Organização e pré-análise dos dados a partir da utilização dos softwares EVOC,

O uso de softwares de tratamento estatístico em pesquisas em Ciências Humanas e Sociais tem sido cada vez mais frequente e ido além do tratamento de informações censitárias. Novos programas têm sido desenvolvidos para tratamento, também, de grandes volumes de dados textuais publicados ou obtidos por meio de questionários, entrevistas, grupos focais, entre outros. Além da evidente economia do tempo com tabulação e efetuação de cálculos necessários ao tratamento do conjunto de informações coletadas, alguns destes programas se ajustam a tipos específicos de pesquisa, trazendo importantes contribuições. Esse é o caso dos softwares escolhidos para este estudo: EVOC, SIMI e ALCESTE, amplamente utilizados nas pesquisas em Representações Sociais, potencializando o entendimento dos objetos de estudo da área. A seguir, apresentamos uma síntese sobre cada um dos softwares utilizados neste estudo.

3.2.4.1 ALCESTE

Para análise das respostas dos alunos para as questões: i) explique como você compreende a articulação entre teoria e prática19_{; ii) ser professor é... Utilizou-} se o software ALCESTE. A seguir algumas considerações sobre ele.

Desenvolvido por Max Reinert (1998, apud CAMARGO, 2005), o software ALCESTE (Analyse Lexicale par Context d’un Ensemble de Segments de Texte), aplica uma série de procedimentos estatísticos a bancos de dados textuais, como entrevistas, artigos de jornais e revistas, entre outros. No caso deste estudo, foram tratadas entrevistas e repostas dadas às questões pontuais em questionário aberto. A base do funcionamento do programa é a ideia de relação entre contexto linguístico e representação coletiva ou entre unidade de contexto e contexto típico.

O pressuposto de ALCESTE é que pontos diferentes de referência produzem diferentes maneiras de falar, isto é, o uso de um vocabulário específico é visto como uma fonte para detectar maneiras de pensar sobre um objeto. O objetivo de uma análise com ALCESTE, portanto, é distinguir classes de palavras que representam diferentes formas de discurso a respeito do tópico de interesse (KRONBERGER; WAGNER, 2002, p. 427).

Numa primeira etapa, o ALCESTE prepara o material para cálculos posteriores, reconhecendo as unidades de contexto iniciais (UCI), que são constituídas pelos dados textuais, dividindo-os em segmentos de texto de tamanho similar (denominadas “unidades de contexto elementar" ou UCE), agrupando as ocorrências das palavras em função das suas raízes e realizando o cálculo das suas respectivas frequências.

A segunda etapa é caracterizada por cálculos que têm como objetivo classificar os enunciados simples ou as unidades de contexto elementar, a partir da distribuição das formas reduzidas (palavras ou léxicos) que elas apresentam. Isto é feito com ajuda de matrizes de frequências que cruzam as formas reduzidas do vocabulário com as UCE do corpus em análise. Utiliza-se nessa etapa o método de classificação hierárquica descendente, que consiste em repartir as UCE em duas classes, em função do vocabulário que as compõem, de forma tal que se obtenha o maior valor possível numa prova de associação (Qui-quadrado).

Na terceira etapa são gerados os resultados mais importantes, uma vez que o programa executa cálculos complementares para cada uma das classes obtidas na etapa precedente, com a finalidade de possibilitar uma descrição das mesmas. No nível analítico, elas são compostas de vários segmentos de texto

(UCE) que têm vocabulário semelhante. No nível interpretativo, elas são consideradas indicadores de diferentes noções.

A quarta etapa é um prolongamento da terceira e nela são fornecidas as UCE mais características de cada classe, permitindo que se tenha o contexto de ocorrência do vocabulário delas.

Cabe ponderar que, algumas críticas têm sido direcionadas para o uso de softwares para análise de textos. Alerta-se para a possibilidade de o pesquisador negligenciar seu papel nas análises textuais, ocasionando o esvaziamento das relações do material textual com o contexto, além de descrições mecânicas do conteúdo estudado.

Um importante alerta é feito em relação ao uso do ALCESTE, visto que em publicações que envolviam seu uso, houveram casos em que se confundia o

software com o próprio método de pesquisa, numa visão reducionista de seu papel.

Concorda-se com os autores citados quando estes afirmam que, além do manejo do software, é importante que o pesquisador conheça as técnicas de processamento dos dados empregadas e o método de pesquisa usado no estudo que utiliza este recurso.

3.2.4.2 EVOC

Para organização e análise dos dados obtidos por meio da aplicação da Técnica de Associação Livre de Palavras20_{, utilizou-se o software EVOC,} desenvolvido por Pierre Vergès (2002)21_{. O programa permite a realização de} cálculos estatísticos, construindo matrizes de ocorrências, as quais servem de base para a construção do “Quadro de Quatro Casas”, que é uma forma criada para apresentar os possíveis elementos do Núcleo Central e Regiões Periféricas das Representações Sociais (ABRIC, 1998; VERGÈS, 2002), conforme visto no item 2.2.

20 _{Retomando: A Associação Livre de Palavras consiste em pedir aos sujeitos que evoquem o que} têm em mente quando se deparam com um mote indutor, que geralmente é o rótulo do objeto de representação em estudo. Para Abric (1998), a evocação livre de palavras é “uma técnica maior para coletar os elementos constitutivos do conteúdo de uma representação” (p. 66), possibilitando a identificação dos possíveis elementos do núcleo central e do sistema periférico.

21 _{Ensemble de progmmes permettant l’analyse des evocations (EVOC) — desenvolvido por} Vergès (2002, 2005).

O software EVOC é composto por dezesseis subprogramas que executam funções diferenciadas, a fim de chegar a dois tipos de análise: a lexigráfica e a categorial. Neste estudo, foram utilizados sete dos dezesseis subprogramas que compõem o software, a fim de realizar a análise lexical dos dados produzidos. Foram eles:

a) Lexique: sua função é isolar as unidades lexicais do arquivo utilizado; aponta o número de sujeitos respondentes e o total de palavras citadas.

b) Trievoc: realiza uma triagem das evocações, organizando-as por ordem alfabética.

c) Nettoie: realiza uma limpeza do arquivo que está sendo tratado, eliminando possíveis erros de digitação, unidades lexicais e ortografia.

Nesse ponto acontecem as reduções por meio das quais o pesquisador precisa escolher entre palavras de mesmo radical, entre substantivos e adjetivos, sinônimos, singular e plural, entre outros. É uma parte importante do tratamento dos dados, pois a escolha de uma palavra em detrimento da outra pode modificar a configuração do Quadro de Quatro Casas, ou seja, fazer variar a identificação dos elementos pertencentes ao núcleo central e à região periférica.

Neste estudo, para fazer as reduções necessárias, os principais critérios utilizados foram a análise das palavras em seu contexto de evocação, a frequência de cada unidade lexical, e a prioridade dada aos substantivos e seus radicais.

d) Listvoc: fornece uma lista das palavras em ordem alfabética, em seu contexto de evocação; no caso deste estudo, no conjunto das cinco palavras evocadas.

e) Aidecat: elenca, em ordem alfabética as palavras selecionadas estatisticamente, para compor o Quadro de Quatro Casas.

f) Rangmot: disponibiliza uma lista de todas as palavras evocadas, com a frequência em que elas foram evocadas em cada posição, a ordem média de cada palavra, entre outros dados.

É a partir do tratamento estatístico realizado pelo software até este momento e apresentado pelo relatório do Rangmot que o pesquisador define os parâmetros finais para composição do Quadro de Quatro Casas.

g) Rangfrq: a partir de parâmetros fornecidos pelo pesquisador, o RANGFRQ fornece, então, o Quadro de Quatro Casas das possíveis Representações Sociais dos sujeitos sobre o objeto de estudo.

Os relatórios do tratamento de dados feito pelo EVOC são apresentados na íntegra como: Anexos C, D e E deste estudo.

3.2.4.3 SIMI

O software SIMI foi desenvolvido para fazer a análise de similitude, de modo que permite descobrir possíveis relações entre os elementos de uma representação social. A análise de similitude parte dos seguintes pressupostos:

a) uma representação social é constituída por um conjunto de cognomes organizado por múltiplas relações;

b) essas relações podem ser orientadas (significando causalidade, hierarquia etc.) ou simétricas (comparativas, de igualdade ou antagonismo), sendo que todas podem se decompor em uma relação simétrica;

c) tais relações não são transitivas.

Em síntese, a relação de similitude seria, então, a organização dos elementos da representação social de maneira simétrica e não transitiva, sendo que dois desses elementos estariam mais próximos na representação quanto maior fosse o número de sujeitos que os evoquem da mesma maneira. As palavras que têm a maior frequência de evocação e a menor ordem média de evocação são as que costumam compor o Núcleo Central da representação.

Outro fator analisado é o número de conexões de uma evocação com os outros elementos, quanto maior o número de conexões que possui, maior é sua probabilidade de participação no Núcleo Central (SÁ, 1996).

A geração de uma matriz de semelhança a partir desse procedimento possibilita uma representação gráfica, os grafos, que podem ser do tipo árvore máxima de similitude, utilizada mais adiante neste trabalho.