Instrumentos para Análise dos Dados

Como suporte teórico-metodológico, esta pesquisa se utiliza de procedimentos delineados pela Teoria das Facetas e pelo Sistema de Classificações Múltiplas. Reitera-se que tais escolhas metodológicas foram influenciadas pelas técnicas analíticas disponíveis para lidar com os dados coletados. Dois aspectos relevantes nortearam a escolha dos métodos de análises: a natureza essencialmente qualitativa dos dados; a natureza da questão investigada – representações da paisagem urbana midiática – requer procedimentos que mantenham a integridade dos dados. Dentro dessa perspectiva, o conjunto de técnicas para a elaboração dos dados e a análise multidimensional SSA parecem adequadas às duas exigências enumeradas. Antes de abordar os processos de análises relacionados nesta pesquisa, cabe destacar como os dados coletados através dos procedimentos de classificações são organizados em matrizes de dados. Nesse sentido, cada fotografia foi avaliada pelo entrevistado de acordo com um critério e com as categorias relacionadas com esse. O processo primeiramente foi iniciado com critérios e agrupamentos definidos pelo próprio participante (classificação livre), prosseguindo com critérios e agrupamentos pré-estabelecidos pelo presente autor (classificação dirigida). Isso significa que as fotografias das paisagens foram definidas por grupos de similaridade e relacionadas numericamente para o grupo ao qual pertenciam. As designações das paisagens para um grupo, em cada uma das classificações, geraram diversas matrizes; uma para cada uma das quatro classificações realizadas (uma livre e três dirigidas).

A matriz de dados, segundo Monteiro (1989), pode ser examinada a partir de duas perspectivas: as respostas da população e o conteúdo das classificações. A partir da perspectiva da população, os perfis individuais são analisados. A técnica consiste em classificar os entrevistados de acordo com o conteúdo de suas respostas. Isso distingue os indivíduos de acordo com suas maneiras de formar as categorias e dá a estrutura de toda a população dos entrevistados. A análise do conteúdo das classificações focaliza as categorias atribuídas a cada fotografia.

Os dados gerados pela “classificação livre”, nesta pesquisa, empregados para explorar os conceitos ou critérios que os subgrupos abordados nesta pesquisa utilizam para avaliar apaisagem urbana midiática, serão diretamente analisadas por

um conjunto de técnicas qualitativas denominadas por Marconi & Lakatus (2002) como um processo de elaboração dos dados e sua posterior análise e interpretação.

Dentro dessa perspectiva, apoiando-se na abordagem de Marconi & Lakatus, a elaboração dos dados coletados nas classificações livres é iniciada com o processo de categorização ou codificação, que terá o objetivo de estruturar dados de diferentes classes qualitativas para facilitar sua descrição e posterior tabulação manual. Essa técnica de tabulação, uma parte do processo estatístico dos dados, será utilizada para arrumar os dados obtidos em tabelas, bem como para realizar o cômputo (cálculo) para determinar o número de casos que concordam com as várias categorias propostas. Por fim, uma vez ordenados os dados, dentro de uma série ordenada de valores, será preciso condensar a classificação em uma distribuição de frequência para apresentação,numa coluna,de qualidades diferentes de um atributo, juntamente com as entradas em outra coluna, mostrando a frequência da ocorrência de cada uma das classes ou categorias. Constitui-se, portanto, nas repetições agrupadas dos valores da variável, permitindo melhor compreensão dos fenômenos. No caso, foram expostas as distribuições de frequência absoluta e relativas de cada conceito, para cada um dos quatro subgrupos amostrais desta pesquisa.

Introduzida a técnica usada para análise dos dados das classificações livres, o próximo passo é definir a técnica adequada à natureza dos dados gerados pelas classificações dirigidas. Atendendo a esse propósito, os dados desta pesquisa serão analisados através de um procedimento conhecido por Análise da Estrutura de Similaridade (Similarity Structure Analysis – SSA), contando com o auxílio do programa informático HUDAP18, desenvolvido por Amar & Toledano em 1994.

O método de Análise da Estrutura de Similaridade (SSA), segundo Roazzi, Monteiro&Rullo(2009),éumsistemadeescalonamento multidimensionalconcebido para analisar a matriz de correlações entre “n” variáveis representadas graficamente como pontos em um espaço euclidiano. Esse sistema de verificação fundamenta-se no princípio da contiguidade ou proximidade que, como tal, traduz as relações de similaridades entre os itens (classificações de elementos no caso desta pesquisa), nesse espaço euclidiano, configurado pela distância entre pontos. A localização dos pontos na configuração geométrica formada relaciona-se com o grau de correlação entre as variáveis. Isso significa que a proximidade das variáveis nesse espaço

18

multidimensional é proporcional ao grau de correlação existente entre elas. As relações de similaridades podem formar regiões de contiguidade. Essas regiões da SSA possibilitam verificar se as hipóteses iniciais, fundamentadas na Teoria das Facetas, são transformadas em hipóteses regionais, em relação às quais se espera evidenciar regiões que correspondam aos elementos da faceta considerada.

Caso as hipóteses regionais sejam confirmadas, elas podem revelar aspectos relativamente estáveis do conceito investigado, dando-lhe legitimidade. Além disso, revelam a estrutura interna de conceitos e atributos, possibilitando a percepção de componentes empiricamente verificáveis e da forma como se inter-relacionam.

A Teoria das Facetas, portanto, parte da suposição de que as facetas têm um papel específico na estruturação do espaço multidimensional. Dessa forma, uma região é especificada para um determinado subconjunto de variáveis, no espaço multidimensional, que as identifica através de um elemento comum pertencente a uma das facetas incluídas na sentença estruturadora. Essas regiões tomam formas muito específicas, como configurações circulares, cuneiformes ou faixas paralelas.

A forma de separação encontrada numa análise multidimensional, de acordo com Bilsky (2003), depende da condição dela ser resultante de facetas ordenadas, ou seja, aquela que representa os atributos qualitativos do universo contido, em que cada elemento sucessivo na ordenação denota maior grau do atributo em relação ao elemento precedente. Quando se trata de uma faceta ordenada, portanto, é possível deduzir a hierarquia de correlações entre pares de variáveis.

O autor acima citado, em algumas passagens apoiando-se em Dancer e em Borg & Shye, acrescenta que uma faceta ordenada pode fazer um papel axial (Figura 5.3a) ou modular (Figura 5.3b) ao dividir o espaço multidimensional, dependendo de sua relação com as outras facetas da sentença estruturadora. Se não tem relação com outras facetas, a faceta ordenada se apresentará de modo axial, ou seja, seus elementos se manifestarão em sucessão linear, separados por linhas paralelas. Esse tipo de partição é também conhecido como simplex axial de regiões. Quando a faceta ordenada encontra-se relacionada com uma ou mais facetas, seus elementos se manifestarão de forma “modular”, ou seja, como círculos concêntricos. Nesse caso, as variáveis representadas por pontos no círculo central têm um sentido mais geral que aquelas que estão localizadas próximas à borda, bem como as correlações das variáveis resultarão mais altas. Além das facetas

ordenadas, existem outras cujos elementos se diferenciam de modo qualitativo, mas sem qualquer ordem óbvia. Tais facetas têm um papel polar ou angular (Figura 5.3c), ou seja, seus elementos geralmente constituem regiões cuneiformes, de forma “circumplex”, com limites partindo de uma origem comum.

Duas formas prototípicas identificadas nas representações gráficas das estruturas obtidas através da SSA podem se combinar e resultar em separações mais complexas do espaço multidimensional. Nesse contexto, de acordo com Buschini (2005), a combinação de duas simplexs resulta numa duplex (Figura 5.4), e a combinação de uma simplex e uma circumplex produz uma representação radex (Figura 5.5). Se os dados são representados no espaço tridimensional, uma duplex pode combinar-se com uma simplex para se chegar a uma tríplex, e uma radex com uma simplex para produzir uma representação cylindrex.

O reconhecimento de padrões de divisões no espaço de uma SSA é importante para testar as hipóteses iniciais da estruturação dos elementos das facetas na composição interna do conceito investigado. Isso é operacionalizado verificando se os construtos conceituais especificados como elementos de uma determinada faceta são realmente apropriados à estrutura empírica do conceito, bem como se estão inter-relacionados ou ordenados tal como previsto nas hipóteses.

Fonte | Adaptado de Levy apud Bilsky (2003:362)

Figura 5.4 | Exemplo de duplex

Fonte | Buschini (2005:168)

a | Axial - Simplex b | Modular c | Polar - Circumplex

a2 a1 a3 a1 a2 a2 a1 a3 a4 · · · · · · · · · · · · · · · · · · · · · · · · · · · ·

Figura 5.3 | Exemplos dos papéis das facetas e partições do espaço multidimensional

Fonte | Buschini (2005:168)

Os dados empíricos gerados pelas três classificações dirigidas – utilizadas para verificar a aderência de algumas características da paisagem urbana midiática na avaliação da qualidade visual percebida nas suas naturezas de comunicação informativa, persuasiva e apreciativa – precisarão ser codificados e organizados em forma de matriz de dados: cada linha contém uma série de variáveis, ou seja, as escolhas de todo participante ao racional comum da sentença estruturadora desta pesquisa, definidas para cada fotografia; cada coluna representando apenas uma variável, ou seja, uma fotografia da paisagem urbana midiática.

O resultado da SSA apresenta a matriz de coeficientes utilizada pelo programa informático para o mapeamento de todos os itens, computada por um procedimento preliminar do próprio programa a partir da matriz de dados. A solução da SSA propriamente dita compreende um mapeamento de todos os itens processados para um espaço de dimensionalidade especificada. Nesta pesquisa, essa solução compreenderá o processamento das 36 paisagens urbanas midiáticas categorizadas por cada um dos participantes da amostra para um espaço bidimensional. Inicialmente, é apresentada a representação algébrica da solução, especificando as coordenadas atribuídasacadafotografia.Em seguida,virãoosdiagramas doespaço e das facetas, representações geométricas, projeções em duas dimensões para as quais se dirige uma maior atenção, na medida em que a referência à representação algébrica só se faz necessária quando um item não é encontrado no diagrama.

As análises das projeções geométricas a serem produzidas pela SSA para esta investigação, uma para cada natureza de comunicação da paisagem urbana midiática e uma para cada grupo da população pesquisada, irão revelar relações e regras implícitas aos dados obtidos, os quais seriam imperceptíveis nas análises quantitativas usuais. No final desses processos de análises, os resultados empíricos irão fornecer as bases para a confirmação ou a construção de uma nova sentença estruturadora geral de avaliação da paisagem urbana midiática, podendo também apontar para a necessidade de se redefinir as hipóteses inicialmente formuladas.

Expostas as técnicas para análises dos dados, no próximo capítulo, os dados coletados nas classificações livres serão analisados e, simultaneamente, discutidos, com o propósito de explorar os conceitos utilizados para avaliar a paisagem urbana midiática, segundo os participantes de cada um dos quatro subgrupos abordados nestapesquisa.EssaquestãoresponderáaoprimeiroobjetivoespecíficodestaTese.