Os dados recolhidos durante um trabalho de investigação não são, por si só, suficientes para se compreender os problemas em estudo, cabendo ao investigador encontrar significado em todo um conjunto de materiais informativos obtidos a partir de diversas fontes (Gómez, Flores & Jiménez, 1999). De facto,
os dados recolhidos no campo constituem as peças de um puzzle que o investigador se encarrega de ir encaixando, utilizando a evidência recolhida para orientar a busca de novas evidências suscetíveis de incorporar-se num esquema emergente de significados que dá conta da realidade estudada e a pouco e pouco vai aproximando o investigador da descrição e compreensão da mesma.” (Gómez et al., 1999, p. 197)
Na realização deste trabalho de investigação a análise dos dados foi feita recorrendo ao método da análise de conteúdo, que, para Oliveira, Pereira e Santiago
69
é laborioso, permitindo uma análise formal dos significados pessoais, de uma maneira que poucas técnicas oferecem. Proporciona a utilização de um método exploratório para analisar material não estruturado, em contextos sensíveis, e permite lidar com uma larga quantidade de informação. (2004, p. 55)
Esta análise implica, não só manipulação, mas também reflexão sobre os dados recolhidos de forma a compreender o seu significado e a relevância para o estudo. É definida por Gómez et al. (1999) como um conjunto de manipulações, transformações e reflexões dos dados que se realizam a fim de extrair significado ao problema de investigação.
A análise de conteúdo constitui então a técnica mais adequada porque “oferece a possibilidade de tratar de uma forma metódica informações e testemunhos que apresentam um certo grau de profundidade e de complexidade” (Quivy & Campenhoud, 1992, pp. 224-225). Segundo Gómez et al. (1999) a análise dos dados é a tarefa mais profícua no processo de investigação, uma vez que é através desta que o investigador consegue aceder a resultados e conclusões e aprofundar conhecimento sobre a realidade que está a estudar.
O procedimento na análise de dados num estudo qualitativo decorre de forma cíclica e circular, e não de modo sequencial e linear, uma vez que “concluído o primeiro passo, se passa ao seguinte para, com frequência, voltar de novo à primeira fase e reiniciá-la com informação mais rica e completa” (Olabuénaga, 2003, p. 201).
Para a realização da análise de dados, Miles e Huberman (1994, 1998) referem as tarefas de recolha, redução e apresentação de dados, bem como o desenho e a verificação de conclusões do estudo (ver Figura 4), que surgem interligadas num processo interativo, visto serem tarefas que não se realizam de forma sequencial, mas que vão sendo executadas ao longo do estudo, podendo mesmo acontecer de forma simultânea, uma vez que o investigador se move entre estes quatro “nós” durante a recolha dos dados, fazendo a ponte entre a redução, apresentação e as conclusões no resto do estudo (Miles & Huberman, 1994).
70 Figura 2 – Modelo interativo de análise de dados (Miles & Hubermam, 1994, p. 12)
A redução dos dados, segundo Miles e Huberman (1994), diz respeito a todo o processo que o investigador faz de seleção, centralização, simplificação, abstração e transformação dos dados que surgem em notas ou transcrições e ocorre continuamente durante qualquer projeto de investigação qualitativa. Na opinião de Van der Maren (1987), citado por Lessard-Hébert, Goyette e Boutin (2005), a redução dos dados é já um primeiro momento de interpretação numa investigação, onde é feita a codificação necessária ao tratamento dos dados, ou seja, à sua organização e representação posterior.
Referindo-se ainda à redução dos dados, Miles e Huberman (1994, 1998) indicam poder esta ser realizada em três fases distintas:
- Antes da recolha de dados – o potencial universo de dados é reduzido antecipadamente quando o investigador define a problemática e planeia o projeto de investigação;
- Durante a recolha de dados – durante a fase de recolha de dados acontecem vários episódios de redução (diários, escrita de códigos ou relatórios etc.);
- Após a recolha dos dados – esta redução surge associada aos procedimentos utilizados para tratar, apresentar e interpretar os dados.
Ao longo deste projeto de investigação, e para conceder estrutura ao meu trabalho, optei por seguir as linhas orientadoras indicadas por Gómez et al. (1999) a fim de efetuar a redução dos dados que recolhi:
71 1) Separação em unidades – esta separação pode obedecer a diversos critérios (espaciais, temporais, temáticos, gramaticais, conversacionais ou sociais), sendo o critério temático aquele que é habitualmente mais utilizado e aquele que é mais valioso na análise de dados qualitativos (Gómez et al., 1999). A diferenciação recorrendo aos diferentes temas foi também o método por mim escolhido, de modo a construir posteriormente as diferentes categorias de análise.
2) Identificação e classificação de unidades – esta fase é referente à categorização e codificação de um conjunto de dados, que, segundo Gómez et al. (1999, p. 208), “consiste em examinar as unidades de dados para identificar nelas determinados componentes temáticos que nos permitam classificá-las numa outra categoria de conteúdo”. A categorização e codificação são atividades que giram em torno de uma operação fundamental: a decisão sobre a associação de cada unidade a uma determinada categoria.
Neste estudo, ainda que à partida tenham sido criadas categorias atendendo à literatura estudada, a esta análise dedutiva acrescenta-se uma análise indutiva, decorrente da recolha de dados, e “consequência de um processo de codificação indutiva [em que] obtemos um sistema de categorias que pode ser considerado em si mesmo um produto da análise” (Gómez et al., 1999).
A categorização, na opinião de Olabuénaga (2003), deve obedecer a um conjunto de regras básicas, que se apresentam no Quadro 4:
Quadro 4 - Regras de categorização, adaptado de Olabuénaga (2003, pp. 205-206). Critério único
Devem construir-se de acordo com um critério único, nada impedindo, no entanto, a criação de categorias complexas que tenham por base a combinação de critérios únicos;
Exaustiva Devem ser construídas atendendo a que todos os dados possam incluir- se numa das categorias criadas;
Mutuamente excludentes
Na sua construção deve atender-se a que um dado não poderá estar em mais que uma categoria;
Significativas Devem possuir capacidade descritiva e significativa suficiente, devendo refletir os objetivos da investigação;
Claras Não podem ser ambíguas, não deixando ao investigador qualquer dúvida sobre a categoria em que devem ser incluídos os dados;
Replicáveis Dois autores distintos devem ser capazes de incluir os dados nas mesmas categorias, uma vez conhecidos os critérios de classificação.
72 3) Síntese e agrupamento – A categorização supõe, em si mesma, uma operação conceptual de síntese, uma vez que permite reduzir um determinado número de unidades a um só conceito que as representa. Assim, “as atividades de síntese e agrupamento estão presentes na análise de dados quando sintetizamos numa meta categoria a informação contida em várias categorias que têm algo em comum” (Gómez et al., 1999, p. 212).
As categorias e subcategorias emergentes neste estudo são apresentadas na Figura 3. Figura 3 – Sistema de categorias e subcategorias.