de codificação certamente é mais exaustivo quando se usa um software. Porém, o esforço realizado neste sistema do webQDA pode ser minimizado com algumas ferramentas disponíveis em todos os sistemas mas, essencialmente, no sistema de questionamento.
3. Questionar os dados
Numa fase inicial, após a importação dos dados, é possível usar duas funcionalidades do sistema de questionamento que facilitará as primeiras decisões/análises por parte do investigador. Por exemplo, a funcionalidade “Palavras mais frequentes” permite selecionar todos os documentos das fontes ou apenas parte deles. Atualmente, é possível também usar esta funcionalidade para pesquisar as palavras mais frequentes do que está codificado (no Sistema de Codificação). No estudo apresentado, as primeiras decisões sobre as categorias a serem criadas basearam-se nos resultados desta pesquisa (figura 4).
Figura 4 – Palavras mais Frequentes dos dados importados
Sempre que o utilizador seleciona uma palavra na coluna do lado direito surgem as palavras marcadas a amarelo, associadas às respetivas fontes. É possível, a partir daqui, adicionar uma palavra (as repetições da mesma) nos códigos livres ou códigos árvore. Posteriormente, o utilizador pode decidir aumentar a mancha de texto ou descodificar a palavra.
Pode optar por recorrer à funcionalidade “Pesquisa de Texto” para procurar expressões ou uma determinada palavra e respetivos sinónimos. No estudo apresentado poder-se-ia procurar, por exemplo, os métodos utilizados pelos investigadores (Estudo de Caso, Teoria Fundamentada, Estudo Etnográfico, Investigação e Desenvolvimento, entre outros). O resultado apresentado na figura 5 pode ser visualizado através de um gráfico de barras e de um gráfico circular. Este mesmo resultado, à semelhança da funcionalidade anterior, pode ser gravado num código livre ou num código árvore.
Figura 5 – Pesquisa de Texto dos métodos “Estudo de Caso, Teoria Fundamentada, Estudo Etnográfico, Investigação e Desenvolvimento”
4. Discussão e escrita de Resultados – O poder de uma Matriz
A linha orientadora de qualquer estudo são as questões de investigação. Por vezes, o investigador tem a necessidade de preparar perguntas subsidiárias das questões de investigação, de forma a construir a(s) resposta(s), progressivamente. Neste contexto, a funcionalidade “Matrizes” permite que o utilizador explore formas criativas, mas sistemáticas e rigorosas, para apresentar resultados. Pode-se apresentar, numa fase inicial, se necessário recorrendo à estatística descritiva, as relações entre as questões fechadas: 1) Métodos de Investigação vs Campo de Investigação (ver figura 6); 2) Técnicas de Recolha de Dados vs Campo de Investigação (ver figura 7); 3) Técnicas de Análise de Dados vs Campo de Investigação (ver figura 8). Os exemplos apresentados nas figuras são resultado da criação de matrizes no webQDA e a sua exportação no formato XLS.
Figura 6 – Métodos de Investigação vs Campo de Investigação
Figura 7 – Técnicas de Recolha de Dados vs Campo de Investigação
Figura 8 – Técnicas de Recolha de Dados vs Campo de Investigação
Nos exemplos apresentados nas Figuras 6, 7 e 8, os números presentes nos gráficos correspondem ao número de correspondências com o respetivo campo de investigação. Contudo, a finalidade maior da análise dos dados são as evidências que, no caso deste estudo, constituem as “falas” dos participantes. Quando se pretende saber quais os fatores que influenciaram a escolha do webQDA e qual a relação sobre a sua influência na construção das ferramentas de recolha de dados, podemos obter uma matriz como a que se apresenta na figura 9.
Figura 9 – Técnicas de Recolha de Dados vs Campo de Investigação
No contexto deste estudo (em progresso), os resultados iniciais deram pistas aos autores sobre os próximos passos a dar. Exemplo disso consiste em cruzar os dados empíricos com dados recolhidos nas bases de dados que indexam as publicações.
Bibliografia
Costa, A. P., Moreira, A., & Souza, F. N. de. (2019). webQDA – Qualitative Data Analysis. Aveiro – Portugal: Aveiro University and MicroIO. Retrieved from www.webqda.net
Costa, A. P., & Amado, J. (2018). Content Analysis Supported by Software (1a). Oliveira de Azeméis – Aveiro – PORTUGAL: Ludomedia.
Minayo, M. C. de S., & Costa, A. P. (2019). Techniques that Use Speech, Observation and Empathy: Qualitative Research in Action (1st ed.). Oliveira de Azeméis – Aveiro – PORTUGAL: Ludomedia.
Keegan, S. (2009). Qualitative Research: Good Decision Making Through Understanding People, Cultures and Markets. Kogan Page Publishers.
DEIXE UM COMENTÁRIO