introdução: métodos quantitativos para ciências sociais · •não dá para escapar, está na...
TRANSCRIPT
Introdução:
Métodos Quantitativos para Ciências Sociais
Prof. Marcos Vinicius Pó
2019-1
1
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.
5. Tipos e exemplos de técnicas estatísticas.
• Não dá para escapar, está na grade obrigatória do BPP e do BRI.
• Aproveitar a disponibilidade de dados, indicadores e informações para pesquisas e análises.
• Conseguir aprender sobre populações e grupos de modo rápido e confiável.
• Aprender a lidar com as incertezas e variabilidades do processo científico social.
• Desenvolver um ceticismo saudável em relação a informações quantitativas, conhecendo seus limites e possibilidades.
3
Por que estudar métodos quantitativos?
• Entender melhor a metodologia científica e a lógica das pesquisas quantitativas.
• Dominar algumas técnicas estatísticas de análise de dados e teste de hipóteses.
• Desenvolver uma avaliação crítica sobre os números com que se depararem na vida cotidiana e acadêmica.
• Possuir os conhecimentos básicos para desenhar, executar e analisar uma pesquisa quantitativa.
4
Objetivos de aprendizado
• Teoria ► A lógica dos métodos quantitativos e a estatística na pesquisa social.
► Revisão básica de estatística descritiva e probabilidades.
► Construção e cuidados com dados.
► Amostragem e determinação do tamanho da amostra.
► Estimação por ponto e por intervalo
► Intervalo de confiança.
► Distribuição amostral da média e da variância e Teorema do Limite Central
► Testes de hipótese para médias e proporções.
► Testes não paramétricos: aderência, homogeneidade e independência.
► Análise de variância (ANOVA).
► Correlação.
► Regressão linear simples.
• Prática
► Uso de planilhas e gráficos.
► Trabalho com bancos de dados.
► Uso de pacotes estatísticos para análise de dados.
5
Programa resumido
• Didática:
► Aulas expositivas.
► Atividades em sala.
► Práticas no laboratório (bancos de dados, planilhas e pacotes estatísticos).
• Estudo:
► Capítulos e materiais indicados.
► Exercícios (listas e livros).
► Práticas de análise de dados.
Avaliação:
(a). Duas provas. i. Parte da segunda prova será um
trabalho em grupo a ser entregue no dia.
ii. Recuperação para conceito final D ou F e reposição/subs, ambas incluirão toda a matéria do curso.
(b). Atividades em sala ou para entrega, serão avaliados por participação. Não há reposição.
Conceito final: ponderação entre as provas (peso 0,45 cada) e a média das atividades (peso 0,1).
6
Metodologia didática e avaliação
Material em perguntasaopo.wordpress.com/graduacao/mqcs/
• As provas tem questões e itens com diferentes níveis de aplicação dos conceitos e técnicas estudadas.
• Serão usados “+” e “-” para sinalizar conceitos intermediários.
7
Avaliação das provas e trabalhos
Aplicação às provas
A Mostrou domínio dos aspectos básicos e avançados relacionados aos conceitos e técnicas apresentados no curso, aplicando-os adequadamente e de forma clara.
B Demonstrou domínio dos conceitos e técnicas apresentados em sala aplicando-os adequadamente, mas teve falhas em aspectos de menor relevância.
C 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 Apresentou conhecimento de apenas alguns aspectos e conceitos fundamentais, mas demonstrou confusão ou falta de clareza sobre os conceitos.
F Não demonstrou conhecimento dos conceitos ou aplicações mais básicos tratados nas aulas.
FARBER, B.; LARSON, R. Estatística aplicada. Ed. Pearson Prentice Hall, 2009
LEVIN, J.; FOX, J; FORDE, D.. Estatística para ciências humanas, São Paulo: Pearson, 2012
BUSSAB, W.; Morettin, P. Estatística Básica. Ed. Saraiva, 2017
8
Livros recomendados
Bons exemplos e exercícios, além de
explicações didáticas. Uso moderado de
álgebra.
O mais completo. Usa bastante matemática.
• Calculadora para as aulas e provas. Precisa ter raiz quadrada!
• Formulários: pode-se trazer uma folha A4 de formulário nas provas. Ela não será conferida, então pode anotar o que quiser.
• Serão entregues tabelas de distribuições estatísticas para uso nas aulas e provas.
• Usaremos bancos de dados com frequência. Organizem, façam backup!
• Conhecimento de planilhas eletrônicas como Excel e LibreOffice Calc (será usado no laboratório)
9
Outras necessidades para o curso
• 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, baseando-se nos padrões das ciências da natureza.
• Lógicas:
► É necessária informação confiável e generalizável para compreender e orientar a ação social.
► Os fenômenos sociais possuem regularidades que podem ser observadas nos grandes números.
► Os métodos quantitativos e estatísticos são consistentes para descobrir e testar relações causais.
10
Pensamento quanti-estatístico
11
O que diferencia esses jogos de
estratégia?
12
Jogo de estratégia com elementos probabilísticos e aleatórios: o resultado não é determinado apenas da estratégia e
capacidade do jogador em analisar as ações dos adversários
13
Lógica probabilística
O mundo não é determinístico, ou seja, não podemos prever completamente o que vai acontecer se
conhecermos as condições iniciais de um fenômeno. Podemos avançar no entendimento sobre as relações
entre os fenômenos, mas a explicação será sempre incompleta. Conseguimos eventualmente encontrar regularidades e determinar as probabilidades de um fenômeno ocorrer, mas não podemos garantir isso.
14
Fonte: https://www.nexojornal.com.br/grafico/2019/02/08/De-onde-v%C3%AAm-os-Grandes-Mestres-do-xadrez-mundial
15
O que a estatística nos diz?
16
The
Eco
no
mis
t, F
eb 1
st 2
014:
Mo
bili
ty, m
easu
red
(h
ttp
://w
ww
.eco
no
mis
t.co
m/n
ews/
un
ited
-sta
tes/
2159
5437
-am
eri
ca-n
o-
less
-so
cial
ly-m
ob
ile-i
t-w
as-g
ener
atio
n-a
go-m
ob
ility
-mea
sure
d)
• Ciências sociais
► A causalidade raramente é evidente e tende a ser múltipla.
► Métodos, premissas e conclusões devem ser claros e são sempre provisórios.
► Métodos:
o Conceitos: construtos teóricos e simbólicos, com imprecisões e contestações.
o Incertezas e imprecisões nas métricas.
o Uso de proxys e medidas indiretas.
o Lidar com a subjetividade.
o Condicionantes históricos e culturais.
• 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.
17
Ciência, teorias e modelos explicativos
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
• Definição do problema e questões de pesquisa.
• Formalização de modelo explicativo teorias.
• Definição de hipótese a ser testada.
• Definição de testes estatísticos a serem usados e de níveis de confiança.
• Operacionalização das variáveis, conceitos, amostragem... ► Proxys; limitações; imprecisões; comparabilidade; viés...
• Processamento e teste das hipóteses.
• Análise dos resultados.
19
Formalização de uma pesquisa quantitativa
• 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
20
3 tipos de estatística
21
População Amostra
n = 9
Estatísticas amostrais
Parâmetros populacionais
Inferência estatística: conhecer os parâmetros e fazer afirmações sobre a população com base em suas amostras.
• Análises gráficas
• Comparação (para uma ou várias populações): ► Médias
► Medianas
► Proporções
• 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
22
Exemplos de técnicas estatísticas
Técnicas multivariadas
23 Prof. Marcos Vinicius Pó