introdução: métodos quantitativos para ciências sociais · proxys; limitações; imprecisões;...
TRANSCRIPT
-
Introduo:
Mtodos Quantitativos para Cincias Sociais
Prof. Marcos Vinicius P Mtodos Quantitativos para Cincias Sociais
2018-1
1
-
Agenda da aula
1. Por que estudar mtodos quantitativos?
2. Estrutura e metodologia do curso.
3. Princpios e lgicas do pensamento estatstico.
4. Princpios das cincias sociais e dos mtodos quantitativos.
5. Tipos e exemplos de tcnicas estatsticas.
-
Necessidade de processar e sintetizar grandes quantidades de dados e informaes de uma maneira inteligvel.
Aumentar a capacidade de aprender sobre populaes e grupos de modo rpido e confivel.
Aproveitar a enorme disponibilidade de dados, indicadores e informaes para pesquisas e anlises.
Aprender a lidar com as incertezas e variabilidades do processo cientfico social.
Desenvolver um ceticismo saudvel em relao aos nmeros e informaes quantitativas, conhecendo seus limites e possibilidades.
3
Por que estudar mtodos quantitativos?
-
Teoria 1. A lgica dos mtodos quantitativos e a estatstica na pesquisa social. 2. Reviso bsica de estatstica descritiva. 3. Construo e cuidados com dados. 4. Distribuio amostral da mdia e da varincia. 5. Teorema do Limite Central 6. Intervalo de confiana. 7. Testes de hiptese para mdias, propores e comparao de duas mdias. 8. Amostragem e determinao do tamanho da amostra. 9. Testes no paramtricos: aderncia, homogeneidade e independncia. 10. Anlise de varincia (ANOVA). 11. Correlao. 12. Regresso linear simples.
Prtica
1. Uso de planilhas e grficos. 2. Trabalho com bancos de dados. 3. Uso de pacotes estatsticos para anlise de dados.
4
Programa resumido
-
Entender melhor a metodologia cientfica e a lgica das pesquisas quantitativas.
Conhecer algumas tcnicas estatsticas de anlise e teste de hipteses.
Possuir os conhecimentos bsicos para desenhar, executar e analisar uma pesquisa quantitativa.
Desenvolver uma avaliao crtica sobre os dados e nmeros com que se depararem na vida cotidiana e acadmica.
5
Objetivos de aprendizado
-
Metodologia didtica e avaliao
Didtica:
Aulas expositivas.
Prticas no laboratrio (bancos de dados, planilhas e pacotes estatsticos).
Estudo:
Leitura dos captulos e materiais indicados no plano de ensino e em sala.
Exerccios (listas e livros).
Anlise de dados em sala e atividades em casa.
Avaliao:
(a). Provas + exerccios
i. Duas provas (peso 0,4 cada uma)
- Recuperao para conceito final D ou F.
- Reposio para quem perdeu prova, com justificativa.
ii. Exerccios em grupos em sala ou entregues. (peso 0,2)
(b) Apresentao de tpicos em grupo: eventual indicativo + ou .
Avaliaes por conceitos, podendo ter indicativos + ou -.
6
Material em perguntasaopo.wordpress.com/graduacao/mqcs/
https://perguntasaopo.wordpress.com/graduacao/mqcs/https://perguntasaopo.wordpress.com/graduacao/mqcs/https://perguntasaopo.wordpress.com/graduacao/mqcs/https://perguntasaopo.wordpress.com/graduacao/mqcs/https://perguntasaopo.wordpress.com/graduacao/mqcs/
-
Correo e avaliao das provas e atividades
As provas tem questes e itens com diferentes nveis de aplicao dos conceitos e tcnicas estudadas.
Sero usados + e - para sinalizar que uma categoria intermediria entre dois conceitos.
7
Projeto pedaggico Aplicao s provas
A Desempenho excepcional, demonstrando excelente compreenso da disciplina e do uso do contedo.
Mostrou domnio dos aspectos bsicos e avanados relacionados aos conceitos e tcnicas apresentados no curso, aplicando-os adequadamente e de forma clara.
B Bom desempenho, demonstrando boa capacidade de uso dos conceitos da disciplina.
Demonstrou domnio dos conceitos e tcnicas apresentados em sala aplicando-os adequadamente, mas teve falhas em aspectos de menor relevncia.
C
Desempenho mnimo satisfatrio, demonstrando capacidade de uso adequado dos conceitos da disciplina, habilidade para enfrentar problemas relativamente simples e prosseguir em estudos avanados.
Mostrou conhecer os aspectos bsicos dos conceitos e tcnicas apresentados no curso, mas no o domnio dos aspectos mais avanados ou de sua aplicao.
D
Aproveitamento mnimo no satisfatrio dos conceitos da disciplina, com familiaridade parcial do assunto e alguma capacidade para resolver problemas simples, mas demonstrando deficincias que exigem trabalho adicional para prosseguir em estudos avanados.
Apresentou conhecimento de apenas alguns aspectos e conceitos fundamentais, mas demonstrou confuso ou falta de clareza sobre os conceitos.
F Reprovado. No demonstrou conhecimento dos conceitos ou aplicaes mais bsicos tratados nas aulas.
-
Funcionamento:
Apresentao sobre os temas indicados (quase) semanalmente: podem ser sobre algum aspecto da estatstica, um exerccio, um problema a ser analisado...
15 minutos, mximo de 6 slides.
Grupo a apresentar ser sorteado aleatoriamente.
Avaliao:
Quem for sorteado ou se voluntariar para apresentar ter um agradecimento do professor e aplausos da sala.
Se o grupo for sorteado e no se apresentar, ou se a apresentao tiver erros, ter um indicativo - para a definio do conceito final.
Grupos que se apresentarem 3 ou mais vezes tero indicativo +.
8
Apresentao (quase) semanal
-
Livros recomendados
FARBER, B.; LARSON, R. Estatstica aplicada. Ed. Pearson Prentice Hall, 2009
ANDERSON, D. R., SWEENEY, D. J., WILLIAMS, T. A. Estatstica Aplicada Administrao e Economia. Ed. Pioneira Thomson Learning. 2011
LEVIN, J.; FOX, J. Estatstica para cincias humanas, So Paulo: Prentice Hall, 2004
BUSSAB, W.; Morettin, P. Estatstica bsica. Ed. Saraiva, 2006
9
Livros com bons exemplos e exerccios,
alm de explicaes bem didticas. Uso
moderado de lgebra.
Boa fonte de referncia e
informaes. Uso moderado de lgebra.
O mais completo. Abordagem bastante
matematizada.
-
Outras necessidades para o curso
Calculadora : Para as aulas e provas. Precisa ter raiz quadrada!
Formulrios e tabelas: Pode-se trazer uma folha A4 de formulrio nas provas. Sero entregues tabelas para uso nas aulas e provas.
Arquivos eletrnicos e bancos de dados: Organizem, faam backup, cuidem!
Planilhas eletrnicas: MS Excel, LibreOffice Calc
fundamental dominar planilhas e seus recursos.
10
-
Prontos para encarar um
quadrimestre com nmeros,
contas, planilhas, estatstica e
um pouco de lgebra?
-
Pensamento quanti-estatstico
Primrdios:
Centralizao administrativa e burocratizao.
Aritmtica poltica (sc. XVII).
Estudar fenmenos de massa, de grandes propores.
Positivismo: busca de fatos e verdades de forma cientfica, seguindo os padres das cincias da natureza.
Lgicas:
O mundo possui regularidades e elas podem ser compreendidas observando-se os agregados dos grandes nmeros.
necessria informao confivel para orientar a ao social.
Os mtodos quantitativos so consistentes para descobrir e testar relaes causais, especialmente em fenmenos de massa.
13
-
14
Lgica probabilstica
O mundo no pode ser completamente determinado. Podemos avanar o entendimento sobre as relaes entre os fenmenos, mas nossa explicao ser sempre incompleta. Conseguimos
eventualmente encontrar regularidades e determinar as probabilidades de um fenmeno
ocorrer, mas no podemos garantir que ele efetivamente acontecer.
-
15
-
16
O que a estatstica nos diz?
The
Eco
no
mis
t, F
eb 1
st 2
01
4: M
ob
ility
, mea
sure
d
(htt
p:/
/ww
w.e
con
om
ist.
com
/new
s/u
nit
ed-s
tate
s/2
15
95
43
7-a
me
rica
-no
-les
s-so
cial
ly-m
ob
ile-i
t-w
as-
gen
erat
ion
-ago
-mo
bili
ty-m
easu
red
)
-
1. J passaram 320 alunos por minhas turmas.
2. A incidncia de conceitos A e F tem aumentado desde 2015.
mais provvel ter um A do que um F.
O conceito mais comum B.
3. A P2 costuma ter conceitos melhores que a P1.
17
Dados e anlises sobre MQCSP
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
-
Cincias sociais
Busca causalidade e enunciados.
o A causalidade raramente evidente e tende a ser mltipla.
Mtodos, premissas e concluses devem ser claros e so sempre provisrios.
Elementos:
o Conceitos: construtos tericos e simblicos, com imprecises e contestaes.
o Incertezas e imprecises nas mtricas.
o Lidar com a subjetividade e com condicionantes histricos e culturais.
o Falseabilidade: as afirmaes devem poder ser testadas.
Teorias:
Ajudam na construo de questes, hipteses e explicaes.
So uma simplificao da compreenso de mundo que salienta os aspectos e variveis considerados relevantes para os objetivos da pesquisa.
19
Cincia, teorias e modelos explicativos
-
Necessidade de estabelecer relaes causa-efeito.
No basta achar uma relao estatisticamente significativa (correlao, diferenas, regresso...) entre duas ou mais variveis, necessrio haver explicao para as causas
Variveis:
Varivel dependente (Y): varivel ou fenmeno a ser explicado.
Varivel independente (X): variveis explicativas (causais).
o Por vezes sub-denominadas de interesse, de controle, explicativas ou preditivas.
Modelo: Y = F(X1; X2; ...Xn) F uma funo matemtica (linear, exponencial, quadrtica, ...)
20
Modelos explicativos em mtodos quantitativos
-
Quanti x Quali: resumo
Lgica indutiva: generalizaes a partir da observao crtica e fundamentada de fenmenos.
Observao, entrevistas, grupos de discusso,
etnografia... MENOS CASOS, COM MAIOR
PROFUNDIDADE
Mtodos qualitativos
Mtodos quantitativos
Lgica hipottico-dedutiva: aplicao de pressupostos,
conceitos e princpios gerais a fenmenos.
Levantamentos amostrais, experimentos, quase-
experimentos... MAIS CASOS, COM MENOR
PROFUNDIDADE
Objeto social estudado
-
Pontos fortes
Capacidade de generalizao.
Possibilidade de replicao.
Procedimentos e tcnicas padronizados para coleta de dados e anlise.
Credibilidade junto a alguns pblicos (rigor matemtico).
Desenho de pesquisa claro e formalizado.
Limites
Pouca flexibilidade.
Necessita de modelos explicativos claros.
Perda de informao e dificuldade de captar informaes sutis.
Risco de simplificaes e comparaes equivocadas.
22
Mtodos quantitativos
-
1. Definio do problema e questes de pesquisa.
2. Formalizao de modelo explicativo teorias.
3. Definio de hiptese a ser testada.
4. Definio de testes estatsticos a serem usados e de nveis de confiana.
5. Operacionalizao das variveis, conceitos, amostragem... Proxys; limitaes; imprecises; comparabilidade; vis...
6. Processamento e teste das hipteses.
7. Anlise dos resultados.
23
Formalizao de uma pesquisa quantitativa
-
Descritiva: visa sintetizar grandes quantidades de dados em nmeros informativos (contagens, mdias, desvio-padro...) e/ou em visualizaes (grficos, diagramas...) O que temos aqui?
Exploratria: objetiva gerar hipteses, aprofundar no conhecimento e anlise dos dados O que esses dados parecem querer dizer?
Inferencial: busca fazer afirmaes gerais a partir de amostras e predies O que podemos afirmar com base nesses dados? Estimativas de parmetros
Testes de hipteses
Previses
Trataremos apenas de anlises com uma varivel independente (explicativa). Para o estudo de fenmenos com mltiplas variveis so
utilizados mtodos de anlise multivariada.
24
3 tipos de estatstica
-
25
Populao Amostra
n = 9
Estatsticas amostrais
Parmetros populacionais
Inferncia estatstica: conhecer os parmetros e fazer afirmaes sobre a populao com base em suas amostras.
-
Exemplos de tcnicas estatsticas Anlises grficas
Comparao (para uma ou vrias populaes): Mdias
Medianas
Testes no paramtricos: Aderncia, independncia,
homogeneidade
Wilconox
Teste dos sinais
Kruslal-Wallis
ANOVA (vrias populaes)
Regresso Simples
Mltipla
Logstica
Anlise de componentes principais
Anlise de clusters
Anlise discriminante
Anlise fatorial
Sries temporais
26
Tcnicas multivariadas
-
27
Prof. Marcos Vinicius P