Introdução: Métodos Quantitativos para Ciências Sociais

(1)

Introdução:

Métodos Quantitativos

para Ciências Sociais

Prof. Marcos Vinicius Pó

Métodos Quantitativos para Ciências Sociais 2018-1

(2)

Agenda da aula

1. Por que estudar métodos quantitativos?

2. Estrutura e metodologia do curso.

3. Princípios e lógicas do pensamento

estatístico.

4. Princípios das ciências sociais e dos

métodos quantitativos.

(3)

• Necessidade de processar e sintetizar grandes quantidades de

dados e informações de uma maneira inteligível.

• Aumentar a capacidade de aprender sobre populações e grupos

de modo rápido e confiável.

• Aproveitar a enorme disponibilidade de dados, indicadores e

informações para pesquisas e análises.

• Aprender a lidar com as incertezas e variabilidades do processo

científico social.

• Desenvolver um ceticismo saudável em relação aos números e

informações quantitativas, conhecendo seus limites e

possibilidades.

3

(4)

Teoria

1. A lógica dos métodos quantitativos e a estatística na pesquisa social. 2. Revisão básica de estatística descritiva.

3. Construção e cuidados com dados.

4. Distribuição amostral da média e da variância. 5. Teorema do Limite Central

6. Intervalo de confiança.

7. Testes de hipótese para médias, proporções e comparação de duas médias. 8. Amostragem e determinação do tamanho da amostra.

9. Testes não paramétricos: aderência, homogeneidade e independência. 10. Análise de variância (ANOVA).

11. Correlação.

12. Regressão linear simples.

Prática

1. Uso de planilhas e gráficos.

2. Trabalho com bancos de dados.

3. Uso de pacotes estatísticos para análise de dados.

(5)

• Entender melhor a metodologia científica e a lógica das pesquisas

quantitativas.

• Conhecer algumas técnicas estatísticas de análise e teste de

hipóteses.

• Possuir os conhecimentos básicos para desenhar, executar e

analisar uma pesquisa quantitativa.

• Desenvolver uma avaliação crítica sobre os dados e números com

que se depararem na vida cotidiana e acadêmica.

5

(6)

Metodologia didática e avaliação

• Didática:

► Aulas expositivas.

► Práticas no laboratório

(bancos de dados, planilhas e pacotes estatísticos).

• Estudo:

► Leitura dos capítulos e

materiais indicados no plano de ensino e em sala.

► Exercícios (listas e livros).

► Análise de dados em sala e

atividades em casa.

•

Avaliação:

(a). Provas + exercícios

i. Duas provas (peso 0,4 cada uma)

- Recuperação para conceito final D ou F.

- Reposição para quem perdeu prova, com justificativa.

ii. Exercícios em grupos em sala ou entregues. (peso 0,2)

(b) Apresentação de tópicos em grupo: eventual indicativo “+” ou “–”.

Avaliações por conceitos, podendo ter indicativos “+” ou “-”.

(7)

Correção e avaliação das provas e atividades

•

As provas tem questões e itens com diferentes níveis de aplicação dos

conceitos e técnicas estudadas.

•

Serão usados “+” e “-” para sinalizar que uma categoria intermediária

entre dois conceitos.

7

Projeto pedagógico Aplicação às provas

A Desempenho excepcional, demonstrando excelente _{compreensão da disciplina e do uso do conteúdo.}

Mostrou domínio dos aspectos básicos e avançados relacionados aos conceitos e técnicas apresentados no curso, aplicando-os adequadamente e de forma clara.

B Bom desempenho, demonstrando boa capacidade de uso _{dos conceitos da disciplina.}

Demonstrou domínio dos conceitos e técnicas

apresentados em sala aplicando-os adequadamente, mas teve falhas em aspectos de menor relevância.

C

Desempenho mínimo satisfatório, demonstrando

capacidade de uso adequado dos conceitos da disciplina, habilidade para enfrentar problemas relativamente simples e prosseguir em estudos avançados.

Mostrou conhecer os aspectos básicos dos conceitos e técnicas apresentados no curso, mas não o domínio dos aspectos mais avançados ou de sua aplicação.

D

Aproveitamento mínimo não satisfatório dos conceitos da disciplina, com familiaridade parcial do assunto e alguma capacidade para resolver problemas simples, mas

demonstrando deficiências que exigem trabalho adicional para prosseguir em estudos avançados.

Apresentou conhecimento de apenas alguns aspectos e conceitos fundamentais, mas demonstrou confusão ou falta de clareza sobre os conceitos.

F Reprovado. Não demonstrou conhecimento dos conceitos ou

(8)

• Funcionamento:

► Apresentação sobre os temas indicados (quase) semanalmente:

podem ser sobre algum aspecto da estatística, um exercício, um problema a ser analisado...

► 15 minutos, máximo de 6 slides.

► Grupo a apresentar será sorteado aleatoriamente.

• Avaliação:

► Quem for sorteado ou se voluntariar para apresentar terá um

agradecimento do professor e aplausos da sala.

► Se o grupo for sorteado e não se apresentar, ou se a apresentação

tiver erros, terá um indicativo “-” para a definição do conceito final.

► Grupos que se apresentarem 3 ou mais vezes terão indicativo “+”.

(9)

Livros recomendados

FARBER, B.; LARSON, R. Estatística aplicada. Ed. Pearson Prentice Hall, 2009

ANDERSON, D. R., SWEENEY, D. J., WILLIAMS, T. A. Estatística Aplicada à Administração e Economia. Ed. Pioneira Thomson Learning. 2011

LEVIN, J.; FOX, J. Estatística para ciências humanas, São Paulo: Prentice Hall, 2004

BUSSAB, W.; Morettin, P. Estatística básica. Ed. Saraiva, 2006

9

Livros com bons exemplos e exercícios,

além de explicações bem didáticas. Uso moderado de álgebra. Boa fonte de referência e informações. Uso moderado de álgebra. O mais completo. Abordagem bastante matematizada.

(10)

Outras necessidades para o curso

Calculadora :

Para as aulas e provas. Precisa ter raiz quadrada!

Formulários e tabelas:

Pode-se trazer uma folha A4 de formulário nas provas. Serão entregues

tabelas para uso nas aulas e provas.

Arquivos eletrônicos e bancos de dados:

Organizem, façam backup, cuidem!

Planilhas eletrônicas:

MS Excel, LibreOffice Calc É fundamental dominar planilhas e seus recursos.

(11)

Prontos para encarar um

quadrimestre com números,

contas, planilhas, estatística e

(12)

(13)

Pensamento quanti-estatístico

• Primórdios:

► Centralização administrativa e burocratização.

► Aritmética política (séc. XVII).

► Estudar fenômenos de massa, de grandes proporções.

► Positivismo: busca de fatos e verdades de forma científica, seguindo

os padrões das ciências da natureza.

• Lógicas:

► O mundo possui regularidades e elas podem ser compreendidas

observando-se os agregados dos grandes números.

► É necessária informação confiável para orientar a ação social.

► Os métodos quantitativos são consistentes para descobrir e testar

relações causais, especialmente em fenômenos de massa.

(14)

Lógica probabilística

O mundo não pode ser completamente

determinado. Podemos avançar o entendimento

sobre as relações entre os fenômenos, mas nossa

explicação será sempre incompleta. Conseguimos

eventualmente encontrar regularidades e

determinar as probabilidades de um fenômeno

ocorrer, mas não podemos garantir que ele

(15)

(16)

O que a estatística nos diz?

Ec o n o mis t, Feb 1s t 20 14 : M o b ilit y, mea su red /w w w .e con o m is t. com/new s/u n ited -s ta te s/ 21 5 95 4 3 7 -ame rica -no -le ss -s o cially -m o b ile -it -w as -tio n -ago -m o b ili ty -m easured )

(17)

1. Já passaram 320 alunos por minhas turmas.

2. A incidência de conceitos ‘A’ e ‘F’ tem aumentado desde

2015.

► É mais provável ter um ‘A’ do

que um ‘F’.

► O conceito mais comum é ‘B’.

3. A P2 costuma ter conceitos melhores que a P1.

17

Dados e análises sobre MQCS

_Pó

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 2013 2014 2015 2016 2017 Total Geral Conceitos finais MQCS O F D C B A 2013 2014 2015 2016 2017 Total n 24 63 56 90 87 320 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% P1 P2

Conceitos das provas

F-F F+ D-D D+ C-C C+ B-B B+ A-A A+

(18)

(19)

•

Ciências sociais

► Busca causalidade e enunciados.

o A causalidade raramente é evidente e tende a ser múltipla.

► Métodos, premissas e conclusões devem ser claros e são sempre provisórios. ► Elementos:

o Conceitos: construtos teóricos e simbólicos, com imprecisões e contestações. o Incertezas e imprecisões nas métricas.

o Lidar com a subjetividade e com condicionantes históricos e culturais. o Falseabilidade: as afirmações devem poder ser testadas.

•

Teorias:

► Ajudam na construção de questões, hipóteses e explicações.

► São uma simplificação da compreensão de mundo que salienta os aspectos e

variáveis considerados relevantes para os objetivos da pesquisa.

19

(20)

• Necessidade de estabelecer relações causa-efeito.

► Não basta achar uma relação estatisticamente significativa

(correlação, diferenças, regressão...) entre duas ou mais variáveis, é necessário haver explicação para as causas

• Variáveis:

► Variável dependente (Y): variável ou fenômeno a ser explicado.

► Variável independente (X): variáveis explicativas (causais).

o Por vezes sub-denominadas de interesse, de controle, explicativas ou

preditivas.

Modelo: Y = F(X1; X2; ...Xn)

F é uma função matemática (linear, exponencial, quadrática, ...)

(21)

Quanti x Quali: resumão

Lógica indutiva: generalizações a partir da observação crítica e fundamentada de fenômenos.

Observação, entrevistas, grupos de discussão,

etnografia...

MENOS CASOS, COM MAIOR PROFUNDIDADE

Métodos

qualitativos

Métodos

quantitativos

Lógica hipotético-dedutiva: aplicação de pressupostos, conceitos e princípios gerais a

fenômenos.

Levantamentos amostrais, experimentos,

quase-experimentos...

MAIS CASOS, COM MENOR PROFUNDIDADE

Objeto social

estudado

(22)

Pontos fortes

• Capacidade de generalização.

• Possibilidade de replicação.

• Procedimentos e técnicas

padronizados para coleta de

dados e análise.

• Credibilidade junto a alguns

públicos (rigor matemático).

• Desenho de pesquisa claro e

formalizado.

Limites

• Pouca flexibilidade.

• Necessita de modelos

explicativos claros.

• Perda de informação e

dificuldade de captar

informações sutis.

• Risco de simplificações e

comparações equivocadas.

Métodos quantitativos

(23)

1.

Definição do problema e questões de pesquisa.

2.

Formalização de modelo explicativo  teorias.

3.

Definição de hipótese a ser testada.

4.

Definição de testes estatísticos a serem usados e de níveis de

confiança.

5.

Operacionalização das variáveis, conceitos, amostragem...

► Proxys; limitações; imprecisões; comparabilidade; viés...

6.

Processamento e teste das hipóteses.

7.

Análise dos resultados.

23

(24)

•

Descritiva: visa sintetizar grandes quantidades de dados em números informativos (contagens, médias, desvio-padrão...) e/ou em

visualizações (gráficos, diagramas...)  “O que temos aqui?”

•

Exploratória: objetiva gerar hipóteses, aprofundar no conhecimento e

análise dos dados  “O que esses dados parecem querer dizer?”

•

Inferencial: busca fazer afirmações gerais a partir de amostras e

predições  “O que podemos afirmar com base nesses dados?”

► Estimativas de parâmetros ► Testes de hipóteses

► Previsões

Trataremos apenas de análises com uma variável independente (explicativa). Para o estudo de fenômenos com múltiplas variáveis são

utilizados métodos de análise multivariada.

(25)

25 População Amostra n = 9 Estatísticas amostrais Parâmetros populacionais

Inferência estatística: conhecer os parâmetros e fazer afirmações

sobre a população com base em suas amostras.

(26)

Exemplos de técnicas estatísticas

• Análises gráficas

• Comparação (para uma ou

várias populações):

► Médias

► Medianas

• Testes não paramétricos:

► Aderência, independência,

homogeneidade

► Wilconox

► Teste dos sinais

► Kruslal-Wallis

• ANOVA (várias populações)

•

Regressão ► Simples ► Múltipla ► Logística

•

Análise de componentes principais

•

Análise de clusters

•

Análise discriminante

•

Análise fatorial

•

Séries temporais Técnicas multivariadas

(27)

27 Prof. Marcos Vinicius Pó