Universidade Federal do Oeste do Par

Programa de Ps-Graduao em Sociedade, Natureza e Desenvolvimento

Disciplina: Mtodos Quantitativos

Professor: Anderson Meneses, D.Sc

Aluna: Neriane Nascimento da Hora

RESENHA

WATERS, D. Collecting and summarizing data. In: ______. Quantitative methods for

business. 4. ed. Prentice Hall, 2008.

Os dados so uma condio essencial na realizao de uma pesquisa cientfica.

Contudo, para que possam gerar informaes (resultados) e, assim, sejam teis, eles

precisam ser coletados e, posteriormente processados/sistematizados. Ambas, coleta e

processamento, no so tarefas simples, haja vista que necessitam de planejamento

adequado quanto exequibilidade da pesquisa, o que envolve pensar em

custo/benefcio, tempo, recursos etc. Alm disso, dependendo da quantidade, do tipo e

como os dados so coletados, os resultados podem ser ditos confiveis ou no

confiveis.

A coleta de dados est diretamente relacionada ao problema formulado, isto , os

objetivos da pesquisa. Sem eles, no se pode definir que caminho percorrer, de que

maneira e o que precisa ser observado no percurso. Waters (2008) define trs passos

para a coleta de dados: definir os objetivos dos dados e como eles sero utilizados;

decidir os dados que sero necessrios para alcance dos objetivos e; planejar a coleta e,

por fim, colet-los.

Assim, este captulo apesar do enfoque nos negcios, traz uma contribuio

significativa relacionada ao processo de obteno dos dados levando em conta os

aspectos supracitados. Questes como: qual a quantidade de dados devo coletar? Como

posso classific-los? Que tipos de fontes de dados devo usar na coleta? Devo usar

populao ou amostragem? Se amostragem, que tipo? Como coletar dados de

amostras? etc. so abordadas pelo autor.

Sobre a quantidade de dados, pode-se cair em dois extremos: fazer uma coleta

expressiva de dados na tentativa de apreender detalhes que podem vir a ser importantes

na apresentao dos resultados; por outro lado, desconsiderar a relevncia da quantidade

e fazer uma coleta nfima de dados, mas que produziro informaes superficiais. Nesse

caso, a soluo est no equilbrio entre custos e benefcios da quantidade de dados

necessrios pesquisa. Sendo assim, quando os custos so menores que os benefcios

pertinente ampliar a quantidade de dados at o ponto em que os custos igualem-se aos

benefcios. medida que os custos aumentam sem o incremento de benefcios, torna-se

desvantajoso coletar mais dados.

Os dados podem ser dos tipos: numricos ou no numricos. Os numricos so

denominados de quantitativos; os dados no numricos, qualitativos. Alm disso, os

dados podem ser agrupados como: nominais, ordinais e cardinais. Os nominais so os

essencialmente qualitativos, no representam quantidade em si, descrevem algo ou

alguma coisa e so chamados tambm de categorias. Eles, apesar de no expressarem

valores em nmeros, podem ser quantificados.

Sobre dados ordinais, Waters (2008) afirma que estes so mais quantitativos que

os nominais. Estudos que estabelecem categorias de opinio como concordo

fortemente, concordo, discordo e discordo fortemente so exemplos de coleta de

dados ordinais, neste percebe-se que a ordem fator importante, pois existe uma escala

de concordncia/discordncia. Por fim, os dados cardinais so aqueles que podem ser

diretamente medidos, por isso so mais fceis de coletar em termos quantitativos.

Exemplos: temperatura, tempo etc. Os valores numricos obtidos podem ser discretos,

se forem valores inteiros; ou contnuos, quando podem assumir qualquer valor.

O pesquisador tambm deve definir a fonte dos dados, que pode ser de dois

tipos: primria ou secundria. Se o prprio pesquisador faz a coleta dos dados diz-se

que a fonte primria, o que demanda maior tempo e custo de obteno. Quando os

dados so obtidos a partir de outras fontes, ou seja, de terceiros podendo ser um setor

governamental, uma empresa, organizaes em geral, denomina-se dados secundrios;

estes, por sua vez, so fceis e rpidos para obteno, a desvantagem que eles podem

no estar em um formato adequado ao estudo e/ou estarem desatualizados. Waters

(2008) afirma que se existirem dados secundrios disponveis, no h porque esforar-se

para coletar dados primrios. Entretanto, estudos podem obter dados a partir das duas

fontes, em que os primrios complementam os secundrios e vice-versa.

Ao optar-se por trabalhar com dados primrios, deve-se fazer uma importante

deciso: os dados sero coletados da populao ou de uma amostra da mesma? Se a

populao pequena, no h porque retirar uma amostra, o censo o mais indicado j

que ele pode fornecer resultados mais precisos e confiveis. Por outro lado, coletar

dados de uma populao de tamanho considervel no algo fcil e simples, pois so

maiores os esforos e nem sempre os resultados so confiveis.

Para populaes que apresentam tamanho relativamente grande, a maioria das

pesquisas utiliza dados provenientes de amostras: elas trabalham com um nmero

reduzido de membros da populao, os quais devem ser representativos. Neste caso,

surge a dificuldade no estabelecimento de critrios de incluso de indivduos/eventos

amostra. Em alguns casos, qualquer indivduo escolhido representativo da populao,

sendo assim a amostra pode ser aleatria, isto no quer dizer que os indivduos so

escolhidos de forma assistemtica. Neste caso, a aleatoriedade permite que qualquer

indivduo da populao tenha chances iguais de serem includos na amostra.

H casos em que o pesquisador pode representar a populao de seu estudo

levando em conta intervalos regulares, que pode ser de tempo, de ordem etc., sendo

denominada de amostragem sistemtica. Este tipo de amostragem no aleatrio, pois

os membros da populao no tm chances iguais de serem escolhidos, mas pode ser

chamada de pseudoaleatria.

Uma populao pode apresentar estratos, ou seja, estar dividida em categorias.

Exemplo: se uma determinada populao est distribuda entre os sexos masculino e

feminino, h necessidade de se considerar a proporo dos gneros na amostra, no caso

se a quantidade de membros do sexo masculino maior na populao, deve ser maior

tambm na amostra (proporcionalmente), o que se chama amostragem estratificada. Se

for mais rgida quanto aos critrios, torna-se uma amostragem de cotas.

Quando a populao est espalhada em uma rea geogrfica muito extensa,

pode-se utilizar amostragem multiestgios ou de clusters. Na primeira, aps subdiviso

da rea geogrfica faz-se a escolha aleatria de algumas reas, que podem ser

subdivididas novamente. No cluster, escolhem-se os membros individualmente de uma

nica rea geogrfica aleatoriamente escolhida.

Waters (2008) proporciona uma viso geral e clara das opes que devem ser

levadas em considerao para a coleta de dados no mundo dos negcios, mas que se

aplica como j citado, muito bem pesquisa cientfica. claro que outras questes

podem comprometer os resultados de um trabalho, mas se o pesquisador observar as

questes acima, muitos dos problemas em relao aos vieses da pesquisa podem ser

reduzidos.